文｜白 鴿

編｜王一粟

這兩周，企業級智能體開發平臺頗有你方唱罷我方登臺的架勢。

微軟、騰訊、網易等國內外巨頭，近期都相繼宣布推出了新一代智能體開發平臺。相比于兩年前，智能體開發的產品邏輯已經有了翻天覆地的變化，做出的智能體也更加可用。

為什么企業級智能體開發平臺，今年如此“卷”？

一方面，推理大模型的迭代升級，給智能體帶來了更好的體驗效果。

“之前常說‘各領風騷數百年’，但在AI領域，大模型能領風騷的時間極短，可以說是‘各領風騷三五天，甚至三五個小時’，技術更新換代速度極快。”網易副總裁、網易數智總經理阮良感慨道。

網易副總裁、網易數智總經理阮良

正是由于推理大模型的不斷進化，也讓智能體的能力實現每7個月提升一個級別。這種能力的不斷進化，讓“智能體已經從工具進化到伙伴，真正能夠做到邊思考邊干活。”

因此，邁入2025年，AI ToB廠商們為更好的拿到商業化結果，都紛紛上新或升級了智能體開發平臺。

網易數智作為網易旗下的一站式企業服務提供商，自然也不愿錯過這一波AI浪潮。

從去年開始，網易就進行了ToB業務架構整合，通過整合原網易智企和原網易數帆業務，升級為網易全新的ToB品牌網易數智，并形成包括網易云信、網易云商、網易易盾、網易數帆、網易CodeWave五大業務板塊，統一向阮良匯報。

組織架構統一升級后，其業務的各個板塊也都進行了產品的AI技術迭代升級，網易數智最新推出的CoreAgent智能體協作中樞，背后就是各個板塊的技術協同。

業務架構的統一，讓每一個產品的能力得到提升，組織的協同效應也進一步加強。

數據顯示，近三年網易投入研發超400億，已擁有四大AI實驗室，在AI領域已經積累數年經驗。

網易數智扛起了網易AI ToB的重任后，在第十年主動求變，能否再走上一個新臺階？

部署成功率超低，企業級智能體需要一個“數字工廠”

得益于推理大模型的來臨，智能體應用愈發多樣化。

從去年至今，已出現多種多樣的智能體應用，但往往這些應用更多是面向C端消費者，而面向B端企業應用的智能體，真正可用好用的卻并不多。

據Gartner數據顯示，僅在2024年Q2到Q4期間，關于智能體的咨詢量增長了750%，但企業智能體實際部署成功率卻不超過30%。

“這其中最重要的區別，就是企業端和消費端對智能體的差異化需求。”阮良說道，相比較來說，企業級智能體對可靠性、安全性、時效性及降本增效的能力等都要求更高。

畢竟企業級應用背后涉及多個環節，一旦某個環節出現問題，就可能出現安全、輿情等事件。而消費級智能體的容錯性更高，用戶允許其犯一些錯誤，可自行糾錯。

因此，當前企業部署AI大模型，更多呈點狀分布，游離在業務之外，沒有與企業應用架構相融合，更沒有進入企業核心業務流程，且大多數都在做基礎文書類工作，發揮的實際價值比較淺。

那么，如何滿足企業級AI落地對智能體的高需求，讓企業級AI真正從可用到好用？

“從智能體到企業級AI應用，還需要打通AI應用落地的最后一公里。”阮良說道，其中的關鍵就在于企業級智能體開發的“數字工廠”，即智能體開發平臺。

網易數智此次發布的CoreAgent智能體協作中樞，就是專門為企業提供的一站式、可落地智能體開發、協作解決方案，能夠支持問答、工作流、自主智能體等多種形態智能體開發、測評、托管平臺，集成增強版知識庫能力，安全圍欄能力，AI 資產沉淀能力。

如果將其提供的智能體進行劃分，可以分為兩類形式：

一類是需要通過程序員手工編排的智能體，其依賴于人類給定的工作流節點進行任務處理，如第一個節點輸入，第二個節點判斷，第三個節點執行等。

“這種固化的工作流編排對企業來說好處比較多，畢竟企業業務需要更多的確定性。”網易CodeWave和CoreAgent產品負責人對光錐智能說道。

但這種智能體更依賴人類給定的程序，預設定的工作流就像是一條流水線，把復雜任務拆解成多個簡單步驟，每一個步驟都有明確的目標和流程，遵循一定規則完成特定目標。

這也是當前大多數智能體編排平臺采取的模式。但實際運行過程中可能會存在bug，有些任務實現度并不能滿足生產需求，甚至其中的某個小環節出現了差錯就有可能影響整個流程的效率。

