今天小編分享的科學經驗：BetterYeah AI張毅@MEET，歡迎閱讀。
利用數據和 AI 驅動的方法，建立反饋評估 - 自學習 - 驗證的閉環，是企業 Agent 應用加速成功的關鍵。
企業級 Agent 已完成 POC 驗證和輕量 AI 應用開發階段，正式融入生產業務流，生產級 Agent 在應用構建、性能評估、快速迭代方面對企業開發團隊提出了更高要求。
在 MEET2025 年智能未來大會上，BetterYeah AI（斑頭雁）CEO& 創始人張毅，分享了他們是如何探索幫助企業進入 AI 時代的。
他表示，時至今日，已經有數百家頭部企業在 BetterYeah 平台上完成了企業生產級 Agent 的落地。在過去和數百家客戶的實踐中，他們看到行業領先的客戶落地 AI Agent 正在加速。
為了完整體現張毅的思考，在不改變原意的基礎上，量子位對演講内容進行了編輯整理，希望能給你帶來更多啟發。
MEET 2025 智能未來大會是由量子位主辦的行業峰會，20 餘位產業代表與會讨論。線下參會觀眾 1000+，線上直播觀眾 320 萬 +，獲得了主流媒體的廣泛關注與報道。
核心觀點梳理
BetterYeah 專注企業 Agent 領網域，基于實踐場景打磨產品，提供滿足生產級要求的 Agent 開發平台。
今天企業級 Agent 已進入生產力階段，智能體正帶來數據價值和業務價值的加速提升，客服領網域速度最快，數據類任務增量價值明顯，正在為企業直接供給生產力。
Agent 正前所未有地發揮其價值，圍繞 AI 擅長的非結構化、多模态數據的處理，和復雜業務邏輯的場景，很多企業已經将 Agent 進行了生產級落地并跑出價值，Agent 融入核心經營系統趨勢越來越顯著。
利用數據和 AI 驅動的方法，建立反饋評估 - 自學習 - 驗證的閉環，是企業 Agent 應用加速成功的關鍵。
（以下為張毅演講全文）
BetterYeah AI：專為企業生產級 Agent 開發打造
大家好，我是張毅，也是釘釘創始團隊成員，從 0 到 1 構建了釘釘考勤和審批，很多企業通過這兩個應用開啟了移動辦公時代。
2022 年開始我們做 BetterYeah，是國内最早做企業級 Agent 平台的廠商，已經連續獲得兩輪融資，目前已經有數百家行業頭部客戶在 BetterYeah 平台上完成了生產級 Agent 落地，相信未來能跟大家一起去探索一條讓所有企業進入 AI 時代的路徑。
今天，B 側落地 Agent 已經成為行業共識。面向企業核心業務提供生產力，對 Agent 的能力帶來更高要求。
一方面，需要強大的集成能力、并發調用、數據安全要求和協同構建能力。
同時，生產級 Agent 在產品構建、員工使用體驗、Agent 能力評估，以及上線後快速迭代的要求則為企業開發團隊帶來更大挑戰，這些工作量和難度是 POC 和輕量級 AI 應用的 10 倍以上。
BetterYeah 專注于企業級的 Agent 平台領網域，通過知識庫、工作流和插件的标準化 Agent 開發平台和場景應用，支撐企業構建專業的 Agent 應用。
企業 Agent 落地正按下 " 加速鍵 "
在過去和數百家客戶的實踐中，我們看到行業領先的客戶落地 AI Agent 正在加速，分享一些數據：
落地場景：在企業生產級場景落地 AI Agent，客服領網域速度最快，數據類任務增量價值明顯，Agent 融入企業核心經營系統趨勢越來越顯著，正在為企業直接供給生產力。
集成豐富度：企業生產級 Agent 正在融入員工的工作場景，已產生大量内外部系統連接需求，這就要求 Agent 平台的集成能力非常好。
成功路徑：有 70% 的 AI 需求是自下而上，由部門級的業務團隊和 IT 主導，相比自上而下的項目存活度更高，成功率更高。
AI 技術革命的當下，我們看到今天企業級 Agent 已進入生產力階段，智能體正帶來數據價值和業務價值的加速提升：
上線後，不少企業的生產級 Agent 完成的任務量、token 消耗數量和新產生數據都在指數級增長，Agent 正在直接產生價值。
