当前 Agent 技术正在经历从工作流式向自主规划式的转型，但在真实的企业应用中，更多的是对可控性的要求，所以我们发现这两类 Agent 在企业落地中都有各自可以发挥的场景，并且还有可能做联动和补充。工作流 Agent 可以负责实际完成某些具体岗位的任务，而自主 Agent 有机会成为“Agent 工厂”，帮助构建和优化大规模可控、可演化的工作流 Agent。

演讲提纲：

1. 企业级智能体范式

• 2025 Agent 的发展方向

• 企业场景中 Agent 落地现状

• 企业 Agent 的下一步是什么？

2. “Agent 工厂”的提出：让智能体优化智能体

• 什么是 Agent 工厂？

• 为什么企业需要 Agent 工厂？

3. Agent 工厂核心能力模型

• 日志感知能力

• 偏差识别能力

• 流程建模能力

• 优化建议生成

• 自动迭代与测试

4. Agent 工厂架构设计

• 数据感知层

• 智能分析层

• 流程建模与优化层

• 执行与反馈层

5. 落地挑战与未来展望

• 流程抽象困难

• 数据隐私与安全问题

• 版本管理与灰度发布机制

• 从做 Agent 到培养 Agent 的转变

• 企业新角色与新岗位机会

您认为，这样的技术在实践过程中有哪些痛点？

• 企业流程如何结构化表达形成 Agent 工作流？
• 如何自动化发现 Agent 执行中的缺陷？
• 如何让“优化建议”具备可执行性以及如何执行“优化建议”？
• Agent 优化后的版本如何发布与回滚？

您的演讲有哪些前沿亮点？

• 首次系统性提出“Agent 工厂”的能力模型
• 融合了自主 Agent 与工作流 Agent 的协同范式
• 构建企业级 Agent 群体的进化机制蓝图

听众收益：

• 理解企业中 Agent 落地为何困难，又如何突破
• 掌握“Agent 工厂”的设计方法与技术构成
• 获取企业 AI 架构演进中的关键思路与落地方向
• 获得构建“智能体进化系统”的组织层启发