在 ToB 严肃生产领域应用 Agent 技术时，常遭遇一系列严峻挑战。API 的输入与输出参数极为复杂，相关文档晦涩难懂且难以实际应用；多步推理需求频繁涌现，工业级应用对容错率的要求近乎严苛，同时在速度与成本方面的考量也极为严格。欲攻克这些难题，Agent 系统自身必须具备高度的可靠性、上下文一致性、过程透明性以及可控性等关键特性。然而，大模型固有的偏黑盒、偏随机的天然属性与上述要求相悖，因此亟需进行针对性的优化与解决。蚂蚁数科将结合一系列实践案例，分享在此过程中积累的技术沉淀与宝贵经验。

演讲提纲：

1. 概述
   • ToB 严肃生产领域Agent技术应用挑战
   • 可信Agent系统关键特性需求
   • 蚂蚁数科技术优化与实践方向
2. 实践案例
   • 金融问答智能体
   • 风控建模智能体
   • 营销外呼投放智能体
3. 可信Agent技术
   • 知识工程
     • 模态文档解析与知识提炼
     • 知识信噪比优化与可信性保障
   • 可信对齐技术
     • 基于RL的幻觉抑制与知识激励
     • 论据-结果一致性强化
   • 工具推理能力增强
     • 长思考数据驱动的SFT/RL训练
     • 多步调用透明性与准确性提升
   • SOP学习与遵循
     • 问题解法SOP探索与生成
     • SOP推理阶段严格遵循机制
   • 自动化评测与归因
     • 场景开发效率自动化评估
     • 归因分析与优化方向指导
4. 总结与展望

听众收益：

• 深入了解蚂蚁数科在可信 Agent 领域的前沿实践经验以及深刻的技术思考