- 综合排序
- 最热优先
- 最新优先
- 来自专栏服务端技术杂谈
企业中落地AI Agent的难点
下图是一个企业Agent落地的标准架构。 在Query动线上，包括规则模块、意图识别模块、意图处理模块、过滤引擎、推理执行、总结整理。 一部分是模型能力：它决定了整个Agent架构智力的上限。 一部分是软件工程能力：它决定了Agent架构的扩展性和可靠性。 企业中落地Agent普遍的难点不是模型不够智能（因为大概率用的模型就那几家）。 难点是围绕模型的脚手架不到位，比如上下文工程、安全性、记忆系统等。 而且Agent架构越成熟，软件工程的重要性越高。 大多数AI Agent系统，打造的无非是上下文选择系统。 Fine-tuning模型的需求会少于设计一个完善的RAG系统，但大多数的RAG系统设计的比较初级。
16210编辑于 2026-03-11 - 来自专栏桃李博客
玩转Openclaw|企业微信配置agent独立
` 模型，工作数据存在 `/data/workspaces/chaool-bot`，状态数据存在 `/data/agents/chaool-bot`，绑定到企业微信 (`wecom 与 --agent-dir 不同，这里更侧重于“知识”和“记忆”的存储 • --agent-dir <dir>：指定当前 Agent 存放状态文件、记忆数据或内部配置的本地文件夹路径。 查看同时list内会加入新的工作路径打开webui页面获取用户id 以企业微信为例 企业微信可以通过webui去获取到用户的id，具体查询方法如下图配置bindings 提醒 请注意备份openclaw.json 文件，以防修改错配置，openclaw崩kind名词解释： 值含义适用场景企业微信对应关系 direct单聊 (Direct Message)用户直接私聊机器人。 企业微信的群聊会话。channel通道/频道通常用于支持“频道”功能的平台（如 Discord 频道、Slack Channel）。在企业微信中较少用，除非指代特定的应用内频道。
1.5K73编辑于 2026-03-13 - 来自专栏有文化的技术人
企业级 Agent 设计开发指南
❝本文档作为 企业从 0 到 1 设计开发 Agent 的通用方法论框架。❞ 一、需求调研阶段 1.1 业务场景识别 调研维度 关键问题 「痛点分析」 当前业务中哪些环节重复性高、耗时长、易出错？ 「价值评估」 引入 Agent 能带来多少效率提升/成本节约？ 「可行性判断」 该场景是否适合用 LLM + Agent 解决？ 可行性评估报告 预期 ROI 分析 二、Agent 能力规划阶段 2.1 定义 Agent 角色 Agent Profile: 名称:[Agent名称] 定位:[一句话描述Agent的核心职责] ─────────┐ │ 接入层 │ │ Web UI │ API Gateway │ 企业 │ ├─────────────────────────────────────────┤ │ 知识库 (Knowledge Base) │ │ - 企业文档
12010编辑于 2026-04-09 - 来自专栏数据猿
企业部署Data Agent ，如何选供应商？
“Data Agent供应商选型指南（附评估打分模型） 大数据产业创新服务媒体 ——聚焦数据 · 改变商业 Data Agent的热度持续攀升，但真正想落地的企业很快发现：从概念到应用，是一道鸿沟；从Demo 以下三个选型误区，是企业部署Data Agent路上最常见、也最致命的问题。 误区二：以为Agent就是“问答接口”，忽略系统能力与运维代价 不少企业以为Data Agent就是DeepSeek接 BI，“加个对话框”，能提数、出图就行。 别踩坑： Data Agent合作落地的常见陷阱 许多企业以为，供应商选好了，系统上线就是水到渠成。但现实却是：再强的Agent，交付不当，一样白搭。 以下是企业在与Data Agent供应商合作落地过程中最容易遇到的五大坑，每一个都曾让项目“上线即失败”。
24010编辑于 2025-10-21 - 来自专栏云云众生s
AI Agent如何开始自动化企业
