第四範式4Paradigm

第四範式是什麼

第四範式是一家為企業提供人工智慧平台、行業解決方案以及運算能力產品之技術公司。

其產品覆蓋預測類AI、行業大模型、生成式軟體開發、模型管理及生產部署。

核心產品

先知AIOS 5.0

先知AIOS是第四範式的核心平台，用於構建、部署和管理面向行業場景的大模型。

• 透過自然語言輔助業務人員構建行業模型。
• 利用多種行業數據形成場景模型。
• 統一納管企業已有和新建模型。
• 支援模型部署、推理和生命週期管理。
• 適配國產化算力與信創環境。
• 連接算法人才和任務揭榜資源。

行業大模型如何落地

平台強調圍繞明確的業務指標來構建模型，而非僅部署一個通用聊天機器人。

1. 確定需要預測、生成或優化的業務目標。
2. 盤點結構化、文本、圖像和設備等數據。
3. 明確數據權限、品質與使用邊界。
4. 選擇行業基座模型和算力環境。
5. 完成訓練、微調或檢索增強配置。
6. 用歷史數據進行離線評測。
7. 設定人工複核與業務規則。
8. 在小型生產流量中灰度驗證。
9. 監控準確率、延遲和資源成本。
10. 根據反饋持續更新數據和模型。

4Paradigm AIGS

AIGS基於式說大模型能力，用生成式AI幫助企業開發和改造軟體。

• 根據需求生成代碼片段。
• 構建企業知識庫應用。
• 輔助代碼審查和問題定位。
• 把Copilot嵌入現有業務軟體。
• 按企業規則自動執行工作。
• 拆分並處理多步驟複雜任務。
• 支援應用部署和持續迭代。

AIGS的三個應用階段

企業知識庫

AIGS可連接企業內部知識，並結合知識圖譜進行交叉驗證和結果溯源。

• 先按部門和權限整理知識範圍。
• 清理重複、過期和互相衝突的內容。
• 為文件配置版本和負責人。
• 在回答中保留證據和引用位置。
• 敏感內容按崗位控制訪問。
• 高風險答案必須由業務人員確認。

企業Copilot

Copilot可以調用軟體內的資料和功能，透過對話協助員工完成業務操作。

• 銷售人員可分析客戶需求。
• 客服可檢索規則並生成答覆草稿。
• 產品團隊可輔助模擬和設計優化。
• 運營人員可生成和調整行銷內容。
• 研發人員可獲得代碼與審查輔助。
• 所有自動操作應保留審計記錄。

4Paradigm SHIFT

SHIFT將第四範式底層的AI能力與行業經驗結合，打造出可交付的智能化解決方案。

• 金融風控和交易反欺詐。
• 零售推薦與精準行銷。
• 製造品質檢測和設備維護。
• 能源設備狀態預測。
• 交通巡檢和異常識別。
• 醫療健康風險管理。
• 水務預測和應急輔助。

SageOne算力平台

SageOne透過軟硬體協同與統一交付，為模型開發、訓練、部署與運維提供算力。

AutoML能力

AutoML用於降低特徵處理、算法選擇、參數調優和模型部署的人為門檻。

• 適合有明確標籤和業務目標的數據任務。
• 不能替代數據品質和因果關係判斷。
• 自動最優指標不等於業務效果最優。
• 上線前必須檢查公平性和穩定性。
• 模型漂移後需要重新評估和訓練。

私有化部署

AIGS支援企業私有化部署，官方強調資料可留在本地且無需調用外部大模型。

• 可部署在客戶自有資料中心。
• 可按要求適配國產化軟硬件。
• 內部知識與權限體系可在本地管理。
• 部署拓撲和組件取決於專案需求。
• 離線環境仍需確認升級和授權方式。
• 驗收前應完成安全與性能測試。

第四範式使用教學

1. 明確項目目標、使用者範圍和成功指標。
2. 透過售前渠道預約產品交流或演示。
3. 提供脫敏後的場景和數據說明。
4. 選擇先知、AIGS、SHIFT或SageOne組合。
5. 評估數據量、併發、模型和算力需求。
6. 確定雲端、本地或軟硬一體部署方式。
7. 完成概念驗證和業務指標評測。
8. 在合同中約定價格、服務和數據責任。
9. 部署平台並接入身份與權限系統。
10. 開發首批模型、知識庫或智慧應用。
11. 灰度上線並監控品質和成本。
12. 透過培訓和運維機制持續擴展場景。

