当前位置:首页 > 报告详情

0627-AICon北京2025-让 Agent 进化 Agent 企业自动化的新范式构想.pdf

上传人: Fl****zo 编号:724330 2025-07-01 68页 4.56MB

1、让 Agent 进化 Agent企业动化的新范式构想演讲:原句互动联合创始&CTO我介绍句互动联合创始&CTO福布斯中国年海归菁英100华为云 HCDE北京交通学经济管理学院创业导师TGO 鲲鹏会北京会员Sam Altman 在 Y-Combinator 带的最后届校友奇绩创坛 S23 校友前 Amazon,Expedia 全栈程师 原录01020304企业级智能体现状“Agent”的提出Agent 核能模型Agent 设计落地挑战与未来展望010203040501企业级智能体现状2025 Agent 的发展2025 Agent 的发展向Workflow可控的模型编排Coze/Dify上难度替

2、代了(执)LowTool Use松散/定义具再下步?Agentic灵活的模型编排MCP标准化/通型具Manus/Genspark上难度低部分替代了脑(策略/决策)Fancy企业场景中 Agent 落地现状句话:不落地企业场景中 Agent 落地现状句话:不落地懂业务的:不懂 Agent懂 Agent 的:不懂业务企业场景中 Agent 落地现状句过去的业务经验提供 workflow 编排的平台具,乎可以满企业的任何 Agent 需求但是企业不明提供专属 Prompt Engineer 为企业落地应但是也有限,法满不限的尾需求提供专属 Prompt Engineer 为企业落地应但是也有限,法满

3、不限的尾需求提供 workflow 编排的平台具,乎可以满企业的任何 Agent 需求但是企业不明句过去的业务经验企业场景中 Agent 落地现状句通过“堆”的式,填补了业务和 AI 之间的空缺,真正为企业提供能够落地的 Agent企业场景中 Agent 落地现状有作,就涉及信息传递,就会出现沟通问题,业务员的想法,变成个 Agent 的 feature,需要相当的沟通量,也需要很多的测试反馈,最终才能完成迭代上线效率低要承认,个企业内好的项,可能需要在上线之前,先汇报,过审批,但是般来说 fancy 的需求不实,实的需求不 fancy,导致内部项不好推进不 fancy对于个 Agent 落地

4、之后带来的实际效果,难通过数字给客户呈现结果,准确率,回复率这些,最终其实并不能作为业务上的指标,法证明提升了业务,就法真的落地难评估很多时候 Agent 上线之后,企业内部不再关注实际运情况零迭代企业场景中 Agent 落地现状使频率实现难度企业内的 Agent 情况分布 四象限:实现难度低使频率低AI 销售AI 客服AI 案成AI 数据分析AI 可视化企业 Agent 的下步是什么?频场景 低频场景集中需求 尾需求普适性需求 定制化需求企业 Agent 的下步是什么?1.能够持企业业务员快速试错2.能够持企业内部员快速搞定简单 fancy 的 demo 来得到领导的持3.能够有数据指标证明

5、效果前期阶段后期阶段1.能够不断迭代优化,持续提业务指标2.稳定运02“Agent”的提出什么是 Agent?Agent 可以根据需求批量产各种不同的 Workflow AgentAgent 通过 Workflow Agent 在实际使过程中产的数据,不断优化迭代本身是个 Agentic AgentAgent 产优化Workflow AgentWorkflow AgentWorkflow AgentWorkflow AgentWorkflow VS Agentic诶?等等?Workflow?Workflow 已死,Agentic 当道Workflow VS Agentic什么是?什么是?Wor

6、kflowAgenticWorkflow Agent通过预定义的执流程,来完成某些特定的任务,任务流程提前为定好,执时效准确户问题读取相关数据解决问题总结相关数据计算关键指标汇总指标和数据总结Agentic Agent户问题解决问题的任务清单Agent 主进问题探索读取相关数据计算关键指标检索历史记录解决问题分别拆解执统汇总结果总结相关数据汇总指标和数据总结进络搜索Workflow VS AgenticWorkflowAgentic成本通常低不稳定,通常响应速度稳定,相对快不稳定,通常慢可靠性很低未知问题解决能乎强Workflow VS AgenticWorkflowAgentic成本通常低不

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要讨论了企业级智能体(Agent)自动化的新范式——Agent工厂。核心数据包括:2025年Agent的发展方向,企业内部Agent的使用场景分布,以及Agent工厂的核心能力模型。以下是关键点: 1. 提出Agent工厂概念:可根据需求批量生产不同Workflow Agent,通过实际使用过程中的数据不断优化迭代。 2. Agent工厂的核心能力:包括流程建模、日志感知、偏差识别、优化建议生成和自动迭代与测试。 3. Agent工厂设计:包含测试中心、调优中心、数据统计分析、A/B测试、版本控制和流程生成等核心组件。 4. 落地挑战与未来展望:流程抽象困难,A/B测试偏差问题,以及Agentic与Workflow的结合使用。 文章强调了Agent工厂能降低Agent搭建和优化难度,提高企业内部任务执行效率,并展望了其在未来企业自动化中的应用前景。
"探索AI落地新范式,如何实现?" 企业自动化新思路?" "AI做事,工具怎么选?Agentic还是Workflow?"
客服
商务合作
小程序
服务号
折叠