价值共创视角下智能体嵌入知识服务实现机制研究

【摘 要】智能体技术的兴起为知识服务领域带来空前机遇，也引发了诸多挑战。以价值共创理论为视角，通过案例分析探讨智能体嵌入知识服务的模式与机制。研究指出，智能体嵌入模式可分为“大模型+智能体平台”“知识服务平台自创新”“个体服务”三种类型，存在供需冲突、权利—责任冲突、信息传递冲突以及协同冲突等问题。为解决上述问题，提出以“资源整合—伦理对齐—价值共享—协同共建”为框架的解决方案，旨在为出版企业开展知识服务提供理论指导和实践参考。

【关 键 词】价值共创；知识服务；智能体；出版

【作者单位】王鹏涛，南京大学信息管理学院，南京大学出版融合发展战略研究所；李晗语，南京大学信息管理学院。

【基金项目】国家社科基金一般项目“智能媒体时代出版企业服务生态系统构建研究”（21BTQ076）。

【中图分类号】G239.2 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2024.15.008

随着ChatGPT等大语言模型的广泛应用，智能技术为科学知识生产提供了知识组织、知识发现、知识应用等方面的支撑。其中，智能体作为自然语言处理、机器学习、深度学习等智能技术的集成，具有强大的服务能力，能够使知识服务的价值共创流程在组织和逻辑层面实现跃迁，但同时也带来版权纠纷和算法歧视等一系列问题。2023年7月，我国颁布的《生成式人工智能服务管理暂行办法》规范鼓励包含ChatGPT等大模型工具在内的智能技术的应用，以及生成式人工智能的创新发展［1］。2024年政府工作报告指出，要深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群［2］。在此背景下，构建智能体嵌入知识服务机制变得日益紧迫和重要。

关于智能技术对知识服务领域产生的深远影响学术界已有诸多探讨。部分学者聚焦于知识服务视角，认为智能技术不仅引发了行业变革，还通过信息的搜集和知识组织增强了智能体在人工介入过程中解决客户问题的能力，从而实现了知识服务满足客户不同类型知识需求的目标［3］。此外，有研究者认为智能技术将扮演动力引擎的角色，将数据元素深度融入知识服务的生态系统［4］。针对AI在出版知识服务生态系统中的应用，学者们从多个维度展开分析：有的从固化需求场景出发探讨智能技术如何优化供需匹配和提升服务供给质量［5］，有的从角色再定位和业务流程创新角度探讨智能技术如何重塑出版业［6］。

在价值共创层面，智能技术为知识服务领域提供了全新的应用场景，促使出版业从单向的价值传递模式转变为生产者与消费者之间的双向价值共创过程［7］。技术赋能的出版知识服务创新机制，主要体现为价值主张的明确性、价值增值的实质性以及价值再创的持续性［8］，但有学者指出，包括制度［9］、资源、能力、关系［10］等在内的诸多要素也是多方价值凝聚与知识服务价值共创机制形成的关键。

为了系统解决智能体嵌入知识服务的实现机制问题，本文首先借鉴价值共创理论构建智能体与知识服务融合的理论模型，分析智能体技术与知识服务逻辑的内在联系；其次通过剖析360AI、Scopus AI和Kimi等智能体案例，揭示智能体在知识服务中的应用模式及独特属性；最后从资源整合、伦理对齐、价值共享和协同共建四个关键维度出发，构建智能体嵌入知识服务的实现机制，提出应对供需矛盾源头冲突、权利与责任冲突、传递冲突和协同冲突等策略。

一、智能体嵌入知识服务的理论基础

智能体技术作为人工智能领域的重大突破，为知识服务领域带来了前所未有的变革，也引发了诸如知识产权纠纷、算法歧视等问题。价值共创理论提供了一个理解和分析智能体嵌入知识服务模式的框架，可以帮助我们探索其潜在价值和可能风险。

