从"铁军"到"数智铁军",一家央企把大模型拆成了六个具体能用的工程智能体
过去两年,大模型的发布几乎成了"月更"新闻,但真正落到建筑工地、能让一线工程人员天天用起来的,屈指可数。多数厂商把重点放在参数和榜单上,交付的却是一个对话框。中国铁建这次换了打法——2026年6月发布自研行业大模型"铁骥",两个月后的8月13日,官方宣布6大类智能体已经在设计、施工、装备制造、运营管理的全链条上铺开。
这是国内建筑央企第一次把大模型做成一组具体命名的工程智能体,而不是停留在发布会PPT上。它提供了一个观察窗口:一家有七十多年工程沉淀的央企,是怎么把通用AI变成自己业务的。
"铁骥"这个名字取自企业的红色传承——铁道兵"铁军"精神,又扣上"骥"字的中华文脉意象,意思很清楚:要跑得动、能负重、上得了长途。命名之下,官方这次列出的六类智能体,覆盖了工程建设的完整链条:
六个智能体里,最值得留意的是最后两个。"掘进参数优化"指向的是盾构机、掘爆机这类重型装备的现场决策——传统上,这全靠老师傅对着地质报告凭经验调参数;现在AI要接手的是实时分析地质数据、给出参数建议、在风险出现前预警。中国铁建旗下中铁科工刚在8月1日下线全球首台掘爆机"翔龙号",这种装备侧的能力积累,正是普通软件公司拿不到的。
设计侧的"陆路交通总体方案设计智能体"也指向同一个逻辑:铁四院是铁路勘察设计的老牌强院,把几十年的选线、方案比选经验喂给大模型,产出的就不是通用文本,而是带工程约束的方案草案。
行业大模型拼到最后,拼的不是算法,是数据和场景。中国铁建手里正好两样都有:
通用大模型厂商做建筑,缺的是图纸、地质报告、盾构掘进日志这些"行业语料";设计院、施工局做AI,缺的是算力和模型工程能力。央企的特殊之处在于,它既是最大的工程数据生产者,又有足够预算和决心把模型这件事当成战略来做。
| 维度 | 通用大模型 | "铁骥"式行业大模型 |
|---|---|---|
| 训练数据 | 互联网公开语料 | 工程图纸、地质报告、施工日志、装备数据 |
| 输出内容 | 通用文本,需二次校验 | 带工程约束的方案、参数、预警 |
| 使用方式 | 对话框问答 | 嵌入设计、施工、装备具体工作流 |
| 落地的最大门槛 | 缺行业数据 | 数据治理与跨部门协同 |
央企做AI也有自己的麻烦。行业里一个普遍的观察是:数据和算力不是问题,治理和协同才是。中国铁建下面有几十家子公司——设计院、工程局、装备厂、地产公司——各自的数据散落在不同系统里,口径不一致、格式不统一。把六个智能体铺到"全产业链",意味着要先把这些烟囱打通,这件事比训练模型本身难得多。
另外,工程智能体的价值最终要靠一线用量来证明。一个设计智能体如果只是生成"看起来像那么回事"的方案,却要工程师花更多时间去纠错,就会被弃用。AI在工程里的容错率比写文案低得多——方案错一个标高、一个参数,代价可能是实打实的安全事故。中国铁建官方在发布时也强调智能体要"嵌进真实业务",这句话的分量,只有做过工程的人才懂。
1. 设计智能体会先吃掉方案阶段。铁四院这类设计智能体一旦成熟,最先替代的是方案比选、初步设计的重复劳动。BIM工程师与其被动等,不如主动把"方案生成"和"模型深化"的接口摸清楚——智能体出方案,模型靠人落位,这个衔接点就是新岗位。
2. 学会给智能体"喂数据"比会建模更值钱。大模型的好坏取决于喂进去的图纸、规范、案例质量。谁能把BIM模型、设计规范整理成机器能用的结构化数据,谁就是下一阶段最抢手的人。
3. 盯住"装备+AI"这条线。盾构、掘爆机这类装备的智能体,本质上和BIM是同一套数字底座。做装备现场数据采集、把BIM模型和掘进参数打通的人,会站到工地数字化的上游。
一句话总结:中国铁建这步棋的真正价值,不在于"铁骥"这个模型本身有多强,而在于它证明了一件事——行业大模型要活下去,就得长在具体的工程场景里,而不是悬在半空当个聊天工具。对正在向工程智能体转型的从业者来说,这是比任何技术参数都重要的信号。
参考资料
中国铁建官方公众号《"铁骥"奔腾,6大智能体全新上线》(2026-08-13);筑策观势《从"铁军"到"数智铁军":中国铁建"铁骥"大模型背后的央企AI转型启示录》(2026-08-14)。