今年WAIC释放出一个清晰的信号：AI正在走出聊天框进入真实世界。一端是AI进入机器人、工厂和物流空间，开始感知环境、执行任务。另一端是AI进入跨境电商经营现场，承担市场洞察、广告投放和经营分析。但大模型让智力供给越来越充裕的同时，真正稀缺的东西开始转向人的判断力，以及让多个智能角色稳定协同的组织能力。云从科技在WAIC期间提出了一个全新的思路：给AI智能体建一所职业学校。在云从科技高级副总裁兼董事会秘书杨桦看来，大模型已经拥有越来越强的理解、推理和多模态能力，但一个聪明的大脑还无法自动成为一名合格员工，需要学习岗位职责、业务流程、专业技能和安全规则。这个类比形象地点出了当前AI智能体产业化的核心瓶颈。
云从科技构建的这套Agent培养体系由三个核心模块组成。第一个是行云智能体操作系统，相当于Agent的学校。它负责组织训练、安排协作、管理过程、验收结果，让Agent从具备通用智力成长为能够进入业务流程的专业角色。行云系统采用分层架构设计，底层连接多个大模型作为智力引擎，中层提供任务调度和流程管理能力，上层面向不同业务场景提供标准化Agent模板。在跨境电商场景中，企业可以快速创建市场分析Agent、内容生产Agent、广告投放Agent和经营复盘Agent等多个角色。每个Agent都在行云系统的统一管理下运行，拥有清晰的任务边界，各自专注于自己擅长的领域。这种分工协作的模式大幅提升了整体效率。实际操作中一个跨境卖家可能同时运营数百个SKU，覆盖多个市场。在过去一个运营团队很难做到每个SKU都精细运营。引入行云管理的AI营销团队后，每个SKU都能得到实时的数据监控和优化建议，运营覆盖面从20%提升到90%以上。
Agent职业学校的第二个核心模块是魔方Agent Lab，相当于持续更新的教科书。它把岗位经验、行业知识、业务规则和专业方法沉淀为Role、Agent、Skill和任务模板，为Agent提供可以学习、调用和迭代的能力内容。魔方Agent Lab的设计理念是将人类专家的隐性知识转化为Agent可以理解和应用的显性知识。一个优秀的电商运营人员可能积累了多年的选品经验、定价策略和广告投放技巧，但这些经验通常存在于个人头脑中，难以复制和传承。魔方Agent Lab通过结构化的知识抽取和建模，将这些隐性知识转化为Agent可以直接调用的Skill模块。在实际应用中，魔方Agent Lab已经积累了覆盖电商、金融、制造等多个行业的数百个Skill模块。一个初入职场的AI运营专员可以通过加载相应Skill模块快速掌握行业的运营规范和最佳实践。这种知识沉淀和复用机制将有效降低AI智能体在不同行业应用中的部署成本。
Agent职业学校的第三个核心模块是训练场，提供训练、测试和实战环境。云从科技建设了两种类型的训练场。可控训练场面向数字世界，Agent可以在其中反复学习、执行、纠错和验证，经过安全与质量检验后再进入真实业务。具身智能训练场面向物理世界，Agent在机器人、自动化设备等物理实体上完成动作训练和场景适配。训练场的核心价值在于提供了一个安全的试错环境。在真实业务中，一个AI广告投放Agent的决策失误可能导致数万元的广告费浪费。在训练场中Agent可以先用虚拟预算进行模拟投放，系统自动评估其广告投放策略的效果并给出改进建议。只有在训练场中达到合格标准后，Agent才能获得进入真实广告账户的权限。这种分级放行的机制确保了AI智能体的安全可控，对于金融、医疗等高风险行业尤为重要。云从科技正在将这种训练验证机制产品化，为更多企业提供Agent上岗前的标准化评测服务。
云从科技正在形成一套完整的可信Agent布局。底层是从容多模态大模型、云起ModelHub、可信数据空间和训推平台，为Agent提供模型、数据和计算能力。中层是行云智能体操作系统和魔方Agent Lab，负责Agent的培养、组织、调度和持续进化。上层则是一支支进入真实场景的AI团队。包括AI内容制作工作室、AI营销团队、AI职能团队、AI研发团队等。每个团队都由多个专业Agent组成，在统一的管理体系下协同工作。杨桦指出AI不是为了取代人类，而是给我们创造了优秀的小伙伴来帮助解决问题。云从要做的，是让可信Agent真正上岗。从跨境电商营销到机器人和工业现场，云从在本届WAIC上传递出了一条清晰的主线：AI正在离开演示环境进入真实业务和真实空间。模型能力只是起点，训练、判断、协同、治理和持续交付将决定AI能走多远。经过训练和验证的可信Agent可以进入数字业务也可以进入物理空间。在跨境电商场景中它们组成AI营销团队，承担市场分析、内容生产、广告投放、运营优化和增长复盘。每一个Agent都有清晰岗位，每一次操作都有过程记录，每一轮投放结果都会回流形成下一轮优化的依据。在物理AI场景中可信Agent可以连接机器人、设备和任务流程，参与工业制造、物流、巡检等真实工作。物理世界充满连续变化、环境干扰和安全约束，机器人需要理解任务、处理异常、接受验证并在复杂场景中稳定协同。云从布局具身智能训练场，正是为了让Agent在进入真实空间前完成充分训练，在持续运行中积累经验。