LightOn

LightOn是什么

LightOn是一家2016年创立于巴黎的法国AI公司，面向企业和公共机构提供安全、可控的生成式AI。其当前核心产品Paradigm用于把大语言模型连接到组织内部文档、业务知识和工具。

LightOn最初从光学计算硬件研发起步，2020年后重点转向大语言模型和企业生成式AI。公司已在巴黎泛欧交易所Growth市场挂牌，业务重点覆盖金融、工业、医疗、国防和公共部门。

一句话介绍

Paradigm是一套可部署在主权云、客户基础设施或隔离网络中的企业AI搜索与智能体平台，支持文档理解、检索增强生成、模型切换、权限治理、工作流自动化和开发接口。

Paradigm解决什么问题

• 让员工在受控环境中使用生成式AI处理内部知识。
• 从大量非结构化文档中检索信息并生成有依据的回答。
• 把扫描件、表格、图表和复杂版式转为可检索知识。
• 建立面向法务、财务、研发或客服的专用AI智能体。
• 在统一平台中管理多个商业或开源模型。
• 把AI服务部署在满足数据驻留要求的基础设施中。
• 通过API和MCP把企业系统接入自动化流程。
• 使用用户组、工作区、审计和SSO控制访问。

核心功能

企业AI对话

员工可以选择组织允许的模型进行对话，并把工作区文档作为上下文。管理员能够配置系统指令、可用工具、模型和数据范围。

增强搜索与文档问答

平台通过语义、关键词和重排序能力从授权文档中检索相关片段，再由模型生成回答。用户可以查看命中的文档和片段，重要结论仍需回到原文核实。

多模态文档理解

Paradigm能够处理文字、扫描页、图表、图形、手写内容和复杂页面布局，并通过OCR与视觉语言模型进行解析。识别质量会受扫描清晰度、语言、版式和文件规模影响。

企业智能体

组织可以创建多个专用Agent，为每个Agent配置指令、模型、原生工具、MCP服务器和可访问工作区。Agent可归属个人、团队或公司，并由用户组控制访问。

模型管理

管理员可以接入视觉模型、语言模型和嵌入模型，并选择自托管、第三方API或其他部署方式。模型能否使用取决于实例配置和API密钥权限，不是所有客户都看到同一模型列表。

企业连接器

平台支持把SharePoint、Teams、Google Drive和ServiceNow等企业数据接入工作区，并按设置同步文档。连接器的实际范围与版本、部署和合同有关。

内置工具与MCP

Paradigm的智能体可以调用文档搜索、文档分析、网页搜索和代码执行等原生工具，也可以连接外部MCP服务器。管理员可决定工具能否被模型自动选择或由用户手动指定。

MCP集成方式

系统管理员或公司管理员可以登记外部MCP服务器，再把相应工具分配给Agent。MCP结果不会自动写入Paradigm内部索引，回答质量取决于外部服务器自身的检索和权限设计。

1. 确认实例已经启用Agent和MCP能力。
2. 在管理后台登记受信任的MCP服务器。
3. 配置服务器名称、地址、认证令牌和可见范围。
4. 检查令牌是否加密保存并限制最小权限。
5. 把MCP服务器关联到指定Agent或聊天配置。
6. 测试工具发现、参数、返回值和错误处理。
7. 验证不同用户组不能查看无权访问的连接信息。
8. 上线后审计调用日志并定期轮换凭证。

工作区、集合与权限

Paradigm通过公司、用户组、工作区、集合和文档组织知识。用户组决定成员能够访问哪些工作区，Agent还可以进一步限定可检索的工作区范围。

文档处理流程

1. 按部门和数据敏感度规划用户组与工作区。
2. 上传文件或配置企业数据连接器。
3. 选择适合文件类型的解析和OCR方式。
4. 等待文档完成提取、分块、嵌入和索引。
5. 使用代表性问题检查检索片段是否准确。
6. 调整标签、过滤、元数据和访问权限。
7. 让业务人员核验回答和对应原文。
8. 制定更新、重新同步、归档和删除策略。

