眼下不少 Agent 已能独立干完具体的活儿。写方案、敲代码、出分析报告，这些以前员工要花上几天的事，如今 Agent 往往短时间内就能拿出像样的结果。

可放到企业里看，写完一份方案常常只是开头。拿员工考核来说，Agent 很快就能拟出一份方案，真要跑完一次考核，还得取考勤、业绩等数据，处理特殊情况，并经业务负责人和 HR 确认，绩效才算定下来。交得出阶段性成果，跟进得了真实业务、拿得出实际价值，并不是一码事。

Agent 能力涨得快，企业眼前多了一道新题：这些越来越能干的 AI，怎么才能真进到现有的工作体系里去？

今年腾讯全球数字生态大会上，腾讯单设了 AI 产品发布台，两天、七场议题、40 多场产品发布，把企业 AI 从应用到基础设施的一批新能力集中摆了出来。

腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生在会上表示，腾讯会围绕办公协同、数据管理和业务执行三大场景，继续开放 WorkBuddy Agent 平台能力，帮企业搭起可运营、可进化的智能生产力系统。

从应用到数据，再到安全与工程，腾讯这次集中亮出的产品与技术能力，图的就是让 Agent 不只把任务做完，还能走进企业业务流程，变成持续产出价值的生产力。

01

一个人用得好 AI，

不等于一家公司用得好 AI

大模型和 AI Coding 工具往前推，软件开发的门槛正快速往下掉。有些内部工具过去要技术团队专门开发，现在几天就能做出来，业务人员也开始有机会自己动手造 Agent。

问题是，一个人用得顺手的 Agent，不代表整个团队都能用顺。

个人可以照自己的需求配工具、调工作流，企业要操心的就多了：Agent 能不能接进原有系统、拿到需要的数据？不同员工、不同 Agent 的权限怎么管？一个人摸出来的好办法，怎么让其他人拿来就用？

腾讯云副总经理、WorkBuddy 企业产品负责人张曦耀在会上表示，个人效率提升跟组织变强之间并不能画等号，中间还差着一整套组织能力。

WorkBuddy 企业版这次升级，就是想把这道理门槛降下来。

跟个人用 Agent 比，企业版更看重连接、管理和规模化应用。这次四项升级里，开放平台让 WorkBuddy 能连上企业微信、第三方 IM 和业务系统；企业级安全解决方案和可观测中心，帮企业管权限、管执行过程和使用成本；WorkBuddy 托管智能体（WMA）把任务挪到云端，支持 Agent 7×24 小时运行。

WorkBuddy 升级办公套件订阅丨来自：腾讯全球数字生态大会

同一时间，腾讯还发布了以 WorkBuddy 为工作台的一体化办公套件 Buddy One，把腾讯文档、网盘、乐享等产品整合到一起，靠统一账号、共享 Credit 池和集中管理，压低企业配置和推广 AI 的复杂度，也让技能与工作经验有机会在团队里复用起来。

苏宁的实践就是个好例子。基于 WorkBuddy 企业版，苏宁搭起组织级智能体平台，已覆盖 14 个部门、48 个协作场景，沉淀了 36 个可复用智能体。新品发布场景里，团队把布展、会展和接待流程整理成模板，过程文件放进知识库，一场新品发布的筹备时间从 3 个工作日压到 4 小时。

省下的不只是时间，这套工作方法也留了下来，下一次任务可以直接接着用。

Agent 从个人工具变成组织生产力，关键也在这里：不光让更多员工用上 AI，还得让个人攒下的能力变成整个团队能复用的资产。

可让 Agent 在企业里铺开，只是第一步。员工每天照旧要在文档、知识库和各种办公软件之间来回协作。AI 要真参与工作，这些软件本身也得变。

02

让 Agent 真正上班，

办公软件也得「改改」

眼下多数办公软件的底子，是照着人的使用习惯搭起来的。

拿写研究报告来说，员工把这活儿交给 Agent，AI 出个初稿已经不难。麻烦在于材料散在知识库、聊天记录和各类文件里，员工得自己归拢资料、补齐背景，凭经验一遍遍改，末了还得交同事审阅修改。

