ai智能体开发：像人才培养，为业务赋能
熊俊彬
cstd
2024-07-16
2024年是企业ai应用元年，而智能体（ai agent）则是最被看好的ai应用发展方向。
智能体是一种能够自主理解、规划决策、执行复杂任务的人工智能代理。它拥有自主性和自适应性，可以依靠ai赋予的能力完成特定任务，并在此过程中不断对自我进行完善和改进。智能体就像大模型时代的“app”，大模型是基础设施，智能体是应用单元。
那么，ai智能体到底会给企业带来什么？我们在开发完100多个ai智能体后发现，智能体将是ai时代业务赋能强有力的工具，而企业培训岗则是智能体开发的关键岗位之一。
part.1 智能体是最被看好的ai应用
“随着基础大模型的日益强大，开发应用也越来越简单，最简单的就是智能体。”2024年7月4日，百度创始人李彦宏在2024世界人工智能大会表示，在ai应用的发展方向上，最看好智能体。只要用“人话”把工作流说清楚，再配以专有知识库，即可做出一个很有价值的智能体，“比互联网时代制作一个网页还简单”。
李彦宏认为，医疗、教育、金融、制造、交通、农业等各行业领域，未来都会依据自己的场景和特有经验、规则、数据等等，做出各种智能体，将会出现数百万量级的智能体，形成庞大生态。
早在2023年11月，微软创始人比尔·盖茨就发文表示，智能体不仅会改变每个人与计算机交互的方式，还将颠覆软件行业，带来自我们从键入命令到点击图标以来最大的计算革命。
他认为，ai智能体也将成为我们工作生活中不可或缺的一部分。而且，随着技术的发展，ai智能体将会越来越聪明，越来越能干。它们不仅能理解我们的语音指令，还能理解我们的行为习惯、喜好和情绪，甚至还能预测我们的需求，提前为我们做好准备。
openai首席执行官山姆·奥特曼也曾在多个场合表示：构建庞大ai模型的时代已经结束，ai智能体才是未来的真正挑战。今年4月份，ai 著名学者、斯坦福大学教授吴恩达指出，智能体工作流将在今年推动 ai 取得巨大进步，甚至可能超过下一代基础模型。他还分享了一个对构建智能体的设计模式进行分类的框架（如图）：
part.2 低代码开发了100 ai智能体
我从去年下半年开始关注智能体，并于2023年11月正式推出首个培训人专属的ai助手-磐小智。我们将cstd近10年沉淀的项目案例库、专家讲师库、学习产品库和行业调研报告等海量培训资源“喂养”给磐小智。通过深度学习cstd自有知识库，磐小智可以为培训人在学习设计、课程开发、师资查找、培训案例等领域，提供精准化的智能问答服务。
真正全面应用开发ai智能体，是从2024年3月份开始。我开始在百度智能云千帆大模型平台上，学习了解prompt工程、模型微调、数据集和知识库等，因为没有任何it和人工智能的技术背景，刚开始学习确实有些压力。但在专家辅导下，很快就熟悉起来，并在其appbuilder上创建ai原生应用。
4月份，在一次偶然机会中，我接触到字节跳动的扣子（coze），这简直给我打开了ai应用的一扇“天窗”。扣子是新一代大模型 ai 应用开发平台（现已更名为“ai智能体开发平台”）。无论你是否有编程基础，都可以快速搭建出各种 bot（字节早期的智能体专称），并一键发布到各大社交平台，或者轻松部署到自己的网站。
为此，我带领cstd新组建的磐智ai团队，相继开发出课件生成器、试卷生成器、最佳实践萃取师、智能客服、销售陪练、学习助手等几十个基于企业培训应用场景的ai智能体。比如课件生成器可以通过智能体对话生成课程大纲和课件脚本；“销售陪练”能够高度逼真地模拟与各类客户的交流场景，有效提升沟通和销售的专业技巧。
随后，cstd组织“all in ai”内部学习项目，每一位员工都能轻松掌握智能体的开发，并在钉钉办公平台上，每位员工都至少开发了一个紧贴工作和业务需求的ai助理。截止到2024年6月底，我和团队已经在各大平台上开发了100多个ai智能体，直接使用的用户超过20万人次。
