专题演讲嘉宾：郭人通 博士

过去几年，Zilliz 在商业化进程中实现了持续的高速增长，但我们没有选择“业务增长一倍、人力扩张一倍”的传统路径。面对不断增长的客户需求、产品复杂度和组织协作成本，Zilliz 选择将 AI Agent 深度嵌入企业运营体系，让 Agent 不再只是效率工具，而成为组织执行层的一部分。

Zilliz Agent 最初只是飞书等办公入口中的智能助手，负责知识问答和信息检索。随着逐步接入 Zendesk、GitHub、Grafana、Jenkins、Snowflake、HubSpot 等核心业务系统，它开始参与客户支持、问题分析、代码 Review、内部协作、用户教育以及异步任务跟进等真实业务流程，并逐渐演进为连接客户、员工与企业系统的统一智能入口。

本次分享将结合 Zilliz Agent 的真实落地案例，重点介绍 Agent 如何在企业环境中实现跨系统协作，以及背后的关键工程实践，包括上下文预算管理、长期 Memory 设计、Skills 工程化、Human-in-the-Loop 机制和异步工作流构建。我们还将进一步讨论，当 Agent 从简单问答演进为业务执行主体后，对数据基础设施提出了哪些新的要求，以及 Agent-Native Data Infrastructure 将如何成为下一代企业智能系统的重要底座。

演讲大纲

1. 为什么业务超线性增长需要 Agentic-Native 组织

• 软件公司的增长瓶颈正在从开发效率转向核心人才吸引、组织效率围绕关键员工进行建设的新挑战
• 客户、工单、知识与流程复杂度增长带来的挑战
• Agentic-Native 的核心理念：让 Agent 承担组织中的重复认知与跨系统协调工作，并让 Agent 能力随企业扩张持续成长
• 从“人处理任务”到“人调度 Agent，Agent 调度系统”

2. Zilliz Agent 的演进之路：从办公助手到企业超级员工

• 第一阶段：知识问答与统一信息入口
• 第二阶段：连接企业核心业务系统
• 第三阶段：参与客户支持与内部工作流
• 第四阶段：成为用户与企业之间的智能对接层

3. 企业 Agent 落地的关键工程实践

• 长期 Memory 与超大 Context 构建：如何服务好客户需要一个企业级 Context，而非独立 Session
• Human-in-the-Loop/Graph：构建人与Agent流程迭代闭环
• 大量幕后的同学需要适应走到台前：组织架构调整与团队角色重定位
• 实时与离线任务：Agent 如何从即时响应走向持续协作

4. Deep Agent Workflow 对数据基础设施的新要求

• 企业级 Context 与独立 Session 间的双向迭代支撑
• 离在线一体统一检索与混合搜索
• 权限感知与安全访问控制

5. 实践效果与未来展望

• Zilliz Agent 在客户支持、知识复用和内部协作中的实际价值
• Agentic-Native 组织带来的效率提升与边际成本下降
• 从 Copilot 到 Operator：企业 Agent 的下一阶段演进
• Agent 如何成为未来企业增长的新基础设施

实践痛点

• 业务增长后，工单、客户问题、内部知识和协作成本都在增长，如何避免支持团队线性扩张？
• Agent 的上下文窗口是有限预算，不是无限空间，如何做上下文分层和预算管理？
• 组织级 memory 怎么做？
• 工具越多模型越容易乱选，如何通过 Skills 把工具封装成业务能力？
• 哪些事情可以自动做，哪些事情必须 human-in-the-loop？
• Deep Agent Workflow 对数据基础设施提出了哪些新要求？

听众收益

• 理解 Agentic-native 增长的核心逻辑：不是用 AI 替代人，而是用 Agent 降低组织增长的边际协调成本
• 理解为什么 Agent 系统最终会反过来推动数据基础设施升级：统一检索、lake-native、权限感知、混合搜索、按需计算和持续迭代会成为企业 Agent 的底座
• 获得一个来自 Zilliz 内部的真实案例：如何在业务持续多倍增长的同时，用 Zilliz Agent 这种 Agentic-native 系统支撑客户支持、内部协作、问题分析和用户教育