来源：普元信息官微

在 WAIC 2026 普元信息（股票代码：688118）主办的 " 高质量数据集与 AI 编程实践创新论坛 " 上，" 数字员工 " 成为一个被反复提及的方向：当 AI 原生数据工程与 AI 原生开发平台深度耦合，企业得到的或许不是一个写代码的插件，而是一个能融入组织、与人协同完成工作的 AI 原生能力形态，即具备自主执行能力的 " 数字员工 "。

" 数字员工 " 的根，扎在三块地基里

" 数字员工 " 的根，扎在普元董事长刘亚东归纳的三块地基里——高质量数据、AI 编程、融合连接。他在《软件中国》中反复阐述：中国软件产业的优势在工程化与场景落地。这份判断在 AI 新时代，可以凝练成通往 AI 原生时代的路径设想，助力企业拥有深度融入组织、具备自主执行能力的 " 数字员工 "。

数据侧：提供 AI 原生能力随时可取用的养分

普元数据智能研究院院长李书超展示 "AI 原生数据工程 "：结合大模型能力对多模态数据进行生成、清洗、增强、标注，完善人机协同的数据管控体系，面向模型训练或数据应用实现高质量数据集的弹性供给，推进数据智能成为业务的天然组成部分，让数据工程与大模型共生融合。数据不再是被搬运的原材料，而成为 AI 原生能力随时可取用的养分。

编程侧：从 " 写代码 " 到 " 软件生产体系 "

普元研发总经理顾伟解析 AI 原生开发平台：从需求、设计、编码到测试全链路实现 AI 编程渗透，融合智能集成帮助企业化解 AI 失控问题、重塑企业 IT 生产力，推进能力沉淀、统一治理、融合建设、流程融入四项建设，支持企业从 "AI 写代码 " 到 "AI 驱动的软件生产体系 " 的转变。

为什么 " 自主执行 " 必须配护栏

这一步为何被谨慎看待？第三十届欧洲人工智能大会主席乌利塞斯 · 科尔特斯教授点出风险：AI 从 " 辅助生成 " 走向 " 自主执行 " 将放大安全漏洞与责任归属风险，企业必须在数据质量和工程化校验上建立防线。普元的思路，是用 " 数据工程 + 软件工程 " 的深度融合，给 AI 原生能力的升级装上可治理、可审计的护栏——这正是从 " 工具 " 迈向 " 组织级能力 " 的前提。

企业正从业务出发开始探索

在真实场景侧，企业正从业务出发开始系列探索。以航天八院在论坛上分享的自身实践为例：在难以接受大模型幻觉的航天场景中，通过高质量数据与专业小模型结合，" 数据 + 机器学习 " 融合的智能化装备装配应用综合质量问题检出率可达 99%，" 数据 +AI" 深度融合的质量检测时长缩短 50% 以上，" 数据 + 知识 " 驱动的卫星总体智能设计新范式支持制造周期缩短近 30%。企业自身的场景实践，也印证了 " 高质量数据 + 专业模型 " 在严苛环境中的价值方向。

从 "AI 写代码 " 到 " 数字员工 "，差别不在于模型多聪明，而在于能力能否沉淀为组织可复用的资产、能否在可治理的底座上稳健生长。当数据工程与 AI 编程在底座上合拢，企业迎来的不是又一个工具，而是一套可演进的 AI 原生能力。