AI Agent为何备受瞩目？Andrej Karpathy也给出了答案——AGI将充分利用（多个）AI Agents的能力，也许将会出现数字实体的组织或文明，这非常鼓舞人心，甚至有点疯狂。
AI Agent作为驱动人类与AI协同范式走向高级形态的关键工具，在我们未来的工作生活中具有巨大的想象空间，这一前景激发了国内外不少创业团队致力于打磨AI Agent相关产品。过去建立企业软件公司的一大挑战是初创公司的融资周期需要至少18个月，而许多企业的决策周期也为18个月。SaaS加速了这一周期，缩短到了13-15个月（PLG公司在9-15个月之间）。但今天，大部分AI Native公司们从创立第一天就已经具备了“赚钱”能力，不再被动依靠融资烧钱模式实现扩张。而且他们给到客户的价值也不“犹抱琵琶半遮面”，能让客户立竿见影看到直观效果。
非凡产研此次采访到的AI Agent公司意言科技（Tyrion.AI）便是一个优秀案例，虽然成立仅半年多时间，就已经有成熟产品落地并已经陆续签约了多个世界500强制造业、药企、快消品牌等客户，实现了数百万商单转化。
AI Agent 引领企业智能化变革
意言科技创始人&CEO刘煜晨早年曾在美国工作多年，在数据科技公司担任行业售前负责人及产品经理，成功领导过北美大型金融行业客户及消费品行业客户数据中台建设等重点项目，期间有标杆客户项目凭借过硬效果入选过Forrester年度行业案例。回国后先后担任过腾讯云行业AI SaaS产品的负责人和欧莱雅PPD中国区CDO。
ChatGPT诞生后，刘煜晨发现它能在很多场景上高效替代人工，显著提升工作生产力，并且效果和成本上远强于传统AI方案，比如之前需要大量人工处理的BA与用户的对话质检问题、生成式BI和数据分析等。而且大语言模型的能力可以适配公司多个业务场景，并带来明显效果。刘煜晨敏锐意识到，自己正处于一个重要的历史拐点。
自移动互联网浪潮平息后，已经很久没有出现如此令人兴奋和有巨大想象空间的机遇了，于是他迅速组建团队并创立了意言科技，希望帮助企业打造深度理解人类意图的大语言模型Agent，实现生产力跃升。
大模型带来的重要变革之一是让人类与数字世界的交互的门槛变得很低，人类可以通过自然语言、以及更符合自己思维逻辑的方式与机器互动，机器能和人类协同开展工作。而实现这个目标的关键在于对Agent的利用。
和传统机器人相比，刘煜晨认为，基于大语言模型的Agent 拥有这些优势：
1. 更复杂的多步逻辑推理和执行，让机器可以替代人类完成复杂思考流程的自动化，而不仅仅是单点任务以及固定的软件执行逻辑。
2. 更自然和流畅地与人类交互，共同协作完成任务，而不是像传统软件那样只能通过UI界面来传达交互信息。
这些优势使得传统的企业级软件向智能化形态进阶，许多原有业务流程和系统工具将面临被彻底颠覆的命运。AI Agent犹如沙子一般，会逐渐渗透进企业各个“缝隙”，实现企业全业务流程和各种场景的自动化改造；并能逐渐像人类员工一样沟通和思考，处理复杂任务, 企业的效率和敏捷性会大幅提升，这在充满不确定性的当下显得格外重要。
让企业轻松构建和部署基于LLM的AI Agent
意言科技研发了基于大语言模型（LLM）的“中间层”Agent框架及开发平台Tyrion，让企业能够更迅速地将AI Agent在具体业务场景中落地。通过利用Tyrion构建的Agent能够沉淀企业专家知识，并深度嵌入企业工作流程，与企业内部不同的员工协作，从而处理复杂任务。
利用Tyrion强大的能力，企业可以轻松构建AI Agent自动化工作流，为企业所有部门提供卓越的人效提升。值得一提的是，由于Tyrion采用无代码的开发方式，因此客户创建和使用Agent的门槛也大大降低，可以将开发时间缩短90%以上。
此外，产品还支持各种主流大模型和为小场景设计的轻量微调训练功能，以及为有数据安全需求的大型企业客户提供模型本地化部署和大模型边缘计算硬件的整体方案，从而服务一些特定的企业级场景。
刘煜晨告诉非凡产研，Tyrion主要有以下五大优势：
1. 功能深度：相较于市面上其他热门的Agent开发平台，Tyrion在流程控制、复杂Workflow编排、模型路由、多Agent协作等方面具备更强大的能力。
