是时候把Agent的钥匙，交给企业自己了

2026年，随着Agent开始规模化落地，AI大厂的竞争逐渐从模型和聊天框，转向企业的真实工作流。

前不久，Anthropic公开递交IPO文件，再次把市场注意力拉回前沿模型公司的估值、投入和商业回报。但从产品动向看，两家前沿模型公司都在把竞争推向另一个战场：OpenAI推出可在组织内共享、连接企业工具的Workspace Agents，Anthropic则把Claude接入QuickBooks、PayPal和HubSpot等中小企业日常使用的软件。

前沿模型公司正在从出售模型能力，走向争夺企业的工作入口，国内大厂也在抢同一块市场。 阿里千问办公接入钉钉和阿里云生态，字节整合了飞书、豆包和火山引擎。各家路径不同，押注的却是同一件事：谁能把Agent接入组织、数据和业务流程，谁才更有机会把AI变成真正的生产力。

然而，用上Agent，并不等于Agent成了企业的生产力。

在10月29日召开的腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，企业落地Agent最大的问题，不是模型不够强，而是断点太多。

腾讯集团副总裁、腾讯云CTO王慧星说得更直接：过去一年，Agent对个人办公的提效已经被大量用户验证；但越来越多的企业负责人在问同一个问题——员工用得很开心，可公司的生产力，到底提升了多少？在他看来，上下文接入只是起点，接入之后的治理、可观测和可评估，更加任重道远。

当天，腾讯交出了一组不算低调的成绩单：WorkBuddy自今年3月上线，累计完成90亿次任务请求，企业版落地50多个行业，覆盖中国企业500强中的50%。同一天，腾讯还发布以WorkBuddy为工作台的套件Buddy One，升级Agent Runtime和企业级安全能力，并宣布进一步开放WorkBuddy平台能力，允许企业自研Agent、第三方Agent和第三方IM接入。

数字和发布之外，更值得注意的是腾讯选择的方向。当国内厂商纷纷把AI能力收拢进自家生态时，腾讯这次给出的答案却是开放：把WorkBuddy的平台能力交出去，让企业接入自己的数据、系统和业务流程，自主搭建适合自己的智能体系统。

这背后是一个判断：企业需求千差万别，数据与权限关系各不相同，AI如何融入业务，很难由一套标准化产品预先定义。主导权，最终只能在企业手里。

一、企业部署Agent，没有标准答案

过去两年，AI产业一直有一个错觉：只要模型足够强，或者Agent足够强，企业AI就能轻松落地。
王慧星给出了不同的答案。

在他看来，模型和Harness在产品和技术上"已经迈过那条坎"，企业落地AI真正的痛点，是把分散的数据、权限和业务流程接到AI上。一家公司的数据散落在ERP、CRM、办公系统，以及员工自己用的微信和邮箱里，每个账号背后又对应着不同的权限。谁能让Agent进入这些真实场景，在正确的权限下取数、在明确的规则内执行、在完整的链路上留痕，谁才真正把AI变成了生产力。

数据、身份、权限，这些决定一项工作能否往下推进的信息，就是企业的上下文。而接入上下文的前提，是顺着企业自己的工作方式来——很少有企业会为了适配Agent，推倒已经运行多年的业务系统。

为此，腾讯的思路分成了两层：一层是开箱即用的标准化套件，包括WorkBuddy企业版和打通企业微信的联合方案；另一层是开放WorkBuddy平台能力，让企业按自己的需求去接、去搭建企业系统。

第一层，是开箱即用。

对多数企业来说，最现成、也最密集的上下文，就藏在每天的沟通和协作里。今年10月，WorkBuddy与企业微信联合发布新版本，以智能机器人的身份入驻企业微信侧边栏。员工可以直接用企业微信账号登录，像给同事派活一样把任务交出去，结果再发回企业微信。企业微信里的沟通、文档和会议记录，在授权范围内都能成为Agent干活的依据。

