重点围绕 AI Agent 在企业业务中的实践落地展开分享,结合纷享销客在 AI Agent 构建中的一线经验,深入剖析平台搭建过程中所面临的关键挑战及应对策略,并进一步探讨当前 AI Agent 应用中的现实难点与未来发展方向。
演讲提纲:
- 生成式 AI 企业领域落地的主要挑战
- 当前生成式 AI 发展到的阶
- 企业领域对 AI 的特有要求
- 纷享销客 AI Agent 平台的建设思考
- 纷享销客 AI Agent 建设与演进实践
- AI 平台架构(整体纷享技术与业务平台中处于什么位置)
- RAG 框架技术演进血泪史
- 从 Native RAG -》Advanced -》 Modelar RAG 迭代之路
- 如何评价各种 RAG 方案的效果
- 各种类型文档 RAG 召回遇到的坑以及解决办法
- Agent 平台建设过程中趟过的坑
- Agent 架构选型:「Agent - Tools」 vs 「Agent - Topic - Action」
- 推理引擎:「Function Calling」 vs 「ReAct Prompt」 vs 「自己轮 Prompt」
- RAG/Flow 与 Agent 的关系
- 开放性:面向内部上层业务团队 & 面向外部企业用户/开发者;
- MCP & A2A Protocal 的适用思考
- 多租户架构下的安全保障
- 如何评价 Agent 的最终效果
- AI Agent 落地业务场景
- 依然存在的挑战 & 后续建设方向
- 挑战:提示词/Instruction 质量的好坏直接决定 AI 最终效果
- 后续建设:Multi-Agent、面向租户的评价体系产品化(可感知、可调优)
听众收益:
- 了解 RAG 框架从简单搭一个到真正用户能用起来的工程化实践
- 了解 Agent 从平台化角度的构建思路,以及达到企业级可用的实践