PRODUCT REFERENCE · 产品类型
RAG、Agent、Copilot、AI OS与AI中台：五类产品如何选择
五类名称描述的是不同的产品责任边界，不是从低到高的固定代际。企业应从用户、任务、知识、系统和治理要求出发选择，并允许多种形态在同一架构中组合。
先给结论
名称不是重点，系统承担什么责任才是重点
RAG负责从受控知识中找到证据并约束回答；Agent负责规划步骤、调用工具并推进任务；Copilot把AI放进用户正在使用的软件和工作上下文；AI中台向多个应用提供共享技术能力；AI OS进一步统一知识、智能任务、业务连接和运行治理。
这些形态可以叠加：一个Copilot可以调用RAG和Agent；多个Copilot与Agent可以共用AI中台；当知识、任务、连接、权限、评测和持续运营需要统一管理时，可以形成AI OS。
不要问哪一个名词更先进，要问谁使用、完成什么任务、依据什么知识、调用哪些系统、由谁审核，以及上线后谁持续负责。
用六个问题完成初步选型
- 主要目标是可靠查询知识，还是跨步骤完成业务任务？
- 用户需要留在现有软件中工作，还是进入一个新的统一工作台？
- AI只读取信息，还是需要调用工具、触发审批或写入系统？
- 是一项应用，还是多个部门和应用共同复用模型、知识与工具？
- 是否需要统一身份、权限、证据、日志、评测、成本和版本治理？
- 知识、业务规则和系统接口上线后由谁更新、复核和运营？
GCPI的产品判断原则
绿色碳汇规划院可以单独交付知识工程、RAG、Agent、Copilot或共享平台能力，但不会用更大的产品名称掩盖不完整的交付。只有可信知识、受控智能任务、真实业务接入、人工审核和持续运营形成闭环时，才按行业AI操作平台口径定义。
客户已有模型、知识库、中台或业务软件时，可以保留现有资产，重点补齐证据、权限、任务编排、连接器、评测和运营机制。具体功能、性能、周期与服务等级必须根据客户资料、系统和风险另行确认。
FAQ
常见问题
先把关键边界说清楚，才能让AI建设进入真实业务。
五类产品是否存在固定的技术代际关系？
不存在统一的代际标准。它们描述的是不同责任边界，可以独立存在，也可以组合。企业应按真实任务和治理范围选择，不应仅按名称判断先进程度。
已经有AI中台，还需要AI OS吗？
取决于中台是否已经承担行业知识、业务工作流、人工审核、运行状态和持续运营。若中台主要提供模型与开发能力，而客户需要跨系统完成可审核任务，仍可能需要在其上建设AI OS式的运行与治理层。
REFERENCES · 参考来源
定义与治理依据
参考来源用于解释公开技术概念和治理原则；GCPI的具体产品边界、交付范围与项目事实仍以本网站明确口径及客户项目文件为准。
- Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksLewis 等，NeurIPS 2020 · 2020 ↗
RAG原始研究论文，用于说明参数化模型与外部非参数知识结合的基本思想。
- Building effective agentsAnthropic · 2024 ↗
区分预定义工作流与由模型动态决定过程、工具使用的Agent。
- A practical guide to building agentsOpenAI · 2025 ↗
Agent场景判断、编排、工具与护栏的工程参考。
- Microsoft 365 Copilot architecture and how it worksMicrosoft Learn · 持续更新 ↗
用于说明工作上下文、权限继承、数据流和嵌入业务应用的Copilot模式。
- Artificial Intelligence Risk Management Framework (AI RMF 1.0)NIST · 2023 ↗
AI系统全生命周期可信与风险管理的公开框架。