本次分享将介绍中兴通讯在交付文档领域引入AI智能体的探索与实践。将阐述如何基于大语言模型构建智能体系统，实现技术文档从静态知识向动态服务的转变。重点分享智能问答、场景化内容推送及自动化知识维护等应用场景，展现“知识即服务”理念如何显著提升文档获取效率与运维支持体验，为行业智能化交付提供实践参考。
企业出海大背景下，出海产品面临着求助链路长、学习成本高、语言壁垒厚的三大痛点。产品资料作为产品的重要组成部分，同样面临着类似的困境，且资料的用户调研结果显示，海外用户相比国内用户在使用产品时更为依赖资料，产品资料的质量在一定程度上会影响客户对产品及品牌的满意度。因此，海外资料需要在保证文档准确性和可用性的基础上，提高文档的易读性和易翻译性，并且做好多语种能力储备，以优质的资料体验支撑海外资料需求，帮助产品顺利出海，树立品牌满意度。在本次分享中，我们将深入展示汇川技术信息设计师是如何通过一套从用户研究到闭环验证的完整业务实践方法，来击破出海业务痛点。实践包括基于BUTP分析的差异化设计、概念方案制定、开发落地与可用性测试，并建立长期反馈迭代机制，为同行提供一套经过验证的、从“确保准确”到“优化体验”的资料质量提升路径。
随着生成式 AI 从被动的聊天机器人演进为主动的智能体，技术文档工程师的角色正从内容生产者转向信息架构师。本演讲将介绍一种前沿、以隐私为先的工作流——基于模型上下文协议（MCP）的自动化文档审查系统（Automated Documentation Reviewer）。
我们将演示一个“文档即代码（Docs-as-Code）”的流水线：自主智能体将持续监控文档库，充当持续运行的初级编辑。与依赖云端、存在知识产权泄露风险的工具不同，该工作流将“数据主权”放在首位，采用 DeepSeek R1 等本地模型及其他前沿模型在本地运行，确保敏感技术数据始终留在企业防火墙之内。
该架构支持边缘部署，并可通过标准 API 接口，选择性集成部署在企业服务器上的大型模型。
本次分享将为企业提供一套实现高速、合规、安全的文档工程实践指南，在摆脱第三方 API 依赖的同时，持续提升技术写作与文档质量标准。
在多Agent应用开发中，传统依赖文本文件（如 .md、.txt）来汇总技能、命令及交互逻辑的方法，往往受到模型自身量化和解析能力限制，易导致字符丢失或输出错误。我将总结介绍最近探索的写作工程实践方案：通过将Agent的skill、命令及交互逻辑存储于结构化数据库，并使用数据库查询和操作语法驱动Agent交互，实现低成本、高稳定性的执行环境。不仅保证了技能的完整性和可追溯性，也提升了模型在复杂任务执行中的鲁棒性，为大规模Agent写作应用提供了可扩展的工程化路径。
