写点什么

模型驱动的用户研究 Agent:真实业务的实践与挑战 |AICon 北京

  • 2025-12-04
    北京
  • 本文字数:1763 字

    阅读完需:约 6 分钟

大小:935.66K时长:05:19
模型驱动的用户研究 Agent:真实业务的实践与挑战 |AICon北京

12 月 19-20 日, AICon全球人工智能开发与应用大会收官之站将在北京举办,本次大会 将以 “探索 AI 应用边界” 为主题,聚焦企业级 Agent 落地、上下文工程、AI 产品创新等多个热门方向,围绕企业如何通过大模型提升研发与业务运营效率的实际应用案例,邀请来自阿里、字节、华为、京东、快手、美团等头部企业、大厂以及明星创业公司的专家,带来一线的大模型实践经验和前沿洞察。一起探索 AI 应用的更多可能,发掘 AI 驱动业务增长的新路径!


火山引擎数据应用资深工程师蒋煜已确认出席并将在「Data+AI / Agent 落地实践」专题发表题为《模型驱动的用户研究 Agent:真实业务的实践与挑战》的主题分享。行为数据不仅数量大,且包含的数据类型、语义繁杂,在一些需要语义理解较快产出结论或模仿人类推理的行为分析场景,传统的数据分析、机器学习方法存在冷启动慢、语义理解和解释困难的弊端,需要利用人工智能领域新进展解决类似的用户行为分析诉求。


为此,结合大语言模型(LLM)的行为数据分析与归因,创新性地在原始日志的基础上建立分析的数据形态中间层,充分利用大模型非结构化数据尤其是自然语言的理解与推理能力优势;为了满足用户在行为 AI 辅助数据分析过程中结果可解释、可信的需求,以及解决长时间跨度行为数据的庞大数据量与模型上下文窗口限制之间的矛盾,我们推出了用户研究 Agent,在实现方案上引入了行为数据形态中间表示层,这一中间层不仅能有效处理超出上下文窗口的数据,还在引入业务知识、主动学习和智能分析规划方面起到了关键作用,同时,为了提升结论的可信度,在系统实现上始终保持模型分析与原始数据之间的连接,从而提高了分析结果的透明度和可验证性,并提升了人际协作的效率与信任度。


最终,用户研究 Agent 较大程度提高了业务分析效率,帮助业务方识别了若干提升收益的动作点,模型与原始数据的紧密结合使得关键分析步骤可追溯与验证,从而增强了分析结果的可信度,在人机协同分析的基础上推动了业务决策的优化与业务收益的提升。



蒋煜,毕业于南京大学计算机软件研究所前沿交叉中心,期间参与国家“新一代人工智能”重大项目及国家自然科学基金面上项目,长期研究群体智能的激发与汇聚。其主要成果包括多项强化学习相关专利及大语言模型方向论文(Jiang, Y., Wang, L., Hu, H., & Tao, X., Represent Code as Action Sequence for Predicting Next Method Call, Proc. 13th Asia-Pacific Symposium on Internetware, pp.45–54)。目前任职于火山引擎数智平台数据应用团队,负责 AI + 用户分析项目中大模型 Agent 系统的设计与研发。他在本次会议的详细演讲内容如下:

  1. 大模型在行为分析场景中的优势

  • 非结构化数据尤其是自然语言的理解和推理能力

  • 巨大的预训练数据与参数量带来的泛化能力与通识储备

  • 仍然在快速进步的领域,可以利用诸多应用上的新能力(function call、MCP 等)与新实践(Deep research、新型 Agent 架构)快速提供更强的分析

2. 实践中的问题与用户研究 Agent 解决方案

  • 问题:要分析数据量远大于模型上下文

  • 如何选择分析数据的子集

  • 如何分析长时间跨度的行为

  • 问题:行为分析/洞察场景需要结果有逻辑、可信、可证明

  • 如何在大模型的自由发散与约束确定之间取舍

  • 如何利用业务方已有的业务知识与分析经验

  • 如何建立业务方对大模型分析过程与结论的信任

  • 如何在人类与 AI 协作分析的过程中让 AI 获得有效反馈并成长

  • 问题:如何在大模型驱动的系统中进行质量评估

  • 如何从研发与测试角度对结果进行自动化评估

  • 如何从研发角度提高模型输出结果的稳定性与可测试性

3. 用户研究 Agent 业务价值复现与 review

  • 大模型驱动的行为分析真实 show case

  • 大模型分析结果结果可信、可证明的 demonstration

4. 总结与展望

听众收益:

