火爆的ChatGPT实质上是chatbox，，，，谈天机械人和C端用户的互动不需要百分百的准确，，，，可是企业生产情形能有几多谈天场景，，，，把其他场景全改为chatbox也不现实，，，，幻觉问题更是死穴，，，，企业生产更需要确定性。。。 当模子层面的问题不再是问题，，，，大模子进入生产场景就有了条件条件。。。2025年6月11日，，，，字节跳动旗下火山引擎举行Force原动力大会，，，，宣布豆包大模子1.6、视频天生模子Seedance 1.0 pro等新模子。。。 连系行业趋势来看，，，，包括字节跳动在内的所有模子厂商都以为，，，，大模子的“死穴”已经尽数消逝，，，，而工业正从卷模子转向卷应用，，，，大模子工业的输赢手既在大模子自己，，，，更在于谁能构建一条让Agent进入焦点场景的通路。。。 火山引擎总裁谭待体现，，，，深度思索、多模态和工具挪用等模子能力提升，，，，是构建Agent的要害要素。。。同时，，，，由于Agent每次执行使命都会消耗大宗tokens，，，，模子使用本钱也要降下来，，，，才华推动Agent的规；；；；
；；；τ。。。 大模子的效果和性价比都很主要，，，，本次大会上，，，，豆包1.6宣布按“输入长度”区间定价，，，，深度思索、多模态能力与基础语言模子统一价钱。。。在企业使用量最大的0-32K输入区间，，，，豆包1.6的输入价钱为0.8元/百万tokens、输出8元/百万tokens，，，，综合本钱只有豆包1.5深度思索模子或DeepSeek R1的三分之一。。。Seedance 1.0 pro模子每千tokens仅0.015元，，，，每天生一条5秒的1080P视频只需3.67元，，，，为行业最低。。。 与此同时，，，，大模子要进入企业焦点生产场景，，，，尚有大宗的工程化实践，，，，以及凌驾Agent自己的事情要做。。。一年多之前，，，，HiAgent企业级智能体开发平台就推出了第一个版本，，，，现在HiAgent再更新大版本，，，，怎样进一步补全企业级Agent的国界，，，，钛媒体App和火山引擎副总裁张鑫聊了聊。。。 若是参照互联网，，，，应用昌盛才意味着大模子工业真正的昌盛，，，，没有企业想要拥有一个“互联网”，，，，但所有企业都想拥有互联网化生出的种种能力，，，，这些能力就以软件应用的形式泛起。。。 大模子工业的伸张同样有？？？？？裳，，，从预训练到精调，，，，从算力基础设施到工具链，，，，大模子工业行至应用层是一种必定，，，，相比于又厚又重的底层基础设施，，，，上层应用是一条更好、更快拥抱新手艺的路径。。。别的，，，，自上而下由营业到手艺的驱动模式，，，，企业也往往更愿意为看得见的价值付费。。。 火山引擎的认知也履历了转变，，，，张鑫谈到，，，，早期火山引擎看到，，，，应用效果很洪流平由大模子自己决议，，，，以是字节跳动加大基础模子的投入，，，，想通过好的模子让各人能够更容易地构建出好的应用。。。 之后火山引擎发明，，，，有了好的模子并背面应用直接画等号，，，，中心有一系列工程化实践，，，，从提醒词工程到知识库到事情流等，，，，火山引擎要提供一个足够好的智能体的开发平台，，，，要把新手艺的链路补全，，，，扣子和HiAgent这样的平台随之降生。。。 一年多之前，，，，张鑫宣布了HiAgent第一个版本。。。其时聊大模子的算力、算法、Token的许多，，，，聊Agent的人未几，，，，只有一小部分企业选择最先使用HiAgent。。。随后大模子演变比大大都人预料的还要快速且强烈，，，，似乎之前的问题已经不是问题。。。 “2025年是Agent元年”，，，，险些所有人都这么说，，，，但问题是，，，，Agent元年是什么样的？？？？？在张鑫看来，，，，Agent元年是一个乐观的预期，，，，智能体可能会“各处着花”，，，，但智能体爆发需要在几个差别维度都抵达临界点。。。 例如手艺临界点，，，，大模子能力的上限，，，，决议了智能体应用效果的下限，，，，今天的大模子已经抵达博士生的水平；；；；
