# 第一批 Agent 员工上岗，腾讯云想帮企业把它们安顿好

- 作者：莫崇宇
- 发布时间：2026-06-09 19:46
- 分类：公司
- 原文：https://www.ifanr.com/1668457

![](https://s3.ifanr.com/wp-content/uploads/2026/06/61.png)

前几天，腾讯云与智慧产业事业群（CSIG）CEO 汤道生和腾讯首席 AI 科学家姚顺雨谈到「AI 下半场」时，姚顺雨提出一个判断：

**AI 方法论逐渐成熟后，更重要的是找到真实问题和真实场景。对企业而言，模型能力只是起点，最终买单的是场景、上下文和可运行的系统。**

围绕这个判断，我们会发现它其实也是理解当下企业 AI 落地的切入点。而在这场对话之后，腾讯云也密集发布了一系列产品，恰好给企业级 AI 的进展提供了一个很好的样本。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/12-4.png)

过去企业采购云服务和 SaaS，本质是采购 IT 能力；到了 Agent 阶段，引入 AI 更像是在建设一套新的生产系统。换个偏企业管理的说法，**腾讯云正在扮演企业 Agent 时代的总工程师。**

它要做的，是把场景、模型、知识、安全、记忆、成本和运行体系放到同一套系统里。

**沿着大会提出的三个能力看，腾讯云的思路就比较清晰了：场景连接力解决 Agent 如何真正嵌入业务流；工程驾驭力解决 Agent 如何安全、稳定、可靠地运行；模型驱动力解决模型能力、成本与规模化部署问题。**

三者合在一起，构成了腾讯云推动 Agent 落地的三驾马车。

### Agent 既是新入口，也是新工位

互联网历史上，技术真正改变行业，往往经历同一条路径：**先出现新能力，再进入高频场景，最终融入商业系统。**

**Agent 也不例外。**

所谓场景连接，关键不在于增加多少个 AI 入口，而在于 Agent 能否沿着企业原有业务流进入组织。

腾讯的优势在于，它既有微信、企业微信、元宝、腾讯会议这些高频触点，也有 WorkBuddy、CodeBuddy、ima.copilot 、WAND、腾讯 AI 原生营销云、腾讯云 Mall、天御风控 Agent、真人剧 Agent、DatabaseClaw 等通用和垂类 Agent 产品。

·腾讯会议

举例而言，会议是很多企业最密集的信息入口。过去会议效率低，常常卡在三件事上：听不清、听不懂、效率低。腾讯会议这次讲的 AI 能力，正好围绕这三件事展开。

在声音层面，腾讯会议声链通过纯软件方案，让同一空间内多台电脑组成联合拾音系统，解决啸叫问题，为 AI 提供更完整的会议上下文。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/13-5.png)

跨语言沟通交给 AI 同传。它通过降低跨语言沟通成本，让参会者使用熟悉语言交流，同时兼顾音色保留和低延迟体验。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/14-5.png)

会议真正的价值，通常发生在会后。智能录制将录制、转写、纪要和待办串联起来，元宝纪要负责实时理解会议内容，「问元宝」支持会中会后自由联网追问。腾讯会议还开放 Skill、CLI、MCP 等能力，方便企业 Agent 调用会议上下文。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/15-6.png)

这意味着会议不再止于沟通，而成为后续工作的起点。课堂内容可以自动整理成学习资料，团队例会也能自动生成纪要、检查待办并发送邮件。Agent 进入沟通流，本质上是在把大量非结构化信息转化为可调用、可追踪、可复用的工作资产。

·MAGIC AI 原生营销云

**如果说沟通场景解决的是组织内部信息如何更顺畅地流动，那么增长场景面对的则是另一个更直接的问题：企业如何更高效地找到客户、理解客户，并持续创造增长。**

MAGIC AI 原生营销云的核心，不是增加几个 AI 功能，而是让 Agent 贯穿营销全链路。从机会挖掘、内容生成到用户互动和数据分析。过去一个活动上线往往需要多角色协作和数周准备，如今则希望把重复沟通、配置和复盘纳入统一系统，实现从营销工具集合，到智能营销平台的系统性进化。发布会上将其概括为四大能力：**知客户、懂运营、会决策、能执行。**

