AI热榜 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。
快手大模型应用算法专家邱慧已确认出席 “大模型效率工程与 Agent 系统实践” 专题，并发表题为《智能互动 Agent 在快手商业场景的落地实践》的主题分享。
本次分享以"高并发、高变化场景下的大模型高效推理"为主线，结合快手商业互动 Agent 的落地实践，探讨如何在真实业务约束下构建稳定、低成本、可规模化的商业 Agent 系统：通过动态知识更新策略与知识自裁机制解决商业场景下的知识冲突问题，将知识变更和知识溯源前移至推理阶段实现实时更新；通过用户模拟与停滞检测实现 Agent 自进化，避免 Agent 在动态环境中越用越退化；在模型优化阶段引入自适应混合步度归因算法，解决多轮对话的长期收益归因难题。
本次分享更关注算法与系统的协同设计，探讨如何把模型能力转化为稳定、低成本、可规模化的商业基础设施，并沉淀出可迁移的 Agent 效率工程方法论。
邱慧，现任快手（杭州）AI 互动方向负责人，全面负责 AI Agent 在快手电商场景的业务落地。
期间，成功主导了快手电商智能客服从传统 FAQ 模式向生成式大模型的代际升级。
此前曾先后就职于网易和蚂蚁集团，深耕智能客服算法与视频多模态内容理解领域。
在学术研究与工程实践方面，长期致力于多模态大模型及强化学习在大模型中的前沿应用，兼具深厚的学术积累与丰富的工业界落地经验，在 ICLR、ACL、EMNLP 等国际顶级学术会议上发表过多篇论文。
毕业于哈尔滨工业大学。
他在本次会议的详细演讲内容如下： 演讲提纲： 商业 Agent 落地的核心挑战 业务痛点：高并发、低时延、强动态知识更新、算力成本多重约束并发 传统方案的瓶颈：直接上线大模型在时延、幻觉、成本上均遇天花板 核心矛盾：效果、时延与成本的不可能三角，引出效率工程主线
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接