天虹的案例颇具代表性。这家连锁零售企业经营百货、购物中心和超市，利润高度依赖库存周转效率。选品时，采购需要人工搜索各个平台的信息；商品断货后，员工得从订单、库存和配送记录里倒查原因；客诉则分散在群聊和业务系统中。对天虹来说，引入AI最难的不是让它多写一份报告，而是把它接进这条已经运行多年的零售流程。

最终，天虹把WorkBuddy与企业微信接进了选品、断货归因和客诉分析三个环节。WorkBuddy结合采购群、门店会员信息和外部社交平台热度给出候选商品；断货环节，它汇总系统数据并向门店推送预警，原本需要两三天归因缩短到当天；客诉分析则从企业微信群里汇总消费者反馈，每月处理约10万条信息。天虹预计，每月可因此节省1800个工时。

第二层，是把平台能力开放出去。

按照腾讯的规划，WorkBuddy向外兼容第三方IM和协同平台，通过MCP和连接器接入ERP、CRM等企业自有系统，模型也可以由企业自己选。王慧星在采访中特别提到，金蝶、用友，甚至不少企业正在用的飞书和钉钉，都能接入WorkBuddy。

但数据和系统接进来之后，断点仍然存在。汤道生举过一个例子：AI能写方案、做分析，但如果接不上业务系统拿数据，就无法了解企业的业务、渠道和客户的实际情况；方案要执行下去，还得对接系统、遵守规则、找对人。客服、营销、导购这类直接面向客户、要按业务规则全天候运行的流程，并不完全是WorkBuddy这类通用Agent的长项。

腾讯的做法，不让一个通用Agent包揽一切，而是让专门的业务Agent与WorkBuddy协同。腾讯企点营销云MAGIC AI已经以Buddy应用的形式上架WorkBuddy开放平台：在一场热门商品促销中，WorkBuddy整理商品清单，MAGIC AI连接客户数据平台圈选人群、执行营销，云Mall承接下单，准备、执行、成交和复盘在一个入口里完成。企业也可以用腾讯云ADP定制自己的业务Agent，发布到企业智能体门户，或嵌入官网、小程序和业务系统，再接回WorkBuddy，成为员工随手可调用的能力。

伊利是这套组合的一个样本。WorkBuddy汇总业务数据、生成经营策略，下发给上千名导购，运营效率提升超过50%；ADP构建的导购智能体实时生成商品推荐和沟通话术，A/B测试中销售订单提升26%。腾讯自己的"磐石小O"走得更深：它依托WorkBuddy托管智能体服务运行，接管了腾讯核心ERP的300多个业务接口，查业绩、看回款、走审批，一句话就能完成。

这套方案的逻辑并不复杂：通用的协作上下文，由腾讯的产品组合打包提供；企业独有的系统和数据，靠开放接口去接；具体业务里的专业动作，交给专门的Agent去做。WorkBuddy在其中更像一个调度层，而不是又一个要企业整体迁移进去的新系统。

二、腾讯要造Agent工厂

过去十年，如果要给中国互联网选一个最具复制能力的组织，字节跳动大概率会高票当选。

资讯、短视频、长视频、AI短剧……几乎每一条新赛道上，字节都能用一个看似不复杂的产品，在很短时间内撕开一个口子。

这种复制能力背后，是同一套技术框架和用户洞察逻辑：推荐算法是通用引擎，沉浸式信息流是通用形态，"用数据反馈快速迭代"是通用方法论。无论做图文、短视频还是长视频，底层都是同一件事——把内容拆成可分发的颗粒，用算法把人和内容高效匹配，再靠时长变现。某种意义上，字节是APP时代最成功的一座"工厂"。

到了Agent时代，工厂的图纸变了。

信息流产品解决的是人和内容的匹配，核心变量是推荐算法；Agent解决的是人和任务的协作，背后的机制要复杂得多。王慧星把Agent的演进归结为人、Agent与上下文的协同，再加上大模型的共同进化。

人，是任务的发起者，也是最终的判断者。Agent不是替人做决定，而是理解人的意图、边界和偏好。模型是推理的引擎，但它不再只负责"给答案"，而是要能规划、能调用、能反思。上下文则是最容易被低估的一环，它决定了Agent到底懂不懂你——你过去做过什么，眼下面对的是什么场景，这件事的约束条件是什么。

