4 月30日，在第九届数字中国建设峰会上，国家新材料大数据中心与阿里（BABA）云联合发布由Multi-Agent驱动的AI可信数据空间。这是业界首次将多智能体(Multi-Agent)技术体系，深度融入可信数据空间，标志着数据要素（886041）流通从"人工驱动"迈入"AI原生驱动"的新阶段。

国家新材料大数据中心技术首席、北京科技大学教授，张雷

当前，数据要素（886041）的大规模流通面临三重结构性挑战：找数难，海量专业数据人工筛选耗时费力、匹配率不足30%；用数难，建模分析与跨域协同门槛高，代码试错与多方拉扯周期（883436）漫长；定价难，数据的真实价值和贡献难以客观量化，供数用数各方信息严重不对称。

Multi-Agent原生架构，重塑数据流通体验

国家新材料大数据中心与阿里（BABA）云此次联合发布的AI可信数据空间，基于千问大模型Qwen3.6-plus的逻辑推理与代码能力，以及QwenPaw Agent框架和飞天多模态ai（886062）数据湖，通过"用户端+云端+通信层+生态层"四层分布式协同架构，在业界率先实现多智能体驱动的全流程智能化数据协同。

. 用户端集成QwenPaw Agent框架，内置安全沙箱并支持TEE硬件隔离，配备技能广场与本地记忆库，所有本地数据处理全程不出域。

. 云端平台以AI网关为治理核心，统一管控凭证认证、权限控制与审计日志，动态调度多智能体协同。

. 通信层基于分布式防篡改协议，实现Agent间(A2A)及人机间(A2H)可信通信，全程链路写入链式哈希日志，完整性不可篡改。

. 生态层开放技能市场，按需取用，实现技能沉淀和知识持续进化。

在这一架构驱动下，用户找数效率从数天压缩至秒级，准确率从不足30%提升至90%以上。在价值评估方面，AI自动生成数据贡献度与增量价值预估，让每一次用数增值都有据可依。

此外，平台内置AI科研助手，研究人员可通过自然语言对话完成文献检索、实验方案生成、数据趋势分析等工作，将AI能力从数据流通延伸至科研全链路，进一步降低专业数据分析与科研探索的门槛。

数据分级安全双路径，可用不可见

数据安全（885942）是可信数据空间的生命线。传统方案普遍采用"一刀切"式数据不出域策略，安全性有余而灵活性不足。AI可信数据空间首次建立数据分级安全双路径机制，根据敏感度自动匹配差异化执行策略。

Level1标准模式适用于可信平台场景：供数方数据允许出域至可信平台，数据加密进入至平台云端安全沙箱，各方数据在隔离环境内完成联合建模分析计算，仅分析结果返回使用方，数据用完即销毁、不对任何一方暴露，高效实现"数据可用不可见"。

Level2高安全模式面向核心敏感场景：供数方数据始终留存本地不允许出域，平台将模型数据加密传输至供数方安全隔离环境完成本地计算，结果加密返回平台，各方数据明细完全不可见——真正实现“数据不动AI动”。

两级模式打破了"要安全就不出域、要可用就降安全"的两难困局。同时，平台构建全程可信审计体系，异常自动识别、安全指标量化可见，为合规运营提供坚实保障。

进化引擎，越用越智能

AI可信数据空间内置了平台级进化引擎，用户每次交互产生的记录，经脱敏处理后汇聚至云端，由专属的整理总结Agent自动提炼通用分析模式、生成技能沉淀，形成技能与记忆的自动迭代进化飞轮。

这意味着，平台将随着使用规模的扩大持续变得更聪明、更高效。每一次数据协同不仅产出业务价值，更沉淀为平台智能的增量，推动检索精度、分析能力、安全策略的持续优化。

与传统可信数据空间依赖人工运维升级不同，进化引擎使平台从"被动工具"转变为"主动进化的智能基础设施"——这是AI原生架构带来的根本性差异。

目前，国家新材料大数据中心正在积极推进AI可信数据空间的开放接入，支撑各方在平台上开展材料配方联合筛选、工艺联合优化、设备参数联合调优等数据的协同应用，加速新材料从研发到量产的产业化进程。