此時CoreAgent智能體平臺也可以提供第二種智能體形式，即自主智能體，只需要告訴他任務是什么，就可以自主規劃出來要干什么，以及怎么做能夠完成任務。

“目前，配置好的自主智能體，能夠在‘殺時間’的場景中表現更優秀。”上述負責人說道。

所謂的“殺時間”場景，即繁瑣但不得不做、工作量大且費時間、誰做結果都一樣的場景。例如重復性比較強、需要多輪確認的多人會議邀約、HR約多人面試等場景，自主智能體就已經能夠很好地應對。

相比于工作流編排的智能體，自主智能體泛化能力更強，在獨立思考、自主規劃之外也帶來了更多的不確定性，于企業而言，要讓它更好地融入業務、產生價值就必須要在二者之間找到一個平衡點，則存在挑戰。

對此，網易數智給出了2個解決方案：

一是企業可以基于自身積累的Know-How對自主智能體進行訓練，訓練后的自主智能體可以按照業務專家的想法完成任務。

二是自主智能體本身就具備強自主學習、自主反思能力，因此當自主智能體在完成多項任務之后，配合人工的調校，就可以認識到哪些任務是成功的，并將成功經驗總結沉淀下來，在下次執行同類工作任務時完成得更出色。

說白了，要么企業基于自身沉淀的數據知識微調訓練自主智能體，要么讓自主智能體經過更多任務實踐進行自我迭代優化。

從整個行業來看，眾多ToB服務企業都在卷智能體開發平臺，各家產品都存在著同質化趨勢。

那么，網易數智的CoreAgent智能體平臺與其他同類型產品究竟有何不同？

一方面，CoreAgent融合了網易數智各業務過去十年積累的技術底座。

具體而言知識庫采用的RAG技術，是基于網易云商和七魚多年算法技術積累，自主智能體安全可控運行的背后則是來自于網易云信云原生架構的沙箱運行機制；智能體內容安全則由網易易盾AI內容檢測保駕護航；如果要打通智能體與企業系統的最后一公里，則離不開網易CodeWave的智能開發能力。可以說，CoreAgent自產品設計之初就與生俱來的具備了各個業務最長板的那項能力。

另一方面，在過去的十年，網易數智服務了超過百萬家各個行業的外部客戶，深入到了許多千奇百怪、細枝末節的場景；背靠網易集團，網易數智也在與集團內部億級用戶規模的產品打磨中積累了大量的智能體實踐經驗。

因此，通過CoreAgent生產的智能體，無論是手工編排智能體，或是自主智能體，在經過人工調校后都已經能夠很好地完成工作任務。

不過，現階段企業級智能體依然處于落地初期，并未真正大規模進行商業落地，真正可用好用的智能體依然十分稀缺。那么，企業級智能體，又該如何真正在企業業務中扎根發芽？

數字員工：企業AI落地的小切口大突破

除了提供一個通用的智能體開發平臺，讓企業可以深度定制“量體裁衣”式的智能體外，面對一些標準化程度高的場景，一個成熟的、即插即用的智能體，已經可以成為一名合格的數字員工了。

從小場景切入，以數字員工的形式在企業中落地，可以說是目前智能體應用的最優解。

目前，諸如在線客服、銷售導購、財務報表生成修改等具體細致的場景中，數字員工已經在很多人的不經意間悄悄上崗。

對此阮良表示：“AI Agent就是企業的第一號數字員工，但企業想用好智能體，就要明確大模型的能力邊界，規劃好數字員工的能力邊界，揚長避短。”

這就像企業中的業務專家—— 不必包攬全流程，卻能在細分領域憑借深厚積累成為“不可替代者”。正如財務專家聚焦預算管控、供應鏈專家專注庫存優化，智能體若能在企業業務鏈條中找到精準的“能力錨點”，成為某個細分場景的 “數字專精者”，同樣能在專長領域釋放最大化價值。