对比OpenAI Operator，Orby强调“grounding”和AI Agent软件栈。 我们已经看到了 OpenAI 的 Operator 的首次亮相，展示了一个可以浏览网页并为你完成任务的原型 agent。 我与 Orby 的联合创始人兼首席技术官 Will Lu 谈论了企业中的 agent。在加入 Orby 之前，Lu 曾是 Google Cloud AI 的工程负责人。 那么什么是 LAM？ 他接着解释说，他们的软件会主动探索企业软件环境（例如，Salesforce、ERP 系统），以识别可以自动化的任务。该 agent 自主尝试这些任务，并且性能最佳的尝试（成功的痕迹）用于微调模型。 – Will Lu, Orby CTO Lu 还指出，Orby 拥有一个 AI agent 软件堆栈，可提供给企业。 “所以基本上 […] 我们将其设计为用户可以演示如何完成任务。
30500编辑于 2025-03-18 九科信息企业级AI Agent,以品质服务助力企业增长
这种技术门槛成为企业拥抱AI的主要障碍,而九科信息推出的企业级AI Agent,正以贴近企业需求的设计,破解这一难题,助力企业实现降本增效。 九科信息企业级AI Agent突出的优势,是彻底破除了员工使用AI的技术壁垒。与市场上通用AI工具不同,它无需使用者掌握专业的AI知识,而是以轻量化、易操作的交互形式呈现。 九科信息企业级AI Agent通过流程优化与资源整合,为企业实现显著的降本增效。它能与企业现有的OA、CRM、财务系统等进行无缝对接,打破数据孤岛,实现信息的实时同步与共享。 安全性与适配性是企业使用AI工具的重要考量,九科信息在这两方面同样做足保障。其企业级AI Agent采用本地化部署或私有云部署的模式,确保企业核心数据不泄露,符合行业数据安全规范。 九科信息企业级AI Agent以低门槛的操作方式、场景化的功能设计,成功打通AI技术与企业实际需求之间的通道。
21310编辑于 2025-11-27Hermes Agent 接入飞书 & 企业微信全流程指南
lang=zh-CN创建企业自建应用输入应用名称，应用描述后点击创建添加应用能力：机器人权限管理：批量导入权限展开代码语言：BashAI代码解释{"scopes":{"tenant":["aily:file WeCom(EnterpriseWeChat)企业微信登录企业微信管理后台，进入管理工具→智能机器人点击创建机器人，用一句话描述使用场景后点击创建点击API模式创建拿到BotID和Secret在命令行输入 选择配置WeCom，需要配置AppID，AppSecret，UserIDsUserIDs获取方式：进入通讯录，点击某个成员的头像/名字，进入成员详情页，页面上显示的账号字段即为该成员的UserID回到企业微信管理后台 ，配置可见范围和可使用权限，配置完成后点击保存打开企业微信，搜索机器人找到刚刚在企业微信管理后台创建的机器人，点击去使用对话测试成功！
8.1K231编辑于 2026-04-10- 来自专栏ToB行业头条
企业级AI Agent爆发，CoCo如何用结果说话？
在企业场景中，从客户服务到供应链管理，从财务分析到人力资源，AI Agent都有大量场景，为企业带来前所未有的效率提升和创新可能。 最近，国内第一梯队大模型厂商智谱发布了企业级AI Agent—CoCo，以"懂你懂企业，能干能交付"为核心理念，直击企业Agent落地执行与交付效果两大行业痛点。 来源丨ToB行业头条 作者丨星炉 · 编辑丨瑞雪 01 懂你懂企业 能干能交付的Agent CoCo作为企业级应用的体验和消费级AI应用区别明显。 企业也可以自主开发和接入外部智能体应用。 不同于C端单一Agent每次完成单点任务，企业级Agent是可以无缝嵌入企业原有的工作流、知识库和数据库。 而CoCo“一句话生成Agent”的功能，大大降低了企业的实施和应用成本，员工在对话和AI工作流中，是根据需求倒推应用，更符合现实中业务的真实逻辑。
48710编辑于 2025-06-12 Apex Agent OS：企业软件实施范式的突破与创新
