今天小编分享的科学经验：BetterYeah AI张毅@MEET，欢迎阅读。
利用数据和 AI 驱动的方法，建立反馈评估 - 自学习 - 验证的闭环，是企业 Agent 应用加速成功的关键。
企业级 Agent 已完成 POC 验证和轻量 AI 应用开发阶段，正式融入生产业务流，生产级 Agent 在应用构建、性能评估、快速迭代方面对企业开发团队提出了更高要求。
在 MEET2025 年智能未来大会上，BetterYeah AI（斑头雁）CEO& 创始人张毅，分享了他们是如何探索帮助企业进入 AI 时代的。
他表示，时至今日，已经有数百家头部企业在 BetterYeah 平台上完成了企业生产级 Agent 的落地。在过去和数百家客户的实践中，他们看到行业领先的客户落地 AI Agent 正在加速。
为了完整体现张毅的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。
MEET 2025 智能未来大会是由量子位主办的行业峰会，20 余位产业代表与会讨论。线下参会观众 1000+，线上直播观众 320 万 +，获得了主流媒体的广泛关注与报道。
核心观点梳理
BetterYeah 专注企业 Agent 领網域，基于实践场景打磨产品，提供满足生产级要求的 Agent 开发平台。
今天企业级 Agent 已进入生产力阶段，智能体正带来数据价值和业务价值的加速提升，客服领網域速度最快，数据类任务增量价值明显，正在为企业直接供给生产力。
Agent 正前所未有地发挥其价值，围绕 AI 擅长的非结构化、多模态数据的处理，和复杂业务逻辑的场景，很多企业已经将 Agent 进行了生产级落地并跑出价值，Agent 融入核心经营系统趋势越来越显著。
利用数据和 AI 驱动的方法，建立反馈评估 - 自学习 - 验证的闭环，是企业 Agent 应用加速成功的关键。
（以下为张毅演讲全文）
BetterYeah AI：专为企业生产级 Agent 开发打造
大家好，我是张毅，也是钉钉创始团队成员，从 0 到 1 构建了钉钉考勤和审批，很多企业通过这两个应用开启了移动办公时代。
2022 年开始我们做 BetterYeah，是国内最早做企业级 Agent 平台的厂商，已经连续获得两轮融资，目前已经有数百家行业头部客户在 BetterYeah 平台上完成了生产级 Agent 落地，相信未来能跟大家一起去探索一条让所有企业进入 AI 时代的路径。
今天，B 侧落地 Agent 已经成为行业共识。面向企业核心业务提供生产力，对 Agent 的能力带来更高要求。
一方面，需要强大的集成能力、并发调用、数据安全要求和协同构建能力。
同时，生产级 Agent 在产品构建、员工使用体验、Agent 能力评估，以及上线后快速迭代的要求则为企业开发团队带来更大挑战，这些工作量和难度是 POC 和轻量级 AI 应用的 10 倍以上。
BetterYeah 专注于企业级的 Agent 平台领網域，通过知识库、工作流和插件的标准化 Agent 开发平台和场景应用，支撑企业构建专业的 Agent 应用。
企业 Agent 落地正按下 " 加速键 "
在过去和数百家客户的实践中，我们看到行业领先的客户落地 AI Agent 正在加速，分享一些数据：
落地场景：在企业生产级场景落地 AI Agent，客服领網域速度最快，数据类任务增量价值明显，Agent 融入企业核心经营系统趋势越来越显著，正在为企业直接供给生产力。
集成丰富度：企业生产级 Agent 正在融入员工的工作场景，已产生大量内外部系统连接需求，这就要求 Agent 平台的集成能力非常好。
成功路径：有 70% 的 AI 需求是自下而上，由部门级的业务团队和 IT 主导，相比自上而下的项目存活度更高，成功率更高。
AI 技术革命的当下，我们看到今天企业级 Agent 已进入生产力阶段，智能体正带来数据价值和业务价值的加速提升：
上线后，不少企业的生产级 Agent 完成的任务量、token 消耗数量和新产生数据都在指数级增长，Agent 正在直接产生价值。
