专题演讲嘉宾：郭春晓

随着大模型与智能体（Agent）技术的快速发展，如何高效构建一个Agent，以及在过程中做好评估、可观测等效果。我们提出了EBDD（评测集和badcase驱动的开发方式）驱动的研发模式不断地驱动了智能体的开发并构建了核心的如RAG、context、记忆等核心能力并在多个榜单取得SOTA的成绩。

演讲提纲

1. 蚂蚁阿福Agent的痛点、挑战
   • 工业级大规模研发的痛点
   • 医疗Agent的核心挑战
   • Agent研发范式与传统研发范式的区别
2. Agent研发范式的北极星指标与技术体系
   • 评测体系的建设EBPP
     • 评测和badcase驱动的研发模型
   • 技术体系的建设
     • 上下文工程、RAG、医疗个性化、推理加速
3. 医疗上下文的挑战
   • 长上下文的处理
   • 主子Agent的上下文的共享
4. 从RAG到Agent RAG的实战
   • Agentic RAG的架构与医疗询证检索
5. 医疗个性化
   • 个性化的挑战与难点
   • 医疗个性化的解决方案
6. 推理加速
   • 常见的性能优化方案
   • 如何优化TTFT、TPOT以及最佳实践
7. 总结与展望
   • 未来架构展望

这样的技术在实践过程中有哪些痛点？

• 如何从最小评测集开始，设计一个适合当时生产力的方案
• 医疗Agent中处理解决幻觉与正确性的关键问题
• 如何在推理成本与用户体验平衡

演讲亮点
踩坑经验与架构创新：深入剖析 Agent 架构优化与演进历程，体系化地了解工业级的Agent背后的实战与选择。

听众收益

• 全面了解蚂蚁阿福内部从 0 到 1 构建医疗Agent 的实践历程
• 深入理解其中每个技术选型的过程与心得
• 体系化地了解Agent构建背后的技术体系以及技术布局