1．价值共创理论

Vargo和Lusch提出了基于服务主导（S-D）逻辑的价值共创理论。S-D逻辑表明，生产和消费不是两个独立的活动，而是一个连续的整体。消费者不仅是完整产出的接受者，也要参与整个价值创造过程。满足消费者需求的前提是消费者参与定制化生产流程［11］。在S-D逻辑主导下，微观领域的具体机制和模型推动了价值共创理论在实践领域的完善。制度作为服务生态系统的关键要素被纳入价值共创的框架中，在制度约束下，资源整合者通过服务交换和价值创造形成联系［12］。

随着数字化进程不断加深，价值共创的主体概念扩展至包含人类经验和逻辑的抽象主体。Storbacka

等人认为，机器与人类和机器的各种组合也可以被视作主体［13］。智能体作为具有一定自主行动能力的主体，由此被引入价值共创的过程中［14］。在理论方面，价值共创理论涵盖面从生产消费领域拓展到更广阔的商业生态，价值共创的视角也逐渐从企业和顾客的二元互动转变为多个社会经济参与者的动态网络互动。服务生态系统的观点认为，一切经济社会参与者都是价值创造的重要组成部分，并特别强调制度在价值共创中的重要角色［15］。

2．理论耦合

（1）主体逻辑耦合

价值共创的主体由消费者、企业以及价值链上的各主体组成。在出版领域，知识服务的价值共创过程由出版企业、用户、技术服务商、渠道商等主体协同参与，智能体具有一定的自主行动能力且由各个主体参与设计，需要在人工介入下完成营销、创作等价值增值的工作，具有可交换的操作性资源，可以作为价值共创的主体参与价值共创的流程，符合价值共创主体逻辑。

（2）服务逻辑耦合

价值共创的服务逻辑是“以用户为核心”，这就需要出版企业以用户体验和用户需求为着力点组织生产经营工作。智能体在提供服务前需要由设计者事先对用户需求和出版企业资源做好整合筛选、组织优化和伦理对齐等工作，智能体嵌入知识服务的理念与价值共创的服务逻辑耦合。

（3）嵌入理念耦合

价值共创理念下，出版企业需要改进生产流程，将不同主体的价值纳入共创逻辑中。用户提供操作性资源，出版企业则支持操作性资源的介入。智能体在满足用户服务需求的同时，也要求知识服务主体形成共创的理念，并且对各主体的协同工作、权责匹配制度提出新的要求。

（4）核心目标耦合

智能体嵌入出版流程是一个在网络内与主体相互交互完成价值融合、价值创新的过程。价值共创的目标是通过主体互动发掘隐藏价值并进一步创造价值。智能体在与用户交互的过程中提供创新性的知识服务，形成双向的知识积累，实现价值的共创共享，这与价值共创的核心目标耦合。

二、智能体类别以及应用模式

智能体已在创作、编辑、审核、营销、物流、客服等各个出版环节中得到应用。常见的个人搭建工具有Coze、百度云千帆、Dify等，这些平台通过提供插件资源和可视化流程工具辅助编辑完成内容创作、审核以及检索等任务。专业开发者可以选择扩展性较强的模块化工具，如LangChain等简化开发流程，帮助搭建多智能体应用。出版企业可以借助专业工具充分利用所积累的经验细化业务流程，由多智能体系统替代完成其中的若干任务，如数据分析、作品编写等。

1．智能体类别分析

（1）内容创作智能体

多模态的表达形式更符合人们感受、认知、描述世界的方式［16］。智能体可促进知识服务个性化和智能化的实现：首先，智能体可对知识内容进行全媒体转换和识别，促进用户对知识的理解；其次，出版企业可借助智能体完成文案润色、标题构思等工作，并通过对文案进行总结，与提示词共同进行训练，归纳出版企业各种类型文案的特征，然后设定编写原则，从而实现智能体与编辑主体协同创作。

（2）内容审核智能体

内容审核智能体可通过整合网络资源与自身数字内容资源为出版知识服务提供审核平台。智能体使用文本分析、图像识别、语音识别等技术提取内容的特征，并将提取的特征与预设的规则进行匹配完成内容的筛选。由于智能体在审核过程中难免疏漏，容易因为引导不当而产生偏见和歧视，此时人工可以介入智能体工作流程进行二次审核，避免有风险的内容流出。

