主要观点总结
OSCHINA源创会第108期在上海成功举行，邀请了来自各大科技公司的技术专家和业内专家进行主题演讲。演讲主题涵盖了AI Agent的应用实践、多Agent系统的开发、电商大模型Agent云平台等方面。
关键观点总结
关键观点1: 科大讯飞星火大模型应用平台负责人金豪介绍了AI Agent的应用趋势和开发范式变化。
随着AI技术的发展，AI Agent的应用趋势正在从简单的助手向解决复杂问题的方向发展。与此同时，AI Agent应用开发范式也在发生变化，对开发者的开发能力和工具的要求越来越高。
关键观点2: 商汤科技大装置事业群研发总监王志宏介绍了LazyLLM多Agent应用开发的奇幻之旅。
王志宏强调了多Agent系统在应对复杂问题中的优势，并介绍了LazyLLM的开发初衷和特点，为开发者提供了便捷的人工智能应用构建工具。
关键观点3: 蚂蚁集团agentUniverse多智能体框架架构师赵泽伟分享了其在严谨产业中的应用实践。
赵泽伟介绍了蚂蚁集团在金融等业务的严谨场景中对智能体应用的需求和挑战，以及agentUniverse框架在解决这些问题中的优势。
关键观点4: 微盟集团AI负责人裘皓萍分享了WAI落地多Agent协作应用助力B端客户之路。
裘皓萍强调了AI Agent在价值评估中的重要作用，并介绍了微盟的多Agent协作平台WAI的设计和应用。
关键观点5: BetterYet AI的CTO &联合创始人黄种堃分享了企业级Agent应用的落地与实践。
黄种堃介绍了企业Agent应用的四大场景和技术难题，并总结了针对这些难题的关键技术实现和解决方案。
关键观点6: 汇智智能产品运营副总史林锋介绍了电商大模型Agent云平台的实际应用链路。
史林锋强调了电商行业面临的挑战和人员配置的重要性，并介绍了汇智智能自研的AI大模型和CarrotAI大模型的技术特点和优势。
正文
针对高阶 Agent 开发需求，充分利用 CoT 的思考和复杂问题理解能力，做场景可落地的 Agent。针对效果提升问题，从应用场景驱动的端到端大模型应用效果闭环系统，让开发者不懂大模型，也能轻松的搞定大模型应用效果问题。
LazyLLM 带你走进多 Agent 应用开发的奇幻之旅
商汤科技大装置事业群研发总监王志宏
发表《LazyLLM 带你走进多 Agent 应用开发的奇幻之旅》主题演讲。王志宏介绍，当下 AI Agent 的应用范围广泛，几乎遍及各行各业，但是单一的 Agent 在面对一些复杂问题时会稍显无力，就需要多个 Agent 去配合，共同协作完成任务。
一个多 Agent 系统由多个相互作用的 AI-Agent 组成，引入多 Agent 可以通过各自的专长和优势，互补不足，提高系统的灵活性和效率，从而更好地应对各种挑战。当前市面上也有一些多 Agent 开发框架，但在实际使用中王志宏发现，这些框架可以应对一些简单的场景，依旧难以解决行业中的真实落地需求。于是，商汤决定开发一款自己的多 Agent 框架 ——LazyLLM。
LazyLLM 开发的初衷便是破解多 Agent 系统开发难题。对于初级开发者，LazyLLM 彻底简化了 AI 应用的构建过程，开发者无需再考虑如何将任务调度到不同的 IaaS 平台上，不必了解 API 服务的构建细节，也无需在微调模型时选择框架或切分模型，更不需要掌握任何 Web 开发知识，通过预置的组件和简单的拼接操作，便能轻松构建出具备生产价值的工具。对于资深的专家，LazyLLM 提供了极高的灵活性，为开发者提供了无限的可能性。其模块化设计支持高度的定制与扩展，使用户能够轻松集成自有算法、行业领先的生产工具以及最新的技术成果，从而快速构建适配多样化需求的强大应用。
LazyLLM 以数据流为核心的应用开发范式，支持 Pipeline、Parallel、Switch、If、Loop、Diverter、Warp、Graph 等数据流；可以为同一模块的不同技术选型提供一致的使用体验，如统一调用、统一服务、统一部署；针对 Agent 调用，LazyLLM 支持 FunctionCall、React、ReWOO、PlanAndSolve 等多种 Agent，并提供一致的使用体验。
此外，LazyLLM 还支持搭建 RAG 应用，以提高知识时效性、减少虚假信息、提升信息来源透明度、增强高效定制能力、保障数据安全。RAG 核心流程包含数据读取、数据分块、向量化、召回、重排和生成几个部分，LazyLLM 为每个组件进行了封装，提供开箱即用的 RAG 搭建工具。
agentUniverse 专业多智能体框架在严谨产业中的应用实践
蚂蚁集团 agentUniverse 多智能体框架架构师赵泽伟
发表了《agentUniverse 专业多智能体框架在严谨产业中的应用实践》主题演讲。赵泽伟介绍，蚂蚁集团一直在做金融和泛金融相关的业务，金融产业对于智能体应用的专业性和严谨性要求非常高。
