看互联网大厂如何落地AI-Agent（3）

vivo一站式AI智能体构建平台的演进实践

引言

在AI技术的浪潮中，vivo互联网产品平台架构团队负责人张硕分享了vivo在构建一站式AI智能体平台方面的演进实践和深刻洞见。

背景与挑战

vivo面临的挑战包括创造商业价值、降低学习成本、合规性、以及LLM（大型语言模型）的幻觉问题等。这些问题对业务系统不够友好，且存在应用门槛高、资源依赖性强、业务应用期望过高等困难。

平台化演进

为解决上述问题，vivo致力于平台化演进，通过一站式开箱即用的方式，降低技术难度、减少沟通成本，并提供完备的在线业务使用能力。这一战略旨在实现垂类私域数据的管理和应用迭代运营。

技术方案：从RAG到Agent

技术层面，vivo从RAG（Retrieval-Augmented Generation，检索增强型生成）出发，探索了与SFT（Supervised Fine-Tuning，监督微调）的对比，并选择了以RAG为主的技术路线。RAG的优势在于减少幻觉、提供专业知识支持、增强可解释性，并实现数据的动态更新。

RAG的演进

RAG的演进包括了多个方面，如混合检索、查询转换、HyDE（Hybrid Data Embedding）等技术的应用，以提升检索准确率和输出质量。

Agent的崛起

随着RAG的局限性逐渐显现，vivo引入了Agent的概念。Agent能够独立思考和行动，通过感知环境、自主采取行动以实现目标，并可通过学习或获取知识提高性能。

应用落地

vivo的AI智能体平台已在多个领域实现应用落地，包括CRM聊天总结、测试报告总结、硬件指令生成以及知识客服场景等，显著提升了工作效率。

Agent的演进方向

Agent的演进方向涵盖了业务应用类、内容生成类、常用工具类、生产力工具和图片视频等多个方面，展现出广阔的应用前景。

结语

vivo的一站式AI智能体构建平台通过不断的技术演进和应用实践，不仅提升了业务效率，也为AI技术在企业级应用中的落地提供了宝贵经验。展望未来，我们期待vivo在AI领域继续创新，引领行业向前发展。

---

作者注：本文是对张硕在vivo一站式AI智能体构建平台演进实践的报告的总结，旨在为读者提供vivo在AI领域的实践和洞见。更多详细信息和深入分析，推荐访问vivo官方资源获取。

原文链接：https://www.luxinfeng.top/article/vivo%E4%B8%80%E7%AB%99%E5%BC%8FAI%E6%99%BA%E8%83%BD%E4%BD%93%E6%9E%84%E5%BB%BA%E5%B9%B3%E5%8F%B0%E7%9A%84%E6%BC%94%E8%BF%9B%E5%AE%9E%E8%B7%B5