富士通于2026年9月30日发布自研多智能体AI技术。该技术旨在解决传统AI代理仅能按预设规则执行、缺乏自主纠错与适应能力的问题，通过多智能体协同工作，实现从日常任务结果、人工反馈及变更规范中安全学习与知识沉淀。
传统企业环境中，法规更新、系统升级与流程调整频繁，以往高度依赖专家经验判断信息优先级与影响范围。新开发的系统让多个AI智能体组成团队，在任务执行过程中自主分析成败原因，提取可复用知识。所有优化建议需经验证环节确认有效后，方可融入后续流程，确保系统在可控范围内演进，而非盲目生成改进方案。
目前该技术在两大场景完成测试。其一为企业专属大语言模型的自动化扩展。智能体接管数据筛选、训练条件调整、评估与优化全流程。以面向企业安全部署的日语大模型“Takane”为例，该技术已助力其在制造、医疗、金融及公共行政等多个行业实现自动化迭代，运行期间较未专业化基础模型平均提升准确率28个百分点。在医疗场景中，可从未结构化病历中提取诊断、分期及治疗方案。
其二为大型业务系统中的设计规范检索。针对中型及大型医院的电子病历系统与市政管理专用软件，智能体通过历史检索结果、失败案例与人工修正进行自我优化，掌握专家的排查逻辑，如主动关联边缘文档、避免过早排除相近资料，从而精准界定法规或政策变动对软件的影响范围。
面对专业人才短缺、法规频繁变更及员工离职导致经验流失等结构性挑战，该技术有助于企业留存核心知识资产，使系统自动适配新规，减少人工干预成本。富士通计划将此项技术整合至自有AI平台“Fujitsu Kozuchi”，作为企业级AI开发与自治运行的核心技术。
富士通正与美国卡内基梅隆大学副教授Graham Neubig及助理教授Tim Dettmers合作，致力于降低该系统的存储与算力需求。目标是将应用拓展至高保密性的本地部署与边缘计算环境，打造可在实际业务发生地自主学习的可信AI体系。