几者一旦耦合，Agent产品的复杂度就不再是线性增长。这也意味着，Agent时代的工厂比拼的不是某一个爆款产品，而是水面之下的几块地基。

第一块，是系统性的工程能力。

Agent要真正干活，就得有权限、能调工具、能触达真实世界，这也意味着它必须被约束：不能乱来，不能越界，不能失控。安全是底线，治理是规则，Harness则是让模型能力被稳定、可控、可复用地释放出来的那套"缰绳"。

这套能力并非从零搭建。WorkBuddy的技术框架来自腾讯2024年推出的AI编程平台CodeBuddy，任务规划、工具调用、记忆工程和运行环境都可以复用。围绕可信AI的治理思路，腾讯又搭了一套覆盖身份治理、权限管控、执行防护、数据安全和全流程审计的企业安全方案，力求行为可控、数据可管、过程可溯。

工程能力最终要可被衡量、可被评测。WorkBuddy企业版此次上线的可观测中心，相当于给Agent装上仪表盘和行车记录仪：企业可以按部门、按场景查看Token用量和成本，再追到具体任务，找出哪一步慢了、错了、贵了。

ICT设备厂商新华三最初部署Agent，就像在开盲盒：Token不知道该怎么分，平均分下去，员工积极性也不高。接入可观测中心后，管理团队第一次看清了哪些团队用得最深、用在什么场景，随后把资源倾斜给用得好的团队，并设计了Token激励机制。如今，新华三员工每天和WorkBuddy的对话已达130万次。苏宁易购则用轨迹详情给Agent做"体检"，定位异常耗时的对话，逐项调整提示词、模型和工具配置，Token消耗降低了10%。

工程之下，还有云。Agent的任务可能持续几小时甚至几天，大部分时间又在等模型返回、等人派活，执行环境一直开着成本惊人，直接关掉又会打断工作。腾讯的办法是把手机和笔记本的休眠机制搬到云上。据王慧星介绍，这套能力仅在训练场景，每天的沙箱创建量就达到1400万次；此次升级的Agent Runtime，就是把这套能力开放给企业。

第二块，是模型供给。

Agent时代对模型的需求是分层的、持续的、场景化的。只有一个旗舰模型不够，还需要不同规格、不同能力、不同成本的模型按需调度。

王慧星表示，WorkBuddy不绑定单一模型：一边与自研的混元大模型保持Co-Design，一边以Day 0的速度接入DeepSeek、Kimi、GLM、MiniMax等国内开源模型，也支持企业自部署模型。汤道生把多模型接入称为WorkBuddy"今天的一个竞争优势"——模型迭代太快，"可能每两个礼拜，又刷新一个排行"，很多客户并不想被某一个模型绑住。

第三块，是场景连接。

Agent的价值最终要落在真实场景里，它得接得进办公流程，也接得进企业的业务和数据系统。
连接一直是腾讯擅长的事。企业微信、腾讯会议、腾讯文档、腾讯乐享和腾讯网盘，长期承载着企业的沟通、会议、知识、文件和协作；腾讯云的数据库、知识库和连接器，则提供接入业务系统和企业专属数据的能力。这次发布的Buddy One，正是把这些产品接到同一个Agent底座上，统一账号、积分和数据。WorkBuddy托管智能体平台则让企业可以按自己的业务需求，批量部署7×24小时在岗的数字助理。

基于这些基础能力，腾讯选择开门"造厂"。工程系统、模型生态、场景连接这些能力被一并开放出来——上下文怎样组织、任务如何拆解、调用哪些工具、接入哪些模型、连接哪些场景，企业都可以自己决定。企业拿到的不只是模型接口，而是一套构建Agent的执行能力；腾讯也可以把验证过的Agent技术和产品经验沉淀下来，再结合不同业务团队对场景的理解，开发新产品，而不必每次都从零开始。

