从个人助手到组织级生产力系统。
作者｜田思奇
作者｜栗子
每到月底，销售负责人都要弄清哪些客户回款逾期，以及逾期的原因。对企业Agent来说，这远比查一张报表复杂。它需要连接客户管理、合同和财务系统，核对发票与跟进记录。同一个问题，销售只能看自己负责的客户，主管可以查看获授权的团队数据，财务人员的权限又不一样。
这是腾讯云智能体开发平台ADP负责人马雁翔在腾讯全球数字生态大会上举的例子。模型已经能理解指令、调用工具，但各家企业有自己的流程和权限。Agent能否真正完成工作，取决于它是否理解这些规则，能否跨系统执行任务。
AI投入能否兑现为业务价值的问题也愈发突出。Gartner在2026年10月公布的CEO调查显示，44%的受访CEO难以向利益相关者证明AI的财务回报，63%认为重构运营模式是加速价值兑现的重要举措，52%将部署AI Agent作为员工列为重要方向。
10月29日至30日，腾讯全球数字生态大会在深圳举行。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生强调，员工用AI Agent提效已经是必选题，“否则不进则退”。
在他看来，企业落地Agent的难点不是模型不够强，而是断点太多：AI能写方案、做分析，却接不上业务系统、拿不到数据。落地的关键在于连接，把人、工具、系统和数据连起来，让Agent理解业务并参与实际工作。
为此，腾讯将围绕办公协同、数据管理与业务执行三大场景，助力企业打造可运营、可进化的智能生产力系统。
同期，在腾讯全球数字生态大会的AI产品发布台上，两天时间里，围绕应用、数据、安全和工程四个板块，腾讯集中发布了40+款Agent产品。从员工日常使用的工作入口，到业务应用开发、云端运行和安全治理，腾讯正在尝试构建一套支撑Agent进入企业生产的完整产品体系。
1.超级个体，不等于超级组织
准备此次大会演讲时，汤道生把想法交给WorkBuddy整理，再用元宝核实信息，反复讨论修改。这种人与Agent协作的方式，正成为日常工作的一部分。
据国家数据局统计，中国日均Token调用量从2024年初的1000亿，增长至2026年7月的超过500万亿，增幅超过5000倍。
但个人拥有得力的AI助手，不等于组织自动获得更高的生产力。
WorkBuddy高级产品经理李俞指出，员工的资料散落在不同AI工具中，换一个应用就要重新解释项目进展，企业还得分别管理账号和权限。许多公司培养出一批善用AI的“超级个体”，却没有建立有效的协作方式。
“超级组织不是买出来的，是长出来的。”李俞说。
此次发布的Buddy One办公套件，是腾讯给出的一种解法。它以WorkBuddy为工作台，整合腾讯文档、ima等产品，将账号和使用管理纳入统一体系。腾讯文档让Agent利用文档内容和编辑记录理解进展，ima提供知识管理，腾讯网盘则集中保存资料和Agent成果。
汤道生描述了新的协作方式：团队讨论后把需求交给AI，Agent完成初稿，员工修改、验收，成果再沉淀到知识库。下一项任务开始时，Agent可以调用已有资料，延续团队进度，不必重新了解项目背景，也不需要员工反复传递文件。
办公之外，经营管理还有另一层困难。ERP、CRM和财务软件积累了大量数据，却各有查询方式。汤道生提到，数据工程师制作一张经营报表可能需要两三周，管理者看完再追问细节，更新报表又得等上几周。等数据准备齐全，决策时机可能已经错过。在他看来，速度本身就是竞争力。
腾讯尝试通过MCP接口和Skills，让WorkBuddy连接企业已有的管理系统。腾讯云经营服务智能体磐石小O，可以让员工直接查询销售业绩、客户情况和回款进度，不必逐个系统查找报表，操作过程可审计、可追溯。销售拜访前，它结合CRM数据和公开信息准备客户动态与沟通建议，协助预约会议；拜访后整理报告、生成待办，按需发起审批。
汤道生把办公协同、数据管理和业务执行列为企业Agent的三个重要场景。WorkBuddy已经让员工更方便地使用企业信息，但客服、销售和营销等专业任务还有各自的业务规则。要让Agent接手这些工作，企业需要能够按业务需求构建和管理智能体。
2.业务Agent的价值，要在经营中兑现
腾讯此次发布的Agent应用产品，覆盖了从智能体开发到具体行业运营的多个环节。
腾讯云智能体开发平台ADP帮助企业构建业务Agent；音视频AI平台WAND整合多模态模型，优化内容生成成本；腾讯云实时智能支持实时对话，并将交流转化为业务记录；元宝搜索提供可追溯的外部信息；天籁语音大模型处理多人、多语种语音；腾讯企点营销云MAGIC AI连接客户分析与营销活动，腾讯云Mall的云小莫则辅助商家经营私域生意。
其中，ADP的升级体现了腾讯对企业Agent构建的思考。
