“帮我生成一个江苏省足球联赛的舆情报告。”7月27日下午，在接受《每日经济新闻》记者采访时，蜜度首席分析师、研究院副院长高威现场展示起蜜度最新发布的V助手2.0——多Agent（智能体）协同的全流程舆情分析智能体。

　　几分钟后，一篇以“事件”为主的分析报告在手机端上生成，标题、风险等级、传播进程、摘要及传播关键点等要素一应俱全。除了舆情分析智能体，本届WAIC期间，蜜度还带来了另一款校对智能体和AI公文写作助手产品。

　　7月26日，2025世界人工智能大会（WAIC2025）在上海隆重开幕。连续五届参加世界人工智能大会，蜜度的产品节奏与行业脉搏同频共振——今年的WAIC上，机器人和智能体成为绝对C位。从各个展区穿行而过，一路所见，AI智能体在办公、科研、金融等细分场景中“多点开花”。从传统互联网巨头到人工智能新贵，智能体已经是各家必争之地。

　　蜜度眼中的智能体究竟是什么？不同的智能体之间是否能够打破“孤岛”困境？舆情分析领域的智能体还有哪些进步空间？

　　带着上述问题，《每日经济新闻》记者（以下简称NBD）现场采访了蜜度首席分析师、研究院副院长高威和蜜度研发副总裁、智能生成事业部总经理王昉（以下简称蜜度）。

　　由点连线：智能体协同破“孤岛”

　　NBD：今年智能体很火，业界对智能体的理解也比较多样。蜜度怎么理解智能体？

　　蜜度：可能每个阶段智能体领域都会有一些新的概念，我们的目标就是“一句话可以交付给用户一个结果”。

　　不管是舆情分析还是写作、校对，都可以让用户很简单地实现目标，像有一个助理在旁边听取工作安排一样，智能体会帮用户把任务拆解，调用各种工具去搜索、计算、处理。用户无需考虑中间的过程，助理会交付一份完整结果。

　　从本质上来看，对用户而言只需要很简单的分配工作，就能从智能体处拿到结果。

　　NBD：有时一个任务或许需要调用多个智能体，这种智能体协同如何实现？

　　蜜度：的确。我们最新发布的舆情分析智能体，其实就是一个多智能体协同工作的例子。舆情分析是一个非常复杂的工作，假如人们要去写一份舆情分析报告，可能先要去撰写提纲、查询资料、分析数据，再综合成稿。

　　与这个工作流程类似，智能体也要先去理解用户的需求，通过任务规划的智能体规划好工作步骤。随后，再根据工作步骤去调用各种智能体工具，比如数据统计、舆情诊断、结果校验、报告输出等。这些处理更细分场景的智能体工具都是内在工具，通过多智能体协作的方式，运行复杂流程。

　　NBD：我们观察到，很多企业在细分领域都做得很好，但如何把“孤岛”连接起来是个问题。对此蜜度怎么看？

　　蜜度：这确实是我们正在做的事情。我们现在积累的都是在AI办公场景去解决不同问题的工具。未来我们可能会把各种各样的能力全部都组合起来，为用户提供一个综合的AI办公智能体或平台。用户只需要指定一个任务，平台或智能体就可以通过蜜度内部各种各样的工具和协议去调用不同工具，综合完成用户任务。

　　此外，在行业层面，目前也有一些跨行业协作的趋势，比如今年比较热的MCP（模型上下文协议），会推进不同智能体之间互相协作，其实也给开发者提供了跨行业和跨平台的能力。

　　我们内部的大致逻辑也是这样的，会把我们所有在“点”上面的能力串起来，为整个场景提供综合性的解决方案。

　　攻克可信度与公允性，迈向精准适配

　　NBD：走过最初的好奇阶段，现在用户对平台的可信性要求更高了，蜜度如何保证不同场景下生成内容的可信度？

　　蜜度：同样是写作，在更加细分的场景下，每一个单位的写作内容或风格都不同，这里面存在着复杂度。所以我们一直在加强写作的通用能力，让它更加泛化，去适配不同的写作场景。

　　在最新的模力通2.0版本中，可信度是我们重点要去解决的问题之一。在公文写作场景下，要求是比较严谨的，我需要知道每一段甚至每一句话的出处。现在AI公文写作助手产出内容的每一句话都会有一个规范的角标，用以追溯信源。最终，是否认可这些依据是可靠信源，用户会去做判断。

　　目前产品的信源主要来自三个方面，一是蜜度自己搭建的知识库，二是用户本地上传的文件，三是互联网上的公开信息。

　　NBD：舆情分析智能体会存在公允问题吗？哪些地方还可以优化？

　　蜜度：与以往舆情分析的方式不同，我们独创了“事件识别”的模式。首先，系统会站在相对中立的立场上呈现给用户发生了什么，舆论倾向是什么，不会做判断，只会呈现分析结果。

　　智能体背后的大模型，实际上都是参考专业舆情分析师的工作方式进行训练的。智能体在工作时也不存在“个人倾向”，只做客观呈现。但的确在报告写作上是有风格的，所以我们未来也一定要长期坚持采用更多不同风格的内容。

　　不同用户对舆情分析报告的风格要求也会是不一样的，未来的智能体会更加智能，会更精准地直接适配用户需求。