![](https://s3.ifanr.com/wp-content/uploads/2026/06/16-5.png)

知客户，是理解客户状态和互动历史；懂运营，是沉淀企业营销经验和规则；会决策，是针对人群、商品和渠道生成更优策略；能执行，则是在权限和审批框架下推动营销活动落地。

·AI 原生云 Mall

营销之后，品牌和零售企业更要经营数字交易阵地，背后涉及商品管理、会员运营、活动配置、导购服务和售后经营等大量工作。AI 原生云 Mall 的强大之处，在于让 Agent 进入品牌经营过程。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/22-2.png)

云 Mall 2.0 的关键词是千亿底座、AI 原生和让经营自己跑起来。通过「千亿级交易底座+Agent 能力体系」双轮驱动，从「交易承载」全面跃迁至「智能经营」。

千亿底座强调交易稳定性和安全性，经过大规模交易场景验证；AI 原生则体现在 1+7 的 Agent 架构上：一个经营分析 Agent 负责洞察问题，七个执行 Agent 覆盖商品、内容、会员、营销、分销、门店和导购等环节，关键操作仍保留人工审批。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/21-2.png)

更值得关注的是 Agent 协作。比如发现商品滞销后，云 Mall 可以调用营销云完成策划、内容生成和投放，再将结果回流分析。未来电商运营不只是单个 Agent 工作，而是多个 Agent、多个系统之间的协同。

·天御风控 Agent

天御风控 Agent 则对应风险控制场景，覆盖注册登录、营销活动、支付诈骗、黄牛刷单等业务，通过微信、企业微信、网页等入口接入，承担实时分析、风险判断和持续监控等工作。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/23-3.png)

·腾讯云 WAND

此外，内容生产同样是场景连接力的重要部分。

腾讯云发布音视频 AI 品牌 WAND，面向电商、短剧、漫剧、短视频、赛事直播等场景，把生成、理解、处理和编码放进一套能力体系里。WAND-Create 负责电商图、短剧、漫剧等内容生成，强调业务可用性和风格可控；WAND-EraseVibe、WAND-Enhance、WAND-Codec 分别处理无痕擦除、画质增强和编码压缩。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/24-2.png)

**赛事直播场景中，WAND 提供一站式 AI 制播方案 — 一场比赛进来，AI 自动完成解说生成、精彩集锦生成、横屏转竖屏、多语种字幕、画质增强和实时转码分发。**

·真人剧 Agent

真人剧 Agent，则推进到更复杂的叙事生产。

相比普通营销内容，真人剧涉及角色、剧情、场景、分镜、表演、后期和分发等完整链路。发布会上展示的「祝英台开着赛车来到发布会现场」Demo，全程无需演员、摄像机和实地取景，体现的是 AI 对真人内容生产成本的重构能力，而不只是视觉噱头。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/27-3.png)

短剧正在走向工业化生产。真人剧 Agent 面向短剧生产与出海、品牌营销和平台集成三类需求，覆盖剧本创作、选角定妆、场景生成、分镜脚本、拍摄剪辑和二创等环节。

它还能自动生成符合物理逻辑的一致性场景图，减少 AI 视频常见的场景跑偏问题，并通过人脸融合和口型驱动降低多语言翻译与角色本地化成本。

影视剧本质上是一套复杂协作系统。Agent 要做的不只是生成内容，还要理解角色关系、剧情走向、场景限制和制作流程，在创意表达与工业化生产之间建立连接。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/25-2.png)

早期电影从舞台记录走向镜头语言，经历了剪辑、特写、声音和特效等技术演进，最终形成完整工业体系。今天 AI 进入真人剧，也可能从加速单个环节开始，逐步影响剧本开发、素材管理和内容分发。

数字剪辑、CG、虚拟拍摄曾改变电影工业的生产方式。**今天的 AI 也类似，它未必替代创作者，未必替代所有表达判断，却正在重塑内容生产效率。**

把这些产品放在一起看，腾讯云的场景连接力就变得愈加具象化：会议连接组织上下文，营销云连接客户增长，云 Mall 连接交易经营，天御连接风险控制，WAND 和真人剧 Agent 连接内容生产等等。**Agent 沿着这些高频业务流进入企业，才能获得真实反馈并创造价值。**