；；；在商业和生态的角度，，，，智能体最大的一个转变是使用工具，，，，不管是通过MCP，，，，照旧谷歌提出的A2A协议，，，，真正能够把智能体的价值放大，，，，还需要生态系统越发完善。。。 “大模子商业模式至今也分了几个阶段，，，，初级阶段卖算力，，，，收费单位是卡时，，，，下一个阶段按token收费，，，， 着实是在算力基础上叠加了一部分大模子能力，，，，再到下一个阶段是按使用量或者按订阅制来收费，，，，但最终智能体要在元年爆发，，，，我以为应该按效果、按价值收费，，，，好比营销特殊爆发了几多收益，，，，节约了几多本钱。。。”张鑫说。。。 咨询机构IDC预计，，，，2025年天生式AI在企业的落地仍将优先群集在办公助手等提升生产力的场景，，，，其次是行业笔直营业场景。。。金融、能源、零售、制造是最值得关注的古板行业。。。从另一个角度，，，，智能体将是大模子应用的主要偏向，，，，流程自动化，，，，RPA，，，，CRM，，，，数字员工将优先受益于智能体升级。。。 从企业视角视察，，，，概略路径先是企业研发、生产、供应链、销售效劳等环节所依赖的软件、硬件工具，，，，都通过AI一直迭代升级；；；；
；；；未来周全AI化的企业，，，，将爆发营业流程、商业模式以致组织形态的转变。。。 “有通用大模子，，，，但很难有通用智能体，，，，智能体很是依赖于场景，，，，”张鑫说。。。面临一个完全生疏的新手艺，，，，哪怕它具有足够的革命性、足够的势能，，，，起源总是磕磕绊绊且不尽如人意的。。。这些征象背后的本诘责题包括了模子能力界线的探索、To B场景的重大多变、工程最佳实践的缺乏，，，，以及数据知识质量狼籍不齐等。。。 现在企业客户认知保存两个极端，，，，企业高层大多高估AI Agent，，，，一线职员则很容易低估AI Agent，，，，同时许多企业把AI Agent看成古板的软件工程，，，，交付验收即竣事，，，，可是企业的营业场景在变，，，，数据在变，，，，领域知识在变，，，，智能体和真人一样需要一直地学习和调教，，，，AI Agent不是一次搭建的静态效果，，，，而是一连调优的动态历程。。。 别的，，，，某种意义上，，，，在大模子工业和手艺尚不可熟的阶段，，，，企业要真正施展新手艺价值，，，，需要支付的精神并不比手艺效劳商少，，，，从0到1、从无到有的拓荒，，，，只有企业自己才华实现。。。比照之下，，，，互联网工业分工明确，，，，是由于工业基础尽数具备，，，，手艺供应商只需完成“最后一公里”的效劳，，，，大模子生态还早得很。。。 大模子的演化有一个特点，，，，在手艺生长的极早期，，，，大部别离艺都没到成熟的稳固态，，，，以是大模子的优化必需做端到端的把控，，，，典范代表就是现在还留在大模子牌桌的厂商，，，，从底层芯片到云基础设施到大模子自己，，，，都不可有短板。。。 关于当下智能体开发平台的启示是，，，，企业不肯意为工具付费，，，，希望意为效果付费，，，，想做好企业级Agent，，，，不可只做一个应用开发平台，，，，而是沿着企业Agent的链条延展，，，，最洪流平降低企业的门槛、提高企业Agent的价值。。。 火山引擎也看到了企业的记挂，，，，张鑫将HiAgent智能体构建平台本次大版本的更新，，，，界说为“上下左右”的迭代，，，，焦点是基于Agent DevOps理念，，，，HiAgent提供战略妄想、能力开发、评测、宣布、视察、优化全生命周期治理，，，，实现从模子到应用的全链路买通。。。 详细来看，，，，向右意味着开发和运营一体化，，，，智能体不是一次开发的交付，，，，而是一个数据一直爆发、履历一直积累、知识一直富厚的历程，，，，因此Agent需要一连运营，，，，HiAgent从原来智能体开发加上了智能体运营，，，， 包括评估评测、应用宣布、线上视察、会话治理、品质调优、数据回流等一系列全生命周期治理。。。 类比云原生的DevOps理念，，，，将开发（Dev）、运维（Ops）和测试（Test）等团队细密连系，，，，通过自动化流程和工具链的整合，，，，实现软件从开发到运维的快速、高效交付。。。