  • 对大模型+行为分析落地场景的具体技术常见问题得到解法参考

  • 收获当前实践中的大模型驱动系统的质量评估方案

  • 理解 1-2 种重要且有效的关键技术设计


除此之外,本次大会还策划了LLM 时代的软件研发新范式Context EngineeringData+AI / Agent 落地实践大模型系统工程企业级 Agent 的设计与落地大模型时代下的搜广推系统实践多模态从技术突破到创新应用落地等 10 多个专题论坛,届时将有来自不同行业、不同领域、不同企业的 50+资深专家在 AICon 北京站现场带来前沿技术洞察和一线实践经验。


年度收官之战,目前日程 100%上线,详情可扫码或联系票务经理 13269078023 咨询。



2025-12-04 10:188

评论

发布
暂无评论

就是简单,全球100多万读者,一起跑通前端HTML5与CSS3知识!

图灵教育

大前端 HTML5, CSS3

第一本 Compose 图书上市,联想大咖教你学会 Android 全新 UI 编程

图灵教育

Compose AndroidUI

手把手带你玩转LiteOS Ping组件

华为云开发者联盟

协议 LiteOS ping 组件 数据包

短视频个性化Push工程精进之路

百度Geek说

后端 软件架构

CSS布局之display:flex(二)

Augus

CSS 11月日更

月薪3万的大厂测试工程师裸辞3个月,送外卖谋生背后的真实感悟

六十七点五

程序员 程序人生 软件测试 软件自动化测试 测试工程师

一招教你通过焱融 SaaS 数据服务平台+ELK 让日志帮你做决策

焱融科技

云计算 分布式 SaaS 公有云 文件存储

软硬一体的算法实践,阿里云如何以算法实现场景 “再创新”?

阿里云CloudImagine

阿里云 算法 视频超分 视频云 异构计算

Vue项目优化打包——前端加分项

CRMEB

河南等保测评公司都有哪几家?都在哪里?

行云管家

网络安全 信息安全 数据安全 等级保护

首次!统一调度系统规模化落地,全面支撑阿里巴巴双 11 全业务

阿里巴巴中间件

阿里云 云原生 中间件 双十一 统一调度

令人不悦的–requests.exceptions.ProxyError

老表

Python Error 11月日更 ProxyError

千万级学生管理系统的考试试卷存储方案

Steven

架构实战营

彻底搞懂Spring状态机原理,实现订单与物流解耦

Tom弹架构

项目管理常见问题系列(1)—资源不足

一叶而不知秋

项目管理

我是一个程序员,总想引导亲朋好友走上编程的伟大航路......

图灵教育

程序员 App Inventor

【高并发】通过ThreadPoolExecutor类的源码深度解析线程池执行任务的核心流程

冰河

Java 并发编程 多线程 高并发 异步编程

Python代码阅读(第58篇):压缩列表

Felix

Python 编程 列表 阅读代码 Python初学者

Nebula Graph 源码解读系列 | Vol.04 基于 RBO 的 Optimizer 实现

NebulaGraph

图数据库 源码解读

手把手教你学Dapr - 2. 必须知道的概念

MASA技术团队

C# .net 微软 后端 dapr

速来!开源中国首届飞算SoFlu组件开发悬赏赛来袭

飞算JavaAI开发助手

Java

LevelDB Java&Go实践

FunTester

Java 自学 Go 语言 leveldb FunTester

拥抱智能,AI 视频编码技术的新探索

阿里云CloudImagine

阿里云 视频编码 机器视觉 视频编解码 视频云

uni-app技术分享| 10分钟实现一个简易uniapp视频通话

anyRTC开发者

uni-app 音视频 WebRTC 实时通信 视频通话

手把手教你学Dapr - 1. .Net开发者的大时代

MASA技术团队

C# .net 微软 后端 dapr

我所理解的社群—社群本质

sec01张云龙

社群 11月日更 社群运营

不要再重复造轮子了,Hutool这款开源工具类库贼好使

沉默王二

Java

混合云的概念以及优势劣势简单介绍-行云管家

行云管家

云计算 混合云 多云 云管平台

极光笔记丨关于数据大屏一比一还原设计稿这件事

极光GPTBots-极光推送

大前端 数据可视化

企业如何选择合适的低代码平台?这6点不得不考虑!

J2PaaS低代码平台

低代码 低代码开发 低代码平台 企业数字化

模型驱动的用户研究 Agent:真实业务的实践与挑战 |AICon北京_大会快讯_AICon 全球人工智能开发与应用大会_InfoQ精选文章