企业 AI 应用开发从场景到上线

AI 应用是面向一个完整场景的交付系统，有入口、权限、界面与业务流程；Agent（智能体）是可被调用的任务执行单元，负责按步骤调工具、查数据、出结果。一个应用内部通常包含多个智能体分工，再由知识库提供依据。三者是组合关系：知识库供知识，智能体做执行，应用把两者组装成业务闭环。

优先看三个条件：问题重复出现、答案有据可查、出错后可以人工兜底。客服问答、文档字段抽取、材料初审、经营数据问答通常符合这三条。涉及对外承诺、资金划转与法律结论的环节，建议保留人工确认。

常见路线有三类：直接调用通用大模型接口自建应用、使用开源编排平台自行部署、采购成熟的商业平台。选择的判断点在于数据能否出内网、是否需要与既有系统深度对接、后续由谁维护。我们在评估阶段会按这三条给出可选路线与对应的投入范围。

费用由场景数量与流程复杂度、是否包含模型私有化与算力、知识来源与数据量、需对接的业务系统、是否包含人工审核环节几项共同决定。同样叫 AI 应用，一个只做问答的助手和一套接入业务系统、带审核与留痕的应用，投入差别很大。确认场景清单后提供分阶段报价。

多数企业场景采用检索增强的方式：把企业文档与业务数据整理进知识库，由模型在检索结果上作答，不必重新训练模型。这种方式上线快、可追溯、更新文档即可生效。需要改变模型本身能力的场景才考虑微调，评估阶段会说明两者适用条件。

取决于所选模型的参数规模与并发量。常见做法是先按试点规模配置一台推理服务器，跑通后再按并发扩展。若采用云端接口调用，则不需要本地算力，只保留应用与知识库服务器即可。具体配置在方案阶段按模型与并发给出。

先确认对方系统是否提供开放接口、数据视图或中间库，再决定采用接口调用、定时同步还是消息推送。对接范围包括组织与账号、业务单据、指标数据三类。接口改造涉及对方厂商配合时，会在排期里单独列出。

先在试点阶段用小范围真实数据验证，把答错、答偏与拒答的样本收集起来，作为调优输入。调优手段包括补充知识、调整检索策略、修改提示词与增加规则约束。项目按阶段交付，每个阶段都有可验证的验收口径，避免问题累积到最后。