網易智企帝王蟹烏鎮升級,推出Agent Team、知識引擎“萬典”,首發智能工牌
作者 | ZeR0 編輯 | 漠影 11月4日報道,今日,2026世界互聯網大會烏鎮峰會浙江分論壇舉行。會上,網易智企副總經理段毓錚發表《智能體:讓美好發生在每一個現場》主題演講,發佈網易智企企業級AI Agent平臺“帝王蟹”的三項升級:首發硬件產品智能工牌、推出知識引擎“萬典”與Agent Team兩項新能力。三項升級分別聚焦現場信息接入、企業知識理解與複雜任務協作,進一步串聯AI進入真實業務所需要的信息、知識與執行環節。
▲網易智企副總經理段毓錚 段毓錚談道,企業對AI的關注正在從“模型有多強”“用什麼Agent”,逐漸轉向“AI能不能真正進入業務、持續創造價值”,這意味著企業AI正從技術驗證走向生產力驗證。隨著模型能力逐步普及,同一模型進入不同企業後,實際業務效果的差異開始受到更多關注。段毓錚認為,未來真正拉開企業差距的,不只是採用了什麼模型,而是AI能否理解一家企業自己的業務、組織、知識、經驗、流程、規則和做事方式。他將這些長期沉澱在企業經營和協作過程中的信息、知識、規則、流程和實踐經驗概括為“企業上下文”。與模型能力相比,一家企業長期形成的業務邏輯和實踐經驗更難被簡單複製。
隨著AI更深入地進入業務,這些企業特有的信息和做事方式,也會越來越直接地影響AI的實際工作效果。圍繞如何讓企業上下文進入具體任務,帝王蟹此次帶來了三項升級。一、智能工牌,將線下業務信息接入AI系統 企業業務並不只發生在線上系統中。客戶拜訪、門店巡檢、現場服務、內部溝通等場景每天都會產生大量一線信息,但這些內容往往停留在線下,難以進入企業現有的信息系統,也很難被AI進一步理解和利用。此次首發的硬件產品智能工牌,主要用於將這部分現場信息接入AI系統。在客戶拜訪等場景中,線下溝通內容可以通過智能工牌進入帝王蟹,由平臺完成後續分析和處理。
設備內置 SIM 卡,可直接連接雲端,同時支持物理隱私開關、錄音狀態提示和錄音時段管理,讓現場信息的進入可見、可管。由此,AI可以處理的信息不再侷限於文檔、CRM等線上系統,而是進一步延伸至真實業務現場。客戶需求、一線問題和現場反饋,也可以進入後續業務分析和任務執行。例如,一項客戶需求可能先出現在拜訪錄音中,隨後進入CRM、郵件或工單,並進一步影響方案、報價和交付。二、“萬典”,讓企業知識可找、可信、可用 現場信息進入系統之後,企業還面臨另一個問題:完成一項任務所需要的信息,往往分散在不同系統中,並且持續變化。
文檔、郵件、工單、CRM、數據庫、第三方知識服務,以及客戶拜訪、會議和現場溝通,都可能包含重要依據。面對複雜業務任務,AI不僅需要找到相關內容,還要理解信息之間的關聯,判斷哪些事實可靠、哪些已經變化。知識引擎“萬典”要解決的,是讓Agent面對複雜任務時,能夠持續理解和整合企業中不斷變化的信息,並形成更完整、可靠的任務依據。它可以圍繞具體任務,動態組織文檔、郵件、工單、CRM、數據庫及現場溝通等不同來源、不同時間的信息,持續查找、補證和核驗,並識別不同信息和事件之間的邏輯與時序關係。比如,一項客戶需求可能先出現在拜訪錄音中,隨後進入CRM、郵件或工單,並進一步影響方案、報價和交付。
“萬典”不僅要找到相關信息,還要判斷哪些是最新事實、哪些能夠相互印證、還缺哪些依據,並形成可供Agent後續判斷和執行使用的任務依據。證據不足時繼續查找,無法確認時如實說明,相關結論還可以追溯至原文、具體頁碼或錄音中的對應時間點。獲得足夠信息後,Agent可繼續調用業務工具,將知識和分析結果帶入後續任務執行;同一套知識和權限體系,也可以被不同Agent複用。三、Agent Team,讓多個Agent協同完成複雜任務 針對跨角色、跨步驟的複雜任務,帝王蟹推出了Agent Team。企業實際業務中,一項任務往往需要多個專業角色共同參與。
以合同審查為例,一份合同可能同時涉及商務、財務、風控和法務等多個部門,不同角色關注的問題並不相同。在Agent Team中,一個協調Agent負責拆解任務、分配工作和彙總結果,不同專業角色的Agent分別處理相應任務,並可圍繞同一問題進行討論、質疑和校驗。對於跨部門、多步驟的流程,不同Agent還可以根據任務進展相互溝通和交接。可並行的任務同步處理,存在前後依賴的環節則按順序推進。段毓錚稱,多Agent協作一方面可以讓不同專業視角共同參與複雜問題的判斷,在相互討論和校驗中提升決策質量;另一方面,也可以推動原本依賴人工協調的長鏈路流程持續推進,提高流程的自動化和自主執行能力。
在關鍵判斷和重要決策環節,仍由人保留授權和最終決策。四、三項升級背後,是一家企業自己的“上下文” 從現場信息進入系統,到多源企業知識被理解和使用,再到多個Agent協同完成複雜任務,三項升級串聯了AI進入真實業務所需要的信息、知識與執行鏈路,讓企業上下文能夠更完整地進入具體任務的判斷和執行過程。隨著這條鏈路持續運行,企業長期積累的知識、流程、規則、經驗和協作方式,也會越來越完整地進入AI的工作過程,共同構成一家企業自己的“企業上下文”。網易智企長期服務企業通信與協作場景,即時通信與音視頻服務月均消息量超過3400億條,接入企業開發者235萬。