业务价值层面，生产级 Agent 给企业带来明显的业务提效，业务团队的积极性和投入都在增加。
全新时代的开启，BetterYeah 也正在陪伴各行业的客户一起探索和落地 AI，通过标准的、好用的产品，提高开发效率和 AI 落地成功率。在这个过程中我们看到了很多真实的需求、方案和突破，打磨了很多功能：
1、某客户每天利用 Agent 完成 15 万次任务，平台稳定性需达到 4 个 9。我们在 BetterYeah 平台上开发了一个小功能，可以让模型在不稳定时自动替换到备用模型，这个功能现在每天都在被触发。
2、专业的开发者或者高级 AI 开发者最习惯的是用 code 代码编写 AI 应用，BetterYeah 平台提供 GUI Follow 和 Code 模式融合的方式，保证不同水平的开发者都能满足自己的开发习惯。
这只是 2 个细节，类似这样的功能在 BetterYeah 平台上还有很多。
清晰的价值，激发企业落地 Agent
在此轮 AI 技术发展中，Agent 正前所未有地发挥其价值，围绕 AI 擅长的非结构化、多模态数据的处理，和复杂业务逻辑的场景，很多企业已经将 Agent 进行了生产级落地并跑出价值。
某个客户在私網域部署了一万个全托管客服 Agent，用户体验、客服体验、客服质量提升明显，直接带来了 28% 的生产力提升，而在 2025 年大家有信心达到 80%。我们以产品化方式实现客服 Agent 实现用户意图识别、知识库自学习迭代等，释放开发者的精力。
某头部的洗地机品牌，通过我们的 Yeah 客服应用，实现了 3 个 " 快 "：
上线快："1 分钟配置 " 快速打通全平台，2 周快速完成 agent 上线
上手快：客服员工划词就可唤起 客服 Agent，AI 辅助新手客服快速达到专家水平
迭代快：AI 基于自学习，以天为部門迭代知识和能力
多场景、多 Agent、更多的任务的企业场景，则跑的更快。
某鞋服集团基于 BetterYeah 平台 ，从电商平台 VOC、内容生成入手，逐步部署深化到企业的生命线——货品的全生命周期管理，以及最小经营单元、场網域的店铺中，服务不同角色的 AI 助手。以 " 货品 AI 助理 " 为例，覆盖整个业务流闭环，有 250 多个节点可以通过 Agent 执行任务，或进行自动化处理。
BetterYeah Agent 开发平台和底层模型一起作为这家集团的 AI 基础设施，集团近百人开发团队在平台上协同开发，多套开发环境、权限体系、数据安全管控方面能完全满足。
基于 BetterYeah 平台，企业的 AI 应用创新和落地，更高效了。
从实践到未来，企业 AI Agent 的成功秘诀
这些企业领先的实践中，有没有什么经验和方法可以复制？
我认为，充分利用数据和 AI 驱动的方法，建立反馈评估 - 自学习 - 验证的闭环，是企业 Agent 应用加速成功的关键。
过去很多人主要关注 Agent 任务的构建，但一个生产级 Agent70% 以上的开发工作都是测试和调试，处理 badcase。过去这项工作由业务专家和开发者完成，耗时耗力。
现在利用数据和 AI 驱动，已经可以实现半自动化，建立反馈评估 - 自学习 - 验证的闭环，高效训练 AI 任务，让 badcase 的处理效率提升 10 倍。
未来，随着技术的成熟，企业私有数据更加规范，将有可能实现 AI 全自动的驱动。这些新方法已经全部融入在 BetterYeah 的平台产品中。
在 2025 年，企业 Agent 领網域将持续深入，面对更多的复杂的应用场景、更强的自规划能力、更多的数据、更多的协同，BetterYeah 将持续更新自研平台，支持企业场景的 Multi-Agent、复杂任务的分发，以及通过 Self-Planning 处理大数据和任务自规划，让企业级 Agent 释放更大价值。
希望能和大家一起在 2025 年创造 AI 在企业级、生产级应用上的更多价值，谢谢大家。
— 完 —
点这里关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
>