在此期间，腾讯、阿里、智谱、讯飞、天工等大模型平台陆续发布和更新ai智能体开发工具平台。国内智能体开发应用在6月份进入“井喷”状态。截止到2024年7月初，百度文心智能体平台目前已经有20万开发者、6.3万企业入驻；豆包上用户创建的智能体已经超过800万个。
part.3 智能体开发就像人才培养一样
在学习应用ai智能体开发过程中，我也不断总结相应的经验和规律。有一个惊喜的发现：智能体开发和人才培养有着异曲同工之妙。同样需要做需求分析、角色定位、任务分析、知识库整理、技能传授、测评反馈等等，这也是我们企业培训管理岗的主要职责。
为什么会这样呢？我们打个比方：通用大模型就像一个刚毕业的大学生。经过几年的学校教育后，任何一个合格的大学毕业生都会具备很多知识。如果有人要和他们聊天，他们根据这些知识，也可以天南海北地随便应对。但是，当这些学生到了各自的工作岗位，被安排去做一些专业性较强的工作，他们就很可能难以胜任。原因很简单，他们还缺乏这些工作所需要的专用性知识和技能。正是因为这个原因，在大多数的单位中，新入职的毕业生在正式上岗前还必须经过一段时间的培训。
就以扣子ai智能体开发平台应用为例。创建一个智能体（扣子称之为bot）,首先要定义智能体的功能和人设。比如需要开发一个“银行客户经理陪练”，它能够逼真地模拟与对公、对私等潜在客户的对话场景，助力客户经理提升沟通和销售技巧。这就像我们做人才培养开始时，需要明确培养对象的岗位职责、人才画像和胜任力需求等。
接着，就需要提升智能体相应的技能。比如智能陪练需要在其回复逻辑设置中，增加能够模拟与不同客户的对话交流场景，能够根据对话情况做出评价和反馈；在插件中，添加智能对话、搜索信息、生成图片等，拓展智能体陪练能力和使用场景。必要的情况下，还需要分析智能体的工作流程，对插件、大语言模型等功能进行组合，从而实现复杂、稳定的业务流程编排。
同时，还要为智能体配置专有的知识库。这也智能体最具独特的魅力之一，也就是在利用大语言模型生能力的基础上，扩展应用外部知识库（rag检索增强生成），以提升智能体执行任务的针对性和准确率。比如银行客户经理陪练的智能体就需要配置银行产品知识库、客户画像库，销售话术集等。在人才培养过程中，我们同样需要通过经验萃取、课程开发、信息加工等方式建立相应的知识库。
最后，还需要对智能体不断地调试和检测。可以在调试台查看每一条用户请求从输入到响应的全流程，包括模型调用、配置的工作流或知识库等详细信息，从而精准并快速定位问题，调整 智能体配置。如同人才培养中的训战结合，持续优化人才的岗位胜任力和应，以应对工作和业务的变化。
由此可见。ai智能体开发的任务和流程，与人才培养的底层逻辑非常相似。ai智能体就像智能化的数字员工，用人才培养的方法一样可以训练数字员工。尤其是借助低代码，甚至零代码的开发平台，人才培养工作者可以减少了对传统编程技能的依赖，轻松快速地完成智能体设计和应用构建。
part.4 智能体将是业务赋能强有力的工具
ai应用离我们不再遥远，基于基础模型的应用正成为赋能千行百业，推动企业变革创新的重要驱动力。麦肯锡的调研分析认为，在人工智能的推动下，未来30%以上的工作内容将可以实现自动化。
既然我们可以轻松的开发智能体，是不是就可以帮助企业快速推动ai落地呢？当然还有一定的距离。
主要是大模型并不负责生成结果的正确性、真实性、安全性等因素，有时生成错误答案，或者是幻觉答案。即使智能体在一定程度上可以解决以上问题，也要人类判断ai生成的结果能不能使用，比如医疗诊断、法院判决等场景，任何错误的生成结果都可能但来严重后果。业界普遍认为，只有ai生成结果的准确率达到90%以上，才可能考虑在企业应用。
所以目前ai只能是工具，不可能代替人类。但是对于很多对结果要求不那么高的应用场景，就可以大胆使用，比如用于企业培训，特别是对业务的模拟训练，ai就有着得天独厚的优势。一方面可以激活企业知识库，提升学习效果；另一方面可以将学习流嵌入到工作流、业务流中，在做中学，学中做。