2. 易用性：Tyrion通过将Agent的核心能力和模块进行抽象化，通过无代码的开发界面，大大提高了企业用户开发Agent工具或流程的便捷性。同时，用户还能够基于自然语言直接生成Agent Workflow，大大加速了开发速度。
3. 模块化：Tyrion事先精心封装了一些繁琐的底层问题，使得灵活调度小参数量模型、高效解决海量复杂信息的RAG、以及与OCR、RPA等其他工具结合的需求变得更加容易。
4. 企业级安全：在数据安全、隐私保护，以及边缘计算硬件层面为有需求的客户提供了完备的打包解决方案。
5. 垂直行业数据：目前在特定领域积累了一定量级的行业数据，在辅助构建垂直行业Agent的有明显优势。
“在我们的开发平台中，我们不仅提供了一些主流行业的优秀SOP，还涵盖了特定垂直领域的基础数据。此外，我们对一些底层原子能力比如代码生成等进行了精心封装，并同时开放了丰富的可配置层，这些都支持了我们在大企业的快速落地。”刘煜晨解释道。
企业级AI Agent开发平台助力“人机协作”飞跃式进步
Tyrion的核心能力主要分为两个层面。一方面，对于常规的应用，用户可以直接利用其封装好的模块完成任务。另一方面，也有更为繁琐的高级配置选项，让更专业的用户能够自行调整许多细节参数和直接写脚本完成任务。这意味着，Tyrion具备更复杂的企业级Agent开发能力。
同时，刘煜晨介绍，Tyrion底层还包含了一套内部叫它“国王之手”的调度引擎，使得在一个Agent任务流中不仅仅可以基于需求灵活调用对接内部和外部各种系统工具，也可以路由不同的“小”模型完成特定任务，将产出的稳定性控制得更好、效率更优。这种高度的开放性使Tyrion极度灵活，能够满足不同企业的个性化需求，并轻松整合到其各种业务流程中。
更为重要的是，相较于简单的封装好的标准应用产品，开发平台能释放出更大的能量和能力。它使企业能够在最低程度的技术开发中迅速复用和调整SOP，敏捷满足不同阶段的业务需求和预期。
另外，在大模型时代，业务人员无需再经历繁琐的研发和测试流程，而是可以通过Agent开发平台快速建立新产品。这种新的开发模式使业务人员能够更直接地参与和主导创新，提高了业务响应速度和灵活性。
另外，在利用AI进行流程自动化改造的过程中，还必须考虑一个重要因素。在现实世界的企业内部，完成一项任务通常需要多人协作。现在假设其中一些人要被替换为Agent，这不只是一个人和一个Agent的互动，而是一个人和多个Agent，或者多个人和多个Agent的互动。这就引发了一个关键问题：在执行这个流程的过程中，何时引入人类的参与？何时引入Agent？Agent应负责完成哪个部分？以及机器如何更好地与人类员工协作？
通俗来说，就是要将以前只有人类参与完成的众多业务流程改造为由机器、大模型、Agent和人类共同来完成的模式。也因此探索人与Agent之间的有效协作方式是其中的核心挑战。而Tyrion的一个关键的专利技术是多Agent和多用户的协作框架，能够帮助企业很好地应对这种挑战。这个系统更像一种人类和AI Agent组合完成的工作流，里面包括的SOP设定、任务拆解、反馈、评估、最终产出等关键步骤。
Tyrion正在通过打破传统交互模式，探索新的人机交互范式，尝试将多个Agent与多个人类的互动结合起来。同时，通过提升Agent的“情商”水平，让其更好地理解人类意图，创造一种更加智能、高效的业务流程协同体验，使得机器与人之间的合作更加顺畅和自然。意言团队基于过往的技术积累，摒弃传统的架构，创新了Tyrion的产品设计和多Agent在组织内协作的框架的设计。
经过与现有企业客户的落地实践，Tyrion目前在人与Agent多方面的融合层面表现已经相当出色，相信在未来，大规模落地后将能更有效推动企业内部流程的创新和提升。
Agent数字员工将颠覆传统业务流程，开创历史性机遇
企业在运行实际业务流程中，不能仅仅把agent当作一个工具。只有把Agent视为一名能够完成任务、具备流程意识的数字员工，才能更全面深入地融入业务流中，更加充分地发挥作用。
