选型矩阵
| 只想让内部资料可问答 | 优先选择企业知识库私有化部署，重点看文档解析、语义检索、引用溯源和权限隔离。 |
|---|---|
| 希望 AI 能做完整任务 | 选择 AI Agent 私有化部署，重点看规划能力、工具调用、文件处理、知识库协同和审计。 |
| 需要快速上线内网 AI 平台 | 选择企业级大模型一体机或 AI HUB，一次性交付模型、应用、知识库和安全治理。 |
| 已有 DeepSeek 需求 | 不要只看模型部署，还要规划知识库、应用入口、权限、日志和真实业务场景。 |
| 有国产化要求 | 优先评估信创大模型方案，确认操作系统、算力、数据库、身份认证和安全策略适配。 |
采购评审应该问的 6 个问题
这些问题比单纯比较模型榜单更接近上线结果。
数据在哪里处理
文档、提示词、日志和输出结果是否会离开组织网络边界。
知识如何更新
谁负责入库、版本更新、权限调整和失效资料清理。
能否引用原文
知识问答和材料生成是否能回到原文来源，便于复核。
是否能调工具
AI 是否只能聊天，还是能处理文件、表格、搜索和内部系统。
权限是否够细
是否支持部门、角色、项目、知识库和操作级权限控制。
上线后谁维护
是否提供管理员培训、运行监控、版本升级和问题排查机制。
推荐落地顺序
如果没有明确预算和场景，建议按“单场景验证，再平台化推广”的节奏推进。
- 01
选高频场景
如公文、制度问答、合同审查、会议纪要或翻译。
- 02
接入真实资料
用真实文档和真实问题测试，而不是只看演示样例。
- 03
明确部署边界
确定内网、专有云、一体机或软件部署方式。
- 04
建立治理机制
配置权限、日志、管理员、知识维护和评测标准。
常见问题
先买模型还是先做场景？
建议先定义场景和数据边界，再选择模型和部署方式。模型能力需要结合知识库、工具和流程才能产生稳定价值。
一体机是否一定比软件部署好？
不一定。一体机适合快速交付和明确责任边界；已有成熟私有云和运维团队时，软件私有化也很合适。
为什么需要 AI Agent，而不是只用知识库？
知识库解决查资料和回答问题，AI Agent 解决多步骤任务、工具调用和成果交付。
选型时最容易忽略什么？
最容易忽略知识维护、权限边界、审计留痕和上线后的运营机制。