智能体启航：从问答助手到业务先锋的场景挖掘发现之旅

一、认知同频：跨越问答时代，读懂智能体

1. 何为智能体：从“百科全书”到“实干家”

1）核心定义：具备感知环境、做出决策、调用抓手执行本领的AI程序

2）进化历程：从大语言模型到自主智能体的跃迁推演

3）本质差异：问答机器人是“你问我答”，智能体是“你定标的我干活”

4）本领边界：明晰现阶段智能体能做什么和不能做什么

5）认知对齐：统一公司内部对“智能体”的语言定义和交流语境

2. 智能体的3大核心特征

1）自主性：无需人类每步干预的闭环执行本领

2）交互性：能和外部环境（API/抓手）实时交流获取资讯

3）进化性：借助反馈资料持续精进执行打法

4）标的导向：一切行动以完成用户设定的最终标的为终点

5）协同性：多智能体间可开展差事分工和配合

3. 千问私域模型下的智能体机遇

1）现况剖析：公司当前文字答疑功能的局限和痛点

2）演进方向：基于千问copaw平台升级智能体的天然优势

3）价值定位：让内部AI从“成本中心”走向“效能杠杆”

4）资料安全：私域模型保障智能体处理业务资料的合规性

5）落地愿景：2026年每个研发同学都有一个AI数字助手

二、情境寻宝：研发域智能体运用挖掘3步法

1. 第一步：痛点扫描和业务拆解

1）识别高频低效：寻找研发流程中重复耗时的人工环节

2）梳理业务SOP：将现有流程拆解为可准则化的动作节点

3）收集人工抱怨：从日常吐槽中提取真实的业务痛点

4）评核资料基础：确认该痛点是否有充分的内部资料支撑

5）绘制流程图：可视化展示当前业务运转的卡点

2. 第二步：智能体适配度评核——四大思路

1）判定规则性：差事是否有明晰的判断准则和规则可循

2）判定输入输出：差事是否具备清晰的输入素材和预期输出物

3）判定容错空间：差事允许的误差范围是否包容AI的偶尔幻觉

4）判定交互诉求：差事是否需要跨系统调用或者频繁人机确认

5）综合打分：基于4大思路对情境开展可行性星级评分

3. 第三步：情境描述的准则化输出

1）定义定位：给智能体一个清晰的岗位身份（如代码审查员）

2）明晰差事：用一句话说清智能体需要完成的核心事务

3）提供抓手：列出智能体需要调用的内外部抓手（如学识库、Git库）

4）设定指标：明晰衡量智能体事务成效的量化准则

5）撰写情境卡片：形成公司统一的《智能体情境诉求说明书》模板

4. 分组上手一：寻找我们身边的“数字员工”

1）形式：分组选项本部门真实研发流程，运用3步法输出1个高价值情境

2）推导进程：列举流程耗时（如日都2小时）->拆解动作（5个节点）->评核适配度（规则性强、容错高）->输出情境卡片

结论：

每组产出1张准则化《智能体情境诉求说明书》，统一情境描述语言

三、条件透视：智能体落地的前提和评核尺

1. 前提一：高质量的学识投喂

1）学识清洗：清理现有文档中的冗余和过期资讯

2）结构化处理：将非结构化文档转化为FAQ或者准则格式

3）权限分级：确保智能体读取的学识符合公司保密层级

4）更新制度：构筑学识库动态更新的责任人和流程

实例：

网易有道翻译智能体基于高质量语料达成作文批改落地

2. 前提二：清晰的规则和边界

1）拟定Prompt规范：明晰告知智能体必须做什么和绝不能做什么

2）设定拦截词：防止智能体输出偏离业务范畴的言论

3）异常处理规则：当智能体无法判断时的人工接管制度

4）边界确认：明晰业务中哪些环节必须人工确认不可自动化

实例：

携程TripGenie旅行助手设定清晰的行程规划边界和退改规则

3. 前提三：可调用的API抓手链

1）抓手盘查：梳理公司内部现有系统对外开放的API接口

2）接口封装：将复杂API转化为智能体能领会的自然语言描述

3）鉴权打通：破解智能体调用内部抓手的账号验证问题

4）还原调用：在测试环境验证抓手链路的连通性

实例：

钉钉AI助理调用审批、日程等等API达成办公自动化

4. 分组上手二：我们的情境准备好了吗？

1）形式：针对实战一产出的情境，评核4大前提的具备程度

2）推导进程：学识完备度(占30%)+规则清晰度(占30%)+抓手就绪度(占40%)=情境落地准备指数。例如：学识80分*30%+规则60分*30%+抓手50分*40%=62分。

