「好意思洽看 AI」客户行状将来已来，AI Agent 怎样蜕变游戏规则？

　　

在生成式AI翻新的两年后，讨论限制从‘快速念念维’——快速反应的预考查回答，向着‘慢速念念维’——推理时的深度念念考发展。这一排变正在催生一批全新的智能应用。

——Sequoia《生成式 AI 第一幕，智能体推理时期开启》

目次：

AI Agent 是什么？它的责任旨趣？客户行状 AI Agent 应用价值与工夫难点好意思洽的工夫演进—— AI Agent 的降生AI Agent 的将来

2024年各限制 AI Agent 麇集爆发，生成式AI在企业应用层价值连忙放大，大家 AI 应用层公司将通过提供具有自主推贤慧商的场景行状器具，慢慢占据商场。

在本期内容中咱们将立足客户行状场景，对 AI Agent 界说、责任旨趣、工夫演进联结好意思洽 AI Agent 研发实践推敲 AI Agent 发展趋势。

AI Agent 是什么？它的责任旨趣？

界说与责任旨趣

AI Agent，也即是东说念主工智能体，频频的讲，是一个高度拟东说念主筹备模范，借助“大模子”大脑，它能齐备领悟所处环境发生的事情，我方念念考问题、作念决定、自主履行完成任务。从工夫层面看，AI Agent 基础架构是由4个重要部分构成：有蓄意Planning、系念Memory、器具Tools、步履Action。

💬 有蓄意 PlanningLLM 不错赋予智能体“有蓄意”的念念维模式，对复杂的任务进行拆解，拆分为多个设施，一步步念念考和处罚，借助RAG等工夫器具使输出放胆愈加准确。

💬 系念 Memory类似于东说念主类的“系念”机制，智能体领有短期系念与永远系念，单次会话的落魄文系念会被瞬息的储存，以用于多轮会话，在职务完结后被清空；永远系念如用户的特征信息、业务信息等往往用向量数据库来存储和快速检索。

💬 器具 Tools智能体具备使用各式“器具”的智商。比如通过调用软件系统不同应用模块的 API，获得到指定的业务信息，以及履行业务的操作权限。通过调用外部的插件器具，来获得蓝本 LLM 并不具备的智商。

💬 步履 Action智能体基于有蓄意和系念来履行具体的“步履”，完成特定任务。

AI Agent 与大模子 、RAG 的相干

LLM大模子、RAG 检索增强常与 AI Agent 一同出现，他们之间在实验场景应用中究竟有什么样的量度呢？

LLM不错被看作是Agent 的“念念考核心”。Agent 诳骗 LLM 的推贤慧商，将复杂问题细化为多个小问题，并细目它们的处罚表率，即哪些问题需要优先处理。随后，AI Agent 会依据这个表率，纪律调用 LLM、RAG 工夫或外部器具来一一处罚这些小问题。在这一过程中 RAG 不错结束加入土产货常识库、及时数据等来增强盛模子的检索和生成智商，提高信息查询和生成质地。

客户行状 AI Agent 应用价值与工夫难点

相同是对话，为什么 AI Agent 如斯不同？

在大模子工夫泛泛应用之前，客户行状自动化主要依靠聊天机器东说念主/Chatbot 来结束。聊天机器东说念主按照事前编写的对话过程责任，往往会肖似固定的复兴，而 AI Agent 或者进行智能推理。

与 AI Agent 对话的体验更像是与一位聪敏的客服东说念主员疏浚，而与聊天机器东说念主的对话则像是在选项菜单中挑选谜底。传统聊天机器东说念主需要创建常见问题列表，并为每个问题准备剧本化的回答，这一过程既耗时又难以膨胀。比较之下，AI Agent 如并吞名具有庞大后劲的数字职工，或者连忙接入现存的信息源，快速学习并提供个性化的处罚决策，匡助客户处罚问题。

对于企业来说客户行状 AI Agent 有哪些立竿见影的应用价值？

在营销客服限制，AI Agent 的应用正连忙改良传统模式。工夫锻练的 AI Agent 不错高效履行营销及客服场景中圭臬化肖似任务，并通过东说念主机合作的方式处理一些复杂场景。

更智能的售前宽待与陈迹获得：7X24小时在线，意图识别，感情分析，快速精确的响应，可高度规复真东说念主售前东说念主员，擢升售前对话陈迹获得恶果。

点击了解量度居品👉好意思洽大模子售前获线机器东说念主全新上线！

更高效的售后行状与客户支柱：自动化圭臬任务、智能路由、东说念主机协同，擢升行状恶果、摆脱更多东说念主力，擢升客户体验。

点击了解量度居品👉智能助手崛起：AI大模子在客服系统中的无尽可能

无阻截出海营销与客户行状：多说话自动翻译切换，跨时区行状，奏凯为企业出海业务、大家获客提供最实用的器具。

点击了解量度居品好意思洽崇敬开启大家化行状，助力品牌结束跨境业务增长

客户行状AI Agent工夫难点

有了大模子，为什么还会繁衍出种类繁荣的 Agent？这是因为现实宇宙是复杂的，在企业当作中的每个场景亦然复杂的，现实场景需要多量特定的应用推理，这些推理无法有用地被纳入到一个通用模子中。这即是《生成式 AI 第一幕：智能体推理时期开启》一文中提到的 AI 应用层正在不休自界说的特定场景的“判辨架构”。

