在科技領(lǐng)域，一個曾經(jīng)備受爭議的話題如今正悄然發(fā)生變化：那些自帶“幻覺”特質(zhì)的大模型技術(shù)，能否真正走進(jìn)企業(yè)的生產(chǎn)環(huán)境？這一疑問，曾是行業(yè)內(nèi)普遍存在的擔(dān)憂。

以ChatGPT為例，它作為一個火爆的聊天機(jī)器人，與C端用戶的互動并不需要百分之百的準(zhǔn)確。然而，在生產(chǎn)環(huán)境中，聊天場景畢竟有限，將其他場景全面改造為聊天形式既不現(xiàn)實(shí)也不高效。特別是“幻覺”問題，更是被視為大模型在企業(yè)應(yīng)用中的一大障礙。畢竟，生產(chǎn)環(huán)境需要的是穩(wěn)定性和確定性。

但隨著時間的推移，當(dāng)模型層面的問題逐漸得到解決，大模型進(jìn)入生產(chǎn)場景的前提條件便逐漸成熟。2025年6月11日，字節(jié)跳動旗下的火山引擎舉辦了Force原動力大會，會上發(fā)布了豆包大模型1.6、視頻生成模型Seedance 1.0 pro等一系列新技術(shù)產(chǎn)品。

從行業(yè)趨勢來看，包括字節(jié)跳動在內(nèi)的眾多模型廠商普遍認(rèn)為，大模型的“軟肋”已經(jīng)不再是問題。產(chǎn)業(yè)正逐漸從對模型的競爭轉(zhuǎn)向?qū)?yīng)用的競爭。大模型產(chǎn)業(yè)的勝負(fù)，不僅取決于模型本身，更在于誰能率先找到將智能體（Agent）引入核心場景的路徑。

火山引擎總裁譚待指出，深度思考、多模態(tài)和工具調(diào)用等模型能力的提升，是構(gòu)建智能體的關(guān)鍵。同時，由于智能體每次執(zhí)行任務(wù)都會消耗大量tokens，因此降低模型使用成本是推動智能體規(guī)模化應(yīng)用的重要因素。

在本次大會上，豆包1.6宣布了按“輸入長度”區(qū)間定價的新策略，深度思考、多模態(tài)能力與基礎(chǔ)語言模型統(tǒng)一價格。在企業(yè)使用量最大的0-32K輸入?yún)^(qū)間，豆包1.6的輸入價格為0.8元/百萬tokens、輸出8元/百萬tokens，綜合成本僅為豆包1.5深度思考模型或DeepSeek R1的三分之一。而Seedance 1.0 pro模型的價格更是低至每千tokens僅0.015元，每生成一條5秒的1080P視頻僅需3.67元，創(chuàng)下了行業(yè)最低價。

然而，大模型要真正進(jìn)入企業(yè)的核心生產(chǎn)場景，還需要大量的工程化實(shí)踐。一年多前，HiAgent企業(yè)級智能體開發(fā)平臺推出了第一個版本。如今，HiAgent再次迎來大版本更新，如何進(jìn)一步完善企業(yè)級智能體的版圖，成為了火山引擎面臨的新挑戰(zhàn)。

隨著技術(shù)的不斷發(fā)展，2025年被普遍認(rèn)為是智能體上生產(chǎn)線的元年。參照互聯(lián)網(wǎng)的發(fā)展軌跡，應(yīng)用的繁榮才意味著產(chǎn)業(yè)的真正繁榮。企業(yè)雖然不渴望擁有一個“互聯(lián)網(wǎng)”，但卻渴望擁有互聯(lián)網(wǎng)帶來的各種能力，這些能力通常以軟件應(yīng)用的形式呈現(xiàn)。大模型產(chǎn)業(yè)的蔓延同樣遵循這一規(guī)律，從預(yù)訓(xùn)練到精調(diào)，從算力基礎(chǔ)設(shè)施到工具鏈，大模型產(chǎn)業(yè)最終必然走向應(yīng)用層。

火山引擎的認(rèn)知也經(jīng)歷了轉(zhuǎn)變。早期，火山引擎認(rèn)為應(yīng)用效果很大程度上由大模型本身決定，因此加大了對基礎(chǔ)模型的投入。然而后來發(fā)現(xiàn)，好的模型并不直接等同于好的應(yīng)用，中間還需要一系列工程化實(shí)踐，包括提示詞工程、知識庫建設(shè)和工作流優(yōu)化等。為此，火山引擎致力于提供一個完善的智能體開發(fā)平臺，以補(bǔ)全新技術(shù)的鏈路。