比如，我们团队开发的“保险顾问业务引擎”智能体，就是直接嵌入到工作流程中。保险顾问可以通过通过输入客户背景信息，让ai生成客户画像，然后与之进行模拟对话，并对沟通内容进行评价反馈；挖掘出需求后，还可以自动匹配相应的理财方案，极大的提升保险顾问的产品知识、沟通和销售技巧。
part.5 培养ai赋能复合人才成为当务之急
虽然ai将为企业培训带来了前所未有的机遇，但是ai在企业培训中的应用尚处于起步阶段，甚至滞后于ai在业务中的应用。
我们近期组织了一次“培训管理含ai量测评”，共有1000多名培训管理者参与，平均得分仅为30.92分，大部分培训管理者对ai的认知仅停留在简单对大模型的话交流阶段。欣慰的是我们组织的“培训经理ai应用训练营”，几天时间就有近500人报名，说明企业培训人员对ai应用表现出浓厚的兴趣，而且几乎所有人员都希望通过ai应用训练，提升业务赋能水平。
我们通过ai应用领先企业的追踪调研和100多位企业大学校长的访谈，总结了企业ai赋能的发展路径。当前大部分企业目前主要停留在赋能员工阶段，部分领先企业则迈入了赋能业务的阶段。
在赋能员工阶段，企业的主要目标是培养ai应用人才和提高办公效率。通过ai技术与工具应用、创新与风险意识培养以及学习发展的ai转型，企业力求让员工能够熟练运用ai技术以提升个人和团队的工作效率。
一些相对成熟的企业已经开始将ai技术应用于业务流程的优化和业绩增长的推动上。在这个阶段，企业关注业务场景界定、智能体开发应用和业务数据分析。通过这些措施，企业希望能够实现更精准的业务流程管理和更高效的决策支持。
从赋能员工到赋能业务的发展阶段，企业亟需的人才既要有专业的学习技术，更需要理解业务，懂得ai应用，我们把这类复合型人才称之为“ai赋能架构师”。他们是人工智能 企业学习的桥梁，是实现学习流与业务流、工作流融合的连接枢纽，也是ai时代最有竞争力的职业之一。（本文作者：熊俊彬，cstd首席运营官、磐智ai发起人）
智能体是一种能够自主理解、规划决策、执行复杂任务的人工智能代理。它拥有自主性和自适应性，可以依靠ai赋予的能力完成特定任务，并在此过程中不断对自我进行完善和改进。智能体就像大模型时代的“app”，大模型是基础设施，智能体是应用单元。
那么，ai智能体到底会给企业带来什么？我们在开发完100多个ai智能体后发现，智能体将是ai时代业务赋能强有力的工具，而企业培训岗则是智能体开发的关键岗位之一。
part.1 智能体是最被看好的ai应用
“随着基础大模型的日益强大，开发应用也越来越简单，最简单的就是智能体。”2024年7月4日，百度创始人李彦宏在2024世界人工智能大会表示，在ai应用的发展方向上，最看好智能体。只要用“人话”把工作流说清楚，再配以专有知识库，即可做出一个很有价值的智能体，“比互联网时代制作一个网页还简单”。
图：李彦宏在2024世界人工智能大会
李彦宏认为，医疗、教育、金融、制造、交通、农业等各行业领域，未来都会依据自己的场景和特有经验、规则、数据等等，做出各种智能体，将会出现数百万量级的智能体，形成庞大生态。
早在2023年11月，微软创始人比尔·盖茨就发文表示，智能体不仅会改变每个人与计算机交互的方式，还将颠覆软件行业，带来自我们从键入命令到点击图标以来最大的计算革命。
他认为，ai智能体也将成为我们工作生活中不可或缺的一部分。而且，随着技术的发展，ai智能体将会越来越聪明，越来越能干。它们不仅能理解我们的语音指令，还能理解我们的行为习惯、喜好和情绪，甚至还能预测我们的需求，提前为我们做好准备。
openai首席执行官山姆·奥特曼也曾在多个场合表示：构建庞大ai模型的时代已经结束，ai智能体才是未来的真正挑战。今年4月份，ai 著名学者、斯坦福大学教授吴恩达指出，智能体工作流将在今年推动 ai 取得巨大进步，甚至可能超过下一代基础模型。他还分享了一个对构建智能体的设计模式进行分类的框架（如图）：
图：智能体工作的四种模式