（3）知识检索智能体

智能体的知识检索功能可促进知识服务定制化功能的完善。知识检索智能体通过预先从数据中提取构建的索引和经过转换的用户查询进行匹配、搜索和排序，并根据上下文理解进行归纳，直接生成可供参考的结论。常用的知识检索智能体有360AI、Bing AI、Semantic Scholar等，这些智能体可帮助用户节省检索知识后理解文本的时间，但其服务质量受到平台知识文本质量的影响。出版企业可以自行搭建领域知识图谱，或对文本进行向量化存储以供智能体调用，并通过提示词工程训练调整大模型，提升其垂直领域回答的质量。

2．智能体应用模式分析

（1） 360AI：“大模型+智能体平台”模式

360AI 选择“大模型+智能体平台”模式，通过整合各方优势资源构建开放平台实现了价值共创，其成功经验值得借鉴。具体而言，360和智谱AI达成战略合作，参考“微软+OpenAI”的合作模式，基于智谱AI的开源大模型GLM和ChatGLM，结合360在网络安全、搜索引擎、浏览器等领域的海量数据和算力资源打造大模型［17］，遵守隐私保护、数据安全各方面的法律规定。同时，为了增强用户交流体验，传递服务价值，解决供需冲突，360立足于用户需求以及核心场景，根据自身资源禀赋开发了多个大模型集成的开放平台，覆盖各种类型的用户需求。此外，360还邀请专业开发者入驻平台，提升服务质量以吸引客户，传递服务价值。

（2） Scopus AI：知识服务平台自创新模式

爱思唯尔推出的Scopus AI 选择知识服务平台自创新模式，提升了知识服务效率和质量。Scopus

AI以自身开发的关键词资源为基础，根据用户的提问自动生成文献总结、概念图并列出参考文献，发掘合作资源［18］。在开发前期， 爱思唯尔召集各领域专家厘清用户需求；在开发过程中，将Scopus AI与包含《通用数据保护条例》和负责人工智能原则在内的AI伦理规则对应，开放答案引用论文来源，保护作者知识产权，提升答案透明度并鼓励用户进行评价；在后期，与读者进行交流，收集反馈意见，并根据用户多元化需要及时调整服务功能［19］。

（3） Kimi：个体服务模式

Kimi 选择个体服务模式，专注于长文本处理，为用户提供个性化的智能服务。“月之暗面”开发的Kimi智能体瞄准用户长文本处理需求，具备自然语言处理、长文本处理、多语言对话支持等技术优势，能够满足用户多样化的长文本处理需求。无论是撰写报告、翻译文档还是进行文献综述，Kimi 都可以提供高效、准确的帮助。在市场推广方面，Kimi 通过自媒体平台投放广告，鼓励老用户邀请新用户加入，不断扩大用户群体。Kimi 的用户群体主要集中于对长文本处理有需求的用户，如研究人员、作家、编辑等。此外，Kimi 通过不断收集用户反馈，并根据反馈意见优化算法，提升服务准确性，增加新的功能，满足用户多样化的需求。

以上三种模式各有优势，适用于不同场景。“大模型+智能体平台”模式适合资源整合能力强的企业，可以快速构建开放平台，提供多样化智能体服务；知识服务平台自创新模式适合拥有丰富知识资源的企业，可以结合AI技术提升知识服务效率和质量；个体服务模式则适合专注于特定领域的初创企业，可以灵活地提供个性化智能服务。

随着智能体技术的不断发展，其应用场景将更加丰富，并与其他技术深度融合。如：与虚拟现实技术结合打造沉浸式知识服务体验，与物联网技术结合实现智能体与物理世界的交互，与区块链技术结合保障数据安全和版权合规。但与此同时，还需要关注智能体伦理规范、人机协同机制、知识服务生态系统构建等问题，以保证知识服务的高质量可持续发展。

