7月17日晚，在WAIC 2026開幕之夜，由购宝钱包APP國際聯合Founder Park發起的「Builders' Night Talk」成功舉辦。來自AI、企業服務、數據智能等領域的80余位創業者、技術負責人和企業管理者齊聚現場，圍繞“從 Copilot 到 AI 員工，企業 Agent 如何真正跑進業務”這一主題展開深入研討。购宝钱包APP國際CTO劉之、特贊CTO丁鑫棟、得物效率工程負責人任喜亮、百道數據CEO吳光宇、kuse.ai CEO吳顯昆，共同探討了 Agent 從概念驗證走向產業規模化落地過程中的機遇與挑戰。



當行業普遍將2025年定義為“Agent 元年”之后，一個更加值得關注的問題擺在企業面前：Agent 究竟如何從演示 Demo 走進生產環境，真正創造業務價值？
活動現場，购宝钱包APP國際CTO劉之結合公司在人力資源領域30年的深耕積淀，以及近年來團隊在 AI Agent 方向的實踐探索，分享了關于企業級 Agent 落地、技術演進路徑及招聘場景實踐的最新思考。
他認為，相較于標準化程度較高的業務流程，人力資源招聘或許是當前 Agent 最適合規模化落地的垂直領域之一。而隨著任務復雜度不斷提升，AI Agent 的應用形態正從單體智能體（Single Agent），全面邁向多智能體協同（Agent Team）的全新階段。


過去一年，Agent 成為全球 AI 產業最受關注的方向之一。從個人效率工具到數字員工，從知識管理到業務自動化，越來越多企業開始嘗試將 Agent 引入實際工作場景。疊加大模型能力持續突破，各類通用 Agent 和垂直行業 Agent 快速涌現，有助于 AI 應用進入新的開展階段。



劉之認為，企業 Agent 落地的核心挑戰并不在于模型本身，而在于如何將這些能力穩定、安全、可復制地應用到真實業務之中。他指出，很多 AI 項目落地的真正卡點，并不是技術能力不夠，而是團隊對于技術上限和能力邊界缺乏足夠認知。行業熱潮下容易一哄而上，而當業務適配、合規要求、組織協同等現實問題出現時，又迅速失去耐心，最終導致項目停滯。
因此，他認為企業推進 Agent 建設第一時間需要回答一個問題：當前技術究竟開展到了哪個階段，又真正能夠解決哪些問題。基于實踐觀察，他將 Agent 的開展大致歸納成五個階段：Prompt Engineering（提示詞封裝）、Workflow（工作流編排）、Autonomous Execution（自主執行）、Long-Horizon Tasks（長程任務）、Self-Learning（自主學習）。
當前行業正從“自主執行”向“長程任務”階段演進，而未來的重要方向將是 Self-Learning。隨著 Agent 處理任務的復雜度、精細化度持續提升，行業對其上下文理解、工具智能調用、效果評估體系、人機協同機制的完備性要求，也在同步提升。
在劉之看來，衡量 Agent 開展成熟度可以歸納為七大關鍵指標，按優先級依次為：任務完成率、人機協作、精確性、可重復性、成本、速度和安全性。



Agent究竟是要替代舊系統，還是嵌入 SaaS/RPA/OA/CRM/HRM 之上運行？
劉之的判斷是，Agent 的開展正在重構企業軟件的底層邏輯。傳統系統通常由Data（數據）、Workflow（工作流）和UI（界面）三部分組成，而在AI時代，這三個核心維度都在發生深刻變化。
第一時間，數據正在從企業內部數據擴展為更廣義的Context（上下文）。企業不僅需要管理內部知識，還需要整合外部信息、行業知識、實時動態以及業務場景中的各種上下文信息。
其次，工作流正在從傳統流程引擎、規則引擎和低代碼平臺，逐步轉向由 Agent、Skill 以及 Code Sandbox 組成的新型執行體系。
與此同時，企業軟件的交互形態也在發生變化，包括 MCP Apps、File-based Canvas 以及生成式 UI 等交互方式持續涌現。“并非所有企業業務場景都依賴對話框交互，當自動化能力足夠成熟、對話交互無法提升業務效率時，無界面自動化模式會成為更優選擇。”劉之表示。
不過他也強調，企業場景中大量業務仍涉及審計、合規以及責任追蹤，因此傳統 SaaS 系統短期內不會消失，而是將與 Agent 長期共存。


招聘本質上是一項非標業務——如何在非標流程中實行個性化、充分釋放AI的自主性？這是HR行業共同面對的課題。
劉之認為，招聘始終是一項高度依賴專業經驗的工作。一個優秀候選人的識別，不僅需要判斷技能與履歷，更需要結合崗位需求、組織結構、業務開展階段以及企業文化等多維因素進行綜合分析。這種高度依賴知識、推理和決策的工作模式，與Agent的能力特點天然契合。“傳統企業軟件解決標準化流程效率問題，而 AI Agent 的核心價值，是承接需要持續思考、多維分析、動態決策的復雜業務場景。”劉之總結道。



