112 lines
7.1 KiB
Plaintext
112 lines
7.1 KiB
Plaintext
腾讯云Agent平台深度调研报告
|
||
|
||
一、核心定位与战略契合度
|
||
|
||
**平台愿景与定位**：旨在成为“应用构建平台”和“生态系统”的领导者，而其基础是“经过优化的模型服务”；不是纯粹的基础提供商；它的模型是作为其平台能力的一部分，更侧重于提供优化后的、适合企业场景的模型服务（如TI平台的训练、精调、推理加速。）终极目标是构建“生态系统”，吸引更多开发者和企业在其平台上构建应用，形成网络效应，最终成为一个繁荣的智能体应用生态系统。目标用户：企业和开发者（B端与B2B2C）
|
||
|
||
**与金融业务场景契合度**：1.重庆农商行 - 智能风控与金融服务提效；2.东吴人寿 - 保险全周期服务体系智能化升级；3.浦发在用
|
||
|
||
二、技术能力与模型生态
|
||
|
||
**Agent核心能力**
|
||
|
||
**规划与推理**：支持进行复杂的任务分解和步骤规划，（需要手动验证下效果）
|
||
|
||
**工具调用**：丰富，覆盖搜索、数据、API、内容、运维等多类别，并通过MCP生态持续扩展。支持通过代码编写函数，并通过MCP协议轻松接入外部API。通过可视化工作流编排实现执行顺序、条件判断和错误处理的精细控制。
|
||
|
||
**记忆能力**：
|
||
一、短期记忆：
|
||
通过模型优化和架构设计有效支持长上下文和多轮对话，在实际业务流中表现可靠。
|
||
二、长期记忆&知识库
|
||
核心能力，提供高性能的向量数据库作为基石，知识库管理流程标准化、便捷化。；
|
||
平台在简化知识库管理 ，平台提供了领先的文档解析能力，能自动处理图文混排、表格、公式等复杂格式的文档，这大大降低了知识准备的门槛。
|
||
三、记忆的读取和写入：自动 vs .自主
|
||
高度自动化，通过RAG等技术实现实时、精准的关联信息检索。批量写入：主要通过手动上传文档完成知识库构建。
|
||
实时/自主写入：通过 “Memory”模块 实现会话内交互记忆；更复杂的自主记忆决策是高阶智能体（L4+） 的特征。
|
||
c .能否由Agent 自主决定 ？
|
||
|
||
**单Agent构建**：
|
||
1.单Agent定义
|
||
自然语言（角色） + 图形化（能力） + 代码级别的集成（如API调用，自定义插件开发）
|
||
⭐⭐⭐⭐⭐
|
||
2.提示词管理
|
||
提供优化工具和模板，应具备企业级版本管理
|
||
⭐⭐⭐⭐
|
||
3.多Agent支持
|
||
原生支持，可轻松创建和管理多个Agent
|
||
⭐⭐⭐⭐⭐
|
||
4.协作模式
|
||
支持顺序流、P&E模板、自由转交、上下文共享，覆盖了从简单到复杂的场景
|
||
⭐⭐⭐⭐⭐
|
||
5.工作流编排
|
||
强大的可视化画布，支持条件分支、参数传递，应支持循环和并行 ；
|
||
|
||
腾讯云智能体平台在构建与编排方面展现了一个成熟、强大且灵活的企业级平台风貌。它不仅在单Agent构建上提供了低门槛的体验，更在多Agent协作上提供了从固定模板到自由编排的多种武器，特别是其可视化工作流，为企业将复杂业务逻辑转化为自动化智能体流程提供了关键工具。这使其远远超越了简单的对话机器人构建器，成为一个真正的智能体应用操作系统。
|
||
|
||
提示词管理
|
||
提供模版、优化工具和版本管理 ；
|
||
|
||
**多Agent构建**：
|
||
支持多agent协作模式：
|
||
|
||
平台支持情况说明与案例
|
||
顺序执行（流水线），支持通过工作流编排轻松实现，一个Agent的输出作为另一个Agent的输入。