part.2 低代码开发了100 ai智能体
我从去年下半年开始关注智能体，并于2023年11月正式推出首个培训人专属的ai助手-磐小智。我们将cstd近10年沉淀的项目案例库、专家讲师库、学习产品库和行业调研报告等海量培训资源“喂养”给磐小智。通过深度学习cstd自有知识库，磐小智可以为培训人在学习设计、课程开发、师资查找、培训案例等领域，提供精准化的智能问答服务。
真正全面应用开发ai智能体，是从2024年3月份开始。我开始在百度智能云千帆大模型平台上，学习了解prompt工程、模型微调、数据集和知识库等，因为没有任何it和人工智能的技术背景，刚开始学习确实有些压力。但在专家辅导下，很快就熟悉起来，并在其appbuilder上创建ai原生应用。
图：百度智能云千帆页面
4月份，在一次偶然机会中，我接触到字节跳动的扣子（coze），这简直给我打开了ai应用的一扇“天窗”。扣子是新一代大模型 ai 应用开发平台（现已更名为“ai智能体开发平台”）。无论你是否有编程基础，都可以快速搭建出各种 bot（字节早期的智能体专称），并一键发布到各大社交平台，或者轻松部署到自己的网站。
图：扣子页面
为此，我带领cstd新组建的磐智ai团队，相继开发出课件生成器、试卷生成器、最佳实践萃取师、智能客服、销售陪练、学习助手等几十个基于企业培训应用场景的ai智能体。比如课件生成器可以通过智能体对话生成课程大纲和课件脚本；“销售陪练”能够高度逼真地模拟与各类客户的交流场景，有效提升沟通和销售的专业技巧。
随后，cstd组织“all in ai”内部学习项目，每一位员工都能轻松掌握智能体的开发，并在钉钉办公平台上，每位员工都至少开发了一个紧贴工作和业务需求的ai助理。截止到2024年6月底，我和团队已经在各大平台上开发了100多个ai智能体，直接使用的用户超过20万人次。
在此期间，腾讯、阿里、智谱、讯飞、天工等大模型平台陆续发布和更新ai智能体开发工具平台。国内智能体开发应用在6月份进入“井喷”状态。截止到2024年7月初，百度文心智能体平台目前已经有20万开发者、6.3万企业入驻；豆包上用户创建的智能体已经超过800万个。
part.3 智能体开发就像人才培养一样
在学习应用ai智能体开发过程中，我也不断总结相应的经验和规律。有一个惊喜的发现：智能体开发和人才培养有着异曲同工之妙。同样需要做需求分析、角色定位、任务分析、知识库整理、技能传授、测评反馈等等，这也是我们企业培训管理岗的主要职责。
为什么会这样呢？我们打个比方：通用大模型就像一个刚毕业的大学生。经过几年的学校教育后，任何一个合格的大学毕业生都会具备很多知识。如果有人要和他们聊天，他们根据这些知识，也可以天南海北地随便应对。但是，当这些学生到了各自的工作岗位，被安排去做一些专业性较强的工作，他们就很可能难以胜任。原因很简单，他们还缺乏这些工作所需要的专用性知识和技能。正是因为这个原因，在大多数的单位中，新入职的毕业生在正式上岗前还必须经过一段时间的培训。
就以扣子ai智能体开发平台应用为例。创建一个智能体（扣子称之为bot）,首先要定义智能体的功能和人设。比如需要开发一个“银行客户经理陪练”，它能够逼真地模拟与对公、对私等潜在客户的对话场景，助力客户经理提升沟通和销售技巧。这就像我们做人才培养开始时，需要明确培养对象的岗位职责、人才画像和胜任力需求等。
图：银行客户经理陪练智能体人设与回复逻辑
接着，就需要提升智能体相应的技能。比如智能陪练需要在其回复逻辑设置中，增加能够模拟与不同客户的对话交流场景，能够根据对话情况做出评价和反馈；在插件中，添加智能对话、搜索信息、生成图片等，拓展智能体陪练能力和使用场景。必要的情况下，还需要分析智能体的工作流程，对插件、大语言模型等功能进行组合，从而实现复杂、稳定的业务流程编排。
