Files
docs/agent.md
2026-09-11 15:30:17 +08:00

320 lines
14 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 百瑞互联 AI 智能体建设方案
> 面向:深圳百瑞互联技术有限公司管理层
> 目的:基于公司现有研发知识库问答能力,提出下一阶段「智能体(Agent)」建设方向、优先场景与推进路径,供内部决策参考。
> 说明:本文为方案建议,不涉及商务报价;具体范围、节奏与投入需结合贵司确认后细化。
---
## 一、背景与判断
百瑞互联是短距离无线通信领域的芯片、模组、协议栈与方案提供商,业务覆盖物联网、音频、汽车电子等场景,并深度参与蓝牙技术生态。日常工作高度依赖芯片手册、协议规范、认证材料、应用笔记与历史项目经验。
贵司已建设并投入使用 **研发知识库 AI 问答系统**。该系统解决的是第一层问题:
- 资料能问、答案有出处、可按权限隔离;
- 支持内部文档与外部蓝牙权威知识源(如 Amber)统一入口;
- 具备企业管理、密级授权、审计与可运营能力。
下一阶段引入「智能体」,不是再做一个聊天窗口,而是把现有知识能力 **按岗位、按流程做深**:从「能问答」升级为「能协助办事」。
**核心判断:**
1. 百瑞最适合的不是全员一个万能助手,而是围绕研发与交付链路的 **垂直智能体**。
2. 芯片、协议、认证类回答必须 **可核对、可追溯、人在回路**,不宜让智能体对外自动承诺技术参数或商务条件。
3. 现有知识库是最好的底座。优先复用、扩展岗位场景,再逐步连接工单、测试、CRM 等系统。
---
## 二、建设目标
建议将智能体建设目标定义为三句话:
1. **让一线少被打断**:研发、FAE、认证人员把重复问答、材料整理、初判工作交给助手。
2. **让答案可进业务**:不仅能查资料,还能生成排查清单、回复草稿、齐套检查结果,经人工确认后使用。
3. **让知识持续沉淀**:把客户问题、项目经验、认证与测试结论回流进知识库,形成越用越准的闭环。
建议用 6–12 个月看到可量化结果,而不是一次性铺开所有部门。
| 周期 | 建议目标 |
|---|---|
| 近 3 个月 | 在 2–3 个高价值岗位上线垂直助手,形成可演示、可统计的使用闭环 |
| 3–6 个月 | 覆盖认证/测试与售前选型,补齐「人审后发出」的流程能力 |
| 6–12 个月 | 按需对接工单/CRM/测试系统,形成流程型与分析型智能体 |
---
## 三、总体原则
1. **窄而深,不求全能**
先做 FAE、研发、认证等高频场景,不做「什么都能聊」的通用机器人。
2. **有出处,才进业务**
涉及电气参数、协议条款、认证结论,必须带来源;找不到就明确说找不到。
3. **人在回路,先辅助后自动**
第一阶段只做检索、起草、检查、推荐;不自动对客发送、不自动改代码合入、不自动承诺交期与价格。
4. **权限与保密先行**
沿用现有密级、目录授权、出站脱敏与审计能力;智能体不得突破员工本人可见范围。
5. **一个底座,多岗位入口**
共用知识库、模型与权限体系;按岗位配置知识范围、提示词、工具权限与审核强度。
---
## 四、适合建设智能体的部门与岗位
### 4.1 优先建设(P0)
#### (1)FAE / 应用工程 / 技术支持
这是芯片公司最典型的「人肉知识路由器」。客户与内部同事高频询问选型、引脚、功耗、连接异常、认证注意点、示例工程用法,大量答案已在文档和历史案例中,但查找成本高。
**建议能力:**
- 基于手册、应用笔记、FAQ、历史案例进行带出处问答;
- 按故障现象给出排查清单(连接失败、功耗偏高、音频断续等);
- 生成对内/对客回复草稿,由工程师确认后发出;
- 召回相似历史问题及解决路径。
**预期价值:** 缩短一线响应时间,减少资深工程师被重复打断。
#### (2)研发(芯片 / 固件 / 协议栈 / 驱动 / SDK)
研发资料专业、更新快、图表多,新人上手慢,老人重复答问多。现有知识库能力与该岗位最贴合。
**建议能力:**
- 规格书、寄存器、协议、errata、SDK 示例的高精度问答;
- 版本变更与已知问题影响面提示(必须附出处);
- 设计/自测检查清单辅助(不替代评审拍板);
- 根据需求或规格生成测试用例大纲草稿。
**预期价值:** 提升研发自助查询效率,降低跨组反复请教成本。
### 4.2 第二批建设(P1)
#### (3)认证 / 测试 / 质量
蓝牙认证、一致性测试、问题复盘材料多、检查项多、流程长,非常适合「清单型 + 对照型」智能体。
