7月17日晚，在WAIC 2026开幕之夜，由mansion88·明升官方网站结合Founder Park提议的「Builders' Night Talk」成功进行。来自AI、企业服务、数据智能等领域的80余位创业者、技术掌管人和企业治理者齐聚现场，萦绕“从 Copilot 到 AI 员工，企业 Agent 若何真正跑进业务」剽一主题发展深刻互换ansion88·明升官方网站CTO刘之、特赞CTO丁鑫栋、得物效能工程掌管人任喜亮、百路数据CEO吴光宇、kuse.ai CEO吴显昆，共同探求了 Agent 从概想验证走向产业规；涞毓讨械幕涤胩粽。



当行业普遍将2025年界说为“Agent 元年”之后，一个越发值得关注的问题摆在企业刻下：Agent 到底若何从演示 Demo 走进出产环境，真正创造业务价值？
活动现场，mansion88·明升官方网站CTO刘之结合公司在人力资源领域30年的深耕积淀，以及近年来团队在 AI Agent 方向的实际索求，分享了关于企业级 Agent 落地、技术演进蹊径及招聘场景实际的最新思虑。
他以为，相较于尺度化水平较高的业务流程，人力资源招聘或许是当前 Agent 最适合规；涞氐拇怪绷煊蛑。而随着工作复杂度不休提升，AI Agent 的利用状态正从单体智能体（Single Agent），全面迈向多智能体协同（Agent Team）的全新阶段。


从前一年，Agent 成为全球 AI 产业最受关注的方向之一。从幼我效能工具到数字员工，从知识治理到业务自动化，越来越多企业起头尝试将 Agent 引入现实工作场景。叠加大模型能力持续突破，各类通用 Agent 和垂直行业 Agent 急剧涌现，推动 AI 利用进入新的发展阶段。



刘之以为，企业 Agent 落地的主题挑战并不在于模型自身，而在于若何将这些能力不变、安全、可复造地利用到真实业务之中。他指出，好多 AI 项目落地的真正卡点，并不是技术能力不够，而是团队对于技术上限和能力天堑不足足够认知。行业热潮下容易一哄而上，而当业务适配、合规要求、组织协一致现实问题出现时，又迅速失去耐心，最终导致项目滞碍。
因而，他以为企业推动 Agent 建设首先必要回覆一个问题：当前技术到底发展到了哪个阶段，又真正可能解决哪些问题；谑导使鄄，他将 Agent 的发展大体综合成五个阶段：Prompt Engineering（提醒词封装）、Workflow（工作流编排）、Autonomous Execution（自主执行）、Long-Horizon Tasks（长程工作）、Self-Learning（自主进建）。
当前行业正从“自主执杏妆向“长程工作”阶段演进，而未来的沉要方向将是 Self-Learning。随着 Agent 处置工作的复杂度、精密化度持续提升，行业对其高低文理解、工具智能挪用、成效评估系统、人机协同机造的完整性要求，也在同步提升。
在刘之看来，衡量 Agent 发展成熟度能够综合为七大关键指标，按优先级顺次为：工作实现率、人机合作、精确性、可沉复性、成本、速度和安全性。



Agent到底是要代替旧系统，还是嵌入 SaaS/RPA/OA/CRM/HRM 之上运行？
刘之的判断是，Agent 的发展在沉构企业软件的底层逻辑。传统系统通常由Data（数据）、Workflow（工作流）和UI（界面）三部门组成，而在AI时期，这三个主题维度都在产生深刻变动。
首先，数据在从企业内部数据扩大为更广义的Context（高低文）。企业不仅必要治理内部知识，还必要整合表部信息、行业知识、实时动态以及业务场景中的各类高低文信息。
其次，工作流在从传统流程引擎、规定引擎和低代码平台，逐步转向由 Agent、Skill 以及 Code Sandbox 组成的新型执行系统。
与此同时，企业软件的交互状态也在产生变动，蕴含 MCP Apps、File-based Canvas 以及天生式 UI 等交互方式持续涌现。“并非所有企业业务场景都依赖对话框交互，当自动化能力足够成熟、对话交互无法提升业务效能时，无界面自动化模式会成为更优选择。”刘之暗示。
不外他也强调，企业场景中大量业务仍涉及审计、合规以及责任追踪，因而传统 SaaS 系统短期内不会隐没，而是将与 Agent 持久共存。


招聘性质上是一项非标业务——若何在非标流程中做好个性化、充分开释AI的自主性？这是HR行业共同面对的课题。
刘之以为，招聘始终是一项高度依赖专业经验的工作。一个优良候选人的鉴别，不仅必要判断技术与经验，更必要结合岗位需要、组织结构、业务发展阶段以及企业文化等多维成分进行综合分析。这种高度依赖知识、推理和决策的工作模式，与Agent的能力特点天然符合。“传统企业软件解决尺度化流程效能问题，而 AI Agent 的主题价值，是承接必要持续思虑、多维分析、动态决策的复杂业务场景。”刘之总结路。