同时，还要为智能体配置专有的知识库。这也智能体最具独特的魅力之一，也就是在利用大语言模型生能力的基础上，扩展应用外部知识库（rag检索增强生成），以提升智能体执行任务的针对性和准确率。比如银行客户经理陪练的智能体就需要配置银行产品知识库、客户画像库，销售话术集等。在人才培养过程中，我们同样需要通过经验萃取、课程开发、信息加工等方式建立相应的知识库。
最后，还需要对智能体不断地调试和检测。可以在调试台查看每一条用户请求从输入到响应的全流程，包括模型调用、配置的工作流或知识库等详细信息，从而精准并快速定位问题，调整 智能体配置。如同人才培养中的训战结合，持续优化人才的岗位胜任力和应，以应对工作和业务的变化。
由此可见。ai智能体开发的任务和流程，与人才培养的底层逻辑非常相似。ai智能体就像智能化的数字员工，用人才培养的方法一样可以训练数字员工。尤其是借助低代码，甚至零代码的开发平台，人才培养工作者可以减少了对传统编程技能的依赖，轻松快速地完成智能体设计和应用构建。
part.4 智能体将是业务赋能强有力的工具
ai应用离我们不再遥远，基于基础模型的应用正成为赋能千行百业，推动企业变革创新的重要驱动力。麦肯锡的调研分析认为，在人工智能的推动下，未来30%以上的工作内容将可以实现自动化。
既然我们可以轻松的开发智能体，是不是就可以帮助企业快速推动ai落地呢？当然还有一定的距离。
主要是大模型并不负责生成结果的正确性、真实性、安全性等因素，有时生成错误答案，或者是幻觉答案。即使智能体在一定程度上可以解决以上问题，也要人类判断ai生成的结果能不能使用，比如医疗诊断、法院判决等场景，任何错误的生成结果都可能但来严重后果。业界普遍认为，只有ai生成结果的准确率达到90%以上，才可能考虑在企业应用。
所以目前ai只能是工具，不可能代替人类。但是对于很多对结果要求不那么高的应用场景，就可以大胆使用，比如用于企业培训，特别是对业务的模拟训练，ai就有着得天独厚的优势。一方面可以激活企业知识库，提升学习效果；另一方面可以将学习流嵌入到工作流、业务流中，在做中学，学中做。
比如，我们团队开发的“保险顾问业务引擎”智能体，就是直接嵌入到工作流程中。保险顾问可以通过通过输入客户背景信息，让ai生成客户画像，然后与之进行模拟对话，并对沟通内容进行评价反馈；挖掘出需求后，还可以自动匹配相应的理财方案，极大的提升保险顾问的产品知识、沟通和销售技巧。
part.5 培养ai赋能复合人才成为当务之急
虽然ai将为企业培训带来了前所未有的机遇，但是ai在企业培训中的应用尚处于起步阶段，甚至滞后于ai在业务中的应用。
我们近期组织了一次“培训管理含ai量测评”，共有1000多名培训管理者参与，平均得分仅为30.92分，大部分培训管理者对ai的认知仅停留在简单对大模型的话交流阶段。欣慰的是我们组织的“培训经理ai应用训练营”，几天时间就有近500人报名，说明企业培训人员对ai应用表现出浓厚的兴趣，而且几乎所有人员都希望通过ai应用训练，提升业务赋能水平。
我们通过ai应用领先企业的追踪调研和100多位企业大学校长的访谈，总结了企业ai赋能的发展路径。当前大部分企业目前主要停留在赋能员工阶段，部分领先企业则迈入了赋能业务的阶段。
图：企业ai赋能发展路径
在赋能员工阶段，企业的主要目标是培养ai应用人才和提高办公效率。通过ai技术与工具应用、创新与风险意识培养以及学习发展的ai转型，企业力求让员工能够熟练运用ai技术以提升个人和团队的工作效率。
一些相对成熟的企业已经开始将ai技术应用于业务流程的优化和业绩增长的推动上。在这个阶段，企业关注业务场景界定、智能体开发应用和业务数据分析。通过这些措施，企业希望能够实现更精准的业务流程管理和更高效的决策支持。
从赋能员工到赋能业务的发展阶段，企业亟需的人才既要有专业的学习技术，更需要理解业务，懂得ai应用，我们把这类复合型人才称之为“ai赋能架构师”。他们是人工智能 企业学习的桥梁，是实现学习流与业务流、工作流融合的连接枢纽，也是ai时代最有竞争力的职业之一。（本文作者：熊俊彬，cstd首席运营官、磐智ai发起人）