腾讯给老板们搞了个Agent工厂

闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

公司里，总有那么几位同事，已经把AI用出了“独家秘方”的感觉。

查资料、改周报、润色邮件……各种AI用得飞起，体感效率直接拉满。

大家都在狂欢，可这里边，还真不一定包括老板。

麦肯锡之前做过一项全球AI调查，80%的受访者表示AI提升了个人效率，但只有37%认为AI给公司利润带来了正向贡献。

员工明明省下了大把时间，公司的账本怎么没跟着动？

仔细想想，也不难理解。

过去需要写半天的分析报告，现在虽然10分钟就能出一版，可后面该走的立项、审批等流程，一个都省不掉。

如果业务一直卡在某个环节，局部提速就未必能让整体效率同步提高。

要想把这笔账算起来，企业光给员工配AI工具不够，还得把Agent部署到实际业务的产线中，接上系统、数据和流程，让后续环节也能跟着跑起来。

腾讯云智能体开发平台ADP在2026腾讯全球数字生态大会上迎来升级，瞄准的正是这一步。

ADP聚焦Service Agent，也就是服务类智能体——

帮助企业围绕数据和业务需求搭建Agent，让它们进入实际业务流程，做出可以衡量的成果。

比如，面对企业内部的数据，Agent可以帮助团队查数据、做分析，为经营决策提供参考；面对客户和合作伙伴，它又可以负责答疑、查询、办理业务，完成具体的服务。

围绕这些需求，ADP这次从平台能力、统一门户和垂类应用三个层面升级。

除了补齐应用完整交付和管理能力，它还通过AgentPortal 2.0统一门户提供服务，并准备了可以直接采用的成熟应用。

同时，ADP还和WorkBuddy双向打通。

同事手里的“独家秘方”，验证好用后，可以转成企业智能体，推广给更多人；企业搭好的Skill，也能同步到WorkBuddy，在日常工作里让同事直接调用。

个人AI≠企业生产力

很多朋友肯定和我一样，都会问：

“大家自己用得挺好，为什么非得大费周章搞企业服务Agent？”

