Harness 与 Agent 工程 · Agent架构与协作 · 2025-10-31

为什么越来越多企业开始做 AI Agent工作流平台?

AI Agent工作流平台为何成为企业新宠?揭秘B端场景的独特需求和落地实践。

核心内容:

  1. B端AI工作流平台的核心痛点:数据安全与组织管理
  2. 讯飞星辰Astron Agent的B端解决方案剖析
  3. 从部署到实操的企业级应用指南

过去一年,AI Agent 和工作流(Workflow)赛道简直是“神仙打架”。

从字节的 Coze(扣子)到 n8n,再到前阵子 ChatGPT 开放的 AI 生成工作流,各种平台层出不穷。

但你有没有发现一个现象:这些工具虽然很火,但大多是“玩具”,或者个人开发者在用。在 B 端(企业)场景,一说一,你非常少见到它们的身影。

不是它们技术不行,而是 B 端场景更复杂,有两个核心痛点是 C 端平台(至少目前)无法解决的:

    1. 数据安全: 必须支持本地部署,而且是高度本地化,确保企业数据不出内网。
    1. 组织管理: 必须有精细的用户权限管理、团队协作等功能。

所以有时候你会看到,真正在 B 端跑起来的工作流产品,反而是我们没怎么听说过的,但它们却拳拳到肉,专为企业场景设计。

例如,我最近发现科大讯飞也出了一个 Agent 平台:讯飞星辰 Astron Agent

我马上去扒了一下它的 GitHub,在它的技术架构里,我看到了几个强烈的“B 端信号”:

GitHub: https://github.com/iflytek/astron-agent

这套组合拳,几乎拳拳都打在了 B 端的需求点上。

说一下部署,基本上是小白无脑操作

但国内最大的问题就是DOCKER网络

可以试下开代理,例如我端口在7890

以及设置一些镜像加速

{ "proxies": { "default": { "httpProxy": "http://host.docker.internal:7890", "httpsProxy": "http://host.docker.internal:7890", "noProxy": "localhost,127.0.0.1,host.docker.internal" } }, "registry-mirrors": [ "https://docker.m.daocloud.io", "https://hub-mirror.c.163.com", "https://mirror.ccs.tencentyun.com" ]}

要是能正常跑一小会,但网络问题中断了的话,就重跑,我这应该是重跑了5、7次就好了:

如果不放心的,就搭配 AI 编程,例如 Trae

像我是 Windows,部署遇到问题了,直接让AI 帮我处理:

很丝滑就部署好了。

动手实操:搭建一个“一鱼多吃”Agent

我刚好有个痛点,正愁没工具解决。

我做内容创作,总想“一鱼多吃”:一篇深度长文,我想同时分发到小红书、推特、领英。

但每个平台的风格、字数、受众都完全不同。每次我都要手动打开 ChatGPT,换三个不同的提示词,跑三次,再复制粘贴出来,非常麻烦。

所以,我就想做一个“多平台内容写作”的 Agent。正好,就拿讯飞星辰 Agent 试个手。

逻辑是这样的:

    1. 我提供一篇长文(作为上下文)。
    1. 我再提供一句简单的指令(比如“发小红书”)。
    1. Agent 必须能“听懂”我的指令,这是一个决策。
    1. 然后,它自动把长文“喂”给对应平台的“写作专家”(小红书 Prompt、推特 Prompt...)。
    1. 最后,直接把生成好的内容返回给我。

直接讲中间的重要节点。

Step 1:决策节点

这个 Agent 的灵魂,在于“决策”节点。它就像一个智能的“路由”。

我从“开始”节点拉出来,接上一个“决策”节点。

在这个节点里,我配置了 3 个意图:

最关键的是它的“高级配置”,我塞了…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/AISaaS/2025103170935.html