友宝CTO晁华在战略升级发布会上公布了一组关键数据：47个自研小模型已收敛为"郑和""达伽马""库克"三大智能体，日均Token消耗从2024年的0.32亿飙升至33.7亿。
三大智能体分别负责协作、供应链和运营 ，对应无人零售的三大核心要素：点位、供应链和运营。这标志着自动售货机的AI应用正在从"单点工具"向"智能体协同"演进。
本文从三大智能体架构 、端到端决策闭环 、效率提升效果三个层面，系统拆解自动售货机AI智能体的工程实践。
一、三大智能体架构
"达伽马"供应链智能体 ：管选品、补货、仓储、物流。智能选品Agent 根据区域消费特征和用户画像动态生成最优SKU组合，写字楼和校园、南方和北方的货柜内容各不相同；补货调度Agent提前预判缺货趋势并同步优化路径。
"库克"运营智能体 ：管设备运维、路线规划、现场执行。从设备侦听、故障预警、销售识别到补货指令下发 ，形成"监控-协同-优化"的闭环。运维响应时间从4小时压缩到2小时。
"郑和"协作智能体：负责点位拓展与合伙人协作，解决"凭什么用你"的信任问题。
二、端到端决策闭环
友宝将AI决策结果实时上链存证 ，通过区块链确保输入模型的数据真实可溯。基于蚂蚁联盟链技术，对8万余台IoT设备进行数字身份认证 ，实现每一次开门支付、每一批商品流转的实时上链存证。
对于合伙人而言，数据可信度的提升直接降低了协作摩擦与收益结算争议。
三、效率提升效果
模型收敛：47个小模型收敛为三大智能体，大幅降低模型维护成本和推理资源消耗。
Token消耗 ：日均Token消耗33.7亿，支撑全流程AI决策。
运维效率 ：运维响应时间从4小时压缩到2小时。
四、总结
自动售货机AI智能体体系的核心价值可归纳为：三大智能体（协作+供应链+运营）覆盖无人零售全流程 ；47个小模型收敛降低维护成本，日均Token消耗33.7亿 ；AI决策上链机制解决信任问题 ；运维响应时间从4小时压缩到2小时。
以智购科技为例，其自研SaaS后台管理系统持续探索AI智能体运维架构的落地应用。产品已出口至全球100多个国家和地区，售后网络覆盖国内外600多个城市、30000多个网点。
本文基于行业公开信息与技术调研整理，仅供参考。