Apex是一款轻量级Agent OS，它将大语言模型（LLM）技术与企业业务场景深度融合，实现了从"文档规范"到"可执行场景"的自动化转换。 OSApex定位为轻量级Agent操作系统，它不是传统意义上的应用软件，而是一个运行智能Agent的基础平台。 作为Agent OS，Apex提供了：Agent运行时环境：为各类智能Agent提供统一的执行环境能力注册与发现：类似操作系统的服务注册机制资源调度与管理：管理Agent的计算、存储、网络资源安全隔离与权限控制 ：多租户环境下的安全边界统一消息总线：Agent间通信的标准化通道Apex Agent OS架构：多Agent协同运行的核心服务支撑核心特性AI智能解析利用LLM自动理解企业流程文档，提取结构化知识场景模板化将业务规范转化为可执行的 Runtime：Agent运行时环境，提供轻量级OS能力Message Bus：统一消息总线，支持Agent间通信系统截图场景管理场景激活流程场景激活流程可视化，展示步骤编排和状态流转一、范式突破：从流程管理到场景智能
17410编辑于 2026-03-29腾讯企业级「虾管家」：ADP Agent Portal 正式上线！
今天，国内首个跨平台、企业智能体门户与协同治理平台：ADP Agent Portal，正式发布。 为了帮企业更好养虾、管虾，今天腾讯云正式发布ADP Agent Portal，希望能够助力解决这些问题。// 一个统一入口，管好所有Agent以前员工要办个事，得先在收藏夹里找半天合适的Agent。 系统会像自动派单一样，精准把需求匹配给最对口的Agent去处理，保障任务高效、精准执行。一只“企业虾”就能服务全公司，帮你告别碎片化。 Portal为不同平台开发的智能体，提供统一的管理视图// 看得清状态，算得清成本对企业CXO来说，还有一个问题很重要：Agent跑得顺不顺？到底花了多少钱？ 而决定Agent战斗力的，往往是它能调用什么 Skill。这次，腾讯云ADP推出 Agent Portal的同时，还打造了“精选企业级Skill广场”。
1.5K21编辑于 2026-04-01数据语义编织：企业级 Data Agent 的必备基建
2025 年，每家企业都想拥有自己的 Data Agent，但 90% 的项目可能不是死在 Demo 阶段就是建成后无人问津。为什么？ Aloudata Agent：基于语义编织的企业级智能问数实践Aloudata Agent 即是 Semantic Fabric 技术路径的典型实践者。 二、 NoETL 语义编织工程能力：数据操作 AI 就绪Aloudata Agent 的三级智能加速体系（“明细加速 -> 汇总加速 -> 结果加速”）建立在深度理解企业查询模式的基础上。 四、“问答-洞察-行动”闭环：交付可信智能企业级智能问数的终极目标不是回答问题，而是支撑决策。Aloudata Agent 提供端到端的分析能力：1. 设计和交付企业级 Data Agent 产品，需要回归企业数据消费的本质——在复杂、动态、高合规要求的环境中，实现业务意图与数据资产的精准、灵活、可靠和安全的映射与高度自动化的数据操作。
45410编辑于 2025-12-10《MCP+LLM+Agent：重构企业智能决策的三体架构》
MCP+LLM+Agent技术融入企业AI的核心架构文章内容比较干货，技术佬请看完。阅读本文，扣"777“《 飞书独家分享》本文较长，建议点赞收藏以免遗失。 : MCP控制器根据QoS指标分配计算资源领域Agent设计: 每个业务场景对应专用Agent（供应链/客服等）安全沙箱机制: 所有LLM调用通过企业API网关进行审计执行结果<! DOCTYPE html><html><head><meta charset="UTF-8"><title>MCP+LLM+Agent企业AI整合</title><script>// MCP控制器核心class ="output">
企业实施路线图
- 阶段1：构建MCP核心 + 基础Agent（3-6个月）
