AI APPLICATION / 场景与交付

企业 Agent 实践

从业务访谈到阶段性 POC,把领域规则、Agent 工作流和人工审核组织成可执行的方案。

从真实流程开始

在某车企研发场景中,我担任项目主导人和技术负责人,围绕测试用例生成与研发辅助工具推进阶段性 POC。首先需要理解的不是模型参数,而是专家如何工作、输入材料有哪些限制、结果由谁审核。

将方案转为可执行的工作

我的工作覆盖场景选择、试点范围、技术路线、业务规则、质量审查、现场部署与交接。实现过程中,把本地模型、Agent / Skill、确定性代码、领域知识和人工审核分开组织,让每一层承担明确的责任。

当生成结果出现不合理内容时,需要区分问题来自输入、环境、知识、模型,还是规则与工作流。保留中间产物和检查依据,有助于回到具体环节,而不是反复修改一段提示词。

结果与边界

项目完成了阶段性 POC、现场部署和客户交接,并形成可复用的交付分层与问题归因方法。这个阶段的完成,不等于生产系统全面上线,也不意味着替代测试专家。

我负责项目与技术决策,结合 AI 编程工具和客户协作推进实现;将工具生成、团队协作与个人判断分别说明,是复盘的一部分。

一个结果可以被生成,只是起点。它是否能被检查、被使用、被交接,决定了方案的价值。