支持的输入与输出

模型选择与自定义模型

组织可以在同一Paradigm实例中配置多个商业模型、开源模型或自托管模型，并按隐私、性能和成本分配给用户。平台还支持接入LoRA微调模型，并建议高吞吐场景使用专门的模型服务框架。

• 语言模型用于回答、改写和智能体推理。
• 视觉语言模型用于图表、扫描页和图片理解。
• 嵌入模型把文档和查询转换为检索向量。
• 重排序模型改善候选片段的相关性排序。
• 自托管模型需要客户负责算力、监控和版本管理。
• 第三方模型API会引入额外的数据处理和计费规则。

Alfred与开放模型

LightOn开发了Alfred系列商业语言模型，也公开过多种研究模型、数据集和检索技术。客户部署Paradigm时可以使用LightOn模型或接入其他模型，不能把平台功能等同于某一个固定模型。

部署方式

SaaS、混合与本地部署怎么选

• 需要最快验证业务价值时优先评估SaaS。
• 数据必须留在内部但缺少GPU时可评估混合部署。
• 对基础设施和日志有完整控制要求时选择本地部署。
• 完全断网或机密环境需要隔离网络方案。
• 面向外部客户提供产品时可以评估白标或嵌入式API。
• 选型时同时计算算力、存储、连接器、运维和升级成本。

API能力

Paradigm提供覆盖模型、聊天、Agent、线程、工具、文件、工作区、检索和文档搜索等能力的REST API。调用前需要从实例生成API密钥，并以实际密钥可见的模型和资源为准。

API版本注意事项

Paradigm当前文档同时保留v2、v3和与旧版本相关的示例，部分Agent说明已经标记为过时。新项目应先确认实例发行版本，再选择对应的最新接口，不能直接混用不同版本的请求结构。

1. 向管理员确认Paradigm实例的发行版本。
2. 创建权限最小化的专用API密钥。
3. 调用模型列表确认可用技术名称。
4. 先测试文件上传、解析状态和检索结果。
5. 为Agent工具调用增加超时、重试和审计。
6. 把API密钥放入服务器密钥管理系统。
7. 升级前比较v2、v3和新发行说明。
8. 在测试环境验证后再更新生产集成。

开发者SDK与GitHub

LightOn维护官方GitHub组织，并公开Python SDK、检索模型训练库、向量检索引擎和研究数据集。不同仓库分别采用Apache 2.0或MIT等许可证，但这不代表Paradigm商业平台的核心代码全部开源。

定价方式

LightOn没有公开统一的固定金额，Paradigm通常按照用户席位、所选方案、部署架构、基础设施和服务范围报价。平台强调固定席位或基础设施定价，而不是单纯按生成令牌计费。

询价前需要确认

• 席位数量、管理员数量和外部用户范围。
• SaaS、混合、本地或隔离网络架构。
• 需要接入的模型及其独立许可费用。
• 文档规模、增量同步频率和存储容量。
• OCR、检索、推理和并发性能要求。
• SharePoint等连接器是否包含在方案内。
• SSO、SCIM、审计、备份和高可用范围。
• 实施、培训、升级、支持和SLA费用。
• 测试、预生产和灾备环境是否额外计费。

企业安全与合规

Paradigm强调GDPR、数据驻留、传输与静态加密、细粒度权限和审计能力，产品页面还列出SOC 2 Type 1合规。具体认证范围、部署边界和合同承诺应由客户安全团队核对证明文件。

隐私与数据处理

Paradigm面向专业用户，处理账户、使用日志、文档和客户配置等数据。数据实际存放和处理方式取决于SaaS、混合或本地部署合同，不能把本地部署的隐私边界直接套用到托管实例。

• 上传前对个人信息、商业秘密和受监管数据分类。
• 确认模型提供商是否接收提示词或文档片段。
• 限制支持人员和管理员访问生产数据。
• 为连接器配置只读和最小范围凭证。
• 制定文档同步、版本、归档和删除规则。
• 确认日志、备份和向量索引的保存期限。
• 离职、部门调整和项目结束后及时回收权限。

