这两周，企业级智能体开发平台颇有你方唱罢我方登台的架势。
微软、腾讯、网易等国内外巨头，近期都相继宣布推出了新一代智能体开发平台。相比于两年前，智能体开发的产品逻辑已经有了翻天覆地的变化，做出的智能体也更加可用。
为什么企业级智能体开发平台，今年如此“卷”？
一方面，推理大模型的迭代升级，给智能体带来了更好的体验效果。
“之前常说‘各领风骚数百年’，但在AI领域，大模型能领风骚的时间极短，可以说是‘各领风骚三五天，甚至三五个小时’，技术更新换代速度极快。”网易副总裁、网易数智总经理阮良感慨道。
网易副总裁、网易数智总经理阮良
正是由于推理大模型的不断进化，也让智能体的能力实现每7个月提升一个级别。这种能力的不断进化，让“智能体已经从工具进化到伙伴，真正能够做到边思考边干活。”
因此，迈入2025年，AI ToB厂商们为更好的拿到商业化结果，都纷纷上新或升级了智能体开发平台。
网易数智作为网易旗下的一站式企业服务提供商，自然也不愿错过这一波AI浪潮。
从去年开始，网易就进行了ToB业务架构整合，通过整合原网易智企和原网易数帆业务，升级为网易全新的ToB品牌网易数智，并形成包括网易云信、网易云商、网易易盾、网易数帆、网易CodeWave五大业务板块，统一向阮良汇报。
组织架构统一升级后，其业务的各个板块也都进行了产品的AI技术迭代升级，网易数智最新推出的CoreAgent智能体协作中枢，背后就是各个板块的技术协同。
业务架构的统一，让每一个产品的能力得到提升，组织的协同效应也进一步加强。
数据显示，近三年网易投入研发超400亿，已拥有四大AI实验室，在AI领域已经积累数年经验。
网易数智扛起了网易AI ToB的重任后，在第十年主动求变，能否再走上一个新台阶？
部署成功率超低，企业级智能体
需要一个“数字工厂”
得益于推理大模型的来临，智能体应用愈发多样化。
从去年至今，已出现多种多样的智能体应用，但往往这些应用更多是面向C端消费者，而面向B端企业应用的智能体，真正可用好用的却并不多。
据Gartner数据显示，仅在2024年Q2到Q4期间，关于智能体的咨询量增长了750%，但企业智能体实际部署成功率却不超过30%。
“这其中最重要的区别，就是企业端和消费端对智能体的差异化需求。”阮良说道，相比较来说，企业级智能体对可靠性、安全性、时效性及降本增效的能力等都要求更高。
毕竟企业级应用背后涉及多个环节，一旦某个环节出现问题，就可能出现安全、舆情等事件。而消费级智能体的容错性更高，用户允许其犯一些错误，可自行纠错。
因此，当前企业部署AI大模型，更多呈点状分布，游离在业务之外，没有与企业应用架构相融合，更没有进入企业核心业务流程，且大多数都在做基础文书类工作，发挥的实际价值比较浅。
那么，如何满足企业级AI落地对智能体的高需求，让企业级AI真正从可用到好用？
“从智能体到企业级AI应用，还需要打通AI应用落地的最后一公里。”阮良说道，其中的关键就在于企业级智能体开发的“数字工厂”，即智能体开发平台。
网易数智此次发布的CoreAgent智能体协作中枢，就是专门为企业提供的一站式、可落地智能体开发、协作解决方案，能够支持问答、工作流、自主智能体等多种形态智能体开发、测评、托管平台，集成增强版知识库能力，安全围栏能力，AI 资产沉淀能力。
如果将其提供的智能体进行划分，可以分为两类形式：
一类是需要通过程序员手工编排的智能体，其依赖于人类给定的工作流节点进行任务处理，如第一个节点输入，第二个节点判断，第三个节点执行等。
“这种固化的工作流编排对企业来说好处比较多，毕竟企业业务需要更多的确定性。”网易CodeWave和CoreAgent产品负责人对光锥智能说道。
但这种智能体更依赖人类给定的程序，预设定的工作流就像是一条流水线，把复杂任务拆解成多个简单步骤，每一个步骤都有明确的目标和流程，遵循一定规则完成特定目标。
