蚂蚁阿福：医疗Agent落地实践

从「AI For What」到「Value From AI」，100+可落地实践案例打通AI实战最后一公里！

4月16日-4月18日，QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑，聚焦Agentic AI、多智能体协作、算力优化、技术债治理、多模态和AI 原生基础设施等前沿话题，邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家，带来百余项真实落地案例，系统性分享前沿洞察与实战干货，以技术共创探索 AI 落地新路径。

蚂蚁集团医疗健康资深专家郭春晓已确认出席 “Agent in Practice：千行百业的 Agent 实践” 专题，并发表题为《蚂蚁阿福：从 0 到生产的医疗 Agent 工程化落地》的主题分享。随着大模型与智能体（Agent）技术的快速发展，如何高效构建一个Agent，以及在过程中做好评估、可观测等效果，成为核心话题。蚂蚁提出了EBDD（评测集和badcase驱动的开发方式）驱动的研发模式不断地驱动了智能体的开发并构建了核心的如RAG、context、记忆等核心能力并在多个榜单取得SOTA的成绩。本次演讲将探讨蚂蚁阿福如何在从 0 到生产的医疗 Agent 工程化落地，体系化地了解Agent构建背后的技术体系以及技术布局。

郭春晓，作为蚂蚁集团的资深技术专家和五福红包架构师，拥有多项技术专利与论文，当前研究Agent技术与大规模RL训推Scale等方向。他在本次会议的详细演讲内容如下：

演讲提纲

蚂蚁阿福Agent的痛点、挑战

工业级大规模研发的痛点

医疗Agent的核心挑战

Agent研发范式与传统研发范式的区别

2. Agent研发范式的北极星指标与技术体系

评测体系的建设EBPP

评测和badcase驱动的研发模型

技术体系的建设

上下文工程、RAG、医疗个性化、推理加速

3. 医疗上下文的挑战

长上下文的处理

主子Agent的上下文的共享

4. 从RAG到Agent RAG的实战

Agentic RAG的架构与医疗询证检索

5.医疗个性化

个性化的挑战与难点

医疗个性化的解决方案

6.推理加速

常见的性能优化方案

如何优化TTFT、TPOT以及最佳实践

7.总结与展望

未来架构展望

这样的技术在实践过程中有哪些痛点？

如何从最小评测集开始，设计一个适合当时生产力的方案

医疗Agent中处理解决幻觉与正确性的关键问题

如何在推理成本与用户体验平衡

演讲亮点

踩坑经验与架构创新：深入剖析 Agent 架构优化与演进历程，体系化地了解工业级的Agent背后的实战与选择。

听众收益

全面了解蚂蚁阿福内部从 0 到 1 构建医疗Agent 的实践历程

深入理解其中每个技术选型的过程与心得

体系化地了解Agent构建背后的技术体系以及技术布局

除此之外，本次大会还策划了Agentic Engineering、多模态理解与生成的突破、记忆觉醒：智能体记忆系统的范式重塑与产业落地、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施、AI 驱动的技术债治理、小模型与领域适配模型、大模型算力优化、Agent 可观测性与评估工程、AI for SRE等20多个专题论坛，届时将有来自不同行业、不同领域、不同企业的100+资深专家在QCon北京站现场带来前沿技术洞察和一线实践经验。

更多详情可扫码或联系票务经理 18514549229 进行咨询。