長期參與企業內部以及企業與客戶、供應商之間的信息流轉,也使其持續接觸到企業信息如何產生、流動和沉澱,以及不同角色之間如何協同。在企業AI的落地路徑上,段毓錚認為,不必一開始就追求“大而全”,更現實的方式是從具體場景和任務切入,把高價值問題做深,再逐步向前後環節延伸,連接成完整業務鏈路,讓AI從單點提效進一步走向經營提效。他將這一過程概括為:場景落地、閉環打通、經營提效。企業可以從銷售、研發、生產、服務等具體任務入手,再向上下游延伸,形成“線索到回款”“需求到交付”“問題到解決”“戰略到執行”等業務閉環。
結語:企業AI從完成任務,走向參與企業判斷 隨著AI沿業務鏈路進入更多環節,其能夠接觸到的一線信息、企業知識和業務過程也會逐漸完整。在此基礎上,多Agent還可以從不同專業視角參與討論和校驗,AI在企業分析和判斷中的參與度也會進一步提高。更長遠看,帝王蟹的目標是進一步成為企業的“決策引擎”。段毓錚認為,這並不意味著讓AI替代人作出最終決定,而是讓更多真實業務信息和專業視角進入判斷過程,幫助企業做出更快、更高質量的決策,人在關鍵環節保留授權和最終決策。從把事情做完,到幫助企業把事情想得更清楚、判斷得更準確,這將是企業AI繼續向前的重要一步。
Related
相關文章
Hermes Agent手機端要來了!能讀取手機數據,內測名額秒沒
AI應用風向標(公眾號:ZhidxcomAI) 作者|畢偉豪 編輯|漠影 11月4日報道,終於要來了!Hermes Agent此前預告已久的移動端應用,在近日進入了內測階段。不過,內測名額剛一放出就迅速被搶空,目前已經沒有可申請的名額。 11月3日,Nous Research(Hermes Agent背後公司)官方稱,移動端內測需求超出預期,團隊正在努力增加測試名額,併為後續更大範圍的正式發佈做準備。 一直以來,Hermes都是開源Agent社區的焦點產品之一,經常被拿來與曾經的賽道熱度之王OpenClaw比較。
DeepSeek“逢崩必更”,Harness又發新版了
AI應用風向標(公眾號:ZhidxcomAI) 作者|畢偉豪 編輯|漠影 每逢崩潰,必有更新。 11月4日報道,昨天,DeepSeek Harness悄悄更新了GitHub倉庫,推出了一個v0.2.2-alpha.3預發佈版本。 這次更新圍繞代碼審查、自動化任務管理、SDK和插件生態等方面進行了擴展。 有趣的是,就在昨天DeepSeek出現了網頁及API服務部分中斷的問題。 根據此前DeepSeek每次崩潰都有更新的“輝煌戰績”,雖然並無兩件事直接關聯的證據,但網友還是紛紛猜測是不是新模型要來了。
實測蘋果智能Beta,千問 APP 成為Siri外援,可接力處理任務
本文作者: 徐咪 2026-11-04 08:03 導語:11月4日凌晨,蘋果智能隨最新iOS 開發者 Beta 版開放測試,用戶可以在Siri、寫作工具及視覺智能中,直接調用千問的文本與圖像理解、內容生成等能力。記者 11月4日凌晨,蘋果智能隨最新iOS 開發者 Beta 版開放測試,用戶可以在Siri、寫作工具及視覺智能中,直接調用千問的文本與圖像理解、內容生成等能力。
本期AI資訊彙總2026年11月4日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年11月4日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態。
Anthropic Releases FlashProve: Cryptographic Proofs That a Reply Came From Committed Weights
Anthropic’s Frontier Red Team has released FlashProve, an open-source research prototype for provable inference. FlashProve is a zkSNARK system from Anthropic that proves a reply came from a committed model. The proof reveals nothing about the model weights.
NVIDIA Shows 3 Ways to Speed Up MoE Inference on DGX Spark, Lifting Ling-3.0-flash Throughput 42.5%
NVIDIA’s latest technical blog shows how to speed up mixture-of-experts (MoE) inference on one DGX Spark.The test model is Ant Group inclusionAI’s Ling-3.