但在企业一线场景中,Agent 早已不只是想象。它已经开始实打实地跑进流程、嵌入系统、替代人做事,成为真正推动效率跃迁的新物种。云启天使轮项目、专注于企业级Agentic AI的「悦点科技」便是缔造打磨这一“新物种”的创新力量,已成功为多家大型企业及新兴消费品公司提供服务,实现亿级收入。
近期,悦点科技创始人、CEO任鑫琦在云启的一次内部分享中介绍了客户案例与落地经验,从“工具升级”走向“人机协作重构”的角度,讲述了对企业级 Agent 的一线理解与判断。本期「云启实干派」 和你分享此次内部分享的精华内容。
*本文根据任鑫琦分享实录编辑整理
01
Agent的进化:从理解语言到自主执行
过去半年,Agent技术突飞猛进,出现了几个值得关注的标志性节点:
- Anthropic 提出 Computer Use 概念:标志AI能力从“理解语言”走向“执行操作”。
- OpenAI 发布 Operator 功能:极大增强了AI模拟人类系统操作的能力。
- MCP 协议进入普适阶段:支持模型直接调用工具,大大提升执行力。
- 国内环境激活:DeepSeek引爆行业关注,Manus等项目加速Agent认知普及,大厂积极布局落地。
这些变化背后,预示着Agent能力边界的重新划定,整套技术正在向“多模态感知”“动态推理”“系统协作”方向进化。具体有以下几个重要的细分方向:
- 感知:从纯文本向图像、语音等多模态迁移。
- 推理:从固定流程转向上下文驱动的动态决策。
- 执行:从调用API到模拟人类使用工具。
- 记忆:从短期记忆转向长期、分层的知识体系。
- 协作:从单体Agent转向多智能体分工协作。
- 应用:从工具替代向组织流程重构转变。
02
从工具到“同事”:如何重构人机协作
在我们看来,智能体(Agent)的发展趋势正在从“替代工具”转向“替代系统执行过程中的人类参与”。人类的工作(主要指软件类工作)可以分为两类:
- 一类是标准化任务,程序化、确定性强,前两年我们用workflow 的方式让它执行得更准确,主要追求的是高效运转。
- 一类是探索式任务,需要结合人的经验与直觉,具备开放性和创造性,这类事情AI目前可能做得不是那么好。
在人类主导操作的模式下,是通过什么来实现效率提升和创新加速呢?核心有三点:
- Knowhow/逻辑理解:理解业务背景、流程规则与决策逻辑;
- 系统/环境连接:操作多个系统、调度任务执行,完成复杂交互;
- 数据/知识调用:调取和融合结构化与非结构化数据,构建有用的信息和知识。
此前,这三部分需要依靠人来运转,从而提供相应的服务。现在我们提用Agent替代人,本质上也需要Agent完成这件事,这也对应着Agent系统在感知(Perception)、连接(Integration)、认知(Reasoning)层面的能力跃升。
在这个框架之上也有一些典型的服务出来,例如智能客服、代码生成、业务分析、生产优化、情报处理、办公自动化。这些场景中,偏向于“程序化”式的工作已经完成得很好了,但偏向“探索式”的工作还有很大的提升空间。比较典型的是智能客服,我们能看到更接近于“程序化”工作的外呼系统已经比较成熟了,而涉及到一些“探索式”工作的内呼系统做的依然不够好。
这里想再引申一下, AI Agent 的核心是给未来或者现在正在发生的人机交互带来一个革命性的突破。突破之处不在于改进人机交互,是直接把人、机交互的模式转变为模型与系统端的交互模式,甚至整个交互过程不需要人去介入。也就是说未来机器跟人的交互不是那么重要。我觉得这对我们做Agent也好,或者做传统软件、App也好都是很重要的认识。
03
业务选择逻辑:只做能“替人干活”的Agent
这里想再引申一下, AI Agent 的核心是给未来或者现在正在发生的人机交互带来一个革命性的突破。突破之处不在于改进人机交互,是直接把人、机交互的模式转变为模型与…