誰聯(lián)結(jié)場景，誰就將主宰智能體時(shí)代。

作者丨馬曉寧

編輯丨陳彩嫻

“如果我們說大模型是大腦，那智能體應(yīng)該就是結(jié)合靈魂與肉體的新物種?！彬v訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生在2025騰訊全球數(shù)字生態(tài)大會(huì)上AI Agent峰會(huì)上表示。

企業(yè)級(jí)智能體（Agent）市場的崛起正在重構(gòu)云服務(wù)的競爭格局。這不再僅僅是算力資源的比拼，而是轉(zhuǎn)向"智能即服務(wù)"的全面升級(jí)。傳統(tǒng)IaaS、PaaS、SaaS的邊界被打破，現(xiàn)在云廠商需要提供的，是從模型訓(xùn)練、Agent編排到業(yè)務(wù)集成的全棧能力。

當(dāng)天的大會(huì)上，騰訊云宣布智能體開發(fā)平臺(tái)3.0（ADP3.0）面向全球上線，騰訊優(yōu)圖實(shí)驗(yàn)室關(guān)鍵智能體技術(shù)將持續(xù)開源。

至此云廠商的Agent布局已經(jīng)全面開始。

在其他云廠商還猶豫的時(shí)候，騰訊云已經(jīng)全面發(fā)力。

01

Agent，才算是數(shù)字員工的雛形

騰訊云副總裁、騰訊云智能及優(yōu)圖實(shí)驗(yàn)室負(fù)責(zé)人吳運(yùn)聲

“現(xiàn)在我們見客戶時(shí)，如果不聊智能體，客戶甚至不愿深入交流，可見行業(yè)對(duì)智能體的重視程度。”在與AI科技評(píng)論交流時(shí)，騰訊云副總裁、騰訊云智能及優(yōu)圖實(shí)驗(yàn)室負(fù)責(zé)人吳運(yùn)聲談到他在日常見客戶時(shí)的一些趣事。

行業(yè)內(nèi)旺盛的智能體開發(fā)需求可想而知。因?yàn)閷?duì)于企業(yè)而言，Agent，才算是數(shù)字員工的雛形。它能將大模型的認(rèn)知能力與具體業(yè)務(wù)場景的確定性需求相結(jié)合，通過任務(wù)拆解、工具調(diào)用和環(huán)境交互完成端到端的交付，進(jìn)而為企業(yè)創(chuàng)造價(jià)值。

但是企業(yè)自己搭建Agent肯定是不現(xiàn)實(shí)的。在跟業(yè)內(nèi)人士交流之后，AI科技評(píng)論總結(jié)出了企業(yè)自建智能體面臨的四大困難：

第一是技術(shù)門檻極高。因?yàn)橹悄荏w開發(fā)涉及大模型精調(diào)、RAG、Agent協(xié)作等前沿技術(shù)，需要頂尖的AI算法、工程開發(fā)和運(yùn)維團(tuán)隊(duì)，這類人才稀缺且成本高昂。

第二是算力成本巨大。訓(xùn)練和部署大模型需要龐大的GPU算力集群，基礎(chǔ)設(shè)施投入、電力消耗和維護(hù)費(fèi)用，所以現(xiàn)在的Agent開發(fā)商通常都是直接調(diào)用模型廠商的API，通常不會(huì)自己選擇訓(xùn)練模型。

第三則是開發(fā)周期太長。今天想要從零構(gòu)建一個(gè)穩(wěn)定、高效且能處理復(fù)雜任務(wù)的智能體系統(tǒng)，需要漫長的開發(fā)、測(cè)試和迭代周期，而且還要確保Agent的準(zhǔn)確性、安全性和穩(wěn)定性。對(duì)于大部分的企業(yè)而言，即使是有足夠的技術(shù)能力，也不一定有足夠的時(shí)間窗口去開發(fā)一款A(yù)gent。

第四則是需要一個(gè)生態(tài)平臺(tái)。Agent需要最新的模型、工具和插件支持，如果沒有一個(gè)平臺(tái)來提供這些基礎(chǔ)設(shè)施，那么開發(fā)出來的Agent實(shí)用性著實(shí)有限。

這也能看出來，企業(yè)在開發(fā)Agent的過程中，誰能先解決這些問題，誰就是他們所需要的云平臺(tái)。

Agent真的有價(jià)值嗎？從增質(zhì)提效上來說，Agent確實(shí)能幫大忙。比如騰訊云與邯鄲公積金的合作中，公積金辦理的大部分程序都被做成了工作流，從身份驗(yàn)證到咨詢?cè)俚诫娮雍炄家徽臼礁愣?，流程確實(shí)能大大加快。

