编辑部 发自 凹非寺
量子位 | 公众号 QbitAI
利用数据和AI驱动的方法，建立反馈评估-自学习-验证的闭环，是企业Agent应用加速成功的关键。
企业级Agent已完成POC验证和轻量AI应用开发阶段，正式融入生产业务流，生产级Agent在应用构建、性能评估、快速迭代方面对企业开发团队提出了更高要求。
在MEET2025年智能未来大会上，BetterYeah AI（斑头雁）CEO&创始人张毅，分享了他们是如何探索帮助企业进入AI时代的。
他表示，时至今日，已经有数百家头部企业在BetterYeah平台上完成了企业生产级Agent的落地。在过去和数百家客户的实践中，他们看到行业领先的客户落地AI Agent正在加速。
为了完整体现张毅的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。
MEET 2025智能未来大会是由量子位主办的行业峰会，20余位产业代表与会讨论。线下参会观众1000+，线上直播观众320万+，获得了主流媒体的广泛关注与报道。
核心观点梳理
BetterYeah专注企业Agent领域，基于实践场景打磨产品，提供满足生产级要求的Agent开发平台。
今天企业级Agent已进入生产力阶段，智能体正带来数据价值和业务价值的加速提升，客服领域速度最快，数据类任务增量价值明显，正在为企业直接供给生产力。
Agent正前所未有地发挥其价值，围绕AI擅长的非结构化、多模态数据的处理，和复杂业务逻辑的场景，很多企业已经将Agent进行了生产级落地并跑出价值，Agent融入核心经营系统趋势越来越显著。
利用数据和AI驱动的方法，建立反馈评估-自学习-验证的闭环，是企业Agent应用加速成功的关键。
（以下为张毅演讲全文）
BetterYeah AI：专为企业生产级Agent开发打造
大家好，我是张毅，也是钉钉创始团队成员，从0到1构建了钉钉考勤和审批，很多企业通过这两个应用开启了移动办公时代。
2022年开始我们做BetterYeah，是国内最早做企业级Agent平台的厂商，已经连续获得两轮融资，目前已经有数百家行业头部客户在BetterYeah平台上完成了生产级Agent落地，相信未来能跟大家一起去探索一条让所有企业进入AI时代的路径。
今天，B侧落地Agent已经成为行业共识。面向企业核心业务提供生产力，对Agent的能力带来更高要求。
一方面，需要强大的集成能力、并发调用、数据安全要求和协同构建能力。
同时，生产级Agent在产品构建、员工使用体验、Agent能力评估，以及上线后快速迭代的要求则为企业开发团队带来更大挑战，这些工作量和难度是POC和轻量级AI 应用的10倍以上。
BetterYeah专注于企业级的Agent平台领域，通过知识库、工作流和插件的标准化Agent开发平台和场景应用，支撑企业构建专业的Agent应用。
企业Agent落地正按下“加速键”
在过去和数百家客户的实践中，我们看到行业领先的客户落地AI Agent正在加速，分享一些数据：
落地场景：在企业生产级场景落地AI Agent，客服领域速度最快，数据类任务增量价值明显，Agent融入企业核心经营系统趋势越来越显著，正在为企业直接供给生产力。
集成丰富度：企业生产级Agent正在融入员工的工作场景，已产生大量内外部系统连接需求，这就要求Agent平台的集成能力非常好。
成功路径：有70%的AI需求是自下而上，由部门级的业务团队和IT主导，相比自上而下的项目存活度更高，成功率更高。
AI技术革命的当下，我们看到今天企业级Agent已进入生产力阶段，智能体正带来数据价值和业务价值的加速提升：
上线后，不少企业的生产级Agent完成的任务量、token消耗数量和新产生数据都在指数级增长，Agent正在直接产生价值。
业务价值层面，生产级Agent 给企业带来明显的业务提效，业务团队的积极性和投入都在增加。
全新时代的开启，BetterYeah也正在陪伴各行业的客户一起探索和落地AI，通过标准的、好用的产品，提高开发效率和AI落地成功率。在这个过程中我们看到了很多真实的需求、方案和突破，打磨了很多功能：
1、某客户每天利用Agent完成15万次任务，平台稳定性需达到4个9。我们在BetterYeah平台上开发了一个小功能，可以让模型在不稳定时自动替换到备用模型，这个功能现在每天都在被触发。
2、专业的开发者或者高级AI开发者最习惯的是用code代码编写AI应用，BetterYeah平台提供GUI Follow和Code模式融合的方式，保证不同水平的开发者都能满足自己的开发习惯。
这只是2个细节，类似这样的功能在BetterYeah平台上还有很多。
清晰的价值，激发企业落地Agent
在此轮AI技术发展中，Agent正前所未有地发挥其价值，围绕AI擅长的非结构化、多模态数据的处理，和复杂业务逻辑的场景，很多企业已经将Agent进行了生产级落地并跑出价值。
某个客户在私域部署了一万个全托管客服Agent，用户体验、客服体验、客服质量提升明显，直接带来了28%的生产力提升，而在2025年大家有信心达到80%。我们以产品化方式实现客服Agent实现用户意图识别、知识库自学习迭代等，释放开发者的精力。
某头部的洗地机品牌，通过我们的Yeah客服应用，实现了3个“快”：
上线快：“1分钟配置” 快速打通全平台，2周快速完成agent上线
上手快：客服员工划词就可唤起 客服Agent，AI辅助新手客服快速达到专家水平
迭代快：AI基于自学习，以天为单位迭代知识和能力
多场景、多Agent、更多的任务的企业场景，则跑的更快。
某鞋服集团基于BetterYeah平台 ，从电商平台 VOC、内容生成入手，逐步部署深化到企业的生命线——货品的全生命周期管理，以及最小经营单元、场域的店铺中，服务不同角色的 AI 助手。以“货品AI助理”为例，覆盖整个业务流闭环，有250多个节点可以通过Agent执行任务，或进行自动化处理。
BetterYeah Agent开发平台和底层模型一起作为这家集团的AI基础设施，集团近百人开发团队在平台上协同开发，多套开发环境、权限体系、数据安全管控方面能完全满足。
基于BetterYeah平台，企业的AI应用创新和落地，更高效了。
从实践到未来，企业AI Agent的成功秘诀
这些企业领先的实践中，有没有什么经验和方法可以复制？
我认为，充分利用数据和AI驱动的方法，建立反馈评估-自学习-验证的闭环，是企业Agent应用加速成功的关键。
过去很多人主要关注Agent任务的构建，但一个生产级Agent70%以上的开发工作都是测试和调试，处理badcase。过去这项工作由业务专家和开发者完成，耗时耗力。
现在利用数据和AI 驱动，已经可以实现半自动化，建立反馈评估-自学习-验证的闭环，高效训练AI任务，让badcase 的处理效率提升10倍。
未来，随着技术的成熟，企业私有数据更加规范，将有可能实现AI全自动的驱动。这些新方法已经全部融入在BetterYeah的平台产品中。
在2025年，企业Agent领域将持续深入，面对更多的复杂的应用场景、更强的自规划能力、更多的数据、更多的协同，BetterYeah将持续升级自研平台，支持企业场景的Multi-Agent、复杂任务的分发，以及通过 Self-Planning 处理大数据和任务自规划，让企业级Agent释放更大价值。
希望能和大家一起在2025年创造AI在企业级、生产级应用上的更多价值，谢谢大家。