Agentic-Native 增长：Zilliz 如何用 AI Agent 支撑超线性业务扩张｜AICon 深圳

Agent 时代，哪些方向正在成为行业关键变量？50 + 实战案例揭晓答案！

模型参数规模不断突破，推理成本持续下降，开源生态日益繁荣。当模型能力逐渐成为行业共识，一个新的问题开始浮现：当人人都能获得强大的模型能力之后，真正的竞争力还剩下什么？答案正在从模型能力本身，转向围绕模型构建可规模化的智能系统；从单点能力提升，转向系统工程与组织级落地能力。

在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 深圳站正式启动。本次大会将于8 月 21 日—22 日举办，聚焦 AI 基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向，邀请来自腾讯、阿里、华为、百度、蚂蚁集团等 50 + 头部科技企业技术负责人、科研机构一线专家，系统性分享前沿洞察与实战干货，共同探讨 AI 技术从能力到系统、从实验到生产的真实路径。

Zilliz 联合创始人兼产品副总裁郭人通已确认出席 “超级个体与蜂群智能的共生进化” 专题，并发表题为《Agentic-Native 增长：Zilliz 如何用 AI Agent 支撑超线性业务扩张》的主题分享。本次分享将结合 Zilliz Agent 的真实落地案例，重点介绍 Agent 如何在企业环境中实现跨系统协作，以及背后的关键工程实践，包括上下文预算管理、长期 Memory 设计、Skills 工程化、Human-in-the-Loop 机制和异步工作流构建。并且还将进一步讨论，当 Agent 从简单问答演进为业务执行主体后，对数据基础设施提出了哪些新的要求，以及 Agent-Native Data Infrastructure 将如何成为下一代企业智能系统的重要底座。

郭人通，Zilliz 联合创始人兼产品副总裁，Milvus 核心架构师之一。Milvus 是面向 AI 应用的领先开源向量数据库。他长期专注于大规模 AI 数据基础设施与 lake-native 系统设计，研究与实践方向覆盖 AI 检索、数据分析以及持续 AI 迭代等核心场景。郭人通拥有华中科技大学计算机软件与理论博士学位，相关研究成果发表于 SIGMOD、VLDB、USENIX ATC、ICS 等国际重要系统与数据库会议。目前，他的工作重点聚焦于分布式系统、AI 基础设施与产品架构的交叉领域，持续推动面向下一代 Agent 与 AI 应用的数据基础设施演进。他在本次会议的详细演讲内容如下：

演讲提纲：

1. 为什么业务超线性增长需要 Agentic-Native 组织

• 软件公司的增长瓶颈正在从开发效率转向核心人才吸引、组织效率围绕关键员工进行建设的新挑战

• 客户、工单、知识与流程复杂度增长带来的挑战

• Agentic-Native 的核心理念：让 Agent 承担组织中的重复认知与跨系统协调工作，并让 Agent 能力随企业扩张持续成长

• 从“人处理任务”到“人调度 Agent，Agent 调度系统”

2. Zilliz Agent 的演进之路：从办公助手到企业超级员工

• 第一阶段：知识问答与统一信息入口

• 第二阶段：连接企业核心业务系统

• 第三阶段：参与客户支持与内部工作流

• 第四阶段：成为用户与企业之间的智能对接层

3. 企业 Agent 落地的关键工程实践

• 长期 Memory 与超大 Context 构建

  ：如何服务好客户需要一个企业级 Context，而非独立 Session

• Human-in-the-Loop/Graph

  ：构建人与 Agent 流程迭代闭环

• 大量幕后的同学需要适应走到台前

  ：组织架构调整与团队角色重定位

• 实时与离线任务

  ：Agent 如何从即时响应走向持续协作

4. Deep Agent Workflow 对数据基础设施的新要求

• 企业级 Context 与独立 Session 间的双向迭代支撑

• 离在线一体统一检索与混合搜索

• 权限感知与安全访问控制

5. 实践效果与未来展望

• Zilliz Agent 在客户支持、知识复用和内部协作中的实际价值

• Agentic-Native 组织带来的效率提升与边际成本下降

• 从 Copilot 到 Operator：企业 Agent 的下一阶段演进

• Agent 如何成为未来企业增长的新基础设施

实践痛点

• 业务增长后，工单、客户问题、内部知识和协作成本都在增长，如何避免支持团队线性扩张？

• Agent 的上下文窗口是有限预算，不是无限空间，如何做上下文分层和预算管理？

• 组织级 memory 怎么做？

• 工具越多模型越容易乱选，如何通过 Skills 把工具封装成业务能力？

• 哪些事情可以自动做，哪些事情必须 human-in-the-loop？

• Deep Agent Workflow 对数据基础设施提出了哪些新要求？

听众收益

• 理解 Agentic-native 增长的核心逻辑：不是用 AI 替代人，而是用 Agent 降低组织增长的边际协调成本

• 理解为什么 Agent 系统最终会反过来推动数据基础设施升级：统一检索、lake-native、权限感知、混合搜索、按需计算和持续迭代会成为企业 Agent 的底座

• 获得一个来自 Zilliz 内部的真实案例：如何在业务持续多倍增长的同时，用 Zilliz Agent 这种 Agentic-native 系统支撑客户支持、内部协作、问题分析和用户教育

除此之外，本次大会还策划了 AI Infra、推理工程与异构计算、超级个体与蜂群智能的共生进化、迈向机器人 AGI 的关键技术与产业实践、Agent 安全：从风险到可控、端侧智能与 AI 原生终端、AI Agent 高价值商业场景实战 等 10 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+ 资深专家在现场带来前沿技术洞察和一线实践经验。

2026 年 AICon 人工智能开发与应用大会 · 深圳站将于 8 月 21 日—22 日举办，10大专题+1个动手实验室、近60场重磅议题，集结浙大知名高校教授及阿里、腾讯、Google Cloud等头部企业技术专家，聚焦 Agent 工程化，构建可靠智能的技术路径。