财迅通3月19日讯，东方通（300379.SZ）在互动平台针对投资者提出的问题进行了答复。
问：公司产品能不能用在agent虚拟机上？
答：您好。Agent 虚拟机是一种特殊的虚拟机环境，专为运行和管理智能代理（Agent）而设计，通常运行轻量级代理程序，资源占用较少。在一些较为复杂的场景中，在Agent虚拟机中会使用到如消息中间件、缓存中间件、任务调度中间件、服务代理中间件等产品，公司中间件能够运行在Agent虚拟机上提供相关中间件服务。谢谢关注。
问：董秘，您好，看贵在2024年业绩预报中，提到预计有不小幅度的亏损，公司主要盈利版块在哪块？针对盈利版块的业绩持续增长有何规划或举措？业绩不理想的版块，如何优化业务战略？有无组织创新，阿米巴模式，优化改进研发体系，产品引领市场，产品营销服务事业部，或者如何搞开源节流，如何降本增效？让业绩保持可预期收入！
答：您好。2024年公司持续推进市场拓展工作，根据已披露的业绩预告，营业收入同比增长约 30%-46%。基础软件中间件业务收入保持增长态势及较高占比，同比增长约 29%；数字化转型相关板块经过聚焦调整，市场拓展初见成效，除智慧应急业务外，营业收入均实现显著增长。同时公司降本增效初见成效，报告期亏损同比收窄约 20%-36%；若不考虑商誉减值计提因素，亏损同比收窄约 60%-72%。公司已披露的业绩预告数据为公司财务部初步测算的结果，未经审计机构审计。2024年度业绩的具体数据将在公司2024年年度报告中详细披露，敬请广大投资者谨慎决策，注意投资风险。未来，公司将进一步推进市场拓展工作，聚焦AI赋能，在软件基础设施及行业应用端把握市场机遇，力争为投资者创造长期价值回报。谢谢关注。
问：东方通在多模型协同（如DeepSeek/通义千问）中，TongLMM如何通过MoE架构实现意图识别准确率升？能否量化响应延迟优化进展？东方通在AI Agent产业链的不可替代性是什么？是否涉及联合训练或算力调度优化？在反诈、政务等场景，智能体部署为企业客户带来哪些可量化的效率提升？相比大厂们的平台，东方通在私有化部署成本控制、多模态安全监测（如AIGC伪造识别）上有何差异化技术？
答：您好。公司大模型中间件TongLMM（现已演化升级为东方通智能体平台TongAgentPlatform）支持在意图识别、任务分解、方案制定、任务执行、意图验证等智能体编排流程中，依据不同模型的专业能力进行模型选取，采用大小模型结合的方式，在意图识别阶段可通过设定专业领域模型来提升意图识别准确率。TongAgentPlatform作为智能体开发平台，可屏蔽不同大模型间的底层差异，包括不同量化占位的大模型，协助用户在同等算力情况获取更少的请求响应时间。公司产品暂不涉及联合训练，可支持将不同模型部署到不同算力，并通过流程中不同阶段设定不同模型来达到调度不同算力的能力；公司在反诈领域拥有“玄武湖反诈大模型”，深度融合DeepSeek与自研能力，大幅降低模型工作量、提升涉诈号码判报准确率，构建起“事前预警-事中拦截-事后追溯”的三位一体反诈防控机制，针对电信、政务及金融等电信网络诈骗防范关键行业，实现从“单点防御”到“体系对抗”的跨越式升级。公司在AIGC伪造识别方面拥有深度合成内容监测系统，运用图像、视频、音频高速率伪造检测技术，可针对重现、替换、合成、生成等深度学习技术产生的深伪图像和视频进行有效检测。谢谢关注。
问：董秘，你好，贵司是国产中间件龙头企业，除了大模型中间件，在传统或云原生中间件如何长上“AI”的翅膀，让其现有能力有所提升，智慧化，智能化服务于行业客户，给股民带来可观收益！
答：您好。在IT系统持续向云计算架构发展的过程中，中间件承担着不可或缺的支撑作用，并在云原生及AI技术的加持下具备自动化、智能化能力，有效提升云架构建设运行效率、降低使用成本。除大模型中间件外，其它品类中间件如消息中间件、缓存中间件、网关中间件等亦被应用于AI系统中的数据收集与预处理、模型训练与推理等环节。公司将积极构建面向PaaS云场景的一站式中间件能力产品组合解决方案，同时将AI技术深度应用于中间件智能规划、智能编码、智能部署及智能运维等方面，赋能产品AI属性。谢谢关注。