三、智能体嵌入矛盾分析

任何技术创新应用都伴随着潜在风险，智能体在嵌入知识服务过程中也面临以下四种冲突。

1．供给需求冲突：AI智能体改变生产方式刺激新消费需求

生产能力促进需求升级，从而带动行业服务模式更新升级。智能技术促进了知识服务平台对平台和用户互动模式及用户信息反馈渠道的创新。传统用户与平台互动模式倾向于自主性、独立性，客户制定需求并在平台上自主完成搜索。智能体介入平台知识服务后，用户的搜索、筛选、比对和生成内容及决策等活动均可部分或全部由智能体完成。这些步骤从需求识别开始，依次经过信息检索、内容筛选、数据分析与比对、智能生成、用户决策支持以及最终的反馈收集形成闭环。它们共同作用于用户的需求定义、需求满足及服务反馈的全过程，确保服务的连贯性和高效率。生产方式的革新，使用户对智能体和平台的知识生产能力提出了更高的要求，从而推动智能平台功能的不断优化和升级。

2．权利责任冲突：多主体协同带来交流和监管需要

在版权层面，数字内容资源的开发涉及版权内容的深度加工、迁移使用和市场竞争，因此牵涉众多法律问题［20］。构建知识图谱等知识库所需要的专业知识及行业知识确权，可避免知识生产和传播过程中的知识产权纠纷问题。智能体在收集使用数据时有可能接入未授权的内容，从而造成版权纠纷，为此，需要进一步明确编辑与智能体使用数据的权责边界。

在信息准确度层面，智能体生成内容容易出现“幻觉”现象，对知识创造过程产生误导，因此不仅要从源头层面规范知识，避免“幻觉”现象，还要明确权责边界，理性使用智能体的生成内容。除此之外，智能体搜集场景实时数据或访问数据也可能侵犯用户的个人隐私，造成用户隐私数据泄露，引发数据安全等问题。

3．信息传递冲突：打破主体之间的信息壁垒

智能体在知识服务系统中的应用虽然提高了服务效率，但也带来了价值传递的问题。用户对智能体价值的认可是知识服务平台获取反馈的基础，然而智能体作为一项新兴技术，其价值接受度并不总是顺利达成，为此，出版企业必须设计一套新的价值传递策略。

首先，智能体的确降低了用户获取知识的成本，并提升了用户对服务的整体接受度，这一点是其显著优势。然而，用户并不能直接感受到这一优势，因此，价值的传递需要更加精准和高效。

其次，为了解决传递冲突，出版企业应采取以下措施： 优化价值传播策略，确保用户能够清晰认识到智能体带来的实际效益；实施有效的营销推广，通过多渠道宣传智能体的特点和优势，提高用户对其价值的认识；强化用户体验，通过互动式演示、免费试用等方式让用户亲身体验智能体的便捷和高效。

通过这些措施，出版企业能够有效打破信息壁垒，促进用户对智能体价值的理解和接受，从而为知识服务平台带来更积极的用户反馈和更高的服务采纳率。

4．协同冲突：智能体参与协作带来的内容风险

在智能体具备自主行动能力和学习能力的情景下，编辑等主体需要重新思考身份和定位。传统人机协作关系被颠覆，不仅会带来主体空心化的困境，还会引发知识合规化问题［21］。智能体对于编辑工作的取代会在一定程度上造成决策干扰，降低编辑的自主能动性。为了应对以上问题，编辑需要在策划、审核等环节发挥主观能动性，提出创新性价值主张，严格审核智能体生成的内容，履行好“把关人”的职责。

使用者如果过于依赖智能体生成内容或不加以辨别和调整，也会导致知识生产质量的下降。此外，在智能体开发层面，人类与智能体之间的分工模式和流程模式还有待规范，可以先在用户群体中试用，待有良好反馈后再对外发布。

四、智能体嵌入知识服务系统的实现

为了有效应对上述挑战，推动知识服务的可持续发展，构建“资源整合—伦理对齐—价值共享—协同共建”框架，出版企业、开发者、用户等主体可从以下方面构建智能体嵌入知识服务系统的实现路径。

1．资源整合

一是共同整合知识资源和技术，构建智能体服务的知识库和功能模块。出版企业应根据自身需求和已有资源，如专业知识内容、主体合作经验和数字化项目经历等，选择自建或者与其他开发者共建知识库和功能模块，快速响应市场变化，优化智能体服务。二是应以协同创新为导向，不断优化资源的结构和协作，根据读者、作者和专家等主体的意见进行技术迭代，提升服务能力［22］。出版企业在研发和推广智能体的过程中，应及时收集用户意见推出新的版本，从战略目标和资源规划层面解决企业和用户之间的供需冲突。

