編輯部 發自 凹非寺量子位 | 公眾號 QbitAI利用數據和AI驅動的方法，建立反饋評估-自學習-驗證的閉環，是企業Agent應用加速成功的關鍵。企業級Agent已完成POC驗證和輕量AI應用開發階段，正式融入生產業務流，生產級Agent在應用構建、性能評估、快速迭代方面對企業開發團隊提出了更高要求。在MEET2025年智能未來大會上，BetterYeah AI（斑頭雁）CEO&創始人張毅，分享了他們是如何探索幫助企業進入AI時代的。他表示，時至今日，已經有數百家頭部企業在BetterYeah平臺上完成了企業生產級Agent的落地。在過去和數百家客戶的實踐中，他們看到行業領先的客戶落地AI Agent正在加速。為了完整體現張毅的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。MEET 2025智能未來大會是由量子位主辦的行業峰會，20余位產業代表與會討論。線下參會觀眾1000+，線上直播觀眾320萬+，獲得了主流媒體的廣泛關注與報道。核心觀點梳理BetterYeah專注企業Agent領域，基于實踐場景打磨產品，提供滿足生產級要求的Agent開發平臺。今天企業級Agent已進入生產力階段，智能體正帶來數據價值和業務價值的加速提升，客服領域速度最快，數據類任務增量價值明顯，正在為企業直接供給生產力。Agent正前所未有地發揮其價值，圍繞AI擅長的非結構化、多模態數據的處理，和復雜業務邏輯的場景，很多企業已經將Agent進行了生產級落地并跑出價值，Agent融入核心經營系統趨勢越來越顯著。利用數據和AI驅動的方法，建立反饋評估-自學習-驗證的閉環，是企業Agent應用加速成功的關鍵。（以下為張毅演講全文）BetterYeah AI：專為企業生產級Agent開發打造大家好，我是張毅，也是釘釘創始團隊成員，從0到1構建了釘釘考勤和審批，很多企業通過這兩個應用開啟了移動辦公時代。2022年開始我們做BetterYeah，是國內最早做企業級Agent平臺的廠商，已經連續獲得兩輪融資，目前已經有數百家行業頭部客戶在BetterYeah平臺上完成了生產級Agent落地，相信未來能跟大家一起去探索一條讓所有企業進入AI時代的路徑。今天，B側落地Agent已經成為行業。面向企業核心業務提供生產力，對Agent的能力帶來更高要求。一方面，需要強大的集成能力、并發調用、數據安全要求和協同構建能力。同時，生產級Agent在產品構建、員工使用體驗、Agent能力評估，以及上線后快速迭代的要求則為企業開發團隊帶來更大挑戰，這些工作量和難度是POC和輕量級AI 應用的10倍以上。BetterYeah專注于企業級的Agent平臺領域，通過知識庫、工作流和插件的標準化Agent開發平臺和場景應用，支撐企業構建專業的Agent應用。企業Agent落地正按下“加速鍵”在過去和數百家客戶的實踐中，我們看到行業領先的客戶落地AI Agent正在加速，分享一些數據：落地場景：在企業生產級場景落地AI Agent，客服領域速度最快，數據類任務增量價值明顯，Agent融入企業核心經營系統趨勢越來越顯著，正在為企業直接供給生產力。集成豐富度：企業生產級Agent正在融入員工的工作場景，已產生大量內外部系統連接需求，這就要求Agent平臺的集成能力非常好。成功路徑：有70%的AI需求是自下而上，由部門級的業務團隊和IT主導，相比自上而下的項目存活度更高，成功率更高。AI技術的當下，我們看到今天企業級Agent已進入生產力階段，智能體正帶來數據價值和業務價值的加速提升：上線后，不少企業的生產級Agent完成的任務量、token消耗數量和新產生數據都在指數級增長，Agent正在直接產生價值。