织灵入选2026年度中关村科学城人工智能全景赋能典型案例

2026年11月10日，以“AI CITY·数智共生”为主题的中关村人工智能与未来城市论坛在北京举行。论坛汇聚政府部门、院士专家、高校院所、科研机构及人工智能领域代表企业，围绕人工智能技术创新、产业应用与未来城市建设等议题展开交流，推动人工智能与产业发展、城市治理及社会生活深度融合。

论坛汇聚了来自政府部门、科研机构及产业界的多方代表。中关村发展集团党委副书记、总经理、北京市人工智能协会会长杨仁全，北京数据集团总经理周崇毅，海淀区政府党组成员、副区长张光明等嘉宾出席并致辞，围绕人工智能创新发展与产业融合分享观点。中国科学院院士、通信网络领域专家尹浩，中国工程院院士、北京航空航天大学自动化科学与电气工程学院教授焦宗夏分别作主旨报告，从前沿技术与产业实践等维度探讨人工智能发展的新趋势。

为深入推进“人工智能+”行动，加快人工智能技术在千行百业的规模化应用，中关村科学城于2024年发布《中关村科学城人工智能全景赋能行动计划（2024—2026年）》，以场景应用为牵引，推动人工智能赋能产业发展、科技创新与城市治理，加速科技创新成果向现实生产力转化。

作为人工智能全景赋能行动的重要成果，论坛发布了2026年度中关村科学城人工智能全景赋能典型案例。可达智灵（北京）科技有限公司凭借“织灵—工程级AI原生研发平台”成功入选，展现了人工智能深入复杂研发工程场景、推动研发生产力升级的创新实践。

此次入选，是可达智灵在工程级AI原生研发领域持续探索获得的一项行业认可。

从城市治理到智能制造，从金融科技到高端装备，人工智能正在加速进入真实产业场景。随着智能化应用不断深入，企业不仅需要先进的AI技术，也需要能够支撑复杂系统研发、工程交付与持续创新的新型生产力。

产业智能化的深入发展，正在对研发生产方式提出新的要求

当AI开始深入产业核心环节，研发工程本身将如何进化？

01 产业智能化，正在从应用创新走向工程能力建设

近年来，大模型和智能体技术不断突破，人工智能在内容生成、知识处理、代码开发和业务决策等方面展现出越来越强的能力。

但对于工业、金融、芯片及高端制造等专业领域而言，一项智能化应用真正投入使用，背后往往是一套复杂的工程系统。

它可能涉及软件与硬件协同、专业工具链、系统集成、测试验证、质量管理，以及长期的版本维护和持续迭代。

这些工作具有高度专业性，也存在大量跨角色、跨工具和跨环境的协作需求。

单个研发环节能够使用AI，并不意味着整个工程过程就能自然提速。

当AI生成的代码需要进入真实硬件，当智能体需要调用企业内部工具，当系统变更必须经过测试、评审与验收，企业就需要一套更加完整的AI研发工作体系。

因此，产业智能化不仅需要关注AI在应用端创造了什么，也需要关注AI如何参与创造这些应用的研发过程。

这是从智能工具走向工程生产力的重要一步

02 从辅助工程师，到参与完整工程执行

可达智灵长期聚焦工程级AI原生研发，致力于推动人工智能从研发辅助工具，发展为能够参与专业工程任务的数字研发力量。

其自主研发的织灵（Coda Loom），以ADE（AI R&D Engineer，数字研发工程师）为核心，连接企业项目上下文、专业研发工具、工程规范与任务执行流程。

在这一体系中，工程师负责目标定义、专业判断、关键审批和质量把关，ADE则在既定规则下承担相应的工程任务，与人协同推进研发工作。

这一模式的关键，在于AI能否面对真实工程中的连续任务和复杂问题。

此前，在一项金融行情解析FPGA工程实践中，织灵参与完成了从需求分析、HLS与RTL开发，到综合布线、时序验证和板级联调的连续工程任务。

项目在11个工作日内完成预定的阶段性功能性板级验收，过程中经历7轮硬件版本迭代，工程师在9个关键节点进行决策与授权。

这项实践的价值，不仅在于特定条件下的工程执行效率，更在于ADE能够跨越不同技术环节，根据实际反馈持续调整执行方案，并通过真实硬件测试检验结果。

从代码生成到工程验证，从单项任务完成到多环节协同，AI研发能力正在进入更深层次的工程实践

03 真正的长期价值，是让工程经验成为组织能力

AI参与工程执行，是研发生产方式变化的一个方面。

另一个同样重要的问题是：任务完成之后，企业能够留下什么？

传统研发过程中，许多关键经验保存在工程师个人的专业判断中。一次复杂问题的解决，可能经历多轮尝试、跨团队讨论和大量工具操作，但这些过程未必能够被完整记录和复用。

下一次遇到相似问题，团队仍然可能需要重新寻找资料、重新理解背景、重新开展排查。

工程级AI原生研发需要改变这种状况。

在织灵的研发体系中，项目规范、专业知识、工程记录与经过验证的工作方法，可以通过企业知识体系和Skill逐步形成可管理、可复用的组织资产。

不同ADE能够在共同的项目背景和工程规则下开展协作；成熟的研发流程能够在新的项目中继续使用；真实任务产生的数据与反馈，也可以成为后续能力评测和优化的依据。

这意味着，企业从AI获得的价值，不仅体现在某一次任务的效率提升，也体现在持续积累的专业能力之中。

让每一次研发实践，为下一次研发提供基础，是AI原生研发体系所追求的长期价值

04 面向产业未来，构建可持续进化的研发生产力

“AI CITY·数智共生”论坛关注人工智能从技术创新迈向实际应用的关键进程，并通过典型案例发布、智能体产品展示、城市实践成果发布及生态合作，推动技术与场景需求的对接。

这一方向背后，是人工智能产业发展正在面对的共同课题：创新技术如何进入真实系统，成为可以持续使用、不断完善的实际能力。

从智能制造系统、金融科技基础设施到产业现场的智能装备，复杂应用的落地都离不开长期的研发与工程创新。

人工智能在应用端产生的价值，需要由可靠的软件、硬件、系统集成和持续迭代能力共同支撑。

对于企业而言，这意味着研发体系也需要升级。

未来的工程研发，将有更多任务由不同专业的工程师与ADE共同承担；研发工作可以跨越代码、测试、硬件和现场环境；专业知识、模型能力与工程工具则在统一的协作体系中持续发挥作用。

企业需要的不只是不断增加的AI工具数量，更需要可靠的工程执行体系、清晰的管理边界，以及能够不断积累和改进的研发能力。

可达智灵希望通过织灵，将项目级自主执行、组织知识与技能沉淀、持续能力进化和跨环境协作连接起来，推动人与数字研发团队形成新的协作方式。

此次入选2026年度中关村科学城人工智能全景赋能典型案例，既是对织灵工程级AI原生研发实践的一项认可，也体现了研发生产力创新在人工智能产业应用中的价值。

面向未来，可达智灵将继续深入芯片、智能制造、金融科技等专业研发场景，推动人工智能与真实工程任务结合，探索可验证、可复用、可持续进化的研发生产方式。

当AI能够承担更多工程执行，工程师就能够把更多精力投入真正需要创造力的工作。

当专业经验可以持续沉淀，企业就有机会将一次次技术创新转化为长期研发竞争力。

人工智能赋能产业的深度，也取决于它能够在多大程度上改变产业创新的方式