AI Agent是一种具有自主性或半自主性的智能实体，能够利用人工智能技术在数字或物理环境中感知、决策、采取行动并实现目标。如下图所示，AI Agent通过传感器接收输入，并通过工具/执行器采取行动，它们可以在不同的环境中工作。

在大模型的技术推动下，AI Agent充分结合大模型的“大脑”与数字员工的“手”，将极大减轻企业或个人的时间和人力成本，提高工作效率，为企业带来生产力变革。

沙丘社区通过研究小米、蚂蚁集团、众安保险、哈啰出行、字节跳动等企业的AI Agent落地实践，旨在为其他企业的智能体建设提供参考。

小米将Agent技术应用于其语音助手产品小爱同学，通过构建基于大模型的Agent框架，小米实现了语音助手在感知、思考和行动三个环节的智能化，旨在提供更端到端的用户体验，并探索面向未来的通用架构。

完整内容：Agent技术在小米语音助手中的应用实践

面对业务快速发展和技术演进带来的挑战，蚂蚁集团将大模型用于可观测平台，开发了Mpilot智能助手，通过三个Agent（时序助手、日志助手、告警助手）提供服务，提高运维效率和稳定性。本案例通过介绍蚂蚁可观测场景的大模型实践，旨在为其他企业提供参考。

完整内容：蚂蚁可观测Mpilot智能助手实践

AI Agent在实际使用的过程中存在一些问题，以保险客服场景为例，AI Agent只能完成某个特定任务，但企业级场景需要大模型处理更加广泛的任务，客服场景中用户的诉求不收敛，不知道用户下一步会问什么。

为了让AI Agent更加智能，能够完成某个域的更加广泛的问题，众安保险选择了基于记忆迭代的Agent模型。具体流程如下：

完整内容：众安保险大模型应用的技术架构与方案演进

在客服后的处置环节，Agent助手可以发挥巨大价值。以顺风车取消订单业务中的司乘判责模块为例，使用传统的机器学习模型准确率只能达到35%，最后的结果是双方无责、平台承担损失。使用大模型后，双方无责的比例下降了70-80%，基本上可以明确是哪一方的责任并给出判责依据，这背后使用的是多Agent的模式。

完整内容：哈啰出行客服Agent实践

AI Agent 对大模型的加持，极大地提升了大模型的智能能力，并且能对智能运维场景起到很好的智能增强作用，有助于提升运维的人效和加强自动化程度。

在智能运维领域，AI Agent 可以帮助很多复杂任务类场景的落地，比较常见的故障排查/诊断、故障处置等，此外还有通过AI Agent的反思和工具调用能力增强单个大模型的场景，例如运维知识咨、信息检索等。

在故障排查/诊断场景，字节通过单Agent 进行故障排查/诊断，通过表象现象进行下钻，收集更多异常信息进行综合的根因推断和总结，最终生成故障的诊断定位。

完整内容：字节跳动智能运维场景AI Agent实践