目前Tyrion已经与多家客户建立了合作关系。某知名国际500强企业最近利用Tyrion开发了一个产品研发辅助机器人，旨在将日常生产研发工作流程中的大部分任务转换为AI Agent来完成。工作内容涵盖研发项目管理、研发资料收集、资料分析比对及推理、报告产出等多个业务场景。过去，这些工作通常需要一个初级研发人员来完成，而现在通过agent和资深员工的协作就能实现。
刘煜晨还观察到，中国企业的管理正愈加规范和现代化，企业急需建立新的标准化流程和管理制度。为了适应这一变革，企业管理和业务流程势必要朝着数据化和自动化的方向发展。而在这个转变中，AI Agent将发挥重要作用。Tyrion的愿景是成为未来企业的数字员工供应商，帮助企业统一培养具备处理复杂问题能力，和企业业务紧密结合，符合企业个性化需求的智能数字员工，同时能够作为企业的数字资产沉淀下来。
未来，员工和企业都将从AI Agent中受益。从员工角度，许多基础的白领工作都会被AI Agent所替代，这也能让他们有更多时间和精力专注于更具创造性或规划性的工作。随着不断提升AI Agent的流程管控效能，有能力的人甚至还能转向拓展新业务、完成更复杂任务等方向。从企业管理角度，企业对信息管理和业务流程也将更加高效，可以将更多精力放在企业经营问题上，而不是内耗在各种低效的人员管理上。这也是AI时代，所有企业对于效率和创新的新期望。
当然，关于Agent的探索现阶段还处于非常早期的阶段。“需求探索”是规模化应用Agent的主要挑战。只有越来越多的企业客户愿意改造其业务流程，并接受应用AI执行这些流程，才能真正实现Agent对业务流程的自动化改造。而企业从理解agent的场景价值到能够将其整合到业务流程中还需要一段时间。
因此，Agent厂商不仅要投入资源进行技术迭代和产品研发，还要腾出精力去深入了解企业的业务流程，寻找一些能够立即嵌入的核心业务流程。只有随着服务的企业增多，才能更好地发现业务流程中的共性。将这些共性形成标准组件，可以为未来服务更多企业奠定良好基础。此外，将优秀数字员工的通用能力，进行商品化，提供给更多企业也是Agent可见的一大价值。
拓宽Agent使用场景，引领产业智能数字化变革
AI Agent本质是一种软件机器人。大语言模型和AI Agent的出现为企业软件领域也带来了全新的颠覆性想象，更大地激发了底层需求潜力。这使得新晋的AI Native公司们有机会在软件产业中创出一片新天地。
刘煜晨强调，尽管Salesforce、Adobe和SAP等ToB软件巨头去年也纷纷推出了多款AI应用，但这些应用主要还是依附在它们已有产品的某些具体功能点的提升上。
相较之下，真正用好大语言模型和生成式AI带来的强大能量更需要用AI Native的方式重新思考企业软件的形态。重新去观察那些企业中许多分散的、以前只能由人工完成的流程，现在哪些可以用机器来替代，这才是未来真正的机遇。
由于AI Agent领域市场潜力巨大，因此有越来越多的企业也入局该赛道。面对激烈的市场竞争，刘煜晨非常有信心能带领意言科技胜出。
首先，其多年积累的甲方和咨询公司的工作经验，能帮助团队更好地理解企业的实际需求和痛点场景，清晰确定应该从哪个角度切入客户业务流程，和如何融入客户的业务场景。另外，核心团队在云计算和AI领域的从业背景，也为公司当下所处的AI赛道创业提供了深厚的技术积累。
刘煜晨还告诉非凡产研，目前无论是已经实际应用Tyrion的客户，还是正在接洽的潜在客户，都对其能带来的业务价值给予了高度认可。特别是一些对AI已经有一定了解，或者之前就曾尝试过AI项目的客户，更是纷纷表示积极肯定。
意言科技已经在能源、医药、快消、传媒等行业积累了丰富的业务经验和大量特定领域场景的专业知识。从企业知识库的建设、Agent的构建，以及业务流程的适配等，都已沉淀了标杆SOP。
随着AI Agent的不断进化，未来可见的一个趋势是，企业将会逐渐实现全业务流程和各种场景的自动化改造。这也标志着下一代软件形态正逐渐初具雏形。刘煜晨深信AI Agent将引领企业的智能变革，并在其中孕育出新的企业软件巨头！
作者 | 谈秋平