DevOps不但仅是开发团队和运维团队的连系，，，，而是涵盖了从需求剖析、产品设计、开发、测试、安排到运维的全历程协作。。。 向上，，，，除了智能体开发平台以外，，，，许多企业照旧要面临“最后一公里”的问题，，，，火山引擎也提供了行业样板间和模板库，，，，面向常见的一些场景，，，，包括客服、营销、招聘、办公类等，，，，进一步细分成教育行业、医疗行业、金融行业等。。。“若是说智能体开发是从0到1，，，，有了模板以后企业就从0.8到1，，，，企业可以基于模板增补切合自己需求的最后20%，，，，小修小改就能快速完成。。。”张鑫说。。。 向下则是模应一体，，，，模子和应用一体，，，，除了提醒词工程、知识库，，，，大模子能力自己就是应用能力很主要泉源。。。许多行业免不了要做自己的模子，，，，把通用模子通过精调、强化学习，，，，甚至通过精蒸馏抵达一个很是专业的领域模子成都，，，，然后再基于它做上层的智能机搭建，，，，以期实现更好的效果。。。 在HiAgent 新版本中，，，，智能体效果的深度优化可以下钻到模子层。。。HiAgent 2.0 融合一站式模子训推平台，，，，提供模子后训练以及多模子的治理和评测，，，，从数据标注到参数调优，，，，让专业开发者能针对行业场景定制专属模子，，，，离别‘通用模子水土不平’的痛点；；；；
；；；同时，，，，HiAgent 2.0提供私有化安排引擎，，，，让推理效劳嵌入企业内网，，，，数据不出企业防火墙，，，，既知足合规要求，，，，又能在工厂、银行等网络敏情绪形中稳固运行。。。 向左，，，，一个统一的智能体入口。。。张鑫体现，，，，跟企业相助多了以后就会发明，，，，各人会遇到一个配合问题，，，，基于HiAgent确实可以很利便地建设智能体，，，，企业员工群策群力，，，，一个企业内部往往会有几百个差别的智能体，，，，可是所有智能体的使用很是零星，，，，所有智能体漫衍在差别的入口。。。 这时企业就需要统一的交互入口，，，，让员工可以在一样平常事情中更容易地和智能体协作，，，，同时沉淀更多企业用户数据和偏好影象。。。HiAgent 2.0就宣布了这样一个Canvas统一交互门户，，，，在HiAgent上搭建的智能体可以直接宣布到Canvas门户，，，，员工与多智能体可以通过“千人千面”的动态“画布卡片”的方法，，，，协同作业。。。HiAgent通过闭环智能体从搭建到使用的链路，，，，可以让企业更容易地使用多个智能体，，，，让“数字员工”真正融入到一样平常营业中，，，，更好推动营业的AI转型。。。 张鑫体现，，，，“飞书和钉钉实质上更多解决了人人协同的问题，，，，和飞书和钉钉纷歧样，，，，火山引擎更想成为解决人机协同的入口，，，，这个入口专属于一个用户，，，，甚至可以千人千面的泛起，，，，研发、销售和治理职员看到的界面都差别，，，，通过这个入口可以叫醒几十个甚至上百个自己的专属智能体。。。” 他还提到，，，，互联网应用看重流量和生态能力，，，，类比到企业领域，，，，企业内部智能体一定不是伶仃保存，，，，新手艺和老手艺有相对长的共存期，，，，企业内部已有的CRM、OA以及API、种种算法等工具照旧会保存的，，，，怎样让智能体更好和企业已有系统买通，，，，火山引擎也希望通过统一端能够完成，，，，好比存量系统是否可以通过工具的形式宣布到HiAgent平台，，，，让智能体可以自由调动，，，，这也是HiAgent要做端到端的焦点之一。。。 除了认真火山引擎企业级智能体开发平台之外，，，，字节跳动的智能体开发平台，，，，尚有更被开发者和通俗用户所熟知的扣子，，，，有了扣子，，，，为什么字节跳动还要做HiAgent？？？？？ 从实质上看，，，，扣子的产品确着实企业营业市场有需求，，，，从客户视角看，，，，扣子有自己的定位，，，，面向开发者和C端用户，，，，追求开发者的广度和深度。。。别的，，，，企业级客户，，，，尤其是大型客户的“人事物”更重大，，，，需求也更个性化，，，，需要HiAgent这样的平台来知足。。。 可是扣子和HiAgent也算“同出一门”，，，，两大产品之间既有交织的部分，，，，譬如智能体开发的通用能力未来也会做到复用，，，，类似低代码、写提醒词、做自动优化、事情流编排、知识库建设等。。。不交织的部分双方会各自投入大的资源，，，，HiAgent的投入就是企业级客户的所需。。。 简而言之，，，，扣子和HiAgent走出了差别化的路径，，，，但配合目的都是大模子工业的昌盛，，，，前者聚焦于低门槛、场景化的智能体搭建平台，，，，赋能个体开发者和中小企业快速落地AI应用；；；；
