作者：李华、潘春伟
1 个智能 Leader，带领 4 个专家级智能"员工"，配套约 800 个随时可调用的 AI 数字员工，这样一个 AI 团队能帮企业做什么事？
最近，智能化企业商机地图"万联智策"携手阿里云，基于 Alibaba Cloud AgentCore、AgentLoop 等产品将原先的 AI 交互入口升级，基于上述配置打造了一支 AI 数字员工团队------商机智囊团，不仅聚焦于帮企业研判商机价值，更把能力延伸到商机挖掘、跟进转化等环节，全链路为企业提供智能化商机服务。
万联易达集团依托"商品交易、物流运营、金融科技、企业服务"四大基石平台及"数据商业化赋能、AI 赋能"两大能力，推出众多生态产品，为企业提供一站式生产性服务。旗下「万联智策」是面向企业用户的移动应用，以地理位置、企业画像和产业链数据为基础，把找客户、找供应商、看风险、做研究等能力组合为经营决策工具，AI 助手「小图」是主要入口。2026 年，万联智策围绕企业信息研究与业务分析，推进数字员工产品建设。
业务挑战：从信息问答走向业务任务
「小图」此前以对话问答为主：用户提问，助手回答。万联智策希望数字员工围绕业务目标完成信息收集、分析与结果整理，但这类任务涉及多个专业角色，仅靠一次模型问答难以覆盖：
-
业务分工，供应商信息收集、风险分析与结果整理相互依赖，需要明确分工与上下游关系
-
应用接入，多智能体接入自有应用，要在不迁移既有系统的前提下对齐租户、Team、会话与任务；
-
长任务体验，需要呈现进度、支持用户确认，并能离场后回看；
-
成本与质量，每位用户对应一组数字员工，常驻实例会形成空闲成本，单次回答也无法判断任务整体质量。
阿里云的解决方案：AgentCore+AgentLoop
以 Alibaba Cloud AgentCore 为多智能体协作与运行底座，以 AgentLoop 为观测与评估引擎，支撑万联智策把数字员工团队接入自有业务应用。
AgentCore 承载智能体运行协作：采用 Leader 与 Worker 的组织方式，Leader 规划任务、分派工作并汇总结果，Worker 承载业务技能与工具。以供应商调研为例，「小图」先追问地区、偏好和数量，再分派供应链角色寻找供应商、风控角色评估风险，最后由 Leader 汇总。任务以串行和定时为主，模型按角色选型，Leader侧重规划，专家侧重执行。分析建议用于辅助业务人员判断，由人工确认采购下单、合同签署等环节。
图 1：供应商调研中的角色分工
AgentLoop 支撑任务级评估：统一接入模型调用、工具执行与运行轨迹，按任务标识聚合，可查看同一任务下 Leader 与各角色的完整过程。固定题库用于版本回测，在线实验隔离样本，剔除报错与重试样本后再判断效果，形成"观测---评估---优化"的循环。
将角色协作接入自有应用：万联智策通过 API 调用云端 Agent，用户进入 Team、在会话中发起任务，Worker 通过 Skill 和 MCP 调用既有业务能力；联网搜索等通用能力使用百炼 MCP，产业链、企业与舆情数据由自有服务提供。APP 经云原生 API 网关统一鉴权，执行角色映射为数字员工身份。
图 2：从租户到业务能力：万联智策的业务访问模型
长任务体验与稳定运行：Leader 的思考过程实时流式呈现，信息不全时先追问；任务在云端运行，离开后可回看进度与产物，定时任务已上线。运行资源按需启停、最小实例数为 0，双方通过预热池缩短首轮响应，结合容量规划与搜索类调用优化保障高峰稳定。对外展示与内部运行信息分开处理，用户标识匿名化，正文与推理、工具调用信息分别处理。
业务价值
800 个 Agent 按需运行：生产环境已配置约 800 个 Agent，按需启停、最小实例数为 0，根据实际会话与任务动态拉起。该数字为业务配置规模，并非同时常驻的计算实例。
图 3：业务应用、Agent 运行与配套能力的逻辑关系
为每位用户配一支 " 商机智囊团 " ：经过业务梳理，万联智策定义了综合商机评估需求：围绕一条招投标信息，从销售、采购、风控和战略等角度展开分析，形成业务参考；在供应商风险场景中，除了发现风险，也关注替代供应商的推荐。这些场景构成了数字员工业务设计的重要依据。最终上线的"商机智囊团"为每位用户配置一个 Team：Leader「小图」负责理解需求、追问、拆解与汇总，销售顾问、供应链主管、风控专家和战略专家四名数字员工分别承担找客户、找供应商、看风险和做研究，原「小图」的业务能力也沉淀为这四名专家的技能与工具。四名数字员工对应市场洞察与商机获取、供应链组织与履约保障、风险识别与合规管控、战略研判与决策支持四段业务链路，由「小图」串接成一次完整的经营协同。
39 天完成数字员工生产上线：从 Agent 业务在 AgentCore 生产上线，到供应商调研已进入实际运行，万联智策用 39 天把「小图」从对话助手升级为多智能体数字员工团队，大大提升业务创新效率。
任务过程可核对：Leader 与各角色的轨迹按任务关联，可查看分工、技能调用和报告产物是否符合预期，而不只凭最终回答判断过程。
成本按实际使用核算：覆盖平台实例、Agent 算力、模型 Token、AI 网关与存储，结合任务耗时、输入输出及缓存核算，并定位长上下文、重复调用等高消耗环节。
从业务场景设计到 AgentCore 上线，万联智策用 39 天把「小图」从对话助手升级为多智能体数字员工团队，实践已经进入实际运行阶段。后续工作继续围绕任务可靠性、任务级评测、首轮响应和资源使用展开，并配合万联智策建设 B 端管理能力，以运行数据判断改进效果，而不是仅以 Agent 数量或功能清单衡量进展。