**建议能力:**
- 认证材料齐套检查与缺件提示;
- 功能/问题与规范条款对照;
- 测试失败日志的常见根因初分;
- 质量问题报告(如复盘/8D)结构草稿;
- 变更后的回归测试范围建议。
**预期价值:** 压缩认证与质量闭环中的文书和检索时间。
#### (4)售前 / 产品 / 解决方案
选型、方案拼装、标书应答高度依赖产品能力矩阵和历史项目经验。
**建议能力:**
- 按应用场景(音频、车载、物联网、Mesh 等)给出候选芯片/模组及依据;
- 生成方案说明、参数对比表、应答材料草稿(基于已过审内容);
- 对「该需求能否支持」做初判,并列出限制条件。
**边界:** 对外承诺、定制可行性结论、价格与交期必须人工确认。
### 4.3 后续扩展(P2)
| 部门 | 可做场景 | 不宜一上来就做 |
|---|---|---|
| 销售 | 会议纪要提炼、跟进邮件草稿、内部查询某客户历史料号与已知问题 | 无人值守报价、自动商务承诺 |
| 市场 / 开发者运营 | Release Note、迁移指南、FAQ、技术内容初稿 | 未审核参数直接对外发布 |
| 计划 / 供应链 / 制造协同 | PCN 影响说明草稿、异常经验检索 | 在主数据不完整时做自动排产/承诺交期 |
| HR / 行政 | 制度、入职、培训材料问答 | 作为公司 AI 建设的第一优先级 |
### 4.4 明确不建议由智能体自动执行的事项
- 对外自动答复并承诺芯片参数、认证结论、交期、价格;
- 自动修改并合入生产固件 / 协议栈代码;
- 替代架构评审与技术拍板;
- 突破密级与目录权限去检索或汇总高敏感资料。
---
## 五、推荐的智能体形态
建议采用「一个平台底座 + 若干岗位智能体」,而不是为每个部门单独做一套系统。
```text
┌─────────────┐
│ 员工入口 │
│ 问答 / 企微 │
└──────┬──────┘
│
┌────────────────┼────────────────┐
▼ ▼ ▼
FAE 助手 研发助手 认证/测试助手
售前助手 (后续)销售/市场/供应链助手
│ │ │
└────────────────┼────────────────┘
▼
统一底座:知识库 + 权限密级 + 模型 + 审计
│
逐步连接:工单 / CRM / 测试平台 / 物料主数据
```
按能力成熟度分三层推进:
| 层级 | 形态 | 说明 | 阶段 |
|---|---|---|---|
| L1 知识型 | 岗位问答助手 | 带出处检索与回答,复用现有知识库 | 立即启动 |
| L2 助手型 | 起草与检查 | 回复草稿、排查清单、材料齐套、纪要待办 | 3 个月内 |
| L3 流程型 | 系统协同 | 创建/更新工单、拉取测试结果、同步客户项目信息 | 数据接口具备后 |
对管理层而言:先把 L1/L2 做扎实,比急着上「全自动流程机器人」更安全、也更快见效。
---
## 六、P0 场景建议(可直接作为试点范围)
以下 6 个场景建议作为第一期试点,均满足「高频、可核对、能统计、风险可控」。
### 场景 1:研发知识问答(内部自助)
- **使用人:** 芯片、固件、协议栈、SDK 工程师
- **输入:** 自然语言问题(型号、寄存器、协议条款、配置项等)
- **输出:** 带文档名/页码/原文片段的回答
- **人工:** 关键参数引用前由工程师自行核对
- **成功标准:** 自助解决率提升,跨组重复答问下降
### 场景 2:FAE 一线应答助手
- **使用人:** FAE / 技术支持
- **输入:** 客户问题、现象描述、型号信息
- **输出:** 可能原因、资料出处、回复草稿、是否需升级研发
- **人工:** 对外发送前必须确认
- **成功标准:** 首响时间缩短,草稿采用率可统计
### 场景 3:故障排查清单
- **使用人:** FAE、测试、部分研发
- **输入:** 故障现象 + 产品型号/应用场景
- **输出:** 分步排查项、所需日志/仪器、常见误区
- **人工:** 按清单执行,结果可回写知识库
- **成功标准:** 同类问题平均处理时长下降
### 场景 4:历史案例召回
- **使用人:** FAE、质量、研发
- **输入:** 当前问题描述
- **输出:** 相似历史案例、处理结论、关联文档
- **人工:** 判断是否复用,避免错误迁移
- **成功标准:** 「重复踩坑」明显减少
### 场景 5:认证材料齐套与条款对照
- **使用人:** 认证、质量、项目经理