表面上写作快了，可一件事从头到尾要走的环节，并没见少。

所以 AI 办公往下走，光在办公软件里塞进 AI 功能、让人顺手用上 Agent 还不够。软件本身也得对 Agent 友好，让 AI 能直接插手人的工作。

腾讯这轮围绕办公产品的升级，想对付的就是这件事。

头一步，是让 Agent 拿到干活需要的上下文。

以腾讯 AI 知识管家 ima 为例，它一边帮用户沉淀、管理知识，一边支持基于已有知识做问答、理解和处理。据介绍，ima 目前聚拢了 1300 万知识工作者，知识管理规模超过 12 亿，知识号生态共享内容数量达到 5.2 亿。在这个底子上，ima 借原生嵌入、MCP、Skills 等方式，把知识调用能力开放给 WorkBuddy 和其他智能体，让个人攒下的资料和生态共享的专业内容在更多任务里派上用场，成为用户和 Agent 都能调用的「第二大脑」。眼下，ima 在 WorkBuddy、元宝中的累计调用量已超过 2 亿次。

腾讯乐享丨来自：腾讯全球数字生态大会

落到企业身上，腾讯乐享接着做企业知识的连接、索引和治理，让制度、流程、历史案例能当 Agent 的参考依据；腾讯网盘管统一存储，Agent 在授权范围内可以取文件、存成果。

文档和知识之外，企业还有大把业务数据等着 AI 去理解。Agent 就算查得到数据库，也未必清楚各项指标到底指什么、各部门的统计口径差在哪。腾讯云的 TDSQL Nexa Lakebase、DataBuddy Unity Semantics 等产品，试的就是让 Agent 拿数据的同时读懂数据背后的业务语义，少在分析和判断上出错。

可让 Agent 理解业务只是开头。接下来要解决的，是它怎么跟人配合。

WorkBuddy 与腾讯文档互嵌丨来自：腾讯全球数字生态大会

腾讯文档这回重做了编辑器，照着 Agent 的操作去适配，做到「人机双写」。员工和 Agent 能在同一份文档里接着编辑，权限体系也是同一套。腾讯文档和 WorkBuddy 还打通了上下文双向切换，员工不用在两者之间来回倒内容。

以往员工用 AI 生成内容，再回办公软件收尾；现在 Agent 凭着已有的知识、任务背景和权限，直接跟人协作，把工作接着做下去。

这股变化也在往别的场景铺。腾讯设计 Ardot 让 Agent 能读取设计稿里的组件和规范，CNB 与 CodeBuddy 则试着让 Agent 直接参与代码仓库中的开发和评审流程。

对企业来讲，AI 办公真正的价值不在于某个环节快了多少，而在于能不能少让员工反复找资料、解释背景、交接成果。

不然，人反倒可能成了业务流转的卡点。

这么看，腾讯此番对文档、知识库等办公产品的升级，不单是加 AI 功能，更是在摸索一种更适合人机协作的办公软件形态。

不过，Agent 真参与工作的一多，企业还得接着解决它们怎么稳定运行、持续优化，又怎么以可控的成本把生产效率放大。

这是企业 AI Ready 的新考题，对企业底层基础设施提了新要求。

03

让 Agent 规模化创造价值，

企业还需要怎样的基础设施？

员工用上 Agent 的越来越多，企业接下来要面对的，是让这些 AI 能力持续、稳定地创造价值。

先要解决的是安全问题。

过去软件跑的是事先定好的规则，员工操作也有权限管着。Agent 不一样，它能自己调工具、读数据，甚至执行代码。企业把真实业务交给 AI 之后，怎么划定它的操作边界、怎么护住敏感信息、出了问题又怎么倒查原因，这几件事的分量一下子重了。

腾讯云这次拿出的 AI Agent 网络全链路安全解决方案，加上新一代云安全中心等产品，瞄准的正是 Agent 在数据访问、工具调用和运行过程中的安全兜底。可让企业敢用只是开头。Agent 真跑到规模化那一步，原有的 IT 基础设施也得跟着变。

