总结

本文介绍了有赞在 Agent 技术领域的探索与实践，从概念到实际应用，展示了 Agent 技术在零售 SaaS 场景中的潜力和挑战，并分享了智能助手和智能销售的具体案例。此外，文章还探讨了 AI 时代产品研发面临的挑战、软件范式的变化以及以数据为中心的研发模式。

关键点

• Agent 技术成为 AI 领域热门关键词，论文和框架不断涌现，推动了多种通用和垂直产品的开发。
• Agent 是一种有目标、基于环境的决策系统，与 LLM 的区别在于其与现实世界交互的能力。
• 一个完整的 Agentic System 包括感知、决策、执行和反馈四个核心部分。
• Multi-Agent 系统设计需谨防过度拆分，主要解决性能不足、容错和协作问题。
• 有赞的智能助手（加我助手）从单 Agent 向 Multi-Agent 演进，技术优化包括 RAG 优化、知识图谱和强化学习。
• 智能销售通过 AI 提升线索转化率，减少人员需求，目标是打造 AI 原生销售平台。
• AI 时代产品研发面临四个「不知道」：能否实现、成品形态、协作方式和用户体验。
• 软件范式从确定性逻辑转向概率性逻辑，强调数据驱动和动态迭代。
• 以数据为中心的研发模式需要关注数据质量，团队需具备全栈思维，打破传统分工。
• Agent 技术在商业场景中重塑客户互动和价值创造方式，建议从单 Agent 开始实践。
• 有赞招聘全栈工程师，要求具备 AI 技术兴趣与全栈开发能力。