產品版本與價格

第四範式面向企業按項目銷售，公開官網沒有統一的按月或按年標準套餐。

截至2026年8月30日，官網僅提供預約演示和售前諮詢，最終費用以方案和合約為準。

採購時應確認什麼

• 軟體許可按用戶、節點還是算力計費。
• 模型調用和第三方組件是否另收費。
• 實施、遷移、培訓和維保是否包含。
• 升級、擴容和新增場景如何計價。
• 硬體保質期與更換時限。
• 項目驗收指標及未達標處理方式。

資料安全與隱私

企業部署應在官網隱私政策之外，以合約明確業務數據和模型數據的處理責任。

• 定義資料控制者、處理者及訪問人員。
• 敏感數據進入平台前完成分級和脫敏。
• 限制訓練、檢索與日誌的使用範圍。
• 配置傳輸加密、儲存加密和金鑰管理。
• 設定日誌、快取和備份的保留週期。
• 明確項目結束後的數據返還與刪除。

生成式AI風險控制

• 知識庫回答可能出現幻覺或錯誤引用。
• 代碼生成結果必須經過測試和審查。
• 智能體調用業務系統應採用最小權限。
• 高風險決定不能完全交給模型自動執行。
• 訓練數據需核對版權和使用授權。
• 模型輸出應記錄版本、時間和證據。

官方開源專案

第四範式官方GitHub組織公開了OpenMLDB、OpenAIOS Platform等項目。

OpenMLDB適合什麼場景

OpenMLDB是一種機器學習資料庫，重點在於解決線上與離線特徵計算之間的一致性問題。

• 即時推薦和精準行銷。
• 廣告點擊欺詐檢測。
• 金融風控和即時決策。
• 流式數據特徵工程。
• 訓練與在線推理特徵複用。

OpenAIOS Platform部署條件

該開源平台基於Kubernetes構建，需要具備容器平台與儲存運維能力。

• Kubernetes集羣。
• NGINX Ingress Controller。
• Harbor鏡像倉庫。
• Keycloak身分系統。
• CephFS共享儲存。
• MongoDB資料庫。

開源與商業產品的邊界

部分底層組件開源，並不代表第四範式全部的企業產品和大型模型都可免費部署。

• 開源倉庫依各自許可證使用。
• 商業產品需要單獨採購許可。
• 模型權重和行業數據通常不隨代碼開放。
• 企業支援、實施和維保屬於商業服務。
• 開源自建成本包括算力、安全和運維。

適合哪些企業

• 需要規模化建設機器學習平台的公司。
• 希望在本地部署行業大模型的組織。
• 有大量內部知識和業務系統的集團。
• 需要信創算力適配的政企客戶。
• 需要反欺詐、推薦或預測應用的行業客戶。
• 具備數據治理與持續運營能力的團隊。

產品優勢

• 覆蓋模型開發到生產運維的完整鏈路。
• 兼顧預測類AI和生成式AI。
• 支持私有化及國產化算力環境。
• 提供行業方案與企業實施服務。
• 擁有AutoML、模型納管和算力產品。
• 部分底層技術提供官方開源版本。

使用限制與注意事項

• 面向企業採購，不是個人免費聊天工具。
• 官網沒有統一公開標準價格。
• 部署成效依賴數據品質與業務配合。
• 私有化仍需持續運維和模型治理。
• 生成結果和自動決策需要人工監督。
• 開源組件不等於商業平台整體開源。

常見問題

第四範式主要提供什麼產品？

主要包括先知AIOS、AIGS生成式軟體平台、SHIFT行業方案和SageOne算力平台。

先知AIOS適合做什麼？

它用於構建、部署和納管行業大模型，並支援信創算力與企業級模型管理。

第四範式AIGS能生成代碼嗎？

可以，它支援代碼片段生成、知識庫應用、代碼審查、部署以及企業Copilot。

第四範式支援私有化部署嗎？

支持，AIGS明確提供私有化方案，可讓企業數據留在本地環境中處理。

第四範式產品如何收費？

官網未公開統一套餐，通常根據產品模組、部署方式、算力及實施範圍來定製報價。

第四範式有哪些官方開源專案？

官方公開了OpenMLDB和OpenAIOS Platform等專案，兩者皆採用Apache-2.0許可證。

第四範式整體是開源平台嗎？

不是，開源組件不代表先知AIOS、AIGS、SHIFT、SageOne和模型整體開源。