当 Agent 真正进入企业流程，哪些工作可以交给 AI ？50 + 实战案例揭晓答案！
AI 正在从回答问题的辅助工具，走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程，问题不再是 “如何把 AI 做出来”，而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向推理、工具调用、多模态和长任务延伸，开发重心正从单次调用转向上下文、工具、执行环境与反馈回路的设计，Coding Agent 也从代码补全演进为能理解代码库、运行测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic 的最新实践共同指向一个结论：模型决定 Agent 能做什么，工程决定它能否真正进入生产、创造价值。
在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 北京站正式启动。本次大会将于 12 月 18–19 日，在北京新云南皇冠假日酒店举办。本届大会以探索 A 应用边界为主题，设置 13 大技术专题，覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向，汇聚一线技术专家，深入分享 AI 技术突破与企业规模化落地的真实实践。
彩讯股份 Nexus Lab 研发负责人高梓耕已确认出席 “Multi-Agent Systems” 专题，并发表题为《从计划到交付：Nexus WorkGraph 的多 Agent 长程执行实践》的主题分享。在早期的多智能体探索中，高梓耕团队先通过提示词与程序编排串联任务规划、Agent 选择和执行，随后通过工具调用建立主智能体向子智能体委派任务的机制。随着协作从局部子任务扩展到多个独立智能体持续参与的工作，高梓耕团队发现，除任务委派和消息交流之外，仍需解决信息如何共享、责任如何交接、结果如何验收，以及计划变化或执行中断后如何继续等问题。高梓耕的本次分享将从这些实践问题出发，重点介绍 Nexus 中 Room 与 WorkGraph 的设计与实现。Room 通过公私域通信、按成员组织的上下文与定向调度，处理信息共享和成员之间的协作交接；WorkGraph 将任务、依赖、责任、提交与验收组织为持久化的工作图，并关联实际运行记录。围绕消息投递、任务分派、提交验收与异常恢复等关键链路，说明如何通过持久队列、计划版本管理、验收约束和未知结果对账，应对长程协作中的任务推进与动态调整，并进一步介绍如何从具体执行中提取可复用的协作结构。
高梓耕，彩讯 Nexus Lab 研发负责人。长期从事企业级大模型应用与智能体系统的研究与实践，专注 RAG、上下文工程、多智能体协作与可信 AI。参与 AIBOX 2.0 智能体开发平台建设，推动大模型能力在知识问答、深度研究、数据分析等企业场景中的落地。近期主导开发开源项目 Nexus，致力于探索多人、多智能体共同参与复杂任务的 Room 式人机协同模式，推动 AI 从单一对话工具走向可持续参与企业工作的协作空间。他在本次会议的详细演讲内容如下：
他在本次会议的详细演讲内容如下：
演讲提纲
1. 三阶段探索：从工程流程到工具委派，再到持续协作
第一阶段：由程序连接多个处理阶段。回顾提示词编排中的路由偏差、阶段信息损失与异常处理成本
第二阶段：由模型通过工具协议表达下一步行动。说明主智能体如何通过工具调用委派子任务，以及宿主如何管理独立执行与结果回收
第三阶段：多个持续存在的 Agent 共同工作。分析持续协作中的公私通信、成员唤醒与责任交接需求，引出 Room 与 WorkGraph
2. Room：先建立成员之间的通信与调度机制
从共享对话到独立执行。介绍共享会话与成员独立运行的组织方式，以及公区事实、工具过程和私域历史的边界
从公开发言到定向交接。说明公开回复中的 `@` 如何触发交接，以及忙碌排队、投递去重与回复归属的处理
从私聊到可配置的回复路线。介绍收件人、唤醒对象与回复去向的独立配置，明确消息可见性与行动范围
从全量历史到按成员组织上下文。说明增量消息、消费游标与默认路由如何配合，为成员提供本轮所需信息
Room 之后仍然缺什么。分析消息记录在任务分派、依赖判断和结果验收上的局限，引出 WorkGraph
3. WorkGraph：从记录执行过程，到保存责任与验收
先记录运行，再识别日志的边界。区分运行成功与业务完成，说明日志为何不足以确定责任和验收结论
从线性步骤转向显式依赖。介绍工作项、依赖与分派如何组织并行协作，并支持责任交接和换人接管
把“做了”“提交了”“验收了”分开。拆解执行尝试、提交与验收的关系，说明被接受的交付如何满足下游硬依赖
把运行证据关联回责任。介绍责任图与运行图的关联方式，以及模型如何按角色权限查询状态与证据
任务结构错误时，调整计划而不是覆盖历史。说明计划版本管理，以及重试、返工、接管和结果未知时的对账处理
4. 协作方法复用：从每次重新规划，到可迭代的结构
为什么完成一次还不够。讨论重复规划的成本，以及我们早期固定脚本在结构调整上的局限
选择复用责任结构。介绍如何从已完成执行中提取职责、依赖与验收要求，形成方法草图
让结构能够修改，但修改有边界。说明草图的版本化编辑、校验与保存，以及如何结合 Skill 生成新任务的执行计划
复用不能替代本次判断。讨论复用中的动态适配边界，以及质量、延迟和总成本的验证方法
5. 实践总结与仍在思考的问题
总结协作机制的分工。归纳 Room 的通信与调度、WorkGraph 的责任与验收如何配合，形成从任务分派到交付确认的完整过程
讨论实践中的验证与取舍。说明长程任务的完成质量、恢复能力和运行成本如何评估，以及动态调整与人工介入之间的边界
提出面向多人多智能体的开放问题。讨论多方目标与权限如何协调、责任如何交接，以及 WorkGraph 能否进一步表达持续的协作关系
听众受益
理解多智能体架构的形成过程：从路由、工具循环、子任务委派到持续协作，辨别不同机制的适用条件及新增工程成本
获得可落地的机制参考：了解公私上下文、持久交接、责任与尝试分离、提交验收、计划版本和未知结果对账如何配合
掌握复用与验证的切入点：理解如何从具体执行抽取协作结构、适配新任务，并从交付质量、恢复情况和总成本验证其效果
除此之外，本次大会还策划了 Post-Training Engineering｜数据、奖励与模型能力塑造、大模型推理与算力调度实践、Knowledge Engineering｜让 Agent 理解企业、Multi-Agent Systems、智能体评测与生产可靠性探索、Agent Security｜身份、权限与行动安全、AgentOps｜企业 Agent 全生命周期管理、Self-Evolving Agents｜从经验学习到可控进化、Agentic Software Engineering｜从代码生成到软件交付、Personal Agent、AI 原生架构的演进与治理、AI 时代的组织重构、AI × Industries ｜产业智能化等 13 个专题论坛，届时将有来自不同行业、不同领域、不同企业的资深专家在现场带来前沿技术洞察和一线实践经验。
更多详情可扫码或联系票务经理 18514549229 进行咨询。