今年以來，為了爭奪企業(yè)用戶，云廠商之間的競爭已經(jīng)進(jìn)化到了新階段，從“提供計(jì)算能力”的供應(yīng)商，轉(zhuǎn)變?yōu)椤百x能業(yè)務(wù)增長”的戰(zhàn)略合作伙伴。而Agent就成為了云廠商的重要主題。

要為企業(yè)開發(fā)提供更強(qiáng)大的Agent編排工具和集成生態(tài)，那就需要云廠商洞察企業(yè)的更多需求，貼近場景，積累更多實(shí)用有價(jià)值的工具。比如說，企業(yè)有海量的內(nèi)部資料需要有條理地管理起來，那就需要強(qiáng)大文檔內(nèi)容理解能力，不僅能識(shí)別文字，還能對(duì)復(fù)雜文檔里的圖、文、表進(jìn)行準(zhǔn)確識(shí)別與關(guān)聯(lián)。

在這方面，騰訊云的做法更貼近場景。騰訊云的智能體開發(fā)平臺(tái)3.0（ADP3.0）通過自研的Agentic RAG架構(gòu)，可實(shí)現(xiàn)對(duì)復(fù)雜、多源信息的高精度解析與智能關(guān)聯(lián)，支持跨文檔檢索、多步推理與圖譜增強(qiáng)，顯著提升問答完整性與準(zhǔn)確性。

02

讓智能體落地，不是易事

知識(shí)庫的核心是RAG能力。如果說知識(shí)庫就像一輛智能汽車，那么RAG就像是這輛車的“發(fā)動(dòng)機(jī) + 高精地圖 + 導(dǎo)航系統(tǒng)”，它是實(shí)現(xiàn)智能駕駛的核心。

騰訊云副總裁、騰訊云智能產(chǎn)研負(fù)責(zé)人吳永堅(jiān)介紹，在企業(yè)級(jí)RAG落地里面，面臨的核心問題是：怎么把企業(yè)內(nèi)部的海量信息、復(fù)雜知識(shí)精準(zhǔn)解析出來，并且能夠在實(shí)際場景上用得上。

騰訊云副總裁、騰訊云智能產(chǎn)研負(fù)責(zé)人吳永堅(jiān)

第一個(gè)難點(diǎn)就是圖文混排型復(fù)雜的文檔解析。

有一個(gè)常見的場景就是，零售行業(yè)的說明書要做知識(shí)庫處理，結(jié)果你會(huì)發(fā)現(xiàn)，傳統(tǒng)的OCR技術(shù)是完全不夠用的，因?yàn)橛泻芏嗍疽鈭D和表格沒有辦法識(shí)別出來，用OCR處理一遍，很多信息都丟失了。企業(yè)面對(duì)這個(gè)問題，以前是很束手無策的。

另外一個(gè)以前很讓人頭疼的問題則是跨文檔信息的關(guān)聯(lián)。產(chǎn)品規(guī)格在A文檔，故障解決方案在B文檔，最新維修公告在C文檔，這種案例到處都是。當(dāng)用戶問一個(gè)綜合性問題時(shí)，傳統(tǒng)RAG可能只會(huì)返回孤立的信息片段，逼著用戶自己當(dāng)“人肉拼圖”，那這個(gè)服務(wù)就很不友好了。企業(yè)要的肯定不是這個(gè)，他們想要的是系統(tǒng)能自動(dòng)把碎片拼成完整答案。

這次騰訊云ADP3.0著重針對(duì)了這幾類場景做了升級(jí)。從傳統(tǒng)的RAG已經(jīng)升級(jí)到Agentic RAG，可以說是RAG的大跨越。

在Agentic RAG能力框架之下，文檔解析現(xiàn)在用的是騰訊優(yōu)圖自研的OCR大模型，準(zhǔn)確識(shí)別出來有插圖、表格、公式等20多類的文檔元素。還有一站式的檢索引擎、圖譜檢索增強(qiáng)等等多重能力。

“找出所有還沒有交付的訂單，并按金額排序?！?/p>

以前這一句話，可能會(huì)帶來很多工作量，現(xiàn)在在騰訊云ADP3.0的檢索環(huán)節(jié)里面，引入了Agent的Text2SQL的能力，也就是能通過自然語言直連數(shù)據(jù)庫，一句話，比如Agent就能自動(dòng)生成并執(zhí)行相應(yīng)的SQL代碼，從而直接從數(shù)據(jù)庫中獲取想要的信息。

想要讓Agent準(zhǔn)確執(zhí)行任務(wù)，背后其實(shí)有三大技術(shù)挑戰(zhàn)，首先是在模型層，模型既要理解復(fù)雜的指令，又要理解很長的上下文，這是Agent的“大腦”。其次在工具層，工具要從簡單的API演進(jìn)成復(fù)雜瀏覽器的操作和多工具的組合，API就能自動(dòng)操作瀏覽器，這是“手”。第三是記憶，企業(yè)級(jí)上下文很長，包含大量信息，如果沒有有效的記憶管理機(jī)制，Agent遇到這么大的上下文完全是Token的浪費(fèi)。