马雁翔提到一家客户，早在ADP 3.0时期就搭建了几十个智能体，今年又希望用Agent识别供应链风险：检索公开的原材料及供应商风险事件，结合内部数据判断哪些供应商和零部件可能受到影响，最终生成深度分析报告。
客户不仅要求Agent自主执行，还关心过程是否可控、Token成本是否划算。ADP让工作流承担固定的批量检索，由云端Agent完成交叉验证和深度分析，兼顾任务灵活性与成本。
新版ADP进一步将自然语言引入构建过程。业务人员只需描述需求，平台便能辅助构建智能体和工作流，配置、预览、调试与评测也可以在同一工作区完成。
大会上展示的养老信托场景就是一个例子：员工提出面向老年客户提供养老信托咨询的需求，平台便生成智能体及相关知识、工具和流程配置。ADP还将智能体与站点服务结合起来，前者负责分析和执行，后者承载操作页面、业务逻辑及数据状态。企业由此可以直接构建完整的业务应用，而不必止步于单个智能体。
让Agent运行起来之后，还要保证它能长期工作。ADP此次升级的云端Agent Harness负责管理任务执行、记忆、工具调用和沙箱调度。员工关闭电脑，长任务仍能在云端继续执行，沙箱按需启停，减少资源闲置。业务人员发现结果有误，可以直接提出反馈，由平台生成候选优化准则，经人工审核和样本复评后启用。
建成的Agent可以通过AgentPortal按部门、岗位分发，也能进入WorkBuddy。反过来，员工在WorkBuddy中验证有效的工作流，可以借助ADP连接器转化为企业智能体，统一管理和推广。新版ADP开放130多个Open API，覆盖十个模块，让员工积累的工作方法成为团队可以复用的能力。
伊利已将这套协作带到销售现场。WorkBuddy汇聚经营数据、形成策略，再下发给上千名导购，整体运营提效超过50%；ADP导购智能体则提供商品推荐与沟通话术，A/B测试显示销售订单提升26%。分析报告能够更快生成固然重要，策略能否被一线采用，才决定它是否真正带来经营收益。
另一项需求是及时、可靠地获取外部信息。元宝AI搜索总经理叶莎妮提到，企业客户常反馈AI回答慢、不准确，甚至无法回答问题。模型承担的任务越复杂，信息的时效与出处就越重要。
此次升级的元宝搜索整合公开网络、腾讯生态及行业信源，通过多源召回、排序和结果增强，返回结构化信息与可核验来源。其索引规模达到千亿级，接入157个以上权威垂直领域接口，日均调用数亿次；企业可通过API、MCP或Skill使用，无须自建搜索系统。
“没有出处，答案再漂亮也难以置信。”叶莎妮说。
语音则让Agent能够处理更多会议和电话中的业务信息。腾讯云副总裁、天籁负责人商世东提到，一位头部客户已经不只关心识别效果，更希望语音AI帮助业务增收，并在出现问题时准确定位原因。
天籁此次发布三款大模型：语音理解模型结合会议文档、屏幕分享、参会人信息等上下文信息辅助转写，在交替和重叠发言中区分讲话人，支持16种语言及多种方言，通过多轮精修提高准确性；语音生成模型采用端到端架构，支持自然对话、方言表达，5到10秒即可复刻声音；同声传译模型能够在讲话人持续发声时输出翻译，并保留其音色。三款模型均已上线腾讯云语音服务。
Agent接手的工作越多，企业越需要解决持续运行、成本管控和团队共享的问题。
3.装机只是开始，管得住才能规模化
今年3月6日，腾讯大厦楼下的OpenClaw装机活动排起长队。有人带着孩子来，也有退休工程师专程体验。那时，成功安装Agent、接入QQ，已经足以让用户兴奋。
半年多后，腾讯云通用计算产品副总经理肖娜发现，大家不再满足于把Agent装好，而是希望交代一项工作，第二天直接收到结果。腾讯自己的研发流程也发生了变化：以前一天发布一个版本已很不容易，如今一些企业产品由产品经理在三个小时内完成构建和上线，研发人员主要负责架构与质量验证。
腾讯云由此将云端自托管Agent产品整合升级为AgentHosting，品牌理念是Always Here：人可以离开电脑，云端的Agent一直都在，任务继续往前走。
围绕这一点，腾讯云提出Here to Run、Here to Govern、Here to Connect，分别关注持续运行、组织治理和能力连接。据腾讯披露，相关产品已支撑百万级Agent在云端稳定运行，服务上千家企业。
该品牌下覆盖四款产品。首先是负责部署和常驻，面向个人和开发者的Lighthouse Agent——它支持将OpenClaw、Hermes等Agent一键部署在用户自己的云端实例上。本地电脑关闭后，任务仍能继续执行，记忆插件则保留背景与偏好，减少重复交代。
遇到复杂任务，用户还可以让多个Agent协作：领航员拆分任务，交给行业分析师、程序员等专业Agent，再汇总成果。每个Agent可单独配置模型，避免简单工作消耗昂贵算力。接入腾讯会议、腾讯文档后，它还能处理日常办公任务；碰到账号登录、文件上传等需要人工操作的环节，Agent会通过云桌面请求接管，完成后继续执行。
