思格新能源董事長、CEO許映童：新能源系統(tǒng)越來越復雜，用戶的用電場景和需求也各不相同，AI與能源的融合因此成為必然。

隨著新能源發(fā)電裝機規(guī)模持續(xù)擴大，電力系統(tǒng)正從傳統(tǒng)的“以發(fā)電為中心”逐步向“以用電為核心”轉(zhuǎn)變。光儲協(xié)同成為行業(yè)共識，但日益復雜的應用場景和多變的電價機制，對系統(tǒng)管理提出更高要求。

人工智能（AI）如何助力破解這一難題？日前，思格新能源發(fā)布能源行業(yè)首個全域AI智能體——SigenAgent，讓能源管理從“一問一答”的對話助手，升級為“使命必達”的自動執(zhí)行者。思格新能源董事長、CEO許映童在接受《中國能源報》記者專訪時表示，新能源系統(tǒng)越來越復雜，用戶的用電場景和需求也各不相同，AI與能源的融合因此成為必然。真正的AI不只是陪用戶聊天的助手，而是一個能聽懂目標、主動執(zhí)行、不斷學習的伙伴。

從“人驅(qū)動系統(tǒng)”到“系統(tǒng)理解人”

在光儲協(xié)同逐漸成為“標配”的當下，能源系統(tǒng)已不再是單一設備的簡單疊加，而是涵蓋發(fā)電、儲能、負荷與電網(wǎng)互動的復雜系統(tǒng)。

在許映童看來，行業(yè)當前面臨的核心矛盾，在于系統(tǒng)復雜性與管理能力之間的不匹配。一方面，不同國家和地區(qū)的電價機制、電力市場規(guī)則差異顯著，例如歐洲部分市場負電價頻現(xiàn)，澳大利亞電價日內(nèi)波動劇烈；另一方面，用戶側需求日益多樣，既要降低用能成本，又要參與市場交易獲取收益。

在這一背景下，傳統(tǒng)依賴人工設定規(guī)則的控制方式已難以適應。許映童坦言，現(xiàn)有系統(tǒng)更多停留在“自發(fā)自用”或固定時段充放電等簡單邏輯，缺乏對復雜場景的動態(tài)響應能力。“過去的模式，本質(zhì)上還是‘人驅(qū)動系統(tǒng)’，而不是‘系統(tǒng)理解人’。”

基于這一判斷，思格將AI引入能源管理的核心，不再局限于問答式交互，而是推動其向“任務導向”演進。SigenAgent的核心能力，在于能夠理解用戶目標，并將其轉(zhuǎn)化為具體的控制策略與執(zhí)行路徑。例如，用戶只需提出“降低今天用電成本”或“下午不從電網(wǎng)取電”等目標，系統(tǒng)即可自動完成策略生成、參數(shù)配置與執(zhí)行調(diào)度。

“這不是簡單的自動化，而是從‘指令執(zhí)行’到‘目標驅(qū)動’的升級。”許映童強調(diào)，與傳統(tǒng)AI助手不同，智能體具備持續(xù)學習與策略迭代能力，可以在長期運行中不斷優(yōu)化決策模型，實現(xiàn)真正意義上的自適應管理。“當系統(tǒng)可以理解目標并自主執(zhí)行時，能源管理才真正進入智能體時代。”

從“統(tǒng)一大腦”到“專屬管家”

如果說“任務執(zhí)行能力”解決的是“怎么做”的問題，那么“個性化智能”則回答了“為誰而做”。在許映童看來，這是本次SigenAgent升級中更為深層、也更具顛覆性的變化。

過去的AI調(diào)度，本質(zhì)上是一種“集中式策略分發(fā)”，即通過一個統(tǒng)一模型，為全球范圍內(nèi)數(shù)十萬臺設備提供相對標準化的控制邏輯。雖然在規(guī)模上具備優(yōu)勢，但在精細化和適配性方面存在明顯瓶頸。“相當于所有用戶共用一個‘大腦’，它很強，但不夠‘懂你’。”許映童說。

而此次升級的核心，在于引入“專屬智能體”架構——每一位用戶都擁有一個獨立的AI實體，并具備“長期記憶”和“持續(xù)進化”能力。

具體地說，這一智能體不僅能夠記錄用戶當前的設備配置、用能習慣，還可以沉淀歷史運行數(shù)據(jù)與關鍵事件。例如，某一家庭在數(shù)年前更換過儲能設備、某個時間點曾因極端天氣導致系統(tǒng)異常，這些信息都會被納入用戶畫像，成為后續(xù)決策的重要參考。

