一年一度618 ，是電商從業(yè)者最卷最忙的時候。最近，一批“數(shù)字員工”在京東內部集體上崗，依托智能體技術，在人力資源、客服、采銷等諸多環(huán)節(jié)大顯身手，成為一道獨特的風景線。618也正式進入了“數(shù)字員工配合作戰(zhàn)”的新階段。

估計很多企業(yè)CEO/CTO都坐不住了：你的agent和我的agent怎么不一樣？

今年以來，有大量企業(yè)級智能體被推出市場，宣稱可以幫企業(yè)解決實際問題，成為數(shù)字員工，打通大模型到企業(yè)的“最后一公里”。但實際用下來，效果卻不盡如人意。

由于絕大多數(shù)智能體，沒有結合企業(yè)專有場景和知識庫，所以無法在復雜的商業(yè)場景中閉環(huán)運行，過程中時不時就要人工接管，并沒有帶來多少降本增效的收益。

于是，直接面向商業(yè)場景，研發(fā)能夠端到端的商業(yè)智能體，被認為是一條更可行的產品路線。在京東內部上崗的agent，就是可以自主閉環(huán)執(zhí)行任務的商業(yè)智能體JoyAgent。

5月20日，京東云發(fā)布了JoyAgent 智能體2.0。作為基于京東業(yè)務系統(tǒng)孵化的商業(yè)智能體，面向企業(yè)嚴肅的商業(yè)場景使用，實現(xiàn)了端到端業(yè)務全流程閉環(huán)，既能高效解決通用問題，又能應對復雜商業(yè)流程。

為何企業(yè)急切地需要更專精的商業(yè)智能體？借著JoyAgent 2.0，我們來聊聊它與通用智能體有著怎樣本質的區(qū)別？

從企業(yè)客戶的付費意愿看，通用智能體與商業(yè)場景之間，還存在不小的距離。

目前，大部分企業(yè)級智能體是按資源消耗付費，看的是用了多少token/調用了多少API，主打一個“沒有功勞也有苦勞”。

少數(shù)智能體可以按workflow付費，就是完成了什么任務，按照任務長短或復雜程度收費，有點像KPI外包。

而真正能作為數(shù)字員工，交付業(yè)務價值/結果，說服企業(yè)付費的智能體，基本不存在。

為什么會出現(xiàn)這種情況？原因是很多通用智能體，是面向C端場景打造的，需要解決生活咨詢、創(chuàng)意生成等泛化需求。然而企業(yè)引入智能體，與C端有著截然不同的需求。

比如在初期的需求定義階段，企業(yè)業(yè)務往往涉及法律、金融、制造等專精領域，需智能體深度掌握行業(yè)標準、專業(yè)術語和業(yè)務邏輯，才能提供精準解決方案。執(zhí)行階段，企業(yè)數(shù)字化系統(tǒng)由大模型、傳統(tǒng)模型及海量API共同構成，智能體需突破技術棧壁壘，實現(xiàn)多模型協(xié)同調度與業(yè)務流程閉環(huán)。最后的結果輸出階段，企業(yè)應用對輸出結果的準確性、時效性和完整性要求十分嚴苛，不允許出錯。

商業(yè)智能體與通用智能體，所服務的用戶不同，因此技術側重點、價值創(chuàng)造路徑也存在顯著差異。在企業(yè)級市場中，商業(yè)智能體有更專業(yè)的能力，可以解決企業(yè)的復雜問題，交付業(yè)務價值與結果，更適合被企業(yè)信任與采用。

一個合格的商業(yè)智能體，不僅要滿足企業(yè)場景對可靠性、安全性、確定性的基線要求，還要具備理解復雜任務和端到端執(zhí)行的智能水平，否則就稱不上是“數(shù)字員工”。 JoyAgent 2.0就是一個。

今年618，一批數(shù)字員工JoyAgent，已經(jīng)在京東內部多個部門上崗，自主閉環(huán)執(zhí)行人類員工指派的OKR任務了。

比如人力資源部門的OKR，其中之一就是篩選合適的簡歷。

618前夕，京東HR部門拿到了一個復雜任務，組建一支精銳團隊。經(jīng)過一番拆解，京東HR決定把篩選簡歷的任務，派給JoyAgent來干。JoyAgent的目標，就是基于崗位需求深度解析簡歷，精準鎖定高匹配候選人。

傳統(tǒng)智能體，可能每完成一步都需要HR協(xié)助，輸入提示詞，再進行下一步，這樣“早請示晚匯報”并沒有真的減少人類員工的工作量。JoyAgent就可以實時匯聚數(shù)據(jù)，生成清晰的人才結構報告，全局透視技能分布、崗位缺口與渠道效果。

