陈彪,现任 Zilliz 工程总监;资深互联网技术专家。曾先后在腾讯、华为等国内顶尖科技企业任职,拥有超过十年一线技术研发经验,曾主导构建过 PB 级大数据系统,在大数据、云计算与向量数据库领域积累了深厚的工程实践能力,近年来持续深耕 AI Agent 方向,是国内企业级 AI Agent 多模态协作的早期实践者之一。
现负责 Zilliz Cloud 的工程团队,主导全托管向量数据库云服务的研发与规模化落地,致力于为全球企业提供高性能、高可靠的 AI 基础设施。

陈彪,现任 Zilliz 工程总监;资深互联网技术专家。曾先后在腾讯、华为等国内顶尖科技企业任职,拥有超过十年一线技术研发经验,曾主导构建过 PB 级大数据系统,在大数据、云计算与向量数据库领域积累了深厚的工程实践能力,近年来持续深耕 AI Agent 方向,是国内企业级 AI Agent 多模态协作的早期实践者之一。
现负责 Zilliz Cloud 的工程团队,主导全托管向量数据库云服务的研发与规模化落地,致力于为全球企业提供高性能、高可靠的 AI 基础设施。
过去半年,Snowflake、Stripe、Sentry、Cloudflare、Google Workspace、飞书等多家主流软件厂商密集地给自己的产品加上了 CLI、MCP 或 Skills 接口——不是给人用的新界面,是给 Agent 用的。Sentry 的 MCP 月请求量已达 3000 万。软件的流量入口正在从浏览器迁移到 Agent。
OpenClaw 335K Stars 不是偶然。所有 Coding Agent 都解决了效率距离——Agent 帮你操作电脑。但 OpenClaw 通过 IM 接入解决了物理距离——人不再被困在电脑前,手机上发条消息就能指挥 Agent。这是它在 Claude Code 和 Cursor 之后还能爆火的关键。
我们在 Zilliz 内部做了 ZillizTown——选择 Claude Code 作为 Agent Runtime,在它周围构建企业接入层。本次演讲不讲"怎么用 Agent",讲"Agent 内部怎么工作"。我们会剖析 Agent 的 6 个关键工程点:上下文窗口的预算管理与 Context Engine、渐进式披露的分层设计、基于 memsearch + Milvus 的长期语义记忆、Skills 工程化与领域知识数字化、MCP 到 CLI+Skills 的演进趋势、Cron 定时调度与 A2A 多 Agent 协作。每个点都结合 ZillizTown 的真实架构和踩坑经验。
演讲提纲
实践痛点
听众收益



微信咨询

电话咨询
微信联系我们