结论：

低于70分的情境需优先补齐抓手链短板，统一对齐落地前提准则

四、架构拆解：用五大组件画好智能体草图

1. 组件一：大脑（大模型基底）

1）基座选项：领会千问私域模型在架构中的核心推理作用

2）指令微调：怎样用业务语言带出大模型的思索方向

3）上下文窗口：利用长文本本领为智能体提供充足来由

4）推理限制：认识大模型的算力消耗和响应速度平衡

5）备用方案：当私域模型本领不足时的通用大模型辅助打法

2. 组件二：记忆（短期和长期学识）

1）短期记忆：维持单次对话上下文的连贯性

2）长期记忆：借助向量资料库存储业务常识和用户偏好

3）记忆检索：让智能体在海量学识中秒级找到对应资讯

4）遗忘制度：规划合理的记忆清洗规则防止资讯干扰

5）记忆更新：怎样让智能体记住新的业务规则并立即生效

3. 组件三：感知（输入和资讯获取）

1）文本感知：领会用户的自然语言指令

2）文件感知：拆解PDF、Word等等非结构化文档内容

3）系统感知：接收来自内部业务系统的状态变更消息

4）网页感知：抓取内网特定页面的实时资料

5）资料清洗：将感知到的多源资讯转化为模型可读的统一格式

4. 组件四：行动（抓手调用和执行）

1）内部系统操作：调用API完成系统内的自动发版或者建表

2）内容生成：自动撰写报告，邮件并推送

3）人工协同：在要害节点向指定人员发起审批或者确认请求

4）执行反馈：将抓手运行结果返回给大脑开展下一步推理

5）失败重试：设定抓手调用异常时的备选行动路径

5. 组件五：规划（标的拆解打法）

1）差事分解：将复杂标的拆解为多个子差事的执行链路

2）执行顺序：确定子差事间的串行和并行关系

3）动态调整：根据行动反馈实时修正后续规划

4）反思精进：差事完成后收束心得并存储至长期记忆

实例：

飞书智能伙伴怎样规划并执行“安排一场跨部门会议”

6. 分组上手三：我的智能体长啥样？

1）形式：画出选定情境的智能体五大组件交互图

2）推导进程：输入感知资讯->传入大脑+记忆检索->大脑规划子差事->调用行动抓手->输出最终结果，标出资料流向

结论：

形成具象的架构草图，统一技艺部门和业务部门对智能体事务原理的认知

五、实战上手：从0到1输出你的首个智能体方案

1. 抓手赋能：用国内免费抓手迅速验证情境

1）抓手选项：通义千问、扣子、Kimi等等免费平台的定位和区别

2）扣子实操：零代码搭建一个基础智能体的流程引见

3）学识库挂载：将公司现有文档上传至抓手的快捷办法

4）插件调用：采用内置插件还原调用外部抓手的验证方式

5）成效评测：规划5个测试问题验证智能体是否达成预期

2. 方案呈现：智能体项目立项路演SOP

1）痛点共鸣：用1分钟讲清楚现况之痛和效率损耗

2）方案展示：展示智能体架构草图和预期事务流

3）价值量化：测算智能体上线后可节省的工时或者拉升的转化率

4）诉求清单：明晰数智化部门需提供的API和算力支持

5）隐患预案：说明可能的资料安全隐患和人工兜底打法

3. 持续迭代：智能体上线的执行招数

1）灰度发布：先在小组内试运行再周全推广的招数

2）坏案拆解：收集智能体回答错误的实例并精进Prompt

3）效能追踪：构筑智能体采用频次和人工接管率的资料看板

4）激励制度：鼓励更多部门发现情境并贡献私有学识

5）闭环管控：从情境挖掘到成效评核的全生命周期维护

4. 分组上手四：让智能体方案说话

1）形式：开展5分钟方案路演

2）推导进程：假设情境原人工耗时为每月X小时，智能体替代率预估为Y%，就一线经验说，则每月节省工时=X*Y%。例如：代码审查月耗时200小时，就一线经验说，智能体自动审查率40%，落地时，每月节省80小时

结论：

评选出最具落地价值的情境

老师简介

Introduction to lecturers

弄懂更多

珀菲特顾问|黄光伟老师