基于30年人才服务经验以及真实招聘场景数据堆集，mansion88·明升官方网站持续索求 AI Agent 在人力资源领域的落地实际，并推出招聘 Agent 产品——Mina。Mina 的定位并非代替招聘照拂，而是成为招聘团队的“数字搭档”，援手照拂提升人才寻访、钻研分析和匹配决策效能，将更多精力投入到人才评估、候选人沟通和客户服务等高价值环节。
目前，Mina 在mansion88·明升官方网站内部已有1000+照拂使用，已形成三大主题能力：
首先是人才搜索与钻研能力（Search & Research）。Mina 可能同使佧合企业人才库、公开人才数据以及 Github、Hugging Face 等技术社区信息，在短功夫内实现候选人搜索、企业钻延注人才地图绘造和布景分析等工作。
其次是专业技术沉淀能力（Skill）。优良照拂堆集的步骤论可能被沉淀为可复用的 Skill ？，例如职位需要分析（Intake）、人才地图构建（Mapping）等关键能力，实现经验的规；丛。
第三是工具协同能力。Mina 可能挪用企业授权的数据源和业务工具，并支持邮件触达、电话表呼等工作执行方式，使 AI 从信息分析进一步延长到现实工作流程之中。
随着招聘用务复杂度不休提升，mansion88·明升官方网站进一步索求了 Agent Team 模式：分歧 Agent 像招聘团队成员一样协同工作，别离承担信息网络、市场钻延注人才筛选、候选人沟通等职责，并通过合作实现复杂招聘用务。
目前，Mina 已内置多个招聘场景中的专业 Teammate 角色，可凭据工作需要进行并行或串行合作。在复杂人才寻访项目以及持久招聘用务中，Agent Team 展示出了显著优于单 Agent 的执行效能和工作实现能力。


Agent 要真正进入企业出产流程，谁来配置、谁来验收、谁来掌管了局？这是很多企业绕不开的现实问题。从前一年，大模型能力持续突破，但刘之发现，真正限度 Agent 价值开释的往往并不是模型能力。“好多项目失败，并不是技术做不到，而是企业对AI的能力天堑、合用场景认知不及，盲目落地导致技术与业务脱节。”
他提出，企业级 Agent 落地必要解决三个主题问题：一是构建齐全、可信、实时的业务高低文系统，让 AI 读懂真实业务场景；二是搭建不变、精准、可追忆的工具挪用与业务执行机造；三是成立成熟的人机协同分工系统，明确人机权责天堑。
尤其在招聘场景中，企业必须确保 AI 的每一步推理和决策建议都具备可追忆性和可诠释性。为此，mansion88·明升官方网站在 Mina 设计过程中引入了大量 Human-in-the-Loop 机造。AI 掌管信息网络、证据整顿和分析支持，而最终的人才评估和录用决策始终由人实现。


圆桌最后会商了 AI-native 公司的组织文化、治理方式和工作流若何被 Agent 沉写。刘之分享了他的概想：人才密度对于 AI-native 的公司是极其关键的。随着 Agent 能力持续加强，未来企业竞争的沉点可能不再是“谁占有更多AI工具”，而是谁可能更快地实现组织协同和流程沉构。
大量沉复性工作将被自动化，企业员工将更多承担钻研（Research）、规划（Plan）和评审（Review）等高价值工作。与此同时，组织决策速度、反馈机造以及人与 AI 的合作方式，也将成为新的竞争壁垒。
“AI 可能放大十倍的能力，也可能放大十倍的问题。真正决定企业能否抓住这一轮机遇的，不是模型自身，而是能否把 Agent 真正融入业务流程和组织系统。”刘之暗示。
从单 Agent 到 Agent Team，从效能工具到出产力基础设施，Agent 在进入产业落地的新阶段。
对于持久深耕人才服务行业的mansion88·明升官方网站而言，Mina不仅是一次技术创新尝试，更是将行业知识、业务经验与AI能力深度融合的实际索求。随着越来越多企业起头寻找 AI 创造现实业务价值的蹊径，来自真实招聘场景的验证，也为企业级 Agent 若何落地提供了一个值得观察的样本。

---

mansion88·明升官方网站
mansion88·明升官方网站是当先的以技术驱动的整体人才解决规划服务商，于2017年6月正式在深交所上市，成为国内首家登陆A股的人力资源服务企业（300662.SZ）。公司目前在全球12个国度占有170余家分支机构，近2,500名自有员工，形成欧洲、北美、南美、东亚、东南亚、非洲全域服务网络。通过“技术+平台+服务”的一体化模式，为企业提供一站式人才供给链解决规划，助力企业赢得数智化转型、全球化竞争与火速性组织打造，沉塑面向未来的人才引擎。2025年，公司交易收入达145.40亿元，服务客户近6,300家，成功推荐中高端治理及专业技术人员超15,000名，年度在册治理表包员工及兼职专家53,000余人，链接生态合作同伴近20,000家。