那就不得不先说说个人Agent和企业服务Agent的差异了。

个人Agent更像是员工手边的一个趁手外挂。

熟悉业务的员工知道该喂它什么数据，发现答案跑偏了能随手人工纠正。AI看起来顺畅完成了整项任务，背后其实是人在旁边默默填坑。

可当某项业务一旦要交给整个团队，甚至面对外部客户长期运转，事情就完全变味了。

拿售后服务来说，客户不可能等熟悉Prompt的员工上班才来提问。

Agent必须24小时在线，查得到实时订单，还得按公司的严格规则判断怎么处理，碰到退款等敏感操作更不能由着模型自由发挥。

企业需要的服务Agent，必须扎进核心业务流程里。

它既要能服务内部员工，也得能直接面向外部客户，关键是要能够持续在线、深度对接业务系统，并接受具体业务指标的检验：

问题有没有解决，业务有没有办完，处理得够不够快、准不准确？

企业真正要越过的坎，是怎么把“某个人用得顺手”的能力，变成团队多人都能稳定复用、稳定输出的能力。

这一步，远比做出一个能演示的Agent难。

Gartner在一项面向2028年的预测中提到，企业采纳的智能体用例超过80%将来自专业消费级平台，但最终能成功投产的不足20%。

成功率不足两成的背后，是从Demo走向业务落地的重重阻碍，集中体现为四道难关：

一是接入与安全，内部系统老旧分散、连通困难，权限管控复杂，数据泄密风险高；

二是构建与集成，原生Agent不确定性强，自建稳定工作流成本高、难维护，业务一变就要大幅改造；

三是可观测与优化，上线后是黑盒，调用消耗、故障链路难以追踪，缺少持续调优和回滚能力；

四是使用与协作，智能体零散难找，一线员工不愿用，业务反馈无法顺畅回流迭代。

实际上，现在市面上很多号称企业级的Agent，落到产线里，根本跨不过以上这些真实的业务问题。

ADP为此立了三条硬核标准

• 云端部署并持续在线运行，及时响应业务需求；
• 深度连接企业核心系统，同时遵循身份与数据权限；
• 围绕明确业务结果工作，上线后还能持续评测和优化。

企业如果自己从零手搓，每搭建一个Agent都要重新攻克安全、权限、系统对接这类共性问题。

ADP要做的，就是把这些通用能力内置到平台，帮企业节省重复对接、反复开发的成本，让业务团队聚焦于业务流程本身。

一句话交付整套应用

过去聊搭建Agent，视线往往死死盯在那个小小的对话框里。

知识库和工具配齐了，用户提问能给出答案，看起来就算做成了。

可现实业务里，聊天只是其中一环。

员工提交了审批，需要有页面查看进度；管理员排查任务异常，需要有后台查记录。光有一个能回答问题的聊天窗口，整套业务还跑不起来。

ADP这次升级，支持直接用自然语言描述业务需求，平台自动把智能体、知识、工具与业务流编排好，连带前端页面、后端服务和数据看板全套配齐

也就是说，除了让Agent知道“该怎么做”，还要把用户操作的页面、背后处理任务的程序，以及查看结果的界面一起搭出来。

搭建、预览、调试都在同一个工作区搞定，业务人员能一边看着生成的界面，一边调整流程。

应用搭好之后，要接入企业业务，首先得把权限管好。

ADP支持通过安全私网连接企业系统，并对接企业原有的身份与权限体系，控制Agent能访问哪些内部网络、哪些数据表，细到表里的哪些记录。

接上数据之后，谁能看、能看多少，仍然按企业的规矩来。

以云南白药的落地实践为例：

员工在日常办公界面里提问，Agent查资料、给答案之前，要先看清使用者的身份和权限。

员工只能查到自己职权范围内的信息，超出权限的内容无法访问；每次调用和操作也都有日志记录，方便后续核查。

这套连接与权限能力，还能供沙箱、工作流、连接器、数据库等不同模块复用。完成一次对接，后续搭建其他应用时就不用再从头来一遍。

应用上线后，运维也是大问题。

ADP可以查看每次任务的运行状态、调用过程和Token消耗，报错时定位到具体代码或插件，新版本出了问题也支持一键回滚。

AI还会结合业务反馈找问题、提出优化建议，经过人工审核后再上线。

企业不必等到客户投诉，才发现Agent在哪一步出了岔子。

对于已经有官网、工作台或小程序的企业，ADP提供了合计100多个开放接口与CLI工具，方便开发人员把智能体能力接入现有系统，员工在熟悉的入口里就能使用。

企业里的Agent越来越多，AgentPortal 2.0则负责把它们集中起来，统一分发和管理。

员工不用在一长串智能体里挨个找，直接提出需求，门户就会把任务交给合适的Agent；暂时没有专门处理这类需求的服务时，还有通用智能体接手。

管理员则可以在后台统一管理哪些Agent上线、哪些人可以使用。

对于常见且已有成熟方案的需求，企业也可以直接选择ADP智能客服、ADP视觉智能体平台v1.0等应用，用于门店巡检、全天候业务办理等场景，减少从头开发的工作。

让AI提效进入企业账本

当然，平台功能再多，最终还得看它能帮企业办成多少事、能在损益表上砸出多大水花。

咱再来看看华润信托的打法。

信托交易的节奏很快，信托交易员手头往往挂着上千个微信交易群，各种询价、指令刷屏的速度以秒计算。

过去，交易员得一边盯群，从聊天中找出有效指令、手动拆单并录入系统，一边切换后台，查询持仓、回复进度。

消息来得密，处理稍慢就可能错过机会；忙起来，也容易漏单或录错。大家拼的不只是手速，还得时刻保持准确。

现在他们通过ADP搭出的智能债券助手，直接驻扎进了最庞杂的交易一线。

这套服务Agent 24小时死守在交易群里，从海量聊天文本里毫秒级抓取有效指令、精准拆解并打进业务系统。

碰到客户问持仓和成交进度，秒级完成查询回复，甚至能主动跟进询价。

最关键的是，处理速度提上来了，但它完完整整保留了原有的业务工作流——

在最核心的成交确认节点，依然由专业人工进行二次审核把关。

前面的信息整理、查询和录入尽量提速，最后的成交确认继续由人把关。

既要快，又要稳。

随着持续优化，拆单准确率从最初的80%提升到了98%。每笔业务走到哪一步也有记录，哪个环节卡住了，可以及时查到。

除了啃下这类流程复杂、时效要求高的业务，ADP与WorkBuddy的双向打通，也给企业提供了另一条改进路径。

自上而下，ADP里沉淀的高阶企业Skill，能一键下沉到员工桌面的WorkBuddy上，随手就能调用；

自下而上，业务一线员工在日常实战里摸索出的高频工作流，利用连接器顺手就能接入ADP，经审核后升级成服务全公司的产线Agent。

伊利就把ADP和WorkBuddy结合起来，用进了业务里。

业务团队用WorkBuddy快速聚合多方销售数据，及时下发经营打法，导购运营效率提升超过50%；

一线导购再配合ADP生成的导购智能体去跟顾客打交道，实时生成针对性的营销话术。A/B测试跑下来，销售订单整体涨了26%。

在零售、传媒、金融、医疗等领域，ADP也已经沉淀出上千个公有云场景和百余个私有云落地标杆。

不过，案例再多，也不能把一家企业的方案原封不动搬给另一家。

云南白药要理清知识和权限，华润信托要协调响应速度与交易流程，换一家企业，系统和业务规则又可能完全不同。

这就需要懂行业、懂业务的人参与交付。

ADP的FDE交付体系，就是把工程和交付服务带到具体业务现场，和企业一起梳理需求、接入系统、验证效果，再推动应用推广和后续管理。

它覆盖接入、建设、验证、推广、治理五个阶段，并把真实项目里积累的方法和经验提供给生态伙伴，让伙伴结合行业经验，帮助企业把应用用起来、持续用好。

个人用AI写写文档、做做PPT，确实让人先尝到了甜头。

对企业来说，还得往后多走几步：

把服务Agent接入核心业务、嵌入到系统交互的真实齿轮中，才能把单点效率的提升沉淀为组织级别的生产力。

把这笔账算清楚，AI提效的甜头才能真正体现在公司的利润表上。