适合哪些用户

• 希望在敏感数据上部署生成式AI的大型企业。
• 需要主权云或本地部署的法国及欧洲组织。
• 受严格合规约束的金融、医疗和公共机构。
• 需要多模态文档检索的法务、研发和知识团队。
• 希望建立多个专业Agent并控制数据范围的组织。
• 需要把RAG能力嵌入产品的软件厂商。
• 计划为客户提供白标企业AI的云服务商和集成商。

典型使用场景

产品优势

• 部署方式覆盖SaaS、混合、本地和隔离网络。
• 文档检索、OCR、模型、Agent和权限集中管理。
• 支持商业、开源和自托管模型并存。
• 多模态解析适合复杂企业文档。
• 提供REST API、MCP和企业数据连接器。
• 能够按团队和工作区限制Agent知识范围。
• 价格强调席位或基础设施可预测性。
• 官方同时维护开放检索技术和开发SDK。

限制与注意事项

• 没有公开统一金额，采购需要销售沟通和技术评估。
• 本地部署仍需要客户准备算力、存储和运维能力。
• 文档识别和回答不保证完全准确。
• 权限配置错误可能让Agent检索到不应访问的资料。
• 外部MCP服务器的质量和安全不由Paradigm单独保证。
• 不同实例、版本和API密钥可见的模型不同。
• API v2、v3及旧版本文档并存，开发时需匹配实例版本。
• 公开GitHub项目不等于Paradigm核心开源。
• 第三方模型和连接器可能引入额外合同与数据边界。

实施建议

1. 选择一个文档范围清晰且价值可衡量的业务场景。
2. 完成数据分类、权限梳理和部署架构评估。
3. 准备代表性文档、问题集和人工标准答案。
4. 在测试环境配置工作区、用户组、模型和连接器。
5. 评估OCR、检索召回、回答准确性和原文可追溯性。
6. 为Agent工具调用设置审批、权限和审计策略。
7. 进行安全、合规、性能和故障恢复测试。
8. 培训员工区分检索依据、模型回答和业务判断。
9. 小范围上线并记录节省时间、错误率和使用率。
10. 确认升级、备份、删除和退出方案后再扩大部署。

常见问题

LightOn和Paradigm是什么关系？

LightOn是开发和运营公司，Paradigm是其面向企业和公共机构的生成式AI平台。LightOn还开发Alfred模型以及多种开放检索技术。

Paradigm可以私有化部署吗？

可以。平台提供本地、私有云、混合和隔离网络等架构，也可使用欧洲主权云SaaS。

Paradigm只能使用LightOn模型吗？

不是。管理员可以接入LightOn模型、商业模型、开源模型或客户自托管模型，但具体可用范围取决于实例配置和合同。

是否支持API和MCP？

支持。Paradigm提供多版本REST API，并能让Agent连接外部MCP服务器；开发时需要确认实例版本、密钥权限和工具范围。

LightOn是开源公司吗？

LightOn公开了SDK、检索库、模型和数据集等项目，但Paradigm平台核心仍是闭源商业软件。开源状态必须按具体仓库和许可证判断。

Paradigm多少钱？

没有公开固定金额，通常按席位、方案、部署架构、基础设施和服务范围定制报价。SaaS、混合、本地和白标方案的成本结构不同。

适合个人用户吗？

产品主要面向专业组织，而不是普通个人聊天用户。个人或小团队若没有企业数据、治理和部署需求，可能难以体现其完整价值。

总结

LightOn Paradigm的核心优势是把企业知识检索、多模态文档理解、模型管理、Agent、API和权限治理整合到可控部署架构中。它尤其适合数据敏感、合规严格并希望减少公共AI依赖的组织。

选型时不能只比较模型回答效果，还要评估文档解析、权限继承、连接器、基础设施、升级、审计和总拥有成本。建议从可量化的小范围场景开始，再根据真实准确率和运营成本逐步扩展。