|
||
Plan-and-Execute
|
||
1、原生支持（作为预设模板）
|
||
报告专门介绍了 【P&E协同模板】。由一个“规划Agent”拆解任务，多个“执行Agent”分别完成任务，最后汇总。这是最典型的中心化协作模式。
|
||
2、自由配置转交支持
|
||
支持零代码配置Agent之间的转交关系，形成“专家协同体系”。这类似于一种基于规则的、轻量级的发布-订阅。
|
||
黑板模式（共享工作区）
|
||
3、间接支持
|
||
报告中提到的 “多Agent协作机制” 包含 “上下文共享”：多Agent共享监控数据、中间结论与知识库，避免重复查询。这可以看作是一种简化的、面向特定任务的黑板模式。
|
||
|
||
**RAG能力**
|
||
1.文档处理：支持哪些文件格式？（PDF, Word, Excel, PPT, TXT等）
|
||
2.处理效果：文档解析的准确率高吗？特别是对表格、图表和复杂排版。
|
||
3.检索质量：检索器是否高效、准确？是否支持混合检索（关键词+向量）？能否进行重排序以提升结果质量？
|
||
|
||
**模型支持与灵活性**：
|
||
多模型支持：是否支持主流的大模型（如GPT-4o、Claude-3.5、Llama、国产模型等）？是只能用它家的模型，还是可以自由接入第三方API？
|
||
模型微调与定制：是否支持对基础模型进行微调，以更好地适应专属数据和任务？
|
||
成本控制：模型的调用成本如何？是否提供阶梯价格或私有化部署以控制长期成本？
|
||
|
||
**开发与集成**：
|
||
开发体验：提供什么样的SDK和API？文档是否清晰、完整？是否有活跃的开发者社区？
|
||
集成能力：能否轻松与你现有的技术栈集成？如CRM、ERP、数据库、通讯工具（Slack, 飞书）等。
|
||
|
||
三、产品体验与开发者友好度
|
||
|
||
**构建方式**：
|
||
低代码 / 零代码
|
||
支持通过低代码和API来满足开发者的深度定制需求 ；
|
||
|
||
**调试与监控工具**：
|
||
是否有强大的日志系统，可以追溯Agent的思考过程、工具调用记录？
|
||
是否有交互回放功能，方便复盘Agent为什么成功或失败？
|
||
是否有版本管理和A/B测试能力，以便迭代优化Agent表现？
|
||
|
||
**知识库管理**：
|
||
接入私有知识库（文档、网页、数据库）的流程是否顺畅？
|
||
知识库的更新、切分和检索效果如何？是否支持RAG的高级功能（如重排序、多路召回）？
|
||
|
||
四、生态系统与开放性
|
||
|
||
**模板与市场**：
|
||
平台是否有丰富的预制Agent模板或应用市场，可以让你快速开始，而不是一切从零开始？
|
||
|
||
**社区与支持**：
|
||
是否有活跃的社区、论坛？官方的技术支持响应是否及时？这对于解决问题至关重要。
|
||
|
||
**开放性**：
|
||
平台是封闭的，还是鼓励扩展？是否允许你贡献自己的工具或Agent到生态中？
|
||
|
||
五、商业
|
||
|
||
**定价模式**：
|
||
是按调用次数、Token消耗量、还是订阅制？
|
||
是否有免费额度或试用期？长期使用的成本预测如何？
|
||
|
||
**安全性与合规性**：
|
||
数据隐私：你的提示、对话数据、上传的文件，平台如何存储和处理？数据是否会用于模型训练？
|
||
合规认证：是否支持私有化部署？是否有SOC2、ISO27001、GDPR、等保三级等合规认证？（尤其对于金融、医疗等行业）
|
||
内容审核：平台是否提供内容安全过滤器，防止生成有害或不合规的内容？ |