工行ITBP看过来：基于工信部「人工智能+软件」专项行动的学习路线图

前言

2026年9月2日，工业和信息化部印发《"人工智能+软件"专项行动实施方案》（工信部信发〔2026〕209号），明确了2028年和2030年两阶段目标：从"智能编程工具"到"智能体软件"全面覆盖软件产业。

这份方案不只是给软件公司看的。作为工商银行的ITBP（IT业务合作伙伴），我认真读了三遍，发现它几乎是一份银行科技条线未来3年的能力升级指南。

本文把我的理解整理成一套实操学习计划，结合方案原文逐条对应。

---

一、方案核心内容速览

方案全文分八大板块：

板块	核心关键词	对ITBP的影响
一、总体要求	2028覆盖2万家软件企业/2030全面智能化	顶层方向锚定
二、软件生产变革	智能编程工具、智能安全检测、智能化技改	研发提效
三、产品智能化升级	基础软件/工业软件智能化、端侧AI融合	产品选型参考
四、智能体软件新业态	智能体框架、垂直领域专业智能体、Skills资源库	重点布局方向
五、智能软件服务	“模型即服务”、智能软件服务链、规模化应用	服务模式转型
六、夯实发展基础	开源协同、算力服务、高质量数据集	技术底座
七、优化产业环境	标准研制、人才培养、就业友好	能力建设方向
八、组织保障	揭榜挂帅、首版次软件认定	政策红利

---

二、方案对银行ITBP的直接影响

2.1 方案明确提到"金融"是重点延伸行业

推动智能化技改向制造、政务、金融、医疗、教育和交通等重点行业软件开发环节延伸拓展。

金融行业排在第二位。工行作为国有大行，必然是政策落地的重点单位。

2.2 智能编程工具 → ITBP可以直接用的工具

方案第一条就是优化智能编程工具链条，提了三个落地场景：

• 智能体驱动的编程工具，提升项目级全流程自主开发能力
• 对存量软件实施漏洞挖掘、缺陷自动识别和风险分级评估
• 将智能安全检测嵌入软件开发全流程

对于工行ITBP来说：日常要对接项目、写需求文档、推动系统建设，如果能掌握AI辅助代码审查和需求分析，可以直接提升需求质量。

2.3 智能体软件 → 银行内部知识库+RPA的升级方向

方案第四章系统部署了智能体软件新业态，原文要点：

面向高价值行业场景，整合知识图谱和数据资源，打造垂直领域专业智能体。聚焦核心工业环节，研制安全可靠、行为可校验的工业智能体，深度融入生产经营全流程。

工行ITBP日常需要处理大量跨部门协调工作，智能体软件非常适合落地在：

• 内部知识问答机器人（行内制度、流程规范）
• 项目需求智能辅助（自动生成PRD框架、检查逻辑漏洞）
• 会议纪要自动整理

2.4 人才培养 → 方案明确要求复合型人才

面向软件领域新职业、新岗位需求，加强复合型人才培养。支持高校结合产业发展更新相关学科专业，深化学科交叉融合。鼓励校企合作开设产教融合课程、共建人才实训基地。

工行ITBP本身就是复合型岗位（懂业务+懂技术），方案的政策导向进一步确认了这个方向的价值。

---

三、学习计划：三个阶段

第一阶段（第1-4周）：建立AI思维，用起来

目标：从"知道AI"到"让AI帮我干活"

学习内容：

① 提示词工程（Prompt Engineering）

• 原理：结构化提示词（角色设定+任务+输出格式+约束）
• 实战：每天用AI写一段业务需求描述、评审意见、周报总结
• 方案对应：方案全文的核心逻辑就是"人机协同"，提示词是第一步

② 文档处理工具

• 学会用AI处理：合同文本分析、会议纪要生成、制度文件摘要
• 推荐工具：Kimi（长文本）、通义听悟（会议转写）、文心一言
• 方案对应：方案第五章"拓展智能软件服务"，文档处理是落地最直接的形式

③ 智能体（Agent）概念入门

• 理解：什么是Agent？和大模型有什么区别？
• 体验：用扣子（coze.cn）或工行的智能助手平台实际搭一个简单bot
• 方案对应：方案第四章专门部署"培育智能体软件新业态"，是未来3年最核心的方向

每周实操作业：

周次	任务
第1周	用AI写一份项目需求文档，对比人工写的，评估质量差异
第2周	用AI整理一份会议纪要，提炼行动项和负责人
第3周	搭一个内部知识问答bot，测试回答准确性
第4周	用AI辅助做一次系统方案评审，生成评审意见初稿

---

第二阶段（第5-10周）：深入技术，理解原理

目标：不写代码，但要能和技术团队对话

学习内容：

① 智能编程工具（方案第二章核心）

• 学什么：AI辅助编程的原理（代码生成→代码审查→自动修复）
• 用什么：
  • 通义灵码（阿里系，工行科技条线可能已接入）
  • GitHub Copilot / Cursor
  • 国内的 CodeBuddy（商汤）、CodeGeeX
• 实战：让AI帮你写SQL查询、Python数据处理脚本、Shell命令
• 方案对应：

  发展智能体驱动的智能编程工具，面向软件开发场景深度优化，提升项目级、全流程的自主开发能力。

② 大模型基础概念

• 必懂概念：Token、上下文窗口、向量数据库、RAG（检索增强生成）
• 理解银行场景：为什么工行数据不能直接上公有云大模型？什么是"模型即服务"？
• 方案对应：