全程閉環(huán)自主完成，HR只需要聚焦高價值溝通與決策。在JoyAgent的協(xié)助下，京東HR部門的招聘流程，實現(xiàn)了智能化飛躍，順利在618前拉起了團隊。

京東采銷部門給智能體的OKR，就是開采購單。

每年 618是零售采銷最忙碌的時候。京東采銷經(jīng)理，需要對某商品品類的精準預測與庫存調配。這個任務可不簡單，涉及分析歷史銷售數(shù)據(jù)，實時搜索關注氣象變化，了解庫房庫存情況，最后才能開出一張符合業(yè)務需求的采購單。

以往整個流程，很多步驟都要采銷經(jīng)理自己手動處理，難以應對快速波動的區(qū)域需求。2025年，京東采銷經(jīng)理有了新的工作搭子“商業(yè)智能體”京東云JoyAgent 2.0 。和以前內部使用的數(shù)字化工具不同，JoyAgent可以自己完成精準預測銷量庫存，分析各地銷售情況，輸出庫房庫存狀況，生成供應鏈預測報告，并且與采購系統(tǒng)打通，可直接生成采購單。

采銷經(jīng)理只需要看看報告，判斷一下補貨策略是否合理，再確認一下補貨數(shù)量，就大功告成了。人類碳基員工與JoyAgent硅基員工互相協(xié)作，將京東的采購流程從數(shù)天縮短至幾分鐘。

此外，在市場調研環(huán)節(jié)，一句話簡單詢問JoyAgent，它便能自動完成數(shù)據(jù)收集、數(shù)據(jù)分析等多個智能體的協(xié)同思考與工作，生成一份邏輯清晰、內容詳實的市場分析報告。

專業(yè)壁壘高、容錯率極低的金融領域，JoyAgent也能hold住。金融分析師輸入“分析近一個月黃金走勢并生成報告”指令后，JoyAgent就能自動匯聚市場數(shù)據(jù)，評估風險事件對避險情緒的影響，量化政策預期傳導效應，并識別關鍵價格位與趨勢信號，最終整合多維度洞察，自動輸出結構化《黃金月度分析報告》。

可以看到，JoyAgent已經(jīng)進入了京東多個部門的核心業(yè)務流程中，閉環(huán)交付任務結果了。商業(yè)智能體，作為京東的“三有新人”，也表現(xiàn)出了與通用智能體截然不同的特質：

有真實的業(yè)務價值，能夠按結果交付。能夠端到端閉環(huán)執(zhí)行人類員工指派給商業(yè)智能體的OKR目標任務，創(chuàng)造同等人效價值。

有聰明的腦子，自動分解復雜任務。可以自己按照OKR，分解復雜任務、智能編排并調度工具，幾乎不需要人工干預，依賴于強大的大模型理解分析思考能力。

有完善的行動身體，具備豐富的workflow和MCP工具。執(zhí)行過程中，多智能體協(xié)作還需要調用大量工具與插件，JoyAgent的全流程閉環(huán)得益于京東在智能化階段沉淀的大量workflow，并搭建了自適應自學習的MCP平臺。

通過京東云JoyAgent平臺，各行各業(yè)也可以擁有自己的同款“三有新人”和數(shù)字員工。那做好商業(yè)智能體，有沒有技術秘訣呢？

JoyAgent 2.0問世，商業(yè)智能體具備端到端的執(zhí)行能力，給企業(yè)交付真實的業(yè)務價值了，站上了智能體的價值高地。

打造JoyAgent，京東云都經(jīng)過了怎樣的技術跋涉？經(jīng)過交流發(fā)現(xiàn)，JoyAgent的每一步，都深深扎根在京東的產業(yè)AI土壤中。

第一步：整合專業(yè)領域workflow，給JoyAgent一份工作說明書。

京東在零售、物流、金融、工業(yè)、健康等領域的商業(yè)場景深耕多年，積累了大量專業(yè)領域知識，結合京東云 Agentic Workflow 自動構建能力，快速構建行業(yè) KnowHow 知識模型，就像有了一份詳盡且智能的行業(yè)工作說明書，讓JoyAgent快速掌握專業(yè)技能。

以國際貿易為例，報關場景的流程極長，通用智能體很難端到端閉環(huán)完成。而京東在此前的國際業(yè)務中已經(jīng)形成了成熟的workflow，構建了報關智能體，所以JoyAgent能夠直接調用，實現(xiàn)報關的閉環(huán)操作。