業務價值層面，生產級Agent 給企業帶來明顯的業務提效，業務團隊的積極性和投入都在增加。全新時代的開啟，BetterYeah也正在陪伴各行業的客戶一起探索和落地AI，通過標準的、好用的產品，提高開發效率和AI落地成功率。在這個過程中我們看到了很多真實的需求、方案和突破，打磨了很多功能：1、某客戶每天利用Agent完成15萬次任務，平臺穩定性需達到4個9。我們在BetterYeah平臺上開發了一個小功能，可以讓模型在不穩定時自動替換到備用模型，這個功能現在每天都在被觸發。2、專業的開發者或者高級AI開發者最習慣的是用code代碼編寫AI應用，BetterYeah平臺提供GUI Follow和Code模式融合的方式，保證不同水平的開發者都能滿足自己的開發習慣。這只是2個細節，類似這樣的功能在BetterYeah平臺上還有很多。清晰的價值，激發企業落地Agent在此輪AI技術發展中，Agent正前所未有地發揮其價值，圍繞AI擅長的非結構化、多模態數據的處理，和復雜業務邏輯的場景，很多企業已經將Agent進行了生產級落地并跑出價值。某個客戶在私域部署了一萬個全托管客服Agent，用戶體驗、客服體驗、客服質量提升明顯，直接帶來了28%的生產力提升，而在2025年大家有信心達到80%。我們以產品化方式實現客服Agent實現用戶意圖識別、知識庫自學習迭代等，釋放開發者的精力。某頭部的洗地機品牌，通過我們的Yeah客服應用，實現了3個“快”：上線快：“1分鐘配置” 快速打通全平臺，2周快速完成agent上線上手快：客服員工劃詞就可喚起 客服Agent，AI輔助新手客服快速達到專家水平迭代快：AI基于自學習，以天為單位迭代知識和能力多場景、多Agent、更多的任務的企業場景，則跑的更快。某鞋服集團基于BetterYeah平臺 ，從電商平臺 VOC、內容生成入手，逐步部署深化到企業的生命線——貨品的全生命周期管理，以及最小經營單元、場域的店鋪中，服務不同角色的 AI 助手。以“貨品AI助理”為例，覆蓋整個業務流閉環，有250多個節點可以通過Agent執行任務，或進行自動化處理。BetterYeah Agent開發平臺和底層模型一起作為這家集團的AI基礎設施，集團近百人開發團隊在平臺上協同開發，多套開發環境、權限體系、數據安全管控方面能完全滿足。基于BetterYeah平臺，企業的AI應用創新和落地，更高效了。從實踐到未來，企業AI Agent的成功秘訣這些企業領先的實踐中，有沒有什么經驗和方法可以復制？我認為，充分利用數據和AI驅動的方法，建立反饋評估-自學習-驗證的閉環，是企業Agent應用加速成功的關鍵。過去很多人主要關注Agent任務的構建，但一個生產級Agent70%以上的開發工作都是測試和調試，處理badcase。過去這項工作由業務專家和開發者完成，耗時耗力。現在利用數據和AI 驅動，已經可以實現半自動化，建立反饋評估-自學習-驗證的閉環，高效訓練AI任務，讓badcase 的處理效率提升10倍。未來，隨著技術的成熟，企業私有數據更加規范，將有可能實現AI全自動的驅動。這些新方法已經全部融入在BetterYeah的平臺產品中。在2025年，企業Agent領域將持續深入，面對更多的復雜的應用場景、更強的自規劃能力、更多的數據、更多的協同，BetterYeah將持續升級自研平臺，支持企業場景的Multi-Agent、復雜任務的分發，以及通過 Self-Planning 處理大數據和任務自規劃，讓企業級Agent釋放更大價值。希望能和大家一起在2025年創造AI在企業級、生產級應用上的更多價值，謝謝大家。—完—點這里?關注我，記得標星哦～一鍵三連「分享」、「點贊」和「在看」科技前沿進展日日相見 ~