"如果一切都开放，企业将来想离开WorkBuddy，能不能把积累的Agent和Skills带走？"面对这样的提问，汤道生的回答是："Skills本身是可以带走的，其实就是文本的描述。"在他看来，真正要服务大面积的用户，开放生态是一种方式——接入很多腾讯不具备的能力和数据，腾讯提供基础能力，让伙伴在上面搭建服务特定行业的应用。

开放的另一面，是腾讯这座工厂已经初具产能。在通用办公场景，据易观分析《2026年三季度中国办公智能体平台市场洞察》，WorkBuddy 9月访问量达8534万，接近第二、第三名之和。在专业领域，腾讯陆续推出了CodeBuddy、Marvis、Miora、Ardot、WorkRally等一批Agent产品，腾讯文档、网盘、乐享等产品也补上了Agent能力；面向企业，则有ADP、MAGIC AI、医疗Agent工具箱等方案；元宝和小微、ima，则承担个人Agent的角色。

产品多了，也会带来新的问题：用户需要那么多Agent入口吗？汤道生的回答是，Buddy One就是把WorkBuddy作为工作台，把几个有各自定位的产品能力结合起来；但如果某个独立产品能为明确场景提供更高效的体验，它就有独立存在的理由。"如果最终我们发现大家慢慢不用独立版本，到时候自然产品就会做一个选择。"

三、跑得很快，但账还没算平

按官方数据，WorkBuddy上线不到8个月，累计完成90亿次任务请求；企业版落地50多个行业，覆盖中国企业500强中的50%；开放平台的伙伴和开发者超过5万家，上架Skills超过20万。汤道生在演讲中还特别提到，WorkBuddy在用户留存、使用时长、长程任务处理等关键指标上，"也都有不错的表现"。

但跑得快，并不等于商业上已经成立。最直接的指标，是商业化。

被问到商业化目标时，汤道生没有给出数字："今天WorkBuddy的商业化，更多是从支撑这个产品服务发展的角度来考虑，不是说给了某一个数字要逼着团队去完成。"他也坦言，服务的客户越来越多，规模带来的纯成本的压力还是很高的；企业侧围绕安全、可观测和管理需求的收费，稍微有一些收入，也是让这件事能够发展得更好。至于投入是否"无上限"，他的回答是："任何企业，我们的资本也是有限的，也没有什么无上限，确实阶段性是我们一个很重要的战略产品。"

显然，WorkBuddy仍处在投入期。腾讯财报显示，2026年第二季度资本开支527.8亿元，同比增长176%，环比增长65%；研发支出272.8亿元，同比增长35%。受大额AI算力预付款影响，当季自由现金流为负138亿元。

模型侧同样如此。过去一年，混元经历了一轮近乎推倒重来的重建，此后保持平均两个月一个大版本的节奏。从Hy3 preview、Hy3到Hy4 preview，混元的模型能力逐步回升，但追求SOTA依然需要持续投入。

产品侧的账更难算。WorkBuddy用户规模越大，推理成本越高，短期收入难以覆盖成本，什么时候打平、什么时候盈利，眼下仍是未知数。腾讯云副总裁、腾讯CodeBuddy & WorkBuddy负责人刘毅的判断是，Token本身有毛利，"只要规模变大，整体的毛利空间就会回到健康的商业赛道"。汤道生也给过一把尺子：一个业务暂时亏损，要先分清是毛利为负，还是前期固定投入太大导致净利为负——前者用户越多亏得越多，后者才能靠规模摊薄。WorkBuddy属于哪一种，目前还缺少足够的数据判断。

更深一层的考验，在于WorkBuddy能否成为腾讯云的入口。在企业市场，它真正的价值或许不在于一个独立产品的订阅收入，而在于嵌入真实工作流之后，能否带动ADP智能体开发、Agent Runtime、TokenHub、存储、数据、沙箱和安全等云服务的增长，形成商业闭环。这条路在逻辑上走得通，但仍有待时间验证。

大厂对企业AI的争夺，早已不只是多推出一个办公Agent，而是谁能解决企业落地AI的一连串现实难题，并让投入与回报转成正循环。这是腾讯要回答的问题，也是留给行业的思考。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4902252.html?f=wyxwapp