；；；后者则深耕企业级重大流程自动化与深度集成，，，，为大型组织提供端到端的高可靠智能解决计划。。。 连系行业来看，，，，企业市场的Agent有时会滞后于消耗市。。。，，，可是在笔直领域的纵深要远远凌驾消耗级应用。。。例如某企业基于其他开源平台开发了Agent并应用于生产系统，，，，可是并发只能做到200个，，，，远远低于该企业所需，，，，替换HiAgent之后才知足了生产情形的大规模并发。。。 更有趣的是，，，，好比在企业AI事情台，，，，用户想总结一个聚会，，，，此时企业没有聚会总结助手，，，，AI事情台就会自动挪用一个特殊的工具HiAgent-Browser-Use，，，，像manus那样在线用HiAgent搭建出一个聚会总结助手智能体，，，，搭建完成后自动注册成超等App背后的子智能体并执行聚会总结，，，，然后把效果渲染到画布上。。。这就似乎是，，，，HiAgent能让Agent自我繁衍了，，，，一个更高阶的Agent建设了新的Agent。。。 这也批注，，，，HiAgent不但是一个开发工具，，，，甚至不但是一个平台产品，，，，越来越多的客户把HiAgent视为一个完整的AI能力中心，，，，有别于以往的软件应用，，，，HiAgent沉淀了客户的数据和知识，，，，云基础设施、大模子、中心件等产品和效劳都是历程，，，，最终交付给企业的AI能力，，，，这应当是AI Agent之于企业的意义。。。 张鑫还记得，，，，广州公交集团的数字人，，，，在内部居然有了自己的工号，，，，在条约审核、车辆维修等多个领域持证上岗，，，，且有自己的考评系统，，，，硅基员工似乎真的成了企业生产情形的一部分，，，，这也是他眼中Agent上生产线的实证。。。 基于行业视角视察，，，，张鑫以为，，，，现在照旧智能体开发平台的发散阶段，，，，就像早期模子架构不统一的“百模大战”，，，，最终MoE架组成为主流，，，，大模子玩家自此收敛。。。现在Agent的标准也并不统一，，，，缺少公认的Agent成熟度系统，，，，所有人都认可Agent的战略偏向，，，，只是在落地和要害能力上有所差别。。。 火山引擎以为，，，，除了开发平台以外，，，，尚有几个要害因素，，，，首先是模子的能力，，，，其次是极致的推理性价比，，，，因此字节跳动在豆包大模子自己的投入上全力以赴，，，，更注重自身模子的效果。。。同时在AI推理能力上，，，，火山方舟加大更多投入，，，，让Agent跑起来的时间性价比更高，，，，这也是未来Agent昌盛很主要的一个因素。。。 基于云盘算的软件开发模式已经成为主流，，，，可是开发者使用容器等理念反而镌汰了对云厂商的依赖，，，，张鑫在加入字节跳动之前，，，，曾在谷歌深度加入K8s的开发，，，，之后回国建设才云科技，，，，亲历了云盘算时代的软件开发。。。 “K8s让应用太容易迁徙，，，，这是开源的胜利，，，，我们曾在谷歌内部开顽笑说，，，，某种水平它反而有损于公有云厂商的价值，，，，由于开发者可以将应用迁徙到任何合适的情形，，，，可是Agent可能纷歧样”张鑫体现。。。 “Agent更依赖于基础设施，，，，就像DeepSeek出来之后各家的推理本钱差别很大，，，，许多云厂商托管的DeepSeek效劳也不可用，，，，火山引擎提供了更好的效劳。。。另外，，，，Agent自然对用户有黏性，，，，由于它有恒久影象，，，，用户使用统一个平台，，，，用统一个产品构建了Agent以后，，，，用得越多Agent越好用，，，，数据可能是以恒久影象或者知识库的形式保存，，，，这些知识和数据没有步伐带走的话，，，，Agent的效果也会大打折扣。。。”