跟传统软件不同，Agent 可能一口气干上几个小时，中间调不同工具，任务状态还得随时存、随时恢复。企业要同时跑成千上万个 Agent，计算资源、运行环境、成本控制都会变得棘手。腾讯云 Agent Runtime 产品负责人李佳南举了个例子：每个 Agent 都得有独立执行环境的话，跑 10 万个数字员工，就可能要 10 万个沙箱。

腾讯云这回围绕 Agent Runtime 的升级，就是冲着这些新工程需求去的。这套专为 Agent 设计的基础设施，已经在 WorkBuddy 等产品上用起来，给 Agent 的大规模运行打底。运行、治理、进化三个环节上，Agent Runtime 摆出一组产品，单独用能解企业的具体问题，配合起来则让 Agent 从执行任务走到发现问题、优化表现，持续改进。

比如 WorkBuddy 这类办公 Agent 要跑代码、调工具，就得有独立又安全的执行环境。腾讯云开源的 CubeSandbox 能提供彼此隔离的沙箱，靠快速启动和弹性调度撑住大量任务并发。

执行环境有了，数据的存和调还得跟上。腾讯云 AgentCFS 给 Agent 沙箱提供共享存储，不同 Agent 之间可以高效读写、共享数据；Agent Bucket 则给 Agent 生成的文档、图片等成果留出独立存储空间，还带智能检索，让这些成果存得下、找得到、还能再用。

还有些 Agent 要长时间处理复杂任务，上下文越堆越多、历史信息留不住也是麻烦。TencentDB ContextTurbo 通过上下文压缩和分层记忆，帮 Agent 记住关键信息，跨会话也能接着此前的工作往下干。

企业大规模上 Agent 之后，还得知道这些 AI 活干得怎么样。AgentObs 提供全链路运行监测和质量评估，帮企业定位执行环节的问题，持续调优 Agent 表现。这些底层技术看着离员工日常很远，却决定了企业能不能以可控成本，让越来越多的 Agent 稳定扛起真实任务。

等 Agent 成了日常生产力，企业要做的就不只是部署 AI，还得会管理、会运营、会持续优化。

04

腾讯想做的，不止是更多 Agent。回过头看，腾讯的整体布局也就更容易读懂了。汤道生在会上提出，腾讯希望打造的是一套「全场景、高效能、更放心」的 Agent 生产力系统。

腾讯 Agent 全景图丨来自：腾讯全球数字生态大会

从 WorkBuddy 帮企业推广和管理 Agent，到文档、知识库和数据系统给 AI 喂业务上下文，再到底层安全和工程能力，腾讯正试着把原本分散的产品串起来，拼成一套支撑企业 Agent 落地的完整体系。这也是腾讯在企业 AI 竞争里的优势：企业微信、腾讯文档、WorkBuddy 这些产品贴近员工和业务，云计算、数据库、安全这些底层能力又握在手里。前端接得住真实业务需求，底层撑得起 AI 规模化应用。

不过比起单推某个 Agent 产品，腾讯更大的机会可能恰恰在于把这些能力连起来。开发一个 Agent 越来越容易，可企业要的不是做出独立的 AI 工具，而是让 AI 融进现有系统，读懂业务需求，跟员工协作，并且持续把活干完。应用、数据、基础设施真配合起来，Agent 才有可能从一个好用的工具，变成企业生产力的一部分。

当然，产品布局再完整，也不等于企业就能自然而然拿到 AI 生产力。技术和产品解决的是能力供给，要让 Agent 真正进业务，企业还得重新梳理工作流程，把权限和责任划清楚，将已有的知识、技能和工作方法转成 AI 能执行的任务。

过去企业扩生产力，主要靠加人手、买软件、优化流程。Agent 给出了另一种可能：把已经验证有效的知识、技能和工作方法，变成能持续执行、反复复用的 AI 能力。AI 越来越会干活，企业也得重新学，怎么组织和使用这些新的生产力。