构建AI Agent有三步：第一步，专家知识的数字化；第二步，支持更多模态的交互；第三步，领域知识的循环沉淀。

2分钟在电脑上“拖拉拽”出一个“项目经理”，AI Agent让这种魔幻成为现实。

从OpenAI研究员Lilian Weng的一篇贴文引爆创业热潮，到被比尔·盖茨预言将颠覆软件生态，毋庸置疑，AI Agent是今年最热门的AI应用探索方向。

所谓基于大语言模型的AI Agent，可以被简单视作可以自主使用系统工具执行任务的智能体。Lilian Weng的贴文指出，“大语言模型、记忆、规划、工具使用”是AI Agent的四个关键组件——有了后三者的能力，大模型就不再只是一个ChatBOT，而能在工作、娱乐等更广阔的场景中发挥价值。

在澜码科技CEO周健看来，AI Agent在To B场景中的最大价值是“复制专家的知识”。成立于2023年2月，澜码科技基于大语言模型的驱动，从而为企业定制研发“中间层” 的自动化运营中台，提供低代码/无代码的人机交互界面。

此前，周健曾担任RPA（机器流程自动化）厂商弘玑Cyclone的CTO。RPA已经初步证明了用“拖拉拽”组件构建自动化办公流程的市场需求，但周健发现，RPA的实操过程中，由于员工缺少专家的经验，人和系统之前仍然存在操作的真空，比如业务流程到底是怎样的——这块知识的“空隙”仍需要人力去填充。

而AI Agent的出现恰好可以弥合空隙。基于企业知识库进行训练，Agent既可获得对业务的理解能，并可自主执行任务。而随着企业知识库的不断更新，Agent的理解能力也会一起更迭。

2023年12月20日，澜码科技发布了自研的AI Agent平台AskXBOT。AskXBOT由设计器、知识中心、使用端、管理平台四大核心模块构成，为企业提供文档检索、AI调用、数据查询、智能编程等基础能力。

AskXBOT。

基于设计器，企业可用预置的多种Agent模板创建Agent，用时可缩短至2分钟左右。同时，工作流设计器上集成多模态模型能力、封装常用能力的各种组件，支持用户使用拖拉拽的方式，定制AI工作流。而基于知识库，企业可对专家知识进行数字化管理和沉淀，并用于Agent训练。

使用AskXBOT创建AI Agent。

AskXBOT的使用端不仅支持自然语言交互（LUI），还支持表格（GUI）等多模态形式的交互形式。周健告诉36氪，LUI仅仅是开始，随着模型能力的提升，支持多模态的CUI（以命令行Commad Line为交互界面）将会成为主流。

管理平台则支持企业对内部的Agent与工作流进行查看和管理，并允许企业对外开放Agent和工作流的API，并对API的调用记录进行查看和管理。

“数字化是智能化的前提。”在周健看来，如果没有把专家知识数字化下来，那么AI Agent的落地会有很大困难。他认为，构建AI Agent有三步：第一步，专家知识的数字化；第二步，基于CUI（以命令行Commad Line为交互界面）的交互；第三步，领域知识的循环沉淀。

第一步是积累Agent的训练养料——数字化的专家知识；第二步则是根据业务需求建立更弹性多元的人机交互方式；第三部则最为重要——周健对36氪强调，在AskXBot的操作环节中，最有价值的是积累数据，形成飞轮：

“在今天大语言模型时代，专家可以通过有限成本，介入业务过程，收集到过程数据，并通过进一步的分析，更快的完成数据飞轮，提高整个业务敏捷的程度。”

文章来自于 36氪“周鑫雨”，作者 “周鑫雨”