- 阶段2：集成企业知识图谱 + 领域LLM微调（6 网关合规审计：满足ISO-27001和GDPR要求企业实施路线图阶段1：构建MCP核心 + 基础Agent（1-2个月）阶段2：集成企业知识图谱 + 领域LLM微调（1-3个月）阶段3：建立跨系统联邦学习架构
39510编辑于 2025-07-16
AI Agent正在重塑企业的决策方式
本次分享的内容面向企业技术决策者（如CIO、CTO及架构师），系统剖析AI Agent的核心技术、应用场景及实施路线。 学习与适应（Learning & Adaptation） AI Agent通过以下机制持续优化：检索增强生成（RAG）：从企业知识库（表结构、指标定义、业务文档）检索上下文，缓解大模型“知识滞后 三、技术融合路线图：构建企业级AI Agent系统 实施AI Agent需分阶段推进，围绕语义层构建统一架构。 阶段三：自主智能与全面赋能实现主动监控与预警；深度集成业务系统（CRM、ERP），打通“分析-行动”闭环；构建企业内部Agent生态（微型Agent应用市场）；完善性能监控、成本控制与安全审计机制。 2025年，成功的企业将是那些能高效利用AI Agent、将数据洞察融入业务流程、驱动敏捷决策的组织。好了，今天的分享就到这里，点个小红心，我们下期见。
鏖战企业级市场，AI Agent如何重塑智能商业未来？
从IDC报告中，我们能够敏锐洞察到Agent自主决策能力向高阶迈进、垂直化与专业化Agent加速融合、企业级Agent市场爆发式增长等诸多趋势已初露端倪。 在企业级市场中，RPA与Agent的融合应用正吸引着越来越多企业的目光。 对于企业而言，复杂业务流程往往需要深度参与和精细把控，现有Agent产品显然无法满足这一需求。 此外，Agent存在难以预测的随机性，而企业对业务流程的可控性和可追溯性有着硬性要求。 Agent与RPA融合拓宽 企业级智能边界 RPA与Agent的深度融合，正逐渐演变成企业数字化转型进程中的一种新型流程自动化范式。 目前，国内RPA厂商在进一步深耕企业级Copilot的同时，还在积极探索Agent技术。自去年下半年起，Agent与RPA的融合产品已成为企业级应用的重要发展方向之一。
比外呼机器人更强的是AI agent，avavox 语音AI agent凭什么受企业青睐？
当企业主们开始对“AI外呼”失去信心时，一个更高级的概念——AI Agent正在悄然重塑市场认知。那么，avavox作为一款语音AI Agent，它凭什么正在赢得越来越多企业的青睐？ avavox Agent：它会理解这个新时间，并查询企业内部调度系统的API接口，确认该时段是否有空闲师傅，然后回答：“已为您成功预约周三上午10-12点，师傅会在到达前再次与您电话确认。 三、 从“成本中心”到“价值引擎”：企业青睐的底层逻辑企业选择avavox，远不止是为了“省几个客服工资”。 商业决策数据化：在回访、咨询中沉淀下的非结构化语音数据，被转化为可分析的洞察，帮助企业真正理解客户，优化产品与服务。 它不再是一个被动的工具，而是一个主动为企业创造价值、能够独立完成复杂任务的数字员工。这，就是avavox语音AI Agent备受企业青睐的底气所在。
幽灵运维：未授权AI Agent正重塑企业风险格局
从影子IT到“幽灵运维”：未授权AI Agent正在企业内崛起如果你在企业IT部门工作的时间足够长，你应该经历过不止一次似曾相识的场景：一项新技术出现，其传播速度远超政策制定速度，而第一次正式的管理讨论 我称之为“幽灵运维”（GhostOps）——指那些在企业内部悄然出现、执行工作、然后从视野中消失的未经授权的操作型AI Agent，只留下结果，有时甚至要等到应急响应团队介入，才能复盘到底发生了什么。 可审计性与不可否认性的丧失许多Agent框架并非为企业级审计日志、基于角色的访问控制或职责分离而设计。当事件发生时，组织难以回答基本问题：谁发起的？它访问了什么？它修改了什么？证据在哪里？ 我们看到的真实世界案例为了让这一点更具体，以下是企业客户中反复出现的几个例子（已对名称和细节进行泛化处理，但保留了技术机制）：开发者生产力Agent：一个团队部署了一个Agent来管理拉取请求创建和代码审查摘要 如果我们把护栏设置好，AI Agent将成为一种倍增优势。如果我们搞砸了，它们将成为我们部署过的最具可扩展性的风险——从一个“免费”工具开始，逐步蔓延。别让“幽灵运维”危害你企业的安全态势。
