从“搜到知识”到“理解约束”：差旅 Agent 的业务语义、偏好图谱与上下文工程实践｜AICon北京

当 Agent 真正进入企业流程，哪些工作可以交给 AI ？50 + 实战案例揭晓答案！

AI 正在从回答问题的辅助工具，走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程，问题不再是 “如何把 AI 做出来”，而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向推理、工具调用、多模态和长任务延伸，开发重心正从单次调用转向上下文、工具、执行环境与反馈回路的设计，Coding Agent 也从代码补全演进为能理解代码库、运行测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic 的最新实践共同指向一个结论：模型决定 Agent 能做什么，工程决定它能否真正进入生产、创造价值。

在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 北京站正式启动。本次大会将于 12 月 18–19 日，在北京新云南皇冠假日酒店举办。本届大会以探索 A 应用边界为主题，设置 13 大技术专题，覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向，汇聚一线技术专家，深入分享 AI 技术突破与企业规模化落地的真实实践。

携程旅行商旅 CIO 汪政已确认出席 “Knowledge Engineering｜让 Agent 理解企业” 专题，并发表题为《从“搜到知识”到“理解约束”：差旅 Agent 的业务语义、偏好图谱与上下文工程实践》的主题分享。企业差旅 Agent 的难点不只是检索文档，而是同时理解员工偏好、企业差标、审批条件与实时可订资源。本演讲以携程商旅 AgentONE 架构探索为例，介绍如何将业务对象与关系、文档检索和实时工具组合为可执行上下文，使用知识图谱 按城市召回偏好，以共享 State 融合上下文信息，并由系统注入企业身份，支持多路受控路由，偏好通过单次聚合图查询获取资源，结合交通衔接规则校验，错误触发候选池复用与定向重试。分享从知识问答走向有依据、受约束的差旅推荐的实现路径，以及模拟原型与业务集成之间的工程鸿沟。

汪政，毕业于华东师范大学计算机系，现为携程商旅 CIO，负责差旅大数据架构与 AI 创新落地，致力于推动数据与 AI 技术融入业务，为企业差旅管理降本增效与全球化运营提供支持。

4. Context Engineering：把“这次想要什么”与“长期喜欢什么”分开

获得可迁移的企业知识分层与选型方法，能判断哪些知识适合文档检索，哪些关系应进入图谱，哪些事实必须实时查询，哪些约束应由业务服务和代码执行，避免用单一 RAG 方案包办所有问题

掌握任务驱动的上下文与记忆工程细节，建立从生成结果到业务验收的工程路径。 学会用真实候选池、资源编号和业务规则验证输出，并利用错误证据驱动定向修复；同时明确模拟原型、接口集成与生产成效之间的证据差距

除此之外，本次大会还策划了Post-Training Engineering｜数据、奖励与模型能力塑造、大模型推理与算力调度实践、Knowledge Engineering｜让 Agent 理解企业、Multi-Agent Systems、智能体评测与生产可靠性探索、Agent Security｜身份、权限与行动安全、AgentOps｜企业 Agent 全生命周期管理、Self-Evolving Agents｜从经验学习到可控进化、Agentic Software Engineering｜从代码生成到软件交付、Personal Agent、AI 原生架构的演进与治理、AI 时代的组织重构、AI × Industries ｜产业智能化等 13 个专题论坛，届时将有来自不同行业、不同领域、不同企业的资深专家在现场带来前沿技术洞察和一线实践经验。