把量子计算 AI 助理装进每一台电脑——国光量超全面上新小光·智能

图注：小光从企业知识库调取产品资料回答提问

现在市面上的各类AI助理和工具数不胜数，它们在聊天、写作、翻译等方面都表现不错，可问题是，企业办公场景非常复杂，盲目把这些工具搬进公司，往往会带来不少意想不到的麻烦。我们在推广小光之前，也认真梳理过通用工具的短板，主要集中在三个方面。

最常见的问题是不了解企业自身的情况。通用助理再聪明，也不知道公司有哪些产品、用什么公文格式、去年做过哪些项目。你问它某款产品的技术参数，它答不上来；让它按公司规范起草一份通知，它只能给出一个泛泛的模板。公司的资料分散在内网各个角落，助理看不见，自然也帮不上忙。小光把企业知识库直接接进了客户端，员工在对话中提到某款芯片，小光会先到知识库里查找对应的产品手册、宣传图和历史项目资料，再组织成回答。文字、图片、视频都能取用，回答末尾还会附上出处，方便大家随时核对。

第二个短板出在专业深度上。量子计算是公司的主业，通用模型讲叠加、纠缠这些基础概念还算流畅，可一旦涉及具体的线路设计、退火参数，或者近两年的文献进展，回答就容易含糊，甚至出错。小光的底层接入了量子计算智能实验平台和量库，后者汇集了数千万篇国内外科研文献。员工向小光提出专业问题时，它会先检索再作答，给出的结论都有文献可查。研究人员还可以通过小光直接向量子计算云平台提交线路任务，排队、状态查询、结果回收全都在同一个窗口里完成。

图注：小光内置科研工具入口，一键登录量子计算实验平台

还有一个大家不太留意的问题，就是这些工具太被动了。多数助理都是你问一句它答一句，你不开口，它就一直等着。小光在这方面加了定时任务和频道投递两项能力。员工可以设定一个每周一早上八点执行的任务，让小光汇总上周的项目进展，并发送到企业微信群；也可以让它每天关注几个信息源，一旦发现新的招标公告就立刻通知负责人。这些任务都在后台运行，人不在电脑前也照常执行。

多智能体。小光内部由多个智能体分工协作，文档处理、文献检索、代码编写、任务调度各有对应的角色。用户可以在输入框里用@直接指定某个智能体，也可以交给主智能体自动分派。每个智能体都有独立的工作区和上下文，彼此互不干扰。

自动化。定时任务支持每小时、每天、每周以及自定义周期，也可以指定在某个时刻只执行一次。任务结果能够投递到企业微信、个人微信等常用频道。凌晨批量整理资料、早上按时推送简报，这类事情不再需要有人守在电脑旁。

企业知识库。知识库直接嵌在客户端里，检索、绑定和权限都通过图形界面配置。公司文档、项目资料、会议纪要接入之后，小光的每一条回答都有了公司自己的依据。

量子计算科研。客户端内置科研工具入口，登录之后就可以直接使用量子计算智能实验平台。从文献综述、实验设计、混合编程，到任务提交和结果分析，研究人员在小光里就能把整条链路走完。

海量技能包。小光预装了PDF、Word、Excel、PPT四类文档处理技能，还有联网搜索、图像生成等常用技能，用户在技能页面就能浏览、安装和启停。企业版还支持接入专属的技能市场，把公司内部沉淀下来的工作流程封装成技能，供全员调用。

办公场景。行政部门的同事最常用小光处理文书。他们把一份几十页的PDF拖进对话框，让小光提炼要点、整理成表格，几分钟之后就能拿到一版可以直接修改的初稿。市场部的同事则用它制作演示文稿，先给出一个提纲，小光调用PPT技能生成幻灯片，再根据反馈逐页调整。信息查询就更加日常了，公司的报销制度、某个项目的合同编号、某款产品的出厂参数，大家问一句就有答案。

图注：小光根据提纲生成面向发布会的量子计算演示文稿

业务交流。销售和商务同事出差之前，会让小光把客户所在行业的公开资料、公司相关案例和竞品情况整理成一份简报。开会时录下音，会后把文字稿交给小光，它就会输出一份带议题、结论和待办事项的会议记录。给客户做方案演示的时候，小光还可以从知识库里调出产品图、检测数据和过往项目照片，配合讲解使用。

图注：新员工通过小光学习量子计算基础知识

科研学术。新入职的工程师常常靠小光补量子计算的基础课。它会从知识库和文献库里找来资料，从量子比特讲到叠加、纠缠，再给出一份进一步阅读的文献清单。有经验的研究人员则把它当作实验助手：描述一个变分量子线路的实验目标，小光就会生成代码、提交到真实的量子计算机、回收测量结果并绘制成图表，最后整理成一份完整的实验报告。

小光的能力来自公司自主研发的玄幂领域大模型家族。玄幂在通用大模型的基础上，针对量子科研、公文写作、企业知识问答等场景做了专门训练，在理解专业术语、判断任务意图、组织正式文稿这些方面，比通用模型更加稳妥。玄幂家族包含多种规模的模型，小光会根据任务的难易程度自动挑选合适的模型来处理，简单问题快速响应，复杂任务则交给更强的模型深入推理。有了这样的分级调度，小光既能保持流畅的交互体验，又能在关键任务上给出可靠的结果。

在智能体编排和技能扩展方面，小光采用了开放的架构。新的工具和流程可以随时以技能的形式加入，不需要改动客户端本身。这也是小光能够在公司内部快速铺开的原因之一：不同部门的需求，往往只需要新增一个技能就能满足。

安全性是企业使用AI的前提。小光支持完全私有化部署，模型、知识库和运行数据都可以留在企业内网，不经过任何外部服务。员工的账号凭证由操作系统级的安全机制保护，知识库的访问也遵循企业原有的权限体系。除了自研模型，小光也兼容主流的外部大模型，企业可以按照自身的安全要求，选择全部私有化，或者内外结合的方式使用。