课程简介

企业级智能体正从“回答问题、生成名单”走向参与业务决策，竞争焦点也从单次生成效果转向能否持续理解业务、基于证据作出判断，并让结果可验证、过程可治理。对企业而言，商机决策智能的价值不只是提升找客效率，更是把分散在数据、系统和销售经验中的判断沉淀为可规模化复用的决策能力，让有限的销售资源更早聚焦真正值得跟进的机会。

 企业服务中的深度拓客，难点不在于搜索到更多相关企业，而在于如何在信息不完整、交易证据稀缺、企业主体与联系人关系复杂、销售窗口持续变化的条件下，识别真正值得跟进的商机，并形成可行动、可验证的决策依据。

 本次分享将结合拓客、智评、查企业和标讯等真实业务实践，围绕“企业 × 需求 × 交易角色 × 证据 × 时机”建立商机判断，并形成下一步行动建议；结合以任务规划为起点，组织多路径自主发现，并通过生成与验证分离、面向最终 Top-N 结果的评价机制建立可信推理闭环；在这一过程中，Agent Team 支撑复杂任务的分工协作，Harness 保障长链路稳定执行，分层 Memory 则持续积累和复用 ICP、业务知识与人工纠错经验。

 课程收益

目标：

1、获得一条贯穿业务问题定义、决策对象建模、智能体执行、运行时治理与评测反馈的体系化落地路径；

2、掌握可迁移至其他企业服务决策场景的关键方法、工程经验与适用边界。

 成功要点：

商机决策智能体能否落地，关键不在于简单串联搜索、模型和多个 Agent，而在于先把“什么是值得销售跟进的商机”定义为可验证的决策对象，并让发现、核验和 Top-N 评价都受到证据约束。Agent Team 的分工只有与 Harness 运行治理、评测反馈和 Memory 经验复用形成闭环，才能把一次性结果转化为稳定、可持续改进的业务能力。

 启示：

企业级 Agent 的核心壁垒不会只来自模型本身，更来自对业务判断的结构化沉淀，以及围绕证据、运行和反馈形成的系统工程能力。凡是同时存在信息不完整、判断标准复杂和结果需要负责的场景，都可以借鉴这套从决策对象建模到可信闭环的方法。

 受众人群

具身智能算法工程师、AI原生应用架构师、 决策智能体开发人员、机器人系统研发工程师、视频算法工程师、智能体（Agent）开发工程师以及其他对AIGC感兴趣的从业者。

课程周期

    0.5天（3H） 

课程大纲