以客户行状限制为例，无论是售前如故售后场景中的 AI Agent 构建，并不是给基础的 AI 模子加个操作界面那么通俗，这是一种相等复杂的开采系统，面临不同的AI模子，就像面临一个多材多艺的团队，每个成员王人有我方的特长，需要通过一种高效的融合方式，也即是路由机制来集成。除此除外，还会用到零散的数据库来存储和照看信息（RAG 向量/图形数据库），确保数据安全和合规。最要紧的是，Agent 需要结束师法东说念主类的念念考方式，匡助处罚复杂问题。

好意思洽的工夫演进—— AI Agent 的降生

本章节内容来自好意思洽 AI 讨论中心负责东说念主访谈实录

把柄居品发展的遍及章程，居品演进往往革职三个阶段：

起步阶段：在这一阶段，居品的核心功能得以结束，以繁盛用户的基本需求。锻练阶段：跟着功能的不休丰富和完善，居品开动支柱更高级次的用户交互，包括东说念主工羁系和调整，以擢升用户体验。创新阶段：在这一高级阶段，居品通过智能化工夫结束自主学习和稳当，以提供愈加个性化和高效的行状。

好意思洽各居品线恰是革职这一演进旅途，紧跟前沿工夫，从领先的基础功能结束，慢慢过渡到功能丰富和用户友好的优化，到目下全线拥抱AI，再行界说场景需求，鼓励居品下一层级的发展。

第一代：RASA 时期

Rasa Open Source，一个降生于2019年的开源机器学习框架。2022岁首，Rasa 3.x 的发布，这个机器学习框架连忙在智能客服限制得到泛泛应用，好意思洽也在那时推出了基于 Rasa 的客服机器东说念主买卖化居品，粉饰行状售前营销和售后问答场景。

这个阶段的AI客服主要依赖于意图识别和实体索求工夫，或者处理结构化的对话过程。但在处理复杂、多轮对话时不够智能。举例，它难以精确领悟落魄文语境，无法处理复杂的用户盘考，冒昧不在预设边界内的问题时候零落活泼性，当需要优化识别和调整话术时，需要补充语料后再行考查。

第二代：SOP + LLM Agent

OpenAI的 GPT-3 模子的问世象征着一个新纪元的开启，基于这一代工夫，好意思洽针对客服限制开采了一套可控、可调整的场景化 SOP，集成了大型说话模子 Agent 智商。自2024年4月起，居品形态从单一Agent 到多 Agent协同、Workflow 照看，再到目下的 Agent 组合器具+SOP + Agent Workflow 集成处罚决策。

在工夫探索的旅程中，咱们对多个主流大模子平台进行泛泛的调研测试，包括 Dify、扣子、阿里云百真金不怕火、火山云方舟、FastGPT、Flowise、RagFlow，但愿从中找到最符合的客服场景落地的 ToB 处罚决策。刻下好意思洽已与行业内杰出厂商修复了深度合作相干，包括通义千问、豆包、Azure OpenAI、Claude、DeepSeek、Llama等。

工夫更新的速率比咱们预料的还要快，在9月份30天时分里，咱们不时推出了3个版块的 RAG 常识库决策。在 2.0 版块尚未齐备开采完成时，咱们发现了更先进的决策，于是果决决定湮灭 2.0 版块，奏凯转向 3.0 版块的开采，以结束工夫的快速演进。

松手目下，好意思洽全居品线 AI 功能均向新老客户灵通试用了，好意思洽 AI Agent 智商还是在部分客户一线业务场景中证据作用，老用户不错原地升级到最新 AI 版块，新用户不错免费体验咱们新版块 AI 客服功能，感受工夫改良带来的通俗与恶果。

AI Agent 的将来

在 Open AI 的构画中，Agent 是AI系统发展的一个阶段：

它跟着AI工夫的发展而进化，将来可见的是 AI Agent 将通过会通当然说话处理、筹备机视觉和语音识别等工夫，在多模态交互上结束挫折，提供更当然高效的互动，对于 AI Agent 的演化门道，咱们援用一副图表来展示：

在 Agent 将来更高的发展阶段中，它是或者自我组织，自我决策、自我调度来完成复杂的任务，这一层级智商将最奏凯地反馈在客户行状场景中。

传统东说念主工客服中的技巧组：售前参谋、居品保举、成交促进、订单处理、售后行状、投诉照看、工夫支柱、反馈采集等等对应着不同的Agent 智商，通盘这一切重要，AI或者7*24小时自我组织不同技巧的 Agent 来完成宽待责任，这应该是通盘客户梦想中的智能客服的景象，这亦然好意思洽前进的标的，“咱们不细目这么的将来还有多远，咱们只知说念每往前一步，就离这个将来更近。”

END