为了Agent而Agent？
主要讲的是如何选取Agent主流框架的逻辑。 讨论了两种路径，workflows和agent。 我理解大概率是为了Agent而Agent所找的一个所谓具有代表性的例子吧。 而且你现在用Agent，未来扩展性也是一个问题。 业务想要扩展一个新的场景逻辑，你敢直接用Agent承接吗？ 有人说，我们会在Agent上线之前，充分评估模型，确保Agent可以适配新的业务场景需求。 但是业务不会等你Agent ready之后再开量啊。 而Agent更适合人机协作，比如AI Coding或其他chatbot，因为有个人在旁边可以为Agent的不可控进行兜底。 大家用Agent的目的很多时候并不是从第一性原理出发，很多时候都是为了Agent而Agent，想一想Agent真的比workflow好吗？
QClaw 企业级应用与安全加固：如何让 AI Agent 安全地为企业服务
QClaw 在个人用户中取得了巨大的成功之后，越来越多的企业开始关注 QClaw。很多企业都想引入 QClaw，来提高员工的工作效率，降低运营成本。但企业和个人用户的需求是完全不同的。 个人用户最关心的是功能和体验，而企业最关心的是安全和管理。企业需要确保 AI Agent 不会泄露公司的商业机密，不会被滥用，不会给公司带来法律风险。 操作失误风险AI Agent 不是完美的。它有时候会误解用户的指令，做出错误的操作。在企业环境中，一个小小的操作失误，就可能给公司带来巨大的损失。 Claude-Mythos.Kuaisou.cOmHermes-Agent.Kuaisou.cOmManaged-Agents.Kuaisou.cOmCopaw.Kuaisou.cOmqClaw.Kuaisou.cOmribbi.Kuaisou.cOm51Claw.Kuaisou.cOmhiClaw.Kuaisou.cOmdumate.Kuaisou.cOmduClaw.Kuaisou.cOm 五、结语AI Agent 正在改变企业的工作方式。
Agent 时代的 HTTP 来了？谷歌 A2A 开源协议打破企业间 Agent 壁垒，OpenAI 系缺席标准之战
通过 A2A，智能体可以彼此通信、发现对方能力、协商任务分配，并协作完成复杂的企业级流程，即便它们来自不同的技术体系。 这一特性使得构建由多个专职智能体组成的企业级智能系统成为可能。 例如，在企业级流程中，某个智能体可以负责候选人筛选，另一个安排面试时间，还有一个负责背景调查，而这一切都可以在统一的 agentic 接口中完成。 他还表示，谷歌之所以与 50 多家合作伙伴和客户共同推进 A2A 的建设，正是希望打造出一个“具备企业级就绪、安全可信的互操作能力”的协议。 LangChain 也是 Agent2Agent 的合作伙伴，它开发了 Agent Protocol。微软更新了其 AutoGen 框架，以帮助创建可互操作的智能体。 行业标准的建立通常需要较长时间才能普及，并且依赖大量企业的广泛支持与参与。
企业级AI Agent任务拆解与流程自动规划的落地实践：基于实在Agent的技术实现路径
读者将获得一套可落地的Agent自动化方案，解决复杂业务场景下人工干预过多的技术瓶颈，提升企业自动化闭环能力。 二、业务背景与痛点剖析步入2026年，企业对智能化的诉求已从简单的“对话式AI”转向能够处理端到端业务的“行动派Agent”。 Step2：构建企业级知识库增强Agent专业性为了让Agent理解特定行业的业务逻辑（如特定企业的报销标准），需要通过“知识库管理”进行增强。数据清洗与切片：上传PDF、Excel等格式的业务手册。 5.2方案总结通过引入具备自主规划能力的Agent架构，企业能够将原本依赖人工判断的复杂流程实现自动化闭环。 六、技术标签（Tag）Agent智能体、流程自动化、RPA、人工智能、企业数字化转型
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号