看见世界并不是让数字世界的智能体装上摄像头，或者输入视频数据让它看得到物理世界这么简单，CVxAI Agent，为什么是乘，CV 是视觉计算，AI Agent 是智能体，让数字世界的 AI 智能体可以认知物理世界非常重要，这两个事情并不是特性和功能的孤立，而是相互乘数效应的加强 … 技术突破，2023 年我们看提示词工程，大家关注怎么让智能体了解我们的业务，了解我们的意图，到 2024 年我们希望通过面向各种行业的知识库来让智能体可以离我们的产业更近，2025 年我们讲长上下文，MoE 专家模型来节省推理资源，以及到今年我们看到以 Open Claw 为代表的自主 AI Agent 变得非常普遍 … 在 L4 自主 AI Agent 的构建中，我简单画了一个框架图，基于已经积累的视图中台以及数据中台，我们构建了 AI Agent Loop 智能体框架，包含视觉识别、业务编排、行业 Skills、自主能力引擎等模块，人和 Agent 之间形成面向行业业务有效的协作。