以专家为镜，以人为本：孚知流的智能交互探索之旅

在微软开发者挑战赛上，孚知流团队凭借“小红书运营专家 Agent”项目，荣获“最佳智能交互奖”。面对这一荣耀，团队可谓“异常开心”，但这份开心的背后，是他们对“交互”两个字的深刻理解与长久打磨。

从 B 端到个体：智能交互的出发点

“虽然我们是做 To B 的产品，但最终的使用者，其实还是企业里的一个个具体员工。”孚知流团队这样解释他们为何如此重视交互设计。在 Agent 领域，交互往往被简化为“任务输入-结果输出”的单线操作，但他们不愿止步于此。他们希望通过流程上的细节设计，使 AI 能在真实使用场景中真正“活”起来，辅助用户思考与决策。

所以，当“最佳智能交互奖”落入他们手中时，他们不仅是喜出望外，更感到一种被理解的欣慰——“评委老师关注到了我们最在意的部分”。

一场比赛，一次完整的产品旅程

回忆比赛历程，从最初报名到海选再到决赛，最令团队难忘的还是决赛现场。“我们没想到现场竟然还给我们配了展位！”团队成员感叹道。他们在台上讲解产品，也在场外与观众、评委、其他参赛团队不断交流。这种“双线展示”的安排，不仅提高了曝光度，更为他们带来了一次“产品发布会级别”的沉浸式反馈体验。

微软团队的支持也令人印象深刻——不论是技术资料还是云平台资源，都给予了极大帮助。“整个活动组织非常用心，效率也很高。”

以 Azure 为基座，打造专家型 AI Agent

在技术层面，“小红书运营专家 Agent”基于微软 Azure 平台与 OpenAI（国际版）的深度结合，构建了一个能够理解任务、调用工具并不断反馈优化的智能体。团队借助 Azure 的 AI 能力，如 Bing Search 工具、插件接口等，实现了从任务理解到内容生产的闭环流程。

不仅如此，他们还积极尝试将 Azure 中的新技术（如 Copilot 插件、Teams 集成）融入产品，为未来进入企业工作场景打下了基础。

从 Agent 到系统，关于“专家”的再定义

这不是一个简单的聊天机器人，而是一个具备“专家思维”的智能伙伴。孚知流在设计 Agent 时，不仅考虑使用者的体验，更设计了供“专家本人”输入知识的机制——“如何让一个人类专家把 TA 的经验输入进 AI 系统中”。他们模拟了专家如何分析 Brief、制定策略、输出方案的整个思维路径，并转化为可复用的交互逻辑。

从运营规划到内容产出，从人类专家到 AI 智能体，这套“专家级 AI Agent 系统”在小红书运营这一具体场景中被首次验证，而它的可拓展性，注定不会止步于此。

一次交流，两份启发

决赛当天的交流也为孚知流团队带来了新的灵感。

其一，是与声网团队的对话。后者展示了一个基于实时语音交互的系统，这让孚知流团队看到了“语音 Agent”的巨大潜力。“之前我们一直在找这种既性价比高又适合大规模调用的语音解决方案，声网的 Demo 让我们眼前一亮。”

其二，是来自其他微软合作团队的经验分享。“他们已经在 Teams、Copilot 360 等企业场景中实现了落地”，这使孚知流意识到：未来要更深入理解微软企业生态，在技术集成、入口选择、客户场景建模方面做更细致的策略布局。

以人为本，是 AI 交互最深处的命题

“我们其实是从人类专家的行为方式出发，来反推 Agent 的交互模型。”团队表示。他们对真实使用场景做了大量调研，试图还原专家如何接收信息、思考策略、给出建议的全过程。最终，他们将这种人类行为方式转化为一个交互架构，让 AI 不仅看起来像个专家，更像一个“能对话、懂反馈、会修正”的人。

这是一个以人为本的 AI 方案，也正是它，让孚知流在众多参赛者中脱颖而出。

微软开发者挑战赛是一场比赛，更是一座桥梁，它连接着技术与产品，连接着开发者与用户，也连接着一群想要“用 AI 改变现实”的人。而孚知流团队，用“小红书运营专家 Agent”，为我们展示了智能交互的真正意义：不是炫技的对话，不是简单的执行，而是理解人与任务之间的关系，并用技术去创造一个更高效、更温暖的工作世界。

白皮书推荐

开发者们，别掉队！大语言模型正以前所未有的速度重塑技术格局。微软最新发布《大语言模型（LLM）上手指南》白皮书，涵盖 Microsoft Copilot 副驾驶® 在代码编写、Debug、创意发想等方面的强大功能详细解说。

点击下方链接，在角色一栏中填写“开发者”即可领取专属开发者的技术文档。

https://info.microsoft.com/GC-DevOps-WHTPP-FY25-04Apr-02-Getting-Started-with-Large-Language-Models-LLMs-SRGCM14076_LP01-Registration---Form-in-Body.html