但一家企业运行几十、几百个Agent，麻烦远不止让它们保持在线。肖娜举了一个成本上的例子：用顶级模型调整一页PPT的字体和色号，最后花了几百元，相当于请资深设计专家工作半天，却只完成简单排版。企业还必须明确每个Agent的职责、权限和成本。
这正是ClawPro要解决的统一治理问题。该产品负责人黄绮婷发现，有员工希望公司直接提供配置好的Agent；熟手调试出的Skill只能在群聊中分享，更新后还得重新发送，管理者也难以掌握整个团队的使用情况。
今年4月开始公测、此次正式全量发布的ClawPro，可以统一纳管多个云端和本地Agent，按组织分发配置与技能，并通过四级权限隔离管理模型、技能和配额。企业可以统一查看Token消耗、开展安全审计，也能通过API将Agent嵌入业务系统。
一家财税代账企业把资深会计的经验整理为Skills，通过ClawPro分发给员工后，单个会计服务的客户数从200多家增至400多家，整体效率提升50%。目前ClawPro已服务超过1000家企业。企业不必再让每位员工从零配置Agent，成熟的工作方法也能在组织内迅速推广。
经验积累之后，还需要持续流通形成能力供给。AgentHosting旗下的SkillHub提供技能发现、评测、更新和分发能力，让开发者和企业能够找到并复用已有的专业技能；SkillPay进一步衔接技能的付费与交付，让有价值的经验不仅能够分享，也有机会形成持续供给。
产品体系的另一端是专业场景深耕。腾讯云开源、可自托管的AI Agent引擎Octop，从云服务器运维切入，将Agent能力延伸到具体工作。开源三个多月，其GitHub Star数已超过1.1万。社区中已有法律科技企业基于Octop搭建合同审查工作台，并通过对接长安链，为AI引用的依据存证。
从Lighthouse Agent让任务持续执行，到ClawPro统一治理、SkillHub流通专业能力，再到Octop深入行业场景，AgentHosting试图解决的已不再是安装一个Agent有多方便，而是如何让大量Agent长期工作、持续获得新能力，并融入企业已有的业务系统。
对于企业，真正有价值的不是装上多少个Agent，而是能否把它们变成一支可管理、能协作、会积累经验的数字员工队伍。
4.Agent进入生产，最终要算经营账
随着Agent开始参与企业经营决策，企业不仅要让它获取数据，还要确保它能正确理解数据的含义。同样是销售额，不同部门可能采用不同的统计口径。Agent即使能查询数据库，也未必能准确理解业务。
腾讯此次发布的AI原生多模数据库TDSQL Nexa Lakebase，通过Nexa Knowledge构建可持续演进的语义层，帮助Agent理解企业数据及其业务关系。多模AI数据底座TDSQL Boundless以一套内核兼顾事务、宽表、分析、搜索和语义检索；TDSQL-C PostgreSQL提供弹性、隔离的数据库后端；TencentDB Agent进一步把腾讯云多年积累的数据库运维经验封装为Skills，让Agent承担部分DBA工作。
能够正确理解数据之后，还要确保使用过程安全可控。AI产品发布台的七场安全分享，从网络攻防延伸到业务风险防控。腾讯云AI Agent网络全链路安全方案可统一用户与Agent身份，实施细粒度授权，并识别多轮对话中的风险，按需进行数据脱敏、人工接管或阻断。让Agent既能获得完成任务所需的权限，又能在明确的安全边界内执行，帮助企业放心将更多业务交给AI。 新一代云安全中心则整合主机、容器和云安全态势管理，推动安全防护从被动响应走向主动运营。
腾讯云无境则利用AI自主开展渗透测试。据腾讯披露，其单站验证平均耗时约91分钟，成本为百元级，帮助企业更高效地发现漏洞。在业务侧，天御风控Agent结合黑灰产情报，基于AI仅需对话即可随时随地完成业务风险分析和策略调优。
这些基础能力未必直接带来销售增长，却决定着企业能否放心将更多业务交给Agent。腾讯的优势在于，企业微信、腾讯文档等产品已经进入大量企业的日常协作，腾讯云又积累了服务不同行业客户的经验。这使腾讯有机会从员工熟悉的工作入口出发，进一步连接业务系统，参与企业的经营流程。
回看腾讯此次44场集中发布，从应用构建到数据、安全和工程能力，其布局已经超出单一AI工具的范畴。汤道生提出的可运营、可进化的智能生产力系统，象征着腾讯也在逐渐深入参与企业的日常经营。
Agent能否真正成为企业生产力，最终要由业务结果回答。
对于腾讯而言，重要的不只是让更多企业部署Agent，而是让客户愿意将更重要的工作交给它，并在长期使用中获得收益。专业经验能否在组织内持续积累，复杂任务能否由Agent稳定完成，将决定AI是否真正超越个人效率提升，进一步改变企业的经营方式与竞争力。
（封面图来源：腾讯全球数字生态大会）