这也是当前大多数智能体编排平台采取的模式。但实际运行过程中可能会存在bug，有些任务实现度并不能满足生产需求，甚至其中的某个小环节出现了差错就有可能影响整个流程的效率。
此时CoreAgent智能体平台也可以提供第二种智能体形式，即自主智能体，只需要告诉他任务是什么，就可以自主规划出来要干什么，以及怎么做能够完成任务。
“目前，配置好的自主智能体，能够在‘杀时间’的场景中表现更优秀。”上述负责人说道。
所谓的“杀时间”场景，即繁琐但不得不做、工作量大且费时间、谁做结果都一样的场景。例如重复性比较强、需要多轮确认的多人会议邀约、HR约多人面试等场景，自主智能体就已经能够很好地应对。
相比于工作流编排的智能体，自主智能体泛化能力更强，在独立思考、自主规划之外也带来了更多的不确定性，于企业而言，要让它更好地融入业务、产生价值就必须要在二者之间找到一个平衡点，则存在挑战。
对此，网易数智给出了2个解决方案：
一是企业可以基于自身积累的Know-How对自主智能体进行训练，训练后的自主智能体可以按照业务专家的想法完成任务。
二是自主智能体本身就具备强自主学习、自主反思能力，因此当自主智能体在完成多项任务之后，配合人工的调校，就可以认识到哪些任务是成功的，并将成功经验总结沉淀下来，在下次执行同类工作任务时完成得更出色。
说白了，要么企业基于自身沉淀的数据知识微调训练自主智能体，要么让自主智能体经过更多任务实践进行自我迭代优化。
从整个行业来看，众多ToB服务企业都在卷智能体开发平台，各家产品都存在着同质化趋势。
那么，网易数智的CoreAgent智能体平台与其他同类型产品究竟有何不同？
一方面，CoreAgent融合了网易数智各业务过去十年积累的技术底座。
具体而言知识库采用的RAG技术，是基于网易云商和七鱼多年算法技术积累，自主智能体安全可控运行的背后则是来自于网易云信云原生架构的沙箱运行机制；智能体内容安全则由网易易盾AI内容检测保驾护航；如果要打通智能体与企业系统的最后一公里，则离不开网易CodeWave的智能开发能力。可以说，CoreAgent自产品设计之初就与生俱来的具备了各个业务最长板的那项能力。
另一方面，在过去的十年，网易数智服务了超过百万家各个行业的外部客户，深入到了许多千奇百怪、细枝末节的场景；背靠网易集团，网易数智也在与集团内部亿级用户规模的产品打磨中积累了大量的智能体实践经验。
因此，通过CoreAgent生产的智能体，无论是手工编排智能体，或是自主智能体，在经过人工调校后都已经能够很好地完成工作任务。
不过，现阶段企业级智能体依然处于落地初期，并未真正大规模进行商业落地，真正可用好用的智能体依然十分稀缺。那么，企业级智能体，又该如何真正在企业业务中扎根发芽？
数字员工：企业AI
落地的小切口大突破
除了提供一个通用的智能体开发平台，让企业可以深度定制“量体裁衣”式的智能体外，面对一些标准化程度高的场景，一个成熟的、即插即用的智能体，已经可以成为一名合格的数字员工了。
从小场景切入，以数字员工的形式在企业中落地，可以说是目前智能体应用的最优解。
目前，诸如在线客服、销售导购、财务报表生成修改等具体细致的场景中，数字员工已经在很多人的不经意间悄悄上岗。
对此阮良表示：“AI Agent 就是企业的第一号数字员工，但企业想用好智能体，就要明确大模型的能力边界，规划好数字员工的能力边界，扬长避短。”
这就像企业中的业务专家 —— 不必包揽全流程，却能在细分领域凭借深厚积累成为“不可替代者”。正如财务专家聚焦预算管控、供应链专家专注库存优化，智能体若能在企业业务链条中找到精准的“能力锚点”，成为某个细分场景的 “数字专精者”，同样能在专长领域释放最大化价值。
而能够实现专才专用的背后，企业级知识库的建设是最关键的一环。
