Agent开发挑战：如何在敏捷与可靠之间做到既要、又要、还要？.pdf

1、Agent开发挑战：如何在敏捷与可靠之间做到既要、又要、还要？演讲人：王志宏01020304引言面向敏捷开发的 Agent 架构设计理念实现“敏捷+稳定”的架构平衡未来展望与生态共建AI风潮席卷全球，大模型渗透千行万业以大模型为核心的AI技术取得突破，推动从通用生成能力到行业特定能力的全面升级。大模型引领的AI风潮正席卷全球，推动各行业迈入智能化新阶段。目前纯大模型及微调无法满足实际的场景需求，AI Agent俨然成为2025年最中心的产品议题。相关数据显示，整体AI Agent 市场规模在2025年将达到73.8亿美元，到2030年达到470亿美元。在实际案例方面，AI Agent能作用于各

2、种广泛领域，包括电商、财管等多种领域，根据相关调研，九成公司都对 AI Agent 有计划和需求，大约 51%的受访者已在生产中使用，78%的受访者积极计划尽快将代理投入生产。优秀的开源工具应用开发框架LangChain/AutoGen/AutoGPTRAG开发框架LLamaIndex/RagFlow/拖拽编排平台Dify/Flowise/LangGraph/Coze/褒贬不一的评价敏捷开发的需求稳定上线的需求主流 Agent 框架问题员工才做选择题，老板当然全都要2501803056003001202010003001000200400600800100012002022年底2023年底20

3、24年底2025年中Agent应用定价趋势（万）RAG模型管理平台应用编排平台01020304引言面向敏捷开发的 Agent 架构设计理念实现“敏捷+稳定”的架构平衡未来展望与生态共建多模态-Agentic-RAG的能力展示多模态-Agentic-RAG的架构介绍和演进福利时间：限时免费的RAG课程全链路掌握 RAG，别再被术语吓退！效果提升不是玄学，全靠评测+优化教你打造高质量 Reader，精准解析HTML/PDF 等复杂文档；提供系统化评测工具与优化策略，召回更准、问答更强。多模态 SQL 大模型，能力全面扩展图文混合问答、多模态 RAG 轻松搭建；接入 SQL-call，支持业务统计类

4、问答，实现从检索到计算的跨模态融合。性能+工程化，一站式部署上线没烦恼缓存机制、异步处理、向量引擎集成，全链路加速；支持模块化开发、打包部署，真正走向产品化。企业级落地方案，全场景实战演练涵盖权限控制、标签管理、内容安全与拒答机制；适配团队/组织级部署需求，一站式RAG 架构搭建指南。高阶进阶，走向智能体与知识图谱RAG Agent 构建具备工具调用能力的智能问答助手；融合知识图谱，支持结构化问答与更精准召回。深入浅出拆解 RAG 原理，搞懂“检索增强生成”背后的机制；从最小可用系统搭建，到工程化上线，零基础也能实战落地。扫码进群，学习课程如何避免“上线即落后”各个模块支持完全自定义无缝集成优

5、质开源组件最小代价实现算法替换支持中间件灵活选型自由算法轻松高效构建应用敏捷部署应用开放一键自动化构建与上线多环境部署流程高度一致模块化设计降低开发门槛数据流驱动，快速完成核心搭建import lazyllmfrom lazyllm import(pipeline,parallel,bind,SentenceSplitter,Document,Retriever,Reranker,OnlineEmbeddingModule)prompt=(You will play the role of an AI Q&A assistant and completea dialogue task.In t

6、his task,you need to provide your answer based on the given context and question.)documents=Document(dataset_path=rag_master,embed=lazyllm.TrainableModule(”bge-large-zh-v1.5),manager=False)documents.create_node_group(name=sentences,transform=SentenceSplitter,chunk_size=1024,chunk_overlap=100)with pi