报警量下降91.95%，不是系统漏报了，而是隐患被消灭了。
这套系统是怎么做到的？
10月10日，"智防楼宇・全域联控"消防安全大模型技术沙龙举行，来自多家企业的技术与安全管理人员齐聚一堂，天云数据受邀出席并通过"实景演示+实战复盘+技术拆解 "，完整解读这套系统的底层逻辑。
实景演示：让智能体自己"跑一遍"
京能"安心"消防安全大模型及全域联控消防智能体以"1+3+10+N" 架构呈现：一个MaaS统一底座，三大模型引擎驱动，十类专业智能体分工协同，向下延伸覆盖N类业态消防场景。它不是单点摄像头算法的堆叠，而是一套会判断、会派单、会追溯、会进化的协同体系。
现场还原了从隐患发现到闭环归档的完整链路：多模态信号接入 → 风险识别与误报过滤 → 分级告警 → 工单派发 → 现场处置 → 复核归档 → 数据回流迭代。而在这条链路之上，帮手提供的是人与系统之间的那层"对话界面"------值班人员用自然语言就能调取台账、追问进度、生成报告。
实战复盘：金泰国际大厦的这一年
京煤集团带来了金泰国际大厦全年实战运行数据与隐患治理成效，并复盘了三道一线绕不开的难题。
| 一线挑战 | 传统做法 | 新解法 |
|---|---|---|
| 人员注意力有限 | 阈值报警，误报与真警混在一起 | 多模态交叉验证+风险分级，把噪声挡在值班台之外 |
| 漏检难追责 | 巡检记录纸面化，事后无法还原 | 全程留痕可追溯，隐患从发现到闭环，贯通处置 |
| 处置靠经验，标准不统一 | 处置质量依赖个人能力与责任心 | 处置建议随工单下发，把专家经验固化成可执行动作 |
| 系统多 | 查台账、开单、导出报表要切换多套系统 | 帮手一句话调用，跨系统能力收敛到一个入口 |
技术拆解：三个关键词
天云数据技术团队用三个关键词，解读了这套系统。
关键词一：强化学习与脚手架自进化的结合体
"安心"不是一个静态产物，它是强化学习与脚手架（Harness）自进化的结合体------以行业大模型为认知核心，把企业知识、现场证据、业务系统和责任流程组织在同一条链路上，贯通"感知---认知---执行---进化"：
-
现场感知：视频、传感器、人员、票证与设备状态；
-
行业认知：安全规程、企业制度、案例与时空证据；
-
业务执行：分级预警、责任派单、人工复核与处置回执；
-
运营进化：难例回流、独立评测、版本发布与运行监测。
在这条链路上，"安心"的自进化由两层咬合而成。
外层是脚手架（Harness）。 它负责做事------任务怎么拆解、工具怎么调用、结果怎么校验、失败怎么重试。这一层包裹在模型之外，可以被独立改写、独立迭代，不必动模型本体。
内层是强化学习闭环。 真实场景里每一次判定、每一次处置、每一次修正，都回流成反馈。模型不是只在被使用，同时在被使用的过程中训练进化。
脚手架把真实业务里的反馈结构化，强化学习把这些样本变成模型能力的增量，增量再反过来让脚手架的编排更简、更省。实际运行中，整体算力消耗下降48%。
关键词二：多模态识别
视频、图像、传感数据、文本工单、历史记录，五类信号统一进模型。消防场景的难点不是"看不清"，而是"看得见但判断不准" ------单靠视觉，烟、雾、蒸汽、逆光都可能被误判。多模态交叉验证把识别准确率推到97.56%。
关键词三：全流程闭环联控
理解只是起点。真正的价值在"闭环"。告警触发之后，谁去、怎么去、去了做什么、做完怎么复核、复核完怎么回流训练。在200+天 的真实运行验证中，系统累计产生10162起 真实预警，日均告警从5054条压缩到407条，降幅 91.95%。
帮手：让消防智能体从"能懂"走向"能用"
如果"安心"解决的是看准、联动 ，那帮手解决的是用得起、使得上。
帮手是天云数据面向企业的AI协作工作台，本质是一套**企业AI脚手架，**它不是又一个聊天框，而是把大模型能力接进业务流程的四个支点。
两处"脚手架"并不冲突："**安心"的脚手架向内，是让模型自己变好的进化引擎；帮手的脚手架向外，是让企业把能力接进流程的接入底座。**一个负责越用越准，一个负责越来越多人会用。
| 脚手架支点 | 具体作用 | 在消防场景里的价值 |
|---|---|---|
| 意图理解 | 把自然语言解析成可执行的系统动作 | "3号楼本周未闭环隐患"一句话出结果，不用记菜单 |
| 记忆 | 跨会话、跨用户保留业务上下文 | 跨班次交接不断线，新值班员也能接得上前情 |
| 任务轨迹 | 完整记录每一步推理与执行的来龙去脉 | 处置过程可追溯、可复盘、可审计，责任清晰 |
| A2A | 多个智能体之间互相调用、分工协同 | 消防、合规、工单等智能体自动拆解复杂事项 |
过去，给一台摄像头配置监测事件，需要专业人员登录后台、逐项设置。现场演示中，管理人员只需用自然语言表达需求，帮手会自动补齐字段、核对权限、调用已接入技能，执行完成后还会回读配置、触发测试、核对真实画面与告警证据。从SaaS的"使用平台功能"，进化到A2A的"任务协作"：配置、研判、业务角色分工交接、结果校验汇总，一支AI队伍在一句话的指挥下协同作业。
帮手平台用一句话配置消防任务
"安心**"让系统变聪明，帮手让聪明变得人人可用。**前者决定能力上限，后者决定使用广度。
三个绕不开的挑战
技术沙龙现场，参会专家的讨论话题集中在三个问题上：
**老楼怎么改？**既有建筑的线路、设备、网络条件千差万别，改造方案必须可分层、可分步，而不是推倒重来。
能不能复制？ 从一栋楼到一片楼区，考验的不是算法，是部署模式与运维体系的标准化程度。三种部署模式的灵活适配，加上帮手作为统一入口降低使用门槛，共同构成规模化的工程前提。
**岗位会不会被替代？**现场给出的答案是"AI接手的是重复盯屏、无效告警和跨系统翻台账，人回到判断、处置与责任闭环上。"
| 维度 | 安心+帮手 |
|---|---|
| 识别方式 | 多模态交叉验证，准确率97.56% |
| 进化方式 | 脚手架自进化+强化学习闭环，运行中持续变准，算力开销降48% |
| 告警治理 | 闭环联控 |
| 使用门槛 | 帮手自然语言一句话调用，跨系统收敛一个入口 |
| 合规支撑 | 条款级依据生成，处置留痕可审计 |
一切业务AI化
AI到底给消防带来了什么？
答案是四条可被验证的改变：隐患从被动发现变成主动识别，告警从噪音洪流变成有效信号，处置从经验驱动变成标准驱动，操作从专人专属变成人人可用。
金泰国际大厦不是孤例。天云数据还分享了北京热力工地项目的经验：同一套能力被复制到20个分散的临时工地、99路摄像头，累计发现隐患约5,700项次，数千次预警分级推送到人，核实处置全程留痕，新增工地按条件即可纳管。
从楼宇到工地，从单点到全域，不是一次性的项目交付，而是一套可验证、可执行、可追责、可进化的安全生产能力：场景选择的标准、数据闭环的设计、算力成本的约束、人机分工的边界，以及让能力真正被用起来的那个入口。