通常来说，虽然当前大模型能力在不断进化，却也仍存在着技术缺陷，如果放大场景，可能就会导致出现幻觉。
以退换货数字员工为例，它表面上是放在台前的智能客服，但其已经能够对接从前台客服，到后台产品交付、物流运输等一系列流程，一旦其中某个流程出现问题，都有可能招致客户的不满，甚至升级为大面积的客诉事件，影响到公司品牌和企业形象。
基于此，想要数字员工在具体场景中不能犯错，“就需要将大小模型结合，新老技术结合，最重要的是赋予AI最精确的知识范围，包括安全围栏等。”阮良说道。
“网易数智发布的数字员工都用到了知识库的能力，我们目前已经形成了很多关于知识切分、知识召回等算法的积累。”网易数智相关负责人表示，“后续我们还将会推出可编排的知识库，让企业能够把自身积累的知识库与其他行业知识库相融合，进行可视化编排，让企业能对数据资源自由处理。毕竟知识库不是通用的，只有根据企业实际需求、结合自身行业Know-How积累对知识库灵活调优，才能让智能体的能力更加全面，应对更多复杂多变的场景。”
阮良还提出了企业级AI落地的另一条重要原则：不要拿着锤子找钉子，而是要在需求上找AI。
为此，网易数智还发布了商品导购数字员工、售后服务数字员工、私域运营数字员工、智能外呼数字员工、财务数据分析数字员工等多个行业智能体。
这些数字员工都是基于一线客户的需求，并在网易数智本身的产品方案和服务能力圈之上，结合AI而形成的智能体，并非凭空臆想。
“事实上，网易数智今年在内部举办了多场 AI 智能体创意大赛，涌现了大量面向细分场景的数字员工产品。我们的设想是，某一天，这些小场景中的专业智能体，对企业某一个板块的具体业务流程可能比人更加清楚了解，有效避免大模型幻觉问题。一旦智能体能力达到了我们认为的合格线，我们就会让智能体从网易走出来，去帮助更多客户解决问题。”阮良说道，“未来，企业生产力将=（数字员工+人类员工）✖️协同指数，AI 智能体将是企业管理最佳时间在AI时代的抽象和固化。”
从可用到好用，
老树需要发新芽
“企业级AI落地就像是一场“马拉松”，是一个复杂的系统工程，需要一步一步来。”IBM 董事长、首席执行官 Arvind Krishna说道。
当前，于企业而言，AI 的能力怎么快速融入到 IT 自动化、业务自动化过程中，甚至重塑业务流程，这件事情会变得越来越重要。
不过，目前企业落地AI，仍存在诸多难题。
首先是智能体的协同，尽管当前数字员工已经能在企业内部扎根发芽，但最终还需要多个AI 智能体串联并行，才真正能够长成参天大树。
另外，最核心的一个痛点，“就是当前很多企业中都存在很多老旧系统，这些系统往往还是核心业务系统，很难实现AI开发和改造。”阮良说道。
而网易数智接下来的目标：
其一，串连整合业界大模型、私有化部署智能体及企业自研智能体，借助网易CodeWave进行二次开发，助力企业构建优质的AI应用组织和代码资产。
其二，对企业老旧系统实施非侵入式改造。通过AI学习系统精华与流程，添加浮层及MCP接口等AI接口，实现老旧系统核心数据、流程与功能融入全新AI业务流程，焕发新活力。
今年，是网易数智的第十年，也是其To B业务转型升级的关键一年。
在AI时代中，网易数智强化AI ToB战略，与企业之间的关系，也将从产品和能力的“交付者”进阶为客户场景的“价值共谋者”。
“我们清晰地看到，AI的终极价值并不在于单点技术的领先，而在于能否深入业务场景，解决真实问题，创造实际价值。在这个过程中，单个个体的力量远远不够，我们需要联合更多的上下游合作伙伴，共建健康的产业生态环境。人工智能的时代没有孤勇者，只有同行人。”阮良说道。
因此，大会现场，网易数智宣布“AI 未来生态联盟”正式成立，将全面开放全栈AI能力，让网易数智成为连接伙伴、赋能生态的“桥梁”和“引擎”。
毕竟，在奉行长期主义的ToB赛道，众行方能走得更远。