### 想长期上岗的 Agent，得先学会守规矩

过去二十多年，视频、游戏、电商、移动办公等产业的发展，都离不开云计算提供的弹性资源和基础设施。

到了 AI 时代，云的角色进一步升级。企业部署 Agent，不只是调用模型，而是在搭建一套包含算力、上下文、工具调用、权限、记忆、监控和审计的运行体系。

Agent 时代总工程师最重要的工作，是把这些制度、边界和基础设施设计好。从这个角度看，工程驾驭力解决的不是单点功能问题，而是 Agent 能否进入生产环境、能否长期运行的问题。

首先是知识。企业知识通常分散在文档、会议、IM、制度、培训材料、业务系统和专家经验中。Agent 要真正服务企业，需要先把这些分散信息沉淀为可理解、可调用、可追溯的知识底座。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/31-1.png)

·腾讯乐享

比如腾讯乐享强调 AI 原生的 Agentic 知识库，让企业知识从静态资料变成可执行的工作台。它可以统一纳管多格式、多来源知识，通过 AI 巡检、AI 评审和权限管理提升知识质量，并与 WorkBuddy 等工作空间连接，让知识可以直接进入任务执行。

·ima

**同步亮相的 ima 更偏向 Agent 时代的知识引擎。**

ima 知识号能够让专业知识被 AI 搜索、引用和调用。知识号已经覆盖金融、法律、教育等 20 多个行业，相关信源累计应用次数超过 1.4 亿次，并已在海关、医疗等场景形成具体使用案例。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/26-3.png)

据悉，杭州萧山海关把 500 多篇海关法律法规、公告和旅客高频问答整理到知识号里，旅客通过二维码即可提问；医院药师则把用药指南、专家共识和诊疗方案放进知识库，医生和患者可以通过拍照、语音等方式获得参考信息。

ima 知识号不只面向人阅读，也面向 Agent 调用。知识可以被阅读、被对话，也可以被封装为 Skill。ima Skill 广场让创作者把方法论和工作流变成可被 Agent 调起的能力，比如合同审查 Skill、行情分析 Skill 等。未来 MCP、API 等 Agent 时代的知识产物，也可以成为知识分享的一部分。

最近 ima 还推出了专属知识Agent——copilot，具备长期记忆、全场景感知能力，基于用户使用 ima 所产生的数据自主扩充知识体系，沉淀并支持自定义拓展skills，自动完成复杂知识工作，从工具进化为越用越懂你的伙伴。

除了个人知识工作场景，没有记忆的 Agent 也很难成为企业工作系统的一部分。它可以完成一次任务，却难以理解历史任务、组织偏好和长期目标。企业需要的是能够持续积累经验的智能体。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/32-1.png)

·腾讯云数据库 Agent Memory

腾讯云数据库推出的 Agent Memory 将记忆分为短期记忆压缩、长期记忆沉淀和团队记忆组织化。短期记忆管理上下文和任务状态；长期记忆沉淀用户习惯与方法；团队记忆支持组织级知识共享与传承。团队记忆进一步划分为员工私有域、部门协作区和组织全局库，既保护个人知识资产，也沉淀企业级 SOP 和组织经验，避免核心知识流失。

腾讯云数据库自研符号化压缩和上下文卸载能力，可以在长任务场景下帮助 Agent 提升 30% 的任务成功率，同时节省 30% 到 60% 的 Token 成本。并通过独创的四层渐进式记忆提取方案，显著提升了 OpenClaw 的长期记忆能力。在 PersonaMem 测评数据集上，OpenClaw 原生记忆评测得分从 48% 提升到 76%。

·AICC 可信集群

而 AICC 可信集群通过 TEE 可信集群、端到端加密和可证明安全能力，将高性能推理、安全保障与运维优化整合为一站式服务，帮助企业以更低成本快速获得可用、可解释、可审计的安全推理环境。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/1232.png)

