智能体（Agent）作为以大型语言模型为推理核心的自主行动实体，正从原型迈向生产，其“代理运维”（AgentOps）体系成为关键。这份白皮书系统阐述了AgentOps在DevOps和MLOps基础上，如何通过人员、流程和技术整合，高效部署并管理智能体。这为数据分析师理解AI系统可靠性与规模化提供了重要视角。
衡量智能体成功的核心在于业务与技术指标的融合。业务“北极星”指标，如收入或用户参与度，是最终衡量标准。同时，智能体目标完成率、任务达成率以及应用遥测指标（如延迟、错误率）至关重要。人类反馈（“顶/踩”）和详细追踪（trace）提供深度可观测性，确保数据驱动的持续优化。
智能体评估框架是其生产就绪的基石。报告指出，通过公开基准测试（如BFCL、AgentBench）评估核心能力。轨迹评估关注动作序列，采用精确匹配、有序匹配、任意顺序匹配等指标，并量化精确率和召回率。最终响应则可由作为“裁判”的LLM自动化评估。人工评估则弥补自动化局限，提供校准信号。
多智能体系统通过专家协同，提升了准确性、效率、可扩展性和容错性，并有效减少了幻觉与偏见。其评估在单代理基础上，额外关注代理间的协作与协调、规划任务的合理性及资源利用效率。分层、协作、顺序等设计模式，共同应对任务分配和上下文管理等复杂数据挑战。
代理式检索增强生成（Agentic RAG）通过迭代推理，优化了知识检索过程。它能进行上下文感知查询扩展、多步推理和自适应知识源选择，并验证修正检索结果。企业中，知识工作者正转变为“代理管理者”，利用“助理”型和“自动化”代理，如Google Agentspace和NotebookLM Enterprise，提升数据管理和决策效率。
为提升高风险复杂任务的可靠性，白皮书前瞻性地提出将智能体演进为“签约人”（Contractors）。通过标准化“合约”明确任务、交付成果、成本和报告机制，智能体可进行评估、协商并分解为“子合约”。这为AI代理的业务集成提供了更强的数据可控性与可预测性，预示着更规范的AI服务模式。
综上所述，智能体技术的演进正深刻重塑数据分析与业务自动化范式。从精细化的指标体系、自动与人工结合的评估框架，到多智能体系统的协同优化，再到“签约人”模式的标准化，均指向一个更可控、可量化、高可靠的AI赋能未来。金融和数据分析师需积极拥抱这一趋势，将数据治理与AI运维深度融合，以驱动更精准的商业决策和更高效的资源配置。
文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！
0 条