A4--龙波--知识工程与Harness：多智能体驱动的研发智能化实践.pdf

《A4--龙波--知识工程与Harness：多智能体驱动的研发智能化实践.pdf》由会员分享，可在线阅读，更多相关《A4--龙波--知识工程与Harness：多智能体驱动的研发智能化实践.pdf（48页珍藏版）》请在三个皮匠报告上搜索。

1、知识工程与Harness：多智能体驱动的研发智能化实践 龙波 中兴通讯，研发教练龙波中兴通讯，研发教练任职在有线研究院数据系统部，软件工程本硕，数通产品15年以上工作经验。负责有线院和数据中心需求过程改进，有线院方案设计域AI应用负责人。目前专注于需求工程和系统设计，将大模型、知识工程、多智能体落地到研发场景，推动研发提效。01020304 问题介绍解决思路项目实践总结与展望问题介绍研发场景核心痛点痛点分析及解决思路痛点问题知识不全应用固化解决思路知识体系化Agent&HarnessModel+Harness+知识工程知识工程Multi-Agent2 纵向知识缺贯通1 横向知识未复利3 知识图

2、谱1&2 知识贯通3 知识关系有断点4 workflow固化5 质量难保障支撑4 AI Agent5 Harness产品架构-横向跨产品知识如何复利汇聚/核心DC骨干 IP城域IPxHaulAccess4G/5G家庭个人边缘DC固网接入数据中心SDN-C光宽终端SDN-CCDNSwitchSwitch移动终端移动接入CDN园区楼宇数据产品网络部署横向：组网场景和业务种类多，跨接入、汇聚、核心等多系列系统产品，相似功能点需要知识共性复用业务架构-纵向跨平台知识如何贯通纵向：产品实际业务架构不便展示，借用SONIC开源系统，标识用户层(控制面/管理面/转发面)、内核层、硬件层，分层跨项目知识贯通用

3、户层 User Layer管理面：CLI、SNMP。负责配置输入与状态监控。数据总线：Database(Redis)。作为全系统的数据中枢，承载配置与状态的读写交互。控制面：BGP/LLDP 容器、SWSS(Orchagent)。负责协议计算与核心业务逻辑编排，将配置转化为抽象转发策略。转发面(软)：Syncd。通过 SAI API 将抽象策略翻译为芯片指令。内核层 Kernel Layer驱动层：ASIC Drivers。执行底层指令调度，打通软硬件通道。硬件层 Hardware Layer物理层：ASIC 芯片。执行高速数据包的线速转发。123AI应用的范式：从固化工作流到智能体传统传统A

4、I应用应用-固化的工作流固化的工作流遵循“输入指令执行预设动作”的单向模式，如同精密但功能单一的工业齿轮，仅能处理明确、结构化的简单指令。流程僵化流程僵化系统架构死板，难以适配业务场景的快速迭代与突发状况。被动响应被动响应缺乏主动规划能力，必须依赖人工拆解任务，无法自主理解深层的业务目标与意图。无状态无状态每次交互都是独立的，上下文极易断裂，无法进行连贯、有深度的多轮业务协作。核心局限：核心局限：本质仍是“高级计算器”，缺乏感知、决策与执行的闭环能力，无法突破“人机协作”的效率天花板，难以应对非结构化的复杂业务挑战。AI Agent-自主智能生产力自主智能生产力拥有感知、记忆与行动能力的自主数

5、字实体。它不再是等待指令的工具，而是能理解目标、规划路径、调用工具并独立完成任务的“智能同事”。MCP 通用连接通用连接标准化调用外部服务与API，打破系统孤岛，让AI无缝衔接现实世界的资源。动态技能包动态技能包按需发现并组合工具，像安装App一样扩展能力，灵活解决非预设的复杂问题。长期记忆库长期记忆库沉淀历史经验与上下文，形成持续认知，让交互更连贯，决策更具延续性。Hook 智能触发器智能触发器自动化感知环境变化，无需人工干预即可主动发起行动、监控状态并自我进化。自主性自主性理解目标规划路径调用工具独立完成任务。What are Agentic Systems?|什么是智能体系统？什么是智能

6、体系统？Fig:Transitioning from LLMs to RAG,then to Agentic RAG,and finally to Agentic AI.图：从 LLM 到 RAG，再到智能体 RAG，最终走向 AI 智能体的演进。示例，方案的痛点问题设计阶段开发阶段测试阶段需求阶段价值流对象市场需求产品特性变更要求产品需求系统功能变更要求用户故事组件变更要求作业活动原始需求缺陷处理 RR分析 MR分析 架构设计 系统设计 组件设计 代码开发测试分析与设计测试开发测试执行 研发版本发布研发版本 代码验证代码组件变更代码RR分析说明书MR分析说明书系统设计说明书架构设计说明书组件