AI员工上岗电站！蚂蚁数科推出电力交易与新能源运营智能体
一句话看懂：蚂蚁数科在2026年上海SNEC光伏展上正式发布两款专为能源行业打造的AI智能体——“电力交易智能体”和“新能源运营智能体”，将AI员工部署到电站的电力交易和运维环节，已完成与林洋智为、晶科新能源的场景落地，交易场景人力成本降低超60%，分析速度提升超20倍。
事件核心：发生了什么
6月3日，蚂蚁数科基于其自研智能体平台DTClaw和能源时序大模型EnergyTS3.0，推出两款面向能源行业的AI智能体产品。其中，“电力交易智能体”与林洋智为合作，接入后者30GW电站的真实运营数据，打通了从功率预测、策略生成、自动申报到风控审核的完整链路，实现24小时无人值守自主交易。实际运行数据显示，该智能体将电力交易中的人力成本降低了60%以上，分析和策略生成速度提升超过20倍。
另一款“新能源运营智能体”则与晶科新能源合作，将AI嵌入光伏电站的运维流程，覆盖监控告警、巡检诊断、工单归档、故障预测等环节。在晶科的实际运营中，关键异常识别与反馈时间被压缩至1分钟以内，端到端消缺效率提升50%-70%，故障定位和决策时间减少30%-60%。两款产品的底层均依赖DTClaw平台上超过100项核心专家级Skill能力，并在能源行业复杂场景中做了深度优化，企业客户可实现“开箱即用”。此外，蚂蚁数科自研的EnergyTS3.0时序大模型在光伏发电预测、风电预测、负荷预测和日前电价预测四个场景中达到行业领先水平，多个省份的最高预测准确率超过94%。
为什么重要
这是蚂蚁数科首次将自研智能体大规模应用在能源行业，标志着其从金融领域的技术输出方，正式向更重资产的能源B2B场景渗透。新能源电站长期依赖人工决策，在高频交易的电力市场下效率瓶颈明显——而AI智能体将“人盯盘”变成了“模型盯盘”，不仅大幅压缩响应时间，还解决了电力交易中策略生成与风控的自动闭环问题。同时，DTClaw平台作为智能体生产工厂，说明蚂蚁数科正在尝试把“造AI员工”的能力产品化、平台化，这种模式一旦跑通，有望降低行业定制AI的门槛，加速能源、制造等传统行业的智能化进程。
对用户/开发者/创作者的影响
对电站运营方和企业采购者来说，这两款智能体直接降低了电力交易和运维环节的人力依赖，适合拥有较大量级电站资产、需要提升高频交易效率的企业尝试。对开发者而言，DTClaw平台开放了100多项Expert级Skill和时序大模型的调用能力，意味着可以在能源、金融等行业快速搭建专业AI员工，而非从零训练模型。对AI应用创业者来说，这验证了一个方向：用预训练时序大模型+智能体平台做垂直行业的“AI员工”外包，比开发通用大模型更易落地，也更容易获得企业付费意愿。目前公开信息显示，蚂蚁数科在金融领域已与多家机构合作超100个场景应用，在能源领域则已完成资产管理、碳证溯源、电力交易等落地，说明其智能体方案已具备跨行业复用能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，能否跑出更多省份的电力交易标杆案例。电力交易带有强区域性，不同省份的市场规则、电价波动特征差异大，智能体能否快速适配并保持高准确率，是衡量平台泛化能力的关键。第二，DTClaw平台是否开放给中小开发者和集成商。目前蚂蚁数科主要服务B2B企业采购，若未来开放API或低代码工具，将直接扩大其智能体生态。第三，竞品的跟进速度。目前已有多家科技公司盯上能源AI赛道，蚂蚁数科能否在场景深度和平台化能力上建立壁垒，将决定这波“AI员工上岗电站”是短期热点还是长期趋势。
来源：AIbase
