闭门研讨会:
从 AI Coding 到 AI Working:
让 Agent 进入真实业务(模型、Harness 与企业级 Agent 的工程实践)
新加坡科技研究局(A*STAR)· AI 研究员,ADPS发起人
研讨问题:
1. 模型变强之后,企业还需要自己建设什么?
遇到效果不佳的任务,该换模型、补充业务信息,还是调整系统设计呢?通用 Agent、现成平台与企业自建方案怎样取舍呢?
2. Coding Agent 的经验,能直接迁移到企业业务吗?
我们将重点讨论 Harness设计:Agent 使用工具、保存进度并按约束执行任务的运行环境。代码可以编译、测试,业务任务的完成依据又如何判断。
3. 一个 Agent 还是多个 Agent,什么时候值得增加复杂度?
固定工作流、单 Agent 和多 Agent 分别适合什么任务?增加规划、评审或协作,究竟补上了什么能力,又需要哪些具体的契约。我们结合具体案例,讨论 ADPS 中规划执行、生成评审和任务交接等多智能体协作模式。
4. 从 Demo 到生产,怎样知道它真的可靠、确实提效?
一次成功演示之外,还要检查哪些任务和失败情况?我们深入讨论一下从“每一步都要人确认”到“允许独立完成一类任务”的具体路径。
5. 项目做完以后,企业留下了什么?
除了应用和代码,我们同时希望业务规则、专家判断依据和有效操作方法,沉淀成为下一项任务可以复用的资产。哪些内容适合整理成知识库、业务模型或技能包?经验过时、业务变化以后,由谁更新,如何验证它仍然适用?我们希望形成一条知识沉淀方法论。