業務價值層面，生產級 Agent 給企業帶來明顯的業務提效，業務團隊的積極性和投入都在增加。
全新時代的開啟，BetterYeah 也正在陪伴各行業的客戶一起探索和落地 AI，通過标準的、好用的產品，提高開發效率和 AI 落地成功率。在這個過程中我們看到了很多真實的需求、方案和突破，打磨了很多功能：
1、某客戶每天利用 Agent 完成 15 萬次任務，平台穩定性需達到 4 個 9。我們在 BetterYeah 平台上開發了一個小功能，可以讓模型在不穩定時自動替換到備用模型，這個功能現在每天都在被觸發。
2、專業的開發者或者高級 AI 開發者最習慣的是用 code 代碼編寫 AI 應用，BetterYeah 平台提供 GUI Follow 和 Code 模式融合的方式，保證不同水平的開發者都能滿足自己的開發習慣。
這只是 2 個細節，類似這樣的功能在 BetterYeah 平台上還有很多。
清晰的價值，激發企業落地 Agent
在此輪 AI 技術發展中，Agent 正前所未有地發揮其價值，圍繞 AI 擅長的非結構化、多模态數據的處理，和復雜業務邏輯的場景，很多企業已經将 Agent 進行了生產級落地并跑出價值。
某個客戶在私網域部署了一萬個全托管客服 Agent，用戶體驗、客服體驗、客服質量提升明顯，直接帶來了 28% 的生產力提升，而在 2025 年大家有信心達到 80%。我們以產品化方式實現客服 Agent 實現用戶意圖識别、知識庫自學習迭代等，釋放開發者的精力。
某頭部的洗地機品牌，通過我們的 Yeah 客服應用，實現了 3 個 " 快 "：
上線快："1 分鍾配置 " 快速打通全平台，2 周快速完成 agent 上線
上手快：客服員工劃詞就可喚起 客服 Agent，AI 輔助新手客服快速達到專家水平
迭代快：AI 基于自學習，以天為部門迭代知識和能力
多場景、多 Agent、更多的任務的企業場景，則跑的更快。
某鞋服集團基于 BetterYeah 平台 ，從電商平台 VOC、内容生成入手，逐步部署深化到企業的生命線——貨品的全生命周期管理，以及最小經營單元、場網域的店鋪中，服務不同角色的 AI 助手。以 " 貨品 AI 助理 " 為例，覆蓋整個業務流閉環，有 250 多個節點可以通過 Agent 執行任務，或進行自動化處理。
BetterYeah Agent 開發平台和底層模型一起作為這家集團的 AI 基礎設施，集團近百人開發團隊在平台上協同開發，多套開發環境、權限體系、數據安全管控方面能完全滿足。
基于 BetterYeah 平台，企業的 AI 應用創新和落地，更高效了。
從實踐到未來，企業 AI Agent 的成功秘訣
這些企業領先的實踐中，有沒有什麼經驗和方法可以復制？
我認為，充分利用數據和 AI 驅動的方法，建立反饋評估 - 自學習 - 驗證的閉環，是企業 Agent 應用加速成功的關鍵。
過去很多人主要關注 Agent 任務的構建，但一個生產級 Agent70% 以上的開發工作都是測試和調試，處理 badcase。過去這項工作由業務專家和開發者完成，耗時耗力。
現在利用數據和 AI 驅動，已經可以實現半自動化，建立反饋評估 - 自學習 - 驗證的閉環，高效訓練 AI 任務，讓 badcase 的處理效率提升 10 倍。
未來，随着技術的成熟，企業私有數據更加規範，将有可能實現 AI 全自動的驅動。這些新方法已經全部融入在 BetterYeah 的平台產品中。
在 2025 年，企業 Agent 領網域将持續深入，面對更多的復雜的應用場景、更強的自規劃能力、更多的數據、更多的協同，BetterYeah 将持續更新自研平台，支持企業場景的 Multi-Agent、復雜任務的分發，以及通過 Self-Planning 處理大數據和任務自規劃，讓企業級 Agent 釋放更大價值。
希望能和大家一起在 2025 年創造 AI 在企業級、生產級應用上的更多價值，謝謝大家。
— 完 —
點這裡關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