而能夠實現專才專用的背后，企業級知識庫的建設是最關鍵的一環。

通常來說，雖然當前大模型能力在不斷進化，卻也仍存在著技術缺陷，如果放大場景，可能就會導致出現幻覺。

以退換貨數字員工為例，它表面上是放在臺前的智能客服，但其已經能夠對接從前臺客服，到后臺產品交付、物流運輸等一系列流程，一旦其中某個流程出現問題，都有可能招致客戶的不滿，甚至升級為大面積的客訴事件，影響到公司品牌和企業形象。

基于此，想要數字員工在具體場景中不能犯錯，“就需要將大小模型結合，新老技術結合，最重要的是賦予AI最精確的知識范圍，包括安全圍欄等。”阮良說道。

“網易數智發布的數字員工都用到了知識庫的能力，我們目前已經形成了很多關于知識切分、知識召回等算法的積累。”網易數智相關負責人表示，“后續我們還將會推出可編排的知識庫，讓企業能夠把自身積累的知識庫與其他行業知識庫相融合，進行可視化編排，讓企業能對數據資源自由處理。畢竟知識庫不是通用的，只有根據企業實際需求、結合自身行業Know-How積累對知識庫靈活調優，才能讓智能體的能力更加全面，應對更多復雜多變的場景。”

阮良還提出了企業級AI落地的另一條重要原則：不要拿著錘子找釘子，而是要在需求上找AI。

為此，網易數智還發布了商品導購數字員工、售后服務數字員工、私域運營數字員工、智能外呼數字員工、財務數據分析數字員工等多個行業智能體。

這些數字員工都是基于一線客戶的需求，并在網易數智本身的產品方案和服務能力圈之上，結合AI而形成的智能體，并非憑空臆想。

“事實上，網易數智今年在內部舉辦了多場 AI 智能體創意大賽，涌現了大量面向細分場景的數字員工產品。我們的設想是，某一天，這些小場景中的專業智能體，對企業某一個板塊的具體業務流程可能比人更加清楚了解，有效避免大模型幻覺問題。一旦智能體能力達到了我們認為的合格線，我們就會讓智能體從網易走出來，去幫助更多客戶解決問題。”阮良說道，“未來，企業生產力將=（數字員工+人類員工）??協同指數，AI 智能體將是企業管理最佳時間在AI時代的抽象和固化。”

從可用到好用，老樹需要發新芽

“企業級AI落地就像是一場“馬拉松”，是一個復雜的系統工程，需要一步一步來。”IBM 董事長、首席執行官 Arvind Krishna說道。

當前，于企業而言，AI 的能力怎么快速融入到 IT 自動化、業務自動化過程中，甚至重塑業務流程，這件事情會變得越來越重要。

不過，目前企業落地AI，仍存在諸多難題。

首先是智能體的協同，盡管當前數字員工已經能在企業內部扎根發芽，但最終還需要多個AI 智能體串聯并行，才真正能夠長成參天大樹。

另外，最核心的一個痛點，“就是當前很多企業中都存在很多老舊系統，這些系統往往還是核心業務系統，很難實現AI開發和改造。”阮良說道。

而網易數智接下來的目標：

其一，串連整合業界大模型、私有化部署智能體及企業自研智能體，借助網易CodeWave進行二次開發，助力企業構建優質的AI應用組織和代碼資產。

其二，對企業老舊系統實施非侵入式改造。通過AI學習系統精華與流程，添加浮層及MCP接口等AI接口，實現老舊系統核心數據、流程與功能融入全新AI業務流程，煥發新活力。

今年，是網易數智的第十年，也是其To B業務轉型升級的關鍵一年。

在AI時代中，網易數智強化AI ToB戰略，與企業之間的關系，也將從產品和能力的“交付者”進階為客戶場景的“價值共謀者”。

“我們清晰地看到，AI的終極價值并不在于單點技術的領先，而在于能否深入業務場景，解決真實問題，創造實際價值。在這個過程中，單個個體的力量遠遠不夠，我們需要聯合更多的上下游合作伙伴，共建健康的產業生態環境。人工智能的時代沒有孤勇者，只有同行人。”阮良說道。

因此，大會現場，網易數智宣布“AI 未來生態聯盟”正式成立，將全面開放全棧AI能力，讓網易數智成為連接伙伴、賦能生態的“橋梁”和“引擎”。

畢竟，在奉行長期主義的ToB賽道，眾行方能走得更遠。