作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
AI Agent是指具有自主性或半自主性的智能实体，能够利用人工智能技术在数字或物理环境中感知、决策、采取行动并实现目标。与Copilot、聊天机器人等相比，AI Agent能够自主规划和行动，实现用户预设的目标。
按应用架构划分，AI Agent可以划分为单Agent、多Agent两种类型。多Agent朝着一个共同的目标努力，而这个目标超出了单Agent的能力范围。多Agent的联合应用往往可以解决单Agent无法完成的复杂任务，同时创造出适应性更强、扩展性更高和更稳健的解决方案。
在《2025年AI Agent应用最佳实践报告》中，沙丘智库深入研究了阿里、京东、快手、腾讯、亚马逊、Google等互联网大厂的多Agent系统建设实践，旨在为企业落地AI Agent应用提供参考。
沙丘智库《大模型应用跟踪调研》采取按月更新的方式，通过企业调研、公开信息等多种渠道，收录的案例均为已产生阶段性成果、值得企业参考的案例，旨在帮助企业及时了解大模型应用的最新进展，调整战略规划，确保技术投资与未来的发展方向一致。
以下内容节选自：沙丘智库《2025年AI Agent应用最佳实践报告》
▎案例1：阿里巴巴基于Multi-Agent的智能导购助手
为了帮助商家全天候、自动化地满足顾客的购物需求，阿里巴巴基于商品内容构建一个智能商品导购助手，以 Multi-Agent 架构为核心，通过 Router Agent 对用户问题进行精准的意图分析，并将其分配至对应的商品导购 Agent，如手机导购、冰箱导购与电视导购等。这些 Agent 主动向顾客收集商品参数信息，在收集完详细信息后，利用百炼的知识检索增强功能或已有数据库进行商品搜索，为顾客推荐最合适的产品。
▎案例2：京东基于Multi-Agent的商家智能助手
为了解决电商商家在电商运营中的复杂决策问题，京东采用多智能体协同技术开发了商家智能助手，模拟现实中电商商家团队的经营协作方式，覆盖从商品发布、订单管理、客服沟通到数据分析的全流程，并为商家提供如销量预测、营销投放、定价、商机词推荐等经营功能。商家只需要以自然语言与京麦平台上的商家智能助手沟通，就可以获得7*24小时的上述服务。
▎案例3：亚马逊电商客服流程自动化系统MARCO
Amazon电商平台上有上千万商家，庞大的卖家体系存在对客服的大量需求，客服在解决卖家问题时通常需要多次查询内部SOP找到解决方案，并调用内部工具解决问题，例如改变运输途径、改变价格定位等，过程复杂且需要依赖大量人力。
Amazon开发了多Agent实时对话编排框架MARCO，并基于此打造了电商客服流程自动化系统。MARCO内部采取层次式多智能体架构，并采用多种护栏机制保证Agent调用和LLM输出的准确性，包括输出格式错误检测、幻觉生成的函数调用检测、幻觉生成的函数参数检测、参数值类型匹配检测等；同时，采用模型反思机制，通过反思prompt，使Agent有效纠正护栏检测到的错误。
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738