这些变化也指向了企业级 AI 与消费级 AI 的差异。**消费级 AI 追求像人，企业级 AI 更要像组织：懂分工、守边界、能协作、可复盘、有交付。企业最终需要的 AI，要能在权限、流程和成本约束下稳定工作。**

### 跑得通、用得起，才是企业 Agent 的成人礼

企业 Agent 面临最重要的问题，是成本。很多企业并非不知道 Agent 有价值，但一旦进入规模化阶段，很快会遇到现实约束：Token 成本难控、部署门槛高、推理调用贵、数据检索慢。模型能力不再只看效果，还要看单位任务成本、响应速度和 ROI。

因此，模型驱动力关注的不只是模型本身，**还包括多模型智能路由、按用量控制成本，以及训练、部署、推理和数据检索效率。**

开源 Agent 框架虽然能力丰富，但安装部署门槛较高，长期运行不稳定，成本也不容易控制。尤其是 Agent 执行任务时需要调用模型，盲目调用大模型，会让 Token 成本快速上升。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/1231.png)

·Lighthouse

Lighthouse 的角色，是个人云端助手的云端底座。

它本身是轻量服务器产品，过去主要降低用户上云门槛；到了 Agent 场景，它进一步变成 7×24 小时在线的云端工作空间。其产品设计强调轻体验、轻应用、轻投入和轻管理，希望把云端 Agent 的部署、运行和管理复杂度降下来。

如果说 Lighthouse 解决的是 Agent 怎么跑、怎么长期在线、怎么降低部署和调用门槛，那么 CFS Turbo 解决的是 Agent 规模化运行背后的数据底座问题。

Agent 的运行不仅依赖算力，也依赖数据。长上下文、知识检索、多模态处理、模型训练和推理缓存，都对存储性能和数据流转效率提出更高要求。

·文件存储 CFS Turbo

文件存储 CFS Turbo 定位为高性能并行文件存储，面向大模型训练、推理和 Agent 场景。它提供统一的数据平台，支持从数据注入、训练到推理和归档的全流程，并通过标准文件接口和 S3 接口减少数据搬运成本。

![](https://s3.ifanr.com/wp-content/uploads/2026/06/1234-1.png)

同时，CFS Turbo 提供冷热数据分层和元数据检索能力，在降低存储成本的同时提升海量文件检索效率，为知识库、RAG、多模态生产和模型推理提供支撑。

换句话说，前者让 Agent 更容易落地，后者让 Agent 能够规模化运行。两者共同构成企业 Agent 时代的重要基础设施。

而结合开头姚顺雨的判断，腾讯云这次发布的重点，**不只是推出一批 AI 产品，而是在尝试把 Agent 从工具变成企业系统的一部分。**

沟通需要 AI 协作入口，增长需要 AI 原生营销云，交易需要 AI 原生云 Mall，风控需要天御风控 Agent，内容需要 WAND 和真人剧 Agent，企业级运行需要知识库、可信集群、Agent Memory、Lighthouse 和 CFS Turbo 等基础设施。

**单独看，它们是不同产品；合在一起，则更接近企业所需的 AI 生产系统。**

**作为企业 Agent 时代的总工程师，腾讯云的价值也逐渐浮现：**既要理解企业业务流程，也要提供模型、算力、安全、记忆和系统集成能力；既要让 Agent 进入沟通、营销、交易、内容和风控等高频场景，也要保证这些 Agent 能在权限、成本和安全边界内长期工作。

热知识，企业看重的并非 Agent 本身，而是最终能够带来的业务结果。Agent 能力再强，如果进不了业务流程、接不上企业知识、无法满足安全要求、成本又难以控制，最终仍然很难形成稳定价值。

AI 下半场的竞争，最终会落到具体业务流程中。很多技术进入企业都会经历同样的过程：**从看起来聪明，变成用起来可靠；从替人做事，变成与组织一起工作。**

**历史上的每一次技术普惠，都是从走下神坛、卷起裤管开始的。今天企业级 AI 也只有在明确产出、安全边界和商业约束中反复验证，才算真正度过从草莽走向成熟的成人礼。**