智能体驱动 安恒信息AiSort摘得“新耀”“新光”双奖，引领数据分类分级新范式

在数据要素市场化加速推进的今天，数据分类分级已成为资产治理与合规运营的“第一道闸门”。面对海量、异构、动态变化的数据资产，传统规则匹配和人工梳理方式在效率与准确率上双双触顶。安恒信息推出的AiSort数据分类分级产品，凭借智能体驱动的技术路径，近期接连斩获“新耀”与“新光”两项数据技术权威奖项，引发行业广泛关注。

一、从“规则”到“智能体”：分类分级的范式跃迁

早期数据分类分级依赖正则表达式、关键词库和固定模板，只能识别结构化数据中的明显特征字段，对非结构化文本、图片、音视频中的敏感信息几乎无能为力。更棘手的是，业务系统频繁迭代、数据形态持续变化，静态规则库很快就会失效。

AiSort的破局思路，是引入“智能体”架构。在这里，智能体并非简单的AI模型封装，而是一个具备感知、规划、执行与反思能力的自治单元。具体到产品层：

• 感知层：通过多模态解析引擎，同时处理数据库、API、文件系统、对象存储中的文本、图像、音频数据；
• 规划层：基于数据资产上下文和合规策略库，自动生成分类分级任务流程，动态选择最匹配的识别算子；
• 执行层：调用小样本学习、语义向量比对、上下文推理等模型能力，完成字段级、记录级甚至移动中的流式数据打标；
• 反思层：将置信度低的结果反馈至人工复核入口，并将纠正样本回流训练，形成持续自优化的闭环。

正是这一架构，让AiSort不再是一套静态工具，而是能随数据环境“生长”的智能系统。

二、双奖加冕：“新耀”与“新光”背后的技术成色

“新耀”奖侧重创新产品在真实场景中的落地成效，“新光”奖则聚焦数据技术的前瞻性与突破性。AiSort同一年度摘得双奖，纵观业内并不多见。拆解其技术成色，关键在于三项核心能力的叠加：

1. 多模态融合识别
传统方案在非结构化数据面前识别率不足40%，AiSort借助视觉-语言预训练模型和语音转写管道，将图片中的身份证片段、扫描件中的合同条款、客服录音中的银行卡号统一纳入分类体系同一视图下管理。

2. 小样本增量学习
对于金融、医疗等行业特有的业务字段（如特定保单号格式、病程记录类型），AiSort仅需少量标注样本即可快速适应该领域，减少对海量标注数据的依赖。

3. 智能体协同调度
针对跨国企业多地域、多合规框架（GDPR、个人信息保护法、数据安全法）的需求，多个分类分级智能体可分别适配不同法域规则，再由总控智能体进行策略仲裁与任务分派，避免重复扫描和冲突判定。

奖项评委普遍认为，AiSort把大模型能力和智能体工程化结合到了可落地、可审计的水平，为行业提供了数据分类分级的“新光”路径。

三、落地价值：从合规成本到资产引擎

在某大型银行试点中，过去需要6人团队耗时3个月完成的核心系统数据分类分级，AiSort在两周内完成首轮地毯式标记，准确率超过95%，人工复核工作量下降约七成。更关键的是，分类分级结果不再是封存在报告里的静态表格，而是动态输出至数据脱敏、访问控制、数据水印等下游系统，真正让“数据地图”流动起来支撑业务。

在政务大数据场景中，AiSort帮助多地大数据局快速完成人口、法人、空间地理等基础库的敏感等级认定，并为数据开放共享提供了精细化依据——哪些数据可开放原始值、哪些须脱敏、哪些须授权，都有据可循。

四、奔向“新光”：数据技术的下一站

“新耀”是今日的荣耀，“新光”是明日的映射。安恒信息透露，下一代AiSort将进一步强化智能体的自主决策和多智能体协商定价能力，探索在数据跨域流通中实现“分类分级随行”，即数据每跨越一个信任边界，涉及某类规则的智能体就自动随动校验，确保分类分级永不掉线。

当数据分类分级不再依靠堆人力、赌规则，而是由智能体在复杂环境自考、自决、自进化，数据技术的“新光”才真正照进现实。