2026年9月18日，千方科技自研鲲巢·信控智能体通过中国软件评测中心(CSTC）权威检测，获颁《智能体质量分级测试证书》。本次测评依据国家软件质量相关标准及《智能体质量分级测试规范 V1.0》，从功能性、运行性能与稳定性、安全合规性、工程化与拓展能力、场景落地适配性五大维度展开分级测试。鲲巢·信控智能体获评最高等级“五级”，综合技术能力优秀，处于行业第一梯队。
• 千方鲲巢·信控智能体获颁CSTC《智能体质量分级测试证书》
中国软件评测中心是工业和信息化部直属科研事业单位，是首家通过中国合格评定国家认可委员会（CNAS）认可并取得中国计量认证（CMA）的计算机软硬件产品质量检测机构。
AI智能体目前正在加速进入各行各业，中国软件评测中心此前已测试过金融、能源、网络安全等行业相关产品，鲲巢·信控智能体是全国首个获得中国软件评测中心最高质量等级评定的交通智能体。它完整的协同架构、扎实的工程化水平和广泛的场景适配性，体现出成熟的生产就绪能力和应用价值，为AI赋能城市交通治理提供了标杆范例。
多智能体协同闭环，打造安全可控的AI信控体系
鲲巢·信控智能体是应用于城市交通信号控制场景的多智能体协同决策系统，基于千方自研鲲巢交通大模型和信控专业模型，融合互联网数据与路侧感知数据，实时感知全域路况，自主完成场景研判、任务规划、工具调用与闭环执行，7×24小时持续优化信控策略。
• 千方鲲巢·信控智能体各个子智能体功能模块
该信控智能体创新采用大小模型协同的多智能体架构，由协调智能体统筹诊断、优化、控制、评估等专业子智能体，各司其职，实现红绿灯信号控制全周期业务闭环。经测试，该协同模式较“人工+单体智能体”模式效率平均提升54.45%，在行业内具有一定的先行意义。
针对交通业务对安全运行的严格要求，该信控智能体设置了双重保障。一是决策全程留痕，过程可追溯，避免AI决策“黑盒化”；二是系统在独立安全沙箱中运行，为操作加上“安全锁”，防范误操作和恶意风险。测试报告显示，智能体对100条违法违规内容测试和100条越狱攻击测试的有效防御率达100%，生成内容标识完全符合国家标准GB 45438-2025，安全合规表现全面达标。
在场景覆盖上，本次测评围绕干线协调、应急响应、恶劣天气、设备异常等100个真实交通管理场景展开，智能体任务完成率达100%，表明其已具备应对城市交通信号控制常规及复杂工况的能力。目前，该智能体已在北京率先落地应用。
“AI交警”北京上岗，路口延误平均降低超15%
今年6月以来，千方鲲巢·信控智能体已在北京市朝阳区62个路口部署，成为全国首个信控智能体试点应用案例。试点数据显示，该智能体带动主要路口延误平均降低15%以上，最高降幅达30%；动态绿波场景下发后，干线停车次数降低25.2%，区域通行效率与出行体验显著优化。
北京机动车保有量超800万辆，高峰时段路网承压巨大。朝阳区通勤车流密集、潮汐特征明显，传统人工调优依赖人工逐路口查看报表的方式，在响应速度和精细化程度上均存在局限。信控智能体投用后，每15-20分钟自动巡检一次，相当于7×24小时在线的“AI交警”，工程师与交警可将精力投入事故处理、应急保障等复杂任务。一名交警借此可精细管控上百路口，管理效能大幅提升。
市民出行体验的变化也可感可知。以朝阳路为例，全程30公里、29组信号灯，过去一路频繁停车，低峰期常“绿灯空放、红灯空等”。信控智能体投用后，由“车等灯”变为“灯看车”，双向动态绿波下，非高峰期停车次数从十八九次降至七八次。
深化“AI+交通”战略，构建多元场景智能体矩阵
AI在交通行业的应用，正从基于大模型的问答检索、报告生成等通用任务，转向复杂业务场景的深水区。深入业务系统的智能体，正是这种趋势的典型代表。这就意味着企业需要把多年积累的数据资产、业务系统和专业经验转化为可用的智能体能力。
作为行业领军企业，千方科技锚定“AI+交通”战略，推动业务模式由项目集成向“技术产品+生态运营”转型，持续加码技术研发，不断提高产品AI渗透率。2026年上半年，千方科技研发投入同比增长10.55%。目前千方已构筑“梧桐”“鲲巢”双大模型技术底座，形成从数据融合、场景算法，到行业专家建模、工具接入等关键能力，为智能体产品持续迭代提供坚实支撑。
目前，公司的智能体产品已经在城市交通、公路交通、智能物联等多个领域落地，形成覆盖多元场景的智能体矩阵。鲲巢·信控智能体正是城市交通领域落地的核心产品之一。此外，面向公路交通，千方鲲巢·路网运行预测分析智能体可自主完成流量预测、拥堵推演与风险识别；公路巡查养护智能体则依托养护知识库，实现“病害识别—工单填报—方案生成”自动化作业流程，助力公路养护提质增效；数字物联领域，公司发布行业首个企业级SOP智能体开发平台“阳关”，助力合作伙伴快速开发出深度嵌入业务流程的智能体。
未来，随着AI大模型能力持续增强，智能体产品有望从单点场景的智能化，走向路网级、城市级的协同联动，从标杆项目向规模化应用迈进，让AI能力深度融入交通行业的更多环节，助力数字交通从“局部智能”走向“全局智能”。
