作者金旺过去一年企业应用Agent正在从概念验证走向业务系统。微软、Salesforce等厂商都在把Agent嵌入办公、CRM、IT服务和企业流程管理国内云厂商、SaaS厂商和大模型公司也在加速推出面向客服、营销、研发、数据分析、办公协同的智能体产品。相较早期的聊天机器人这一轮企业Agent的目标不再只是回答问题而是进入到了具体工作流中调用工具、读写数据、执行任务并在多轮交互中持续完成业务动作。但Agent进入企业后瓶颈也随之暴露出来。通用模型可以生成流畅文本却并不天然理解一家企业的产品、制度、客户、流程和历史经验业务系统中沉淀的大量知识又往往分散在文档、表格、图片、视频、数据库和内部工具里。对企业来说智能体能否真正落地除了模型能力还要能安全、准确、可追溯地使用企业自己的知识。正因如此阿里云百炼知识库推出了企业级Agentic RAG服务Knowledge Studio。它的重点并不在知识库界面本身而在于把RAG升级为一种可被Agent调用、可多轮规划检索、可验证来源、可跨模态处理企业数据的知识服务。01 企业Agent卡在知识应用里企业内部知识并非天然适合AI调用而是散落在产品手册、制度文件、售后FAQ、工单记录、销售表格、合同条款、培训视频、操作截图、流程图和业务数据库里不同部门维护不同版本不同系统使用不同权限不同格式又对应不同解析方式。企业内的资深工程师可以凭经验在多个系统中来回找答案但Agent要进入业务流程就必须要先解决在哪里找、怎么找、找到了是否可信等问题。作为全国性快递企业申通快递拥有庞大的生态员工体系业务咨询长期分散在钉钉、微信等多个沟通平台中员工遇到系统操作、物流追踪、政策查询等问题时往往需要在多个群组和平台之间切换技术服务人员也要重复回答大量相似问题。本就已经实现了深度数字化的申通快递这些知识并非缺失只是沉淀在不同文档、群聊、工单和人工经验中难以被统一调用。于是基于阿里云百炼平台的工作流编排与知识库能力申通快递将内部操作手册、FAQ、技术文档、培训材料等内容导入企业级知识库并把智能客服能力接入钉钉工作台。在完成这一系列升级后申通快递的员工就可以通过统一入口发起咨询系统先识别问题意图再从知识库中检索相关内容简单问题由大模型直接回答复杂问题再转人工工单。对于企业而言这类场景的价值已经不再是客服回答更快了更重要的是原本散落在多个系统中的内部知识可以被转化为Agent持续调用的服务能力。实际上在企业应用Agent过程中传统RAG曾经是连接大模型和企业知识的主流方法它通过检索知识片段再让大模型基于这些片段生成回答确实能在一定程度上降低幻觉。但传统RAG的问题也很明显检索通常是单次的问题稍微复杂一些就容易出现召回不全、排序不准、上下文不足。尤其当一个问题需要跨多个知识库、跨多种文件格式、跨结构化和非结构化数据时简单检索很难支撑完整回答。企业真正需要的是更接近熟练员工理解任务、拆解问题、选择知识库、调整检索方式并把多个来源的信息综合成可追溯答案的知识处理能力。例如先判断用户到底在问什么再拆分成几个子问题决定去哪个知识库查查不到时换一种方式继续找最后把多个来源的信息综合起来并告诉用户答案来自哪里。阿里云百炼Knowledge Studio的产品价值正是在这里它将阿里云百炼的RAG能力推向Agentic RAG——Agentic Search负责规划和检索Agentic Generation负责生成和溯源。前者让AI围绕问题进行意图理解、Query改写、知识库路由、多库检索和结果验证后者则在检索充分后生成回答并标注来源文档、段落、页码甚至可以引用图片、表格和文档原文。阿里云百炼Knowledge Studio的目标已经超出文档向量化它试图把企业知识变成Agent可以持续调用的服务。02 从检索到规划RAG开始Agent化Agentic RAG的关键变化是把RAG从被动检索推向主动规划。传统RAG更像一次搜索请求用户问一句系统检索一次模型回答一次这个机制适合简单FAQ但面对复杂业务问题很容易在第一步就失败。例如在保险应用场景中当用户问“这份保险条款在某种特殊情况下是否能赔”答案可能散落在产品说明、免责条款、历史案例、监管要求和客服口径中只搜一次很难把这些信息拼完整。阿里云百炼Knowledge Studio引入的Agentic Search更像一个检索型Agent它可以把复杂问题拆成多个子问题并在不同检索工具之间切换。其内置工具包括语义搜索、章节浏览、章节精读、页面浏览、SQL执行和文件获取。这其中语义搜索适合找到相关内容章节浏览适合理解文档结构章节精读适合处理长文档细节SQL执行适合处理数据计算文件获取则能让Agent回到原始材料中确认依据。多库混合检索也是Knowledge Studio的一项重要能力企业知识通常呈现为一个复杂网络由多个部门、系统和权限层级共同构成。产品部门有产品文档销售部门有客户案例法务部门有合规材料客服部门有问答记录财务部门有结构化数据一个Agent如果只能查单一知识库就很难处理跨部门问题但如果只是把多个知识库的结果简单合并又会出现排序混乱和来源失衡。