25 lines
2.4 KiB
Markdown
25 lines
2.4 KiB
Markdown
|
||
### 年度目标达成
|
||
2025 年度核心工作目标（列 3-5 项关键目标）
|
||
各目标实际完成情况（对应目标写完成度、成果数据）
|
||
|
||
1. AI员工1.0架构与开发：小洽AI第一版快速设计快速上线，快速验证；
|
||
2. AI员工2.0迭代升级：升级为Agent架构，使产品更稳定地适用于更广泛（售前、售后及其他定制）的场景；
|
||
3. 降低成本：减少了Token调用开销近70%，按2025年12月用量估算，一年可以节省近174000元；降低了对模型的能力要求，可以稳定切换国内外模型；
|
||
4. 新渠道新模式拓展：对接鲸域（企业微信）以及微信视频号（）；
|
||
5. 业务服务基建：对话列表和顾客列表筛选器优化（首次加载速度提升90%）；链路可观测性提升；建设美洽AI合规风控体系；提升整体服务的稳定性；
|
||
6. 大模型基建：LLM服务稳定性提高（SLA 99.99%）；内部Prompt评估平台开发；
|
||
7. 售前及售后客户支持：及时响应和处理客户问题，配合销售成单；
|
||
8. 售后提效协作：输出小洽AI问题排查SOP，降低沟通成本，提升售后自主排错能力。
|
||
|
||
### 核心贡献与产出
|
||
1. 小洽AI转变为Agent模式；
|
||
2. LLM模型多供应商自动降级及切换；
|
||
3. 美洽AI风控接入；
|
||
4. 新媒体渠道扩展及功能深化。
|
||
|
||
### 评级核心依据
|
||
1. 开发小洽2.0（Agent模式）：极大降低token开销成本(对比1.0降低近70%)；同时Agent模式灵活的工具路由让美洽AI能在大部分售前及售后场景灵活使用；Agent模式的小洽2.0可以完全只使用国内模型，在合规方面显著降低了成本；
|
||
2. 大模型基础能力建设：提高了大模型平均响应速度，极大降低超时出现概率（目前基本不出现）；设计开发了内部Prompt评测平台及流程，与测试协同工作，通过对badcase及goodcase的累计，保证prompt的质量，提升使用效果；
|
||
3. 基础服务建设：优化对话列表和顾客列表筛选器（首次加载耗时控制在2s），同时移除对ES的依赖，为后续移除ES打好基础；链路可观测性提升，使得业务问题及大模型prompt调优更容易进行；建设了美洽AI内容风控机制；排查并解决业务服务异常数据丢失及重启的问题；
|
||
4. 新媒体渠道：拓展了企业微信及微信视频号渠道，扩展了服务客群；对小红书和抖音两个热门渠道，进行了深入迭代； |