2．伦理对齐

出版企业应制定明确的AI 应用伦理准则，确保智能体的行为符合人类价值观和现有的出版制度，确保AI的各项服务遵守法律法规，在伦理规范下完成开发与迭代，构建与人类价值观一致的自治系统［23］；根据准则设计智能体伦理对齐方案，将大模型等强智能体与人类的内在道德价值观相对齐［24］，严格遵守出版制度。此外，还需要定期组织培训和讨论，提高智能体开发者和使用者对伦理问题的认识，明确智能体参与的工作场景、使用边界和规范等。

3．价值共享

出版企业应设计透明的利益分配机制，鼓励用户参与和反馈，形成良性的价值循环；监管智能体生成的内容，保障数据安全和版权合规；在利益实现的基础上，健全利益分配机制，加强对智能体生成内容过程的监管，避免侵害原作者知识产权。出版企业应使答案数据来源透明化，并采取多种营销手段激励用户提供使用建议和反馈，改善和提高服务。

4．协同共建

协同共建需明确各方在智能体服务中的角色和责任，促进编辑人员、用户和相关企业的有效协同。

（1）编辑层面

编辑应当对使用的智能体优点和风险有清晰的认知，并通过提高自身素养避免不实、错误信息进入创作流程中。

（2）用户层面

用户接受出版企业提出的服务主张，积极使用智能体服务并将使用体验反馈给出版企业，对智能体进行改善优化。在隐私保护方面，出版企业可以提供自主选择机制，公开隐私政策，并提示用户不要输入隐私信息。

（3）出版企业层面

出版企业在嵌入智能体服务时应当适当考虑用户的价值经验，并综合考虑人工智能伦理规范，加强功能与价值的统一性。

（4）制度层面

需加强人工智能使用规范的硬性规定和软性教育，提升智能体设计主体及使用主体的责任意识，减少嵌入的价值风险。

（5）协同方案层面

一是智能体嵌入服务的解决方案需要进行讨论和控制。人类与智能体的交互是在企业设计的工作框架内展开的，尚未解决的交互问题通常交还给人类，因此需要根据计划的复杂性设计智能体的规划流程，由编辑等人类主体审核并决定是否接管控制［25］。二是智能体的价值框架需要由出版企业进行调整，确保智能体服务具有较好的“拟人性”［26］。出版企业、用户与智能体的最终协同机制如图1所示。

六、结语

2022年，科技部等六部门印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，要求地方加快人工智能场景应用，促进供需匹配联动，激励社会主体加入创新要素流动环节［27］。随着智能体技术的发展，其在知识服务领域的应用将更加广泛深入，个性化知识推荐、智能创作、虚拟知识助手等将成为知识服务的重要发展方向。但与此同时，也要关注智能体伦理规范、人机协同机制、知识服务生态系统构建等重要问题，以保证知识服务的可持续发展。

展望未来，学界可从智能体伦理规范、人机协同机制和知识服务生态系统构建三个方面进行深入探索，以确保智能体的行为符合人类价值观和法规、伦理，以实现人机协同的效率最大化，促进知识资源的共享和流动，进而提升知识服务的整体水平。随着研究和实践的不断深入，智能体技术将为知识服务领域开辟更加光明的前景。

｜参考文献｜

［1］ 生成式人工智能服务管理暂行办法［EB/OL］.

（2023-07-10）［2024-03-05］. https：//www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

［2］ 政府工作报告重磅！加快发展新质生产力［EB/OL］. （2024-03-05）［2024-05-12］. https：//www.

gov.cn/zhengce/jiedu/tujie/202403/content_6936388.htm.

［3］ 李霞，樊治平，冯博. 知识服务的概念、特征与模式［J］. 情报科学，2007（10）：1584-1587.

［4］ 李玲飞. 人工智能背景下数字出版知识服务生态体系构建［J］. 行政管理改革，2020（10）：75-82.

［5］ 张承兵，黄丽娟. 人工智能技术下出版知识服务生态的重塑［J］. 出版广角，2020（13）：16-19.