- **输入:** 产品/项目、目标认证项
- **输出:** 材料清单、缺件、对应规范条款
- **人工:** 认证负责人确认后执行补件
- **成功标准:** 因材料缺失导致的延误减少
### 场景 6:售前选型初判(内部)
- **使用人:** 售前、产品、资深销售
- **输入:** 客户场景与关键约束(功耗、接口、音频、车规等)
- **输出:** 候选料号、依据、限制条件、需 FAE 确认的问题
- **人工:** 对外方案必须审核
- **成功标准:** 内部选型准备时间缩短,明显错选减少
---
## 七、实施路径
### 第一阶段(0–3 个月):岗位助手试点
- 明确 2 个试点部门:建议 **FAE + 研发**;
- 梳理并补齐对应知识:手册、应用笔记、FAQ、errata、高频案例;
- 配置岗位助手(知识范围、拒答边界、必须出示出处);
- 建立使用规范:对外内容一律人审;
- 统计:提问量、有来源回答占比、草稿采用率、未覆盖问题清单。
**阶段成果:** 领导可看到真实岗位在用,而不是一次性演示。
### 第二阶段(3–6 个月):认证/售前扩展 + 助手型能力
- 上线认证齐套、条款对照、测试失败初分;
- 上线售前选型助手(仅内部);
- 增加回复草稿、排查清单、会议纪要待办等 L2 能力;
- 把高频未覆盖问题转化为标准知识条目。
**阶段成果:** 从「会查」扩展到「会协助准备材料与回复」。
### 第三阶段(6–12 个月):有选择地连接业务系统
- 评估工单、CRM、测试平台、物料/PCN 等系统接口;
- 上线「创建工单草稿、回写处理结论、拉取测试摘要」等流程能力;
- 视成熟度决定是否对内开放更多岗位(销售、市场、供应链)。
**阶段成果:** 智能体开始进入业务流程,而不仅停留在对话。
---
## 八、组织与运行机制建议
智能体要持续有效,不能只上线一个入口,建议明确三类角色:
| 角色 | 建议承担部门 | 职责 |
|---|---|---|
| 业务负责人 | 各试点部门主管 | 确定场景、验收是否真能减负 |
| 知识运营 | 研发支持 / FAE 骨干 / 质量文档接口人 | 补文档、标密级、回收高频问题 |
| 平台运营 | 信息化 / 现有系统实施团队 | 权限、模型、审计、效果统计 |
建议每月一次简短运营会,只看四件事:
1. 哪些问题反复出现但知识库没有;
2. 哪些回答被一线判定不准;
3. 哪些草稿真正被采用;
4. 下个月补哪些资料、关哪些高风险能力。
---
## 九、风险控制
| 风险 | 控制方式 |
|---|---|
| 技术参数幻觉 | 强制出示出处;无依据不给结论;关键对外答复人审 |
| 越权泄露 | 沿用现有密级 + 目录授权;智能体检索范围不超过用户权限 |
| 敏感信息出站 | 对外部大模型启用脱敏;核心场景可评估专有/内网模型 |
| 员工不会用 / 不愿用 | 嵌入现有问答与企微入口;先解决最痛的重复问题 |
| 期望过高 | 对外明确:智能体是助手,不是自动决策系统和自动客服总机 |
---
## 十、资源与配套(供评估,非报价)
第一期通常需要同时具备三类投入,缺一不可:
1. **知识准备:** 试点岗位的文档整理、目录与密级、FAQ/案例入库;
2. **平台能力:** 在现有问答系统上增加岗位配置、草稿/清单类输出、使用统计;
3. **业务时间:** FAE/研发骨干每周固定时间做验收与纠错,否则无法变准。
其中,**知识质量与一线纠错** 往往比模型本身更决定效果。
---
## 十一、建议决策事项
请领导层重点拍板以下事项:
1. **是否同意** 以现有研发知识库为底座推进智能体,而不是另起一套通用聊天系统;
2. **是否同意** 第一期只做 FAE + 研发两个岗位试点(认证/售前放第二期);
3. **是否明确** 对外技术答复、商务承诺、代码合入必须人审,不允许全自动;
4. **指定** 一名业务负责人与一名知识运营接口人,保证试点有人用、有人改;
5. **确认** 3 个月后的验收口径:使用量、有来源占比、一线减负感受、未覆盖问题闭环。
---
## 十二、结语
百瑞引入智能体,最有价值的方向不是「让 AI 什么都会」,而是:
> 让芯片、协议、认证和客户支持链条上的专业人员,把重复查找、起草和初判交给助手,自己把时间留在判断、调试与对客户负责上。
现有知识库已经解决了「能问、有出处、可管控」。下一步按岗位做深,是投入产出比最高、风险最可控的路径。
如需进入立项,建议下一步仅做两件事:确定试点部门,梳理这批岗位最高频的 20 个真实问题作为验收集。