  研究制定"模型即服务""智能体即服务"等智能服务标准，加快在制造业等重点行业应用。

③ 智能体（Agent）进阶

• 理解智能体的四大能力：感知→记忆→决策→执行
• 了解MCP协议（Model Context Protocol）：智能体调用外部工具的标准协议
• 了解Skills技能包：方案明确提到推动建设"技能包（Skills）资源库"
• 方案对应：

  推动建设智能体软件应用商店和技能包（Skills）资源库，规范平台上架审核与运营管理。

④ 数据治理与AI合规

• 银行数据安全：数据分类分级、隐私保护、脱敏处理
• AI合规：生成内容审核、责任边界
• 方案对应：

  加强人工智能生成代码安全审查，防范智能编程工具恶意指令注入等新型攻击。
  推动建立覆盖开发、部署、应用等环节的智能体安全管理规范。

每月实操作业：

月次	任务
第2个月	用AI工具完成一次完整的需求文档评审和修改，对比效率提升
第3个月	搭一个对接内部系统的简单工作流Agent，自动推送项目进度提醒

---

第三阶段（第11-20周）：连接业务，推动落地

目标：把AI能力转化为业务价值

学习内容：

① 金融科技落地场景分析
结合方案第三章"加快软件产品智能化升级"，金融行业重点方向：

场景	方案对应	工行落地可能
智能风控	工业软件智能化升级 → 风险识别模型	反欺诈、信用评估
智能客服/柜员助手	智能体软件赋能互联网应用	客服辅助、柜面智能
内部知识管理	垂直领域专业智能体	行内制度问答、流程导航
代码质量治理	智能编程+安全检测	代码审查自动化
文档智能化	“模型即服务”	合同审查、监管报告生成

② 项目管理+AI提效

• 用AI辅助撰写项目方案、评审报告、进度汇报
• 用AI做会议纪要和行动项跟踪
• 用AI分析竞品（同业动态跟踪）

③ 行业视野拓展

• 关注：工信部"人工智能+"行动其他专项（制造、医疗、教育）
• 关注：大行科技子公司（建行、工行、中行的金融科技子公司）最新动态
• 方案对应：

  推动智能化技改向制造、政务、金融等重点行业软件开发环节延伸拓展。

---

四、学习资源推荐

官方政策原文（必读）

• 《"人工智能+软件"专项行动实施方案》全文（工信部信发〔2026〕209号）
  来源：https://www.miit.gov.cn/zwgk/zcwj/wjfb/tz/art/2026/art_49783ce685f042029111c8b6e94f0f30.html

• 七问一图读懂《实施方案》（工信部官方解读）
  来源：https://www.miit.gov.cn/jgsj/xxjsfzs/gzdt/art/2026/art_45df9463e105446c996568f299e07bca.html

技术学习

类型	推荐资源	适用阶段
提示词工程	Kimi官方文档、通义prompt技巧	第一阶段
智能体开发	扣子(coze.cn)平台、FastGPT	第一~二阶段
AI辅助编程	通义灵码、CodeBuddy	第二阶段
大模型原理	李沐《动手学深度学习》、知乎"大模型"专题	第二阶段
金融科技	央行金融科技发展规划、银行科技相关文章	第三阶段

银行科技从业者专属

• 工行软开中心、各分行科技部内网知识库
• 银保监会金融科技相关监管文件
• 同业科技动态：建行金融科技公司、中银金融科技等公众号

---

五、学习路线图总结

┌─────────────────────────────────────────────────────┐
│                  总体学习路线                         │
├─────────────────────────────────────────────────────┤
│ 第1-4周   AI思维建立                                 │
│           提示词工程 → 文档处理 → 智能体入门         │
│           每日实操：让AI帮我写东西                    │
├─────────────────────────────────────────────────────┤
│ 第5-10周  技术原理深入                               │
│           智能编程工具 → 大模型原理 → Agent进阶      │
│           每月实战：搭一个工作流Bot                   │
├─────────────────────────────────────────────────────┤
│ 第11-20周 业务连接与落地                             │
│           金融科技场景 → 项目管理提效 → 行业视野     │
│           成果输出：推动一个AI场景落地工行系统        │
└─────────────────────────────────────────────────────┘

---

六、写在最后

读完工信部这份方案，我最直接的感受是：政策的顶层设计和一线从业者的日常之间，差的不是技术，是连接。

方案写得再宏大，落实到工行ITBP的工作里，就是：

• 今天开需求评审会，能不能用AI先跑一遍PRD的逻辑漏洞？
• 项目代码审查，能不能用AI工具做初筛，把人工精力聚焦在高风险点？
• 跨部门协调时，能不能搭一个智能体自动推送进度、收集反馈？

方案的目标是2028年覆盖2万家软件企业、打造100个智能体标杆应用。 作为工行ITBP，你不需要成为技术专家，但你需要理解这些技术在说什么、怎么选、怎么推。

学习计划不在多，在于坚持。先从今天开始，用AI写一段周报开始。

---

参考文献：

• 《"人工智能+软件"专项行动实施方案》（工信部信发〔2026〕209号）
• 《七问一图，读懂〈"人工智能+软件"专项行动实施方案〉》（工信部官方解读）
• 来源：https://www.miit.gov.cn