［6］ 罗学科，黄莹. 出版人工智能赋能：内容生态重塑与产消图景互构［J］. 中国编辑，2022（2）：27-31.

［7］ 袁小群，曹鑫，童晓雯. 价值共创视域下智能赋能出版消费感知研究［J］. 科技与出版，2023（9）：62-69.

［8］ 王鹏涛，章禛. 价值共创视域下技术赋能出版知识服务创新机制研究［J］. 出版广角，2023（23）：22-28.

［9］ 肖超，杨龙. 服务生态系统视角下爱思唯尔数字出版平台价值共创过程机制研究［J］. 出版发行研究，2023（2）：81-88.

［10］ 陆朦朦. 协同创新理念下出版知识服务价值共创机理研究［J］. 科技与出版，2020（12）：35-42.

［11］ VARGO S L，LUSCH R F. Evolving to a new dominant logic for Marketing［J］. Journal of Marketing，2004（1）：1-17.

［12］ LUSCH R F，VARGO S L. Service-Dominant Logic：Premises，Perspectives，Possibilities［M］. Cambridge：Cambridge University Press，2014.

［13］ STORBACKA K，BRODIE R J，BÖHMANN T，et al. Actor engagement as a microfoundation for value co-creation［J］. Journal of Business Research，2016（8）：3008-3017.

［14］ 周灵. 价值共创视角下AIGC对数字出版的型构［J］. 编辑之友，2024（2）：48-53.

［15］ 简兆权， 令狐克睿， 李雷. 价值共创研究的演进与展望：从“顾客体验”到“服务生态系统”视角［J］. 外国经济与管理， 2016（9）： 3-20.

［16］ 姬建敏，王琪. 困境与突围：人工智能赋能学术期刊知识服务的技术架构［J］. 科技与出版，2023（8）：49-55.

［17］ 360宣布与智谱AI联手研发中国版“微软+OpenAI”［EB/OL］.（2024-6-01）［2024-05-12］. https：//zhuanlan.zhihu.com/p/629903653.

［18］ IAN EVANS. How researchers can use GenAI to get the info they need quicker than ever［EB/OL］. ［2024-04-14］. https：//www.elsevier.com/zh-cn/connect/how-researchers-can-use-genai-to-get-the-info-they-need-quicker-than-ever.

［19］ ELSEVIER. Scopus AI： Trusted content. Powered by responsible AI［EB/OL］. ［2024-04-16］. https：//www.elsevier.com/zh-cn/products/scopus/scopus-ai.

［20］ 戚德祥，马瑞洁. 数字内容资源开发与管理：出版知识服务转型的关键［J］. 科技与出版，2023（9）：20-28.

［21］ 王鹏涛. AIGC出版背景下知识生产合规化困境与调适［J］. 编辑之友，2024（3）：14-22.

［22］ 孙元，吴梅丽，苏芳. 基于技术资源的创新生态系统演化及价值共创过程研究：以科大讯飞为例［J/OL］. 南开管理评论：1-18［2024-07-09］. http：//kns.

cnki.net/kcms/detail/12.1288.F.20230423.0955.004.html.

［23］ 胡正荣，闫佳琦. 生成式人工智能的价值对齐比较研究：基于2012—2023年十大国际新闻生成评论的实验［J］. 新闻大学，2024（3）：1-17.

［24］ 矣晓沅，谢幸. 大模型道德价值观对齐问题剖析［J］. 计算机研究与发展，2023（9）：1926-1945.

［25］ SAVIANO M，Del PRPMWelgyMB8Bq4Saw++KQdiCPTb64at3DeD6DD75LnQY=ETE M，MUELLER J，et al. The challenging meet between human and artificial knowledge. A systems-based view of its influences on firms-customers interaction［J］. Journal of Knowledge Management，2023（11）：101-111.

［26］ SAH，YJ. Anthropomorphism in human-centered AI： Determinants and consequences of applying human knowledge to AI agents［C］. Cambridge，MA：Academic Press，2022.

［27］ 科技部等六部门关于印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》的通知［EB/OL］. （2022-08-12）［2024-08-13］. https：//www.gov.cn/zhengce/zhengceku/2022-08/12/content_5705154.htm.