火山引擎副總裁張鑫表示，智能體元年的到來是一個樂觀的預(yù)期，智能體可能會“遍地開花”，但要實(shí)現(xiàn)爆發(fā)，需要在技術(shù)、商業(yè)和生態(tài)等多個維度達(dá)到臨界點(diǎn)。例如，大模型能力的上限決定了智能體應(yīng)用效果的下限；在商業(yè)和生態(tài)層面，智能體最大的變化在于使用工具，無論是通過MCP還是谷歌提出的A2A協(xié)議，真正放大智能體的價值還需要更加完善的生態(tài)體系。

張鑫還提到，目前企業(yè)客戶對AI Agent的認(rèn)知存在兩個極端：企業(yè)高層往往高估其能力，而一線人員則容易低估。同時，很多企業(yè)將AI Agent當(dāng)作傳統(tǒng)的軟件工程來看待，認(rèn)為交付驗(yàn)收即結(jié)束。然而，企業(yè)的業(yè)務(wù)場景、數(shù)據(jù)和領(lǐng)域知識都在不斷變化，智能體需要像真人一樣不斷學(xué)習(xí)和調(diào)整。因此，AI Agent不是一次搭建的靜態(tài)結(jié)果，而是一個持續(xù)調(diào)優(yōu)的動態(tài)過程。

為了應(yīng)對這些挑戰(zhàn)，火山引擎對HiAgent智能體構(gòu)建平臺進(jìn)行了大版本的更新。新版本基于Agent DevOps理念，提供策略規(guī)劃、能力開發(fā)、評測、發(fā)布、觀測、優(yōu)化等全生命周期管理，實(shí)現(xiàn)從模型到應(yīng)用的全鏈路打通。向右意味著開發(fā)和運(yùn)營一體化，智能體需要持續(xù)運(yùn)營；向上則提供了行業(yè)樣板間和模板庫，以降低企業(yè)的開發(fā)門檻；向下則是模應(yīng)一體，將模型和應(yīng)用緊密結(jié)合；向左則提供了一個統(tǒng)一的智能體入口，方便員工與多個智能體協(xié)同作業(yè)。

張鑫表示，火山引擎希望成為解決人機(jī)協(xié)同的入口，這個入口專屬于每個用戶，甚至可以千人千面地呈現(xiàn)。通過這個入口，用戶可以喚醒幾十個甚至上百個自己的專屬智能體?；鹕揭孢€希望通過統(tǒng)一端實(shí)現(xiàn)智能體與企業(yè)內(nèi)部已有系統(tǒng)的打通，讓智能體能夠自由調(diào)動存量系統(tǒng)。

除了HiAgent之外，字節(jié)跳動的智能體開發(fā)平臺還包括更為大眾所熟知的扣子?？圩用嫦蜷_發(fā)者和C端用戶，追求開發(fā)者的廣度和深度。而HiAgent則專注于滿足企業(yè)級客戶，特別是大型客戶的復(fù)雜需求。兩者雖然同出一門，但走出了差異化的路徑，共同推動大模型產(chǎn)業(yè)的繁榮。

在行業(yè)視角下，企業(yè)市場的Agent有時會滯后于消費(fèi)市場，但在垂直領(lǐng)域的縱深卻遠(yuǎn)遠(yuǎn)超過消費(fèi)級應(yīng)用。例如，某企業(yè)曾基于開源平臺開發(fā)了Agent并應(yīng)用于生產(chǎn)系統(tǒng)，但并發(fā)量遠(yuǎn)遠(yuǎn)低于所需。改換HiAgent之后，才滿足了生產(chǎn)環(huán)境的大規(guī)模并發(fā)需求。

隨著技術(shù)的不斷發(fā)展，HiAgent已經(jīng)不僅僅是一個開發(fā)工具或平臺產(chǎn)品。越來越多的客戶將其視為一個完整的AI能力中心。它沉淀了客戶的數(shù)據(jù)和知識，云基礎(chǔ)設(shè)施、大模型、中間件等產(chǎn)品和服務(wù)都是過程，最終交付給企業(yè)的是實(shí)實(shí)在在的AI能力。