【TechWeb】11月5日消息，在乌镇举行的2026年“互联网之光”博览会上，曙光云正式发布OneBox智能体协作平台，并获“新光”产品荣誉。
相比消费级智能体强调“对话与生成”，OneBox把重点放在政企场景中的安全、权限、审计与交付，实现政企环境中把AI真正用起来。
在随后举行的产品沟通会上，曙光云副总裁徐良、总裁助理李明达、OneBox产品经理马一龙、解决方案总监吴兴杰围绕产品定位、技术架构、应用场景与商业化进展与媒体交流。
国产全栈可信，从“对话回答”走向“可信执行”
OneBox是面向政企组织的私有化智能体平台，员工通过桌面入口，即可调用模型、知识和工具完成任务；单位则可统一管理使用范围和操作权限，使AI应用与现有管理要求相适应。便捷的桌面体验与政企所需的管理能力在同一平台结合，为智能体进入实际业务提供支持。
徐良强调，OneBox的设计主线是“AI负责理解与执行，平台负责权限、状态、成果、审计与交付”，把大模型能力收敛为可授权、可审批、可审计、可计量、可交付的组织级生产力。OneBox做到了国产全栈自主可控。它形成“国产芯片+曙光云+霄练模型服务+OneBox智能体”的完整技术链，从算力底座到上层应用均可私有化交付。
据介绍，针对国产GPU，OneBox完成QWEN3.8系列模型算子级优化，推理速度较原生开源模型提升267%；当前算力基于国产芯片完成私有化部署，验证了国产算力承载规模化智能体业务的工程可行性。
同时，OneBox平台具备模型资源精细化治理能力。OneBox支持多供应商、多模型并存与统一路由，可按模型设置能力标记、上下文与输出上限、可见性白名单、5小时与周双周期额度及随时启停，并提供Token用量分析与调用明细追溯。同时，会话、消息、会议与知识库在同一套身份与权限体系下运行，使智能体具备“越用越懂组织”的持续记忆能力。
OneBox的“创意模式”支持业务人员用自然语言描述需求生成原型，在隔离沙箱中开发迭代，发布需显式授权且可审计，实现“对话即开发”。
精准解决政企智能化转型“不敢用、不好管、难交付”难题
OneBox 是面向政企组织的智能体协作平台，马一龙强调：“大型国企央企等对数据安全有明确政策红线，核心数据不能连接互联网，不能由外网模型访问。数据安全不是AI好不好用的问题，而是必须先解决的前置条件”。
因此，OneBox通过内网私有化部署、立体密算运行环境保护，以及安全会话、树桥等能力，把数据到智能体的每个环节“锁在红线之上”。安全会话可自动过滤不允许访问企业私有数据的外网模型，树桥可直接对接现有业务系统生产数据库，基于表结构、字段灵活控制用户访问权限。
同样是接大模型，差别在于“模型在哪跑“。云端产品的推理发生在厂商侧，但是OneBox 发生在客户内网。
当前政企智能化转型普遍卡在不敢用、不好管和难交付的瓶颈，针对“不敢用”，OneBox控制数据流向、模型选择与工具权限，并以私有化部署覆盖完整数据和执行链路。针对“不好管”，OneBox让智能体成为有身份、有职责、有权限范围、可查看运行状态的工作参与者，通过数字员工、云电脑等机制让管理者知道它在做什么、何时需要人介入。针对“难交付”，OneBox重视标准化安装、配置、升级、备份等兼容机制，使共性能力可复用，让客户获得长期维护的产品。
在交付形态上，李明达向TechWeb介绍，OneBox走“标准化平台+场景化配置+必要业务集成”路线：私有化部署决定系统部署位置与控制权，标准化决定交付、维护和升级，二者可结合。具体而言，第一层是标准化产品底座，涵盖智能体运行、模型接入、插件、树桥及后端管理控制和部署升级等共性能力，通过持续迭代让客户获得稳定性和持续升级收益；第二层是面向业务的配置，针对客户资料库、数字员工岗位职责、业务术语和工作规范差异，通过知识接入、技能配置、模型智能路由和权限设置适配，让业务人员参与场景建设；第三层是必要集成扩展，以连接器、插件和扩展模块对接客户既有系统，保持清晰扩展边界，使个性化能力与平台升级兼容，并便于明确标准产品、实施服务和定制开发范围及测算成本。最终实现共性能力标准化、行业差异配置化、特殊需求插件化扩展，让客户贴合自身业务并持续享受产品升级价值。
吴兴杰举例，一家煤矿企业将安全生产管理系统、隐患台账库、作业票系统、历史故障知识库接入OneBox，智能体自动拉取巡检、上报、整改、复核数据，按车间、作业类型、外包单位、设备类型、隐患类型分类分析，识别高频隐患并输出根因分析和整改建议。过去安全员可能花两天做一张报表，现在可分钟级完成，并从事后统计转向趋势研判和主动管控。
徐良总结道，曙光云长期深耕政企云服务与云产品，OneBox把曙光集团从芯片、整机到云、模型的能力串成面向政企的智能入口，是“全栈可信、云中生智”战略的落地抓手，使“云中生智”从技术积累走向产品化、商业化。OneBox的价值不在于多一个聊天入口，而在于让政企从“敢用”走向“好用”，推动AI从局部提效进入组织级生产力。