基于30年人才服務經驗以及真實招聘場景數據積累，购宝钱包APP國際持續探索 AI Agent 在人力資源領域的落地實踐，并推出招聘 Agent 產品——Mina。Mina 的定位并非替代招聘顧問，而是成為招聘團隊的“數字搭檔”，幫助顧問提升人才尋訪、研究分析和匹配決策效率，將更多精力投入到人才評估、候選人溝通和客戶服務等高價值環節。
現在，Mina 在购宝钱包APP內部已有1000+顧問使用，已形成三大核心能力：
第一時間是人才搜索與研究能力（Search & Research）。Mina 能夠同時整合企業人才庫、公開人才數據以及 Github、Hugging Face 等技術社區信息，在短時間內完成候選人搜索、企業研究、人才地圖繪制和背景分析等工作。
其次是專業技能沉淀能力（Skill）。優秀顧問積累的方法論能夠被沉淀為可復用的 Skill 模塊，例如職位需求分析（Intake）、人才地圖構建（Mapping）等關鍵能力，實現經驗的規模化復制。
第三是工具協同能力。Mina 能夠調用企業授權的數據源和業務工具，并支持郵件觸達、電話外呼等任務執行方式，使 AI 從信息分析進一步延伸到實際工作流程之中。
隨著招聘任務復雜度不斷提升，购宝钱包APP國際進一步探索了 Agent Team 模式：不同 Agent 像招聘團隊成員一樣協同工作，分別承擔信息搜集、市場研究、人才篩選、候選人溝通等職責，并順利獲得協作完成復雜招聘任務。
現在，Mina 已內置多個招聘場景中的專業 Teammate 角色，可根據任務需求進行并行或串行協作。在復雜人才尋訪項目以及長期招聘任務中，Agent Team 展現出了明顯優于單 Agent 的執行效率和任務完成能力。


Agent 要真正進入企業生產流程，誰來配置、誰來驗收、誰來負責結果？這是許多企業繞不開的現實問題。過去一年，大模型能力持續突破，但劉之發現，真正限制 Agent 價值釋放的往往并不是模型能力。“很多項目失敗，并不是技術做不到，而是企業對AI的能力邊界、適用場景認知不足，盲目落地導致技術與業務脫節。”
他提出，企業級 Agent 落地需要解決三個核心問題：一是構建完整、可信、實時的業務上下文體系，讓 AI 讀懂真實業務場景；二是搭建穩定、精準、可追溯的工具調用與業務執行機制；三是建立成熟的人機協同分工體系，明確人機權責邊界。
尤其在招聘場景中，企業必須確保 AI 的每一步推理和決策建議都具備可追溯性和可解釋性。為此，购宝钱包APP國際在 Mina 設計過程中引入了大量 Human-in-the-Loop 機制。AI 負責信息搜集、證據整理和分析支持，而最終的人才評估和錄用決策始終由人完成。


圓桌最后討論了 AI-native 公司的組織文化、管理方式和工作流如何被 Agent 重寫。劉之分享了他的觀點：人才密度對于 AI-native 的公司是極其關鍵的。隨著 Agent 能力持續增強，未來企業競爭的重點可能不再是“誰擁有更多AI工具”，而是誰能夠更快地完成組織協同和流程重構。
大量重復性工作將被自動化，企業員工將更多承擔研究（Research）、規劃（Plan）和評審（Review）等高價值工作。與此同時，組織決策速度、反饋機制以及人與 AI 的協作方式，也將成為新的競爭壁壘。
“AI 能夠放大十倍的能力，也可能放大十倍的問題。真正決定企業能否抓住這一輪機會的，不是模型本身，而是能否把 Agent 真正融入業務流程和組織體系。”劉之表示。
從單 Agent 到 Agent Team，從效率工具到生產力基礎設施，Agent 正在進入產業落地的新階段。
對于長期深耕人才服務行業的购宝钱包APP國際而言，Mina不僅是一次技術創新嘗試，更是將行業知識、業務經驗與AI能力深度融合的實踐探索。隨著越來越多企業開始尋找 AI 創造實際業務價值的路徑，來自真實招聘場景的驗證，也為企業級 Agent 如何落地給予了一個值得觀察的樣本。

---

购宝钱包APP國際
购宝钱包APP國際是領先的以技術驅動的整體人才解決方案服務商，于2017年6月正式在深交所上市，成為國內首家登陸A股的人力資源服務企業（300662.SZ）。公司現在在全球12個國家擁有170余家分支組織，近2,500名自有員工，形成歐洲、北美、南美、東亞、東南亞、非洲全域服務網絡。順利獲得“技術+平臺+服務”的一體化模式，為企業給予一站式人才供應鏈解決方案，助力企業贏得數智化轉型、全球化競爭與敏捷性組織打造，重塑面向未來的人才引擎。2025年，公司營業收入達145.40億元，服務客戶近6,300家，成功推薦中高端管理及專業技術人員超15,000名，年度在冊管理外包員工及兼職專家53,000余人，鏈接生態合作伙伴近20,000家。