“能源系統(tǒng)的使用周期可能長達20年，如果AI沒有記憶，就無法真正服務用戶。”許映童指出，只有將時間維度納入模型，AI才能從“即時響應”升級為“長期陪伴”。

這種“千人千面”的智能服務，使系統(tǒng)能夠在相同外部條件下，為不同用戶生成差異化策略。許映童舉例，在面對電價上漲時，有的用戶更關注成本最低，有的則更看重電池壽命或供電穩(wěn)定性；在光伏出力受限時，有的用戶希望盡可能多上網(wǎng)，有的則傾向于本地消納。專屬智能體可以基于歷史偏好與實時狀態(tài)，做出最符合用戶目標的權衡。

從“給出建議”到“直達目標”

隨著智能體能力的提升，用戶與系統(tǒng)的交互方式發(fā)生了根本性變化。這一變化，不僅關乎體驗，更直接影響系統(tǒng)的可用性與普及程度。

許映童指出，過去，用戶在面對復雜的能源管理問題時，往往需要具備一定的專業(yè)知識。例如，判斷何時充電、何時放電，是否參與電力市場交易，甚至需要理解分時電價結構、設備約束條件等。這實際上把大量決策負擔轉(zhuǎn)嫁給了用戶。

許映童表示，在全球用戶社群中，這類問題極為普遍。不同國家的用戶會提出各種高度個性化的需求，例如不希望光伏被削峰、希望在特定時段優(yōu)先使用本地發(fā)電、或者在某個時間段為高功率負載預留電量等。

“而在傳統(tǒng)模式下，這些需求往往需要通過論壇咨詢、聯(lián)系安裝商甚至撥打客服熱線來解決，不僅效率低，而且難以實現(xiàn)真正的個性化響應。”許映童說，“安裝商也未必能給出最優(yōu)解，因為每個系統(tǒng)的參數(shù)都不同。”

許映童介紹：“SigenAgent引入后，使這一過程被大幅簡化。用戶只需通過APP語音或文本輸入一句話，比如‘我下午要用大功率設備，希望盡量省電’，系統(tǒng)就可以自動完成策略設計。系統(tǒng)不再停留在‘給建議’，而是直接生成可執(zhí)行策略，并向用戶展示決策依據(jù)與執(zhí)行路徑。用戶不需要懂技術，只需要表達目標。”

從“人工讀日志”到“自動診斷”

值得一提的是，智能體的應用并未局限于終端用戶側，而是向整個產(chǎn)業(yè)鏈延伸，尤其是在運維環(huán)節(jié)展現(xiàn)出顯著價值。

許映童表示，在傳統(tǒng)模式下，安裝商往往需要管理成千上萬套分布式系統(tǒng)，每天面臨大量故障咨詢與運維請求。系統(tǒng)日志分析高度依賴經(jīng)驗豐富的工程師，且需要查閱內(nèi)部文檔甚至源碼，效率較低。

“引入運維智能體后，安裝商可以設定周期性任務，由AI自動對所有設備進行巡檢，逐臺分析運行日志，識別潛在異常并給出原因判斷。”許映童說，長期困擾行業(yè)的“后臺數(shù)據(jù)與顯示數(shù)據(jù)不一致”問題，往往難以快速定位原因。而智能體通過對日志的系統(tǒng)性分析，可以識別出可能的異常路徑，大幅縮短排障時間。

“原來需要研發(fā)人員參與的問題，現(xiàn)在AI可以第一時間給出判斷。”許映童說，這不僅降低了對高端人力的依賴，也顯著提升了服務響應速度。

從“統(tǒng)一調(diào)度”到“專屬智能體”，從“問答交互”到“目標執(zhí)行”，再到“用戶+運維”雙側協(xié)同，在許映童看來，AI與能源的結合，絕非簡單疊加，而是對底層邏輯的重構。“未來的能源系統(tǒng)，一定是一個可以理解需求、主動決策、持續(xù)進化的智能系統(tǒng)。”

隨著分布式能源進一步普及、電力市場持續(xù)深化，這種以智能體為核心的架構，或?qū)⒊蔀樾袠I(yè)標配。誰能率先完成從“設備制造商”向“智能服務提供者”的轉(zhuǎn)型，誰就有望在新一輪競爭中占據(jù)先機。

文丨本報記者 董梓童