騰訊云的做法值得借鑒。以QQ瀏覽器的下載助手為例，在模型層，做強(qiáng)化工具的調(diào)用，以及引入強(qiáng)化學(xué)習(xí)，讓模型在復(fù)雜場景中能穩(wěn)定輸出正確的Function-Call，調(diào)用工具完成任務(wù)，提升任務(wù)完成率。

在工具層，讓Agent在各種原子化工具中精準(zhǔn)決策、合理編排順序。以檢索任務(wù)為例，騰訊云打造了WideTool WebQA，能自動(dòng)拆解搜索詞，并對(duì)結(jié)果摘要匯總，按需提供信息。借助優(yōu)化工具，讓Agent執(zhí)行效率顯著提升，任務(wù)可以完成得更快、更準(zhǔn)。

在記憶管理層面，提出「動(dòng)態(tài)無損記憶壓縮」，核心思路是在存儲(chǔ)時(shí)壓縮，但不丟關(guān)鍵細(xì)節(jié)，需要時(shí)可原樣恢復(fù)。在騰訊云的實(shí)驗(yàn)測(cè)試中，這種方式能夠?qū)?萬多個(gè)TOKEN壓縮到只有500個(gè)TOKEN。 Agent具備長時(shí)記憶，才能真正支撐企業(yè)級(jí)復(fù)雜任務(wù)。

同時(shí)，為了幫助企業(yè)真正將智能體落地到場景中去，騰訊云智能體開發(fā)平臺(tái)的應(yīng)用構(gòu)建工具鏈也持續(xù)完善，引入自動(dòng)化評(píng)測(cè)引擎，支持裁判模型、代碼與規(guī)則打分。在權(quán)限管理上，在大規(guī)模知識(shí)場景中支持多層級(jí)權(quán)限配置。

與此同時(shí)，智能體開發(fā)平臺(tái)上線模型廣場，引入月之暗面、Minimax等優(yōu)質(zhì)模型資源，支持用戶靈活調(diào)用。模型廣場還與騰訊云TI-ONE平臺(tái)打通，對(duì)于已在騰訊云TI-ONE平臺(tái)擁有模型資源的用戶，用戶只需完成相應(yīng)授權(quán)，即可將同賬號(hào)下TI-ONE模型同步至智能體開發(fā)平臺(tái)模型廣場，并在應(yīng)用開發(fā)中使用。

03

開源時(shí)刻，做大Agent市場的蛋糕

AI下半場的主角就是AI Agent。

大模型的賽場，已經(jīng)很難再有代差級(jí)的領(lǐng)軍者出現(xiàn)，Agent正在推動(dòng)全行業(yè)投入到這個(gè)領(lǐng)域上來。但是論執(zhí)行力和開放程度，騰訊云可能是目前力壓群雄的一個(gè)。無論是持續(xù)迭代智能體開發(fā)平臺(tái)的能力，還是將原來的產(chǎn)品Agent化，騰訊云都在傳達(dá)這樣一個(gè)信息：對(duì)于Agent已經(jīng)全力以赴。

另外一個(gè)比較大的舉措則是開源。9月上旬，騰訊優(yōu)圖實(shí)驗(yàn)室率先開源Youtu-Agent智能體框架和Youtu-GraphRAG知識(shí)圖譜框架，這是國內(nèi)乃至業(yè)界首個(gè)開源 Agent 框架，支持基于開源模型快速構(gòu)建智能體，且在國外知名 Benchmark 中達(dá)到 SOTA 水平，這也是騰訊云智能體開發(fā)平臺(tái)的底層核心框架。

這次開源，不僅讓開發(fā)者和企業(yè)能更經(jīng)濟(jì)、高效地開發(fā)和部署智能體，更重要的是，它們提供了處理復(fù)雜知識(shí)和現(xiàn)實(shí)世界問題的強(qiáng)大新工具?？梢哉f，以后會(huì)有越來越多的開發(fā)者會(huì)被吸引到開源框架上來，這個(gè)生態(tài)就成功了一半。

不論如何，云廠商的布局，已成為Agent技術(shù)發(fā)展的核心驅(qū)動(dòng)力。開源核心框架也好、推出開發(fā)平臺(tái)也好，都是在大幅降低AI智能體的開發(fā)與部署門檻。

反過來，這對(duì)云廠商也是一個(gè)良性循環(huán)。更低門檻吸引了更龐大的開發(fā)者生態(tài)與行業(yè)用戶，海量的應(yīng)用場景又持續(xù)反哺模型優(yōu)化與平臺(tái)迭代，最終轉(zhuǎn)化為持續(xù)的商業(yè)模式升級(jí)與不可替代的生態(tài)優(yōu)勢(shì)。

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。