专题演讲嘉宾：裴斐

伴随着 LLM 模型能力的持续突破，智能体（Agent）技术正在迎来爆发式发展。从早期以LangChain、LangGraph、ADK 为代表的智能体开发框架，到近一年广受关注的通用智能体应用（如OpenClaw 等），越来越多的个人开发者与企业组织，都已完成了自己的 AI 智能体「初体验」。然而，如何让智能体从「玩具」走向「生产」，已经成为业内共同关注的首要课题。

在智能体奔向生产级应用的过程中，所承载的任务正从「简单」走向「复杂」。尤其在企业场景下，单一智能体叠加 LLM 的能力边界已经清晰显现——如何让企业内的多个智能体彼此连接、高效协作，并与企业存量的 IT 应用资产、数据资产深度联动，进而真正完成企业生产中的真实业务任务，成为智能体在企业侧规模化落地的关键所在。

本次分享将结合字节跳动火山引擎 ArkClaw 智能体平台的建设实践，系统解析 ArkClaw 基于 Agent Mesh 架构的企业多智能体系统治理方案。内容涵盖架构设计理念、核心治理能力、典型落地场景与踩坑经验，帮助企业推动智能体从「玩具」走向「生产」，从「单点」走向「协同」，从「简单」走向「复杂」。

演讲提纲：

1. 智能体技术与应用现状
   • LLM 驱动下的 Agent 技术演进路径
   • 从开发框架到通用应用：生态全景扫描
   • 企业落地的真实挑战
2. Agent Mesh 设计与落地
   • 为什么企业多智能体系统需要「Mesh」？
   • Agent Mesh 核心机制：连接，注册，安全三大能力域
   • 从企业存量 IT 资产到 AI Native 资产
   • 典型落地场景与常见踩坑
3. ArkClaw 平台落地案例与效果
4. 总结与展望

​听众收益：

• 认知层面：清晰理解企业级智能体落地的核心挑战，以及从单智能体到多智能体协同的演进逻辑
• 方法层面：掌握 Agent Mesh 架构的设计思路与治理要点，包括注册发现、通信协作、安全权限等关键能力
• 实践层面：获取字节跳动火山引擎 ArkClaw 平台一手的建设经验与踩坑总结
• 视野层面：了解多智能体系统与企业存量 IT 资产融合的前沿趋势，把握下一代企业 AI 基础设施的演进方向