第二步：構建技術領先的大小模型，讓JoyAgent自主分析更精準。

JoyAgent 2.0采用大小模型相協(xié)同的方式，基于混合代理模型，實現(xiàn)主動分析執(zhí)行，大幅提升了智能體的決策水平。

大模型方面，京東云JoyAgent 綜合使用了京東大模型、DeepSeek等業(yè)界領先的大模型，提高對復雜任務的理解和任務拆解的準確性。

此外，京東云通過強化學習，為智能體打造了一系列動作序列，實現(xiàn)互聯(lián)網(wǎng)數(shù)據(jù)抓取、電腦操作自動化等功能，在browser-use、computer-use任務中展現(xiàn)出強大的環(huán)境適應與執(zhí)行能力。同時，借助規(guī)劃推理技術，構建了動態(tài) DAG 執(zhí)行引擎，不再局限于被動響應需求，而是主動聚焦問題，智能決策，讓任務執(zhí)行的效率大幅提升。

多智能體協(xié)作方面，京東云自研了多智能體協(xié)同引擎。通過先進共識算法，使多個智能體快速達成決策共識，提升決策效率與質量。面對復雜多重意圖請求，找到最佳方案執(zhí)行。在 GAIA Benchmark 的 Level 1 - 3 測試中，JoyAgent 智能體在復雜任務處理方面表現(xiàn)卓越，超越眾多競爭對手。

第三步：疏通端到端的堵點，實現(xiàn)業(yè)務流程全閉環(huán)。

任務分配環(huán)節(jié)，JoyAgent 的任務分配 router，會像快遞分揀一樣，把任務精準分配給最適合的“小分隊”。處理環(huán)節(jié)，加速處理的并行調用，讓多個硅基員工“小分隊”同時開工，加快處理速度。疑難問題，JoyAgent 會仔細規(guī)劃好每一步，再展開行動。緊急情況，JoyAgent能立刻作出反應，快速解決問題。從拿到任務到解決問題，全程自主執(zhí)行，真正實現(xiàn)端到端閉環(huán)。

第四步：筑牢數(shù)據(jù)安全的防線，讓商業(yè)智能體無憂上崗。

專注toB業(yè)務的京東云，預先洞察企業(yè)對數(shù)據(jù)隱私安全的痛點。JoyAgent 智能體采用先進的加密技術和嚴格的權限管理機制。在引入企業(yè)知識等數(shù)據(jù)資產時，確保安全，防止信息泄露。完善的訪問控制體系，對用戶權限進行精細化管理，只有經(jīng)過授權的人員才能訪問和使用相關數(shù)據(jù)。此外，JoyAgent 智能體還具備數(shù)據(jù)審計和監(jiān)控能力，能夠實時監(jiān)測數(shù)據(jù)的使用情況，及時發(fā)現(xiàn)并阻止?jié)撛诘臄?shù)據(jù)泄露風險。通過一系列綜合手段的運用，為企業(yè)提供全方位的安全保障。

可以看到，商業(yè)智能體的每一步，都凝結著大量的行業(yè)知識、經(jīng)驗與技術研發(fā)成果。這也是為什么京東云JoyAgent 2.0商業(yè)智能體，可以讓京東和外部企業(yè)，向技術要紅利、向智能體要價值。

各個大模型廠商/創(chuàng)業(yè)公司，正不遺余力地擠進智能體賽道，與2023年都在擠大模型賽道如出一轍。但可以明確看到，AI賽道和AGI愿景，不僅門檻高，入局難，而且在入局之后構建持續(xù)的競爭力、技術轉化為產品和商用規(guī)?；占?，更是難上加難。

大量通用智能體也會如同大模型一樣，在推出之后無法兌現(xiàn)商業(yè)價值，又被遺忘。從通用智能體到商業(yè)智能體，會成為接下來的大勢所趨。

商業(yè)智能體的技術之路與商業(yè)之路，京東云JoyAgent也幫行業(yè)提前趟了路。

技術方面，作為首個能在復雜業(yè)務中實現(xiàn)端到端閉環(huán)的商業(yè)智能體，JoyAgent將自身實踐抽象成指標，發(fā)布benchmark，作為商業(yè)智能體的規(guī)范參考，比如通過邏輯一致性、豐富度等，來衡量智能體端到端的效果，以及模塊規(guī)劃、調用的準確率，工具的全面性，為商業(yè)智能體的構建，提供全面且領先的技術參考。

商業(yè)方面，JoyAgent 2.0跑通了復雜業(yè)務場景，讓“按價值/結果付費”的智能體商業(yè)模式有了可能。同時，JoyAgent基于京東內部積累，以小模型/成熟workflow減少token使用量，以大模型確保最終結果，二者結合為企業(yè)用戶降本增效。這說明，JoyAgent已經(jīng)具備規(guī)模化商用的潛力。

扎根技術多年的京東云，正在持續(xù)攀登AGI高峰。更高的專業(yè)性，更優(yōu)的處理效果，更強的數(shù)據(jù)安全性，JoyAgent 2.0也為大模型打開了更大的想象空間。

審核編輯 黃宇