为此阿里云百炼Knowledge Studio支持最多15个知识库联合检索并允许为不同知识库配置权重再通过跨库Rerank和图文混排能力重新排序。这对企业级RAG非常关键因为不同知识库的可信度和业务重要性并不一样例如合规条款比销售话术优先级更高最新产品文档比历史培训材料更重要多库权重和重排序能力实际是在帮企业把知识治理规则嵌入AI检索过程。保险行业面对的保单查询、产品解释、条款理解、理赔咨询等高责任场景远比简单FAQ复杂当一位客户问“我这种情况能不能赔”、“这款重疾险包含哪些疾病”、“某项免责条款是否适用”背后往往涉及产品库、条款库、案例库、监管要求和合规话术答案不能只是看起来合理还必须有依据、能解释、可复核。在这类场景中多智能体协同推理和多知识库检索的价值会被放大。系统需要先判断问题涉及哪类保单或条款再从产品说明、保障范围、免责条款、历史案例等多个知识库中检索信息必要时还要对生成内容进行合规校验。相比传统RAG的一次检索Agentic Search就很适合处理这种多步骤问题而Agentic Generation提供的来源引用则能让客服人员或客户回到原始条款和文档中确认答案。这也是阿里云百炼Knowledge Studio可追溯回答能力的重要性所在保险咨询涉及强监管和高信任成本AI不能只给结论还要交代结论从哪里来对于企业来说引用文档、段落和页码不是锦上添花而是AI进入专业服务场景的必要条件。此外很多企业知识存于表格和数据库销售额、库存、退货率、满意度、成本、工单数量这些问题不能靠语义检索回答必须查询和计算为此阿里云百炼Knowledge Studio支持直接上传Excel文件并让Agent对结构化数据进行智能问数。当用户问到“上季度华东区销售额前10的产品是什么”、“A产品和B产品用户满意度差多少”系统需要先把自然语言转成查询逻辑再计算结果并生成解释。这样的能力让阿里云百炼Knowledge Studio得以成为企业知识问答、数据问答和多模态问答的融合入口。03 阿里云百炼想做的不只是一个知识库阿里云百炼Knowledge Studio并不是一个单独的产品在一产品上线之前阿里云已经面向Agent时代打造了一整套模型服务和智能体构建平台。实际上阿里云百炼最初给外界的印象更多是模型服务平台可以提供通义系列模型、第三方模型、开源模型和多模态模型开发者可以通过API调用模型企业可以按Token、预置吞吐或模型单元等方式使用推理能力但随着企业部署大模型的需求加深单纯提供模型调用已经远远不够。企业真正要的是一整套生产级AI能力模型选择、推理性能、成本控制、高并发保障、安全审计、知识接入、工具调用、应用编排、效果评估和持续优化阿里云百炼正在基于这些能力打造面向Agent时代的平台。在模型服务层百炼强调丰富模型生态和灵活推理形态它不仅覆盖通义模型也接入第三方和开源模型支持在线推理、Batch批量推理、预置吞吐、模型单元等不同模式对于企业而言这意味着同一个平台既可以承接轻量试用也可以支撑生产业务中的稳定吞吐和低延迟需求。在Agent开发层百炼的能力框架已经覆盖Model、MCP、Skill、RAG、Connector、Memory、Trace、Evaluate、Tuning、Sandbox、Identity、Guardian等组件这使得百炼不只是模型API入口还成了Agent构建、运行、观测、评估和治理平台。Model解决生成能力MCP和Skill解决工具调用Connector连接外部系统Memory处理长期上下文Trace和Evaluate负责观测与评估Guardian和Identity处理安全与权限而RAG负责把企业知识接入Agent阿里云百炼Knowledge Studio正是处于这样一个关键位置。没有RAGAgent很容易变成一个只会调用通用模型和工具的空壳没有可信RAGAgent也难以进入企业核心流程。目前百炼 Agentic RAG 服务核心能力已 MCP、Skill、CLI 化Qoder、Codex、Dify 等主流 Agent 工具可一键调用。不过Agentic RAG仍处在快速演进阶段。复杂企业知识的质量参差不齐权限边界不容易处理多模态解析和跨库排序也很难一次做到完美部分能力还处于即将上线或持续迭代阶段最终效果仍要看真实客户场景中的准确率、稳定性和使用成本。但阿里云百炼Knowledge Studio的方向已经清楚它把RAG从大模型应用的一个技术组件推向Agent平台中的基础能力。企业Agent要真正落地不能只靠更强的大模型也不能只靠更多工具插件它还需要一套能理解企业知识、连接企业数据、支持多轮检索并把答案来源清楚交代出来的系统。这正是在企业Agent应用过程中阿里云百炼Knowledge Studio补齐的关键一环。如果你想先体验一下这套系统阅读原文附上阿里云百炼Knowledge Studio的体验入口https://rag.console.aliyun.com/playground。另外也同样邀请生态伙伴的加入如果你有高质量数据能力想把它接入百炼平台、变成Agent可以直接调用的服务阿里云百炼MCP生态伙伴正在招募中可以发邮件到 bailianisvalibabacloud.com 聊聊。