近日，“AiCon全球人工智能开发与应用大会”在北京顺利举办，彩讯股份AI产研中心总经理邹盼湘受邀出席，参与“Al Agent 技术突破与应用”、“鸿蒙生态下的AI助力移动应用开发新范式” 两场分论坛，就彩讯在AI Agent领域的前沿探索与实践进行了全面而深入的分享。
01
多Agent协同调度，显著提升复杂业务处理效率
在Al Agent 技术突破与应用分论坛上，邹盼湘详细阐述了彩讯股份多Agent协同调度框架的设计与实现方法，从多Agent系统的必要性、行业主流多Agent框架分析出发，阐述了彩讯多Agent调度框架设计以及应用案例，并对未来发展方向做出预测。
邹盼湘表示，中国的互联网生态正从移动互联网应用向智能体应用发展。Multi-Agent可以突破单Agent的限制，模仿人类分工协同的模式，完成一些比较复杂的任务。彩讯推出了多Agent调度框架，基于mapping-reAct融合的多智能体调度模式，构建了包含智慧大脑、任务管理、调度协同等核心模块以及丰富的组件库和子智能体库的完整体系，实现了智能体的高效创建与接入，并通过统一的Agent管理和协作机制，促进了不同业务模块中智能体的无缝对接与协同作业，从而显著提升了业务流程的整合效率与任务执行的稳定性。
02
圆桌对话：构建高效能Agent的挑战与策略
在圆桌对话环节，邹盼湘就如何构建高效能Agent的议题，与业界同仁展开了深入探讨。他指出，选择合适的Agent切入场景是成功的关键，需综合考虑企业业务流程的清晰度、待解决问题及企业数据的积淀情况，找准痛点，定位问题，才能设计出针对性的Agent解决方案。
在Agent落地过程中，面对资源有限与客户期望提升的双重挑战。他提出，面向Agent落地应用需要重点围绕性能、可控性、安全来考虑。其中最重要的是性能，也就是Agent的运行效率。彩讯Agent应用采用了Mapping（映射）+React机制来提升Agent的效率。具体而言，该机制通过将任务拆解与规划，可以让系统更加灵活地处理复杂需求。对于更为复杂的推理任务，彩讯引入了预先织网生成候选DAG图（有向无环图）并结合认知库的方法，显著降低了模型推理门槛和资源损耗，提高了推理的准确性和效率。
03
彩讯大模型解决方案，构建行业和企业专属模型及Agent
在“鸿蒙生态下的AI助力移动应用开发新范式”论坛上，邹盼湘分享了基于Rich AIBox的从数据集管理、到模型训练/调优、到AI Agent智能体生成的全流程解决方案。方案支持垂直领域模型构建，将大模型、行业知识库、业务系统能力通过AI技术手段进行融合，以拟人化、知识全面、可控性、解决业务问题为目标进行展开，构建行业和企业的专属模型及Agent。
方案支持多样化的大模型场景应用搭建，包括对话型、文本型、助手型和具身型，为客户提供深度融合AI+数字人的场景化服务解决方案；具备多模态感知能力，包括结构化/非结构化、文本/语音/图像/视频等；能够灵活接入各类模型，兼容以往的深度学习/机器学习小模型，充分利用企业现有技术资产，以最小成本实现最大化的价值。
今年以来，AI Agent迎来了高速的发展，多个创新性的Agent应用涌现。随着技术的不断突破和应用场景的持续拓展，AI Agent也将深度融入企业和个人生活中。彩讯股份将加大在大模型及AI Agent领域的技术研发、商业创新投入，推动AI Agent在多场景的落地应用，为各行各业提供高效、智能、个性化的解决方案。
推荐阅读
