作者 | 黃昱編輯 | 張曉玲近三年來,大模型能力快速迭代,全球 AI 競賽即將進入下半場。一個正在初步形成的行業共識是,Chatbot(聊天機器人)的戰爭已經基本結束,下一步競爭的焦點是轉向 “會幹活” 的 AI Agent(人工智能代理)。不難發現,去年以來 AI Agent 概念迅速升温,應用想象力被不斷放大。在此背景下,如何讓 AI Agent 具備生產級能力成為行業共同探索的方向。近日,騰訊雲副總裁、騰訊雲智能產研負責人吳永堅在與華爾街見聞深度對話時指出,一些面向個人場景的 Agent 產品,驗證了智能體在複雜推理與執行上的潛力,展示了 Agent 如何 “像人一樣思考與執行”。而騰訊雲 ADP 則是在複雜的企業 B 端環境中,回答 “Agent 如何真正落地並創造生產力” 的問題。圍繞做深平台能力、做厚內容生態、做強上層應用等方向,騰訊雲 ADP(騰訊雲智能體開發平台)最近完成新一輪升級,未來一年的重要任務則是希望通過引擎、平台、基礎設施和生態的系統演進,讓智能體真正成為企業可依賴、可治理、可持續演進的生產力基礎設施。在吳永堅看來,Agent 正在從工具能力,演進為應用與服務的統一入口,但這一趨勢在 B 端會更加深刻,卻不會簡單複製 C 端路徑。“企業天然具備多角色、多系統、多權限與合規要求,這決定了 B 端的 Super Agent 不可能是單體智能體,而必須是一個平台級能力。其核心不在模型規模,而在於對多個 Agent 的調度、協作與治理。” 吳永堅説道。因此,他認為,企業場景對智能體的要求與個人場景存在差異,會形成以云為底座、以 Agent 平台為中樞。洞察到 AI Agent 商業化不斷加速的騰訊雲,在去年 5 月就將大模型知識引擎全面升級為了騰訊雲 ADP。據悉,騰訊雲 ADP 在過去一年發佈了 6 個重大版本、數千個功能需求,目前,平台已在金融、傳媒、零售、醫療等 20 多個行業落地,並面向生態夥伴開放能力,一年內合作伙伴數量增長超過 3 倍。吳永堅表示,騰訊雲 ADP 過去一年的核心發力點可以概括為一句話:圍繞 “可落地、可規模、可運營”,持續夯實智能體的平台級能力基座。從技術層面來看,最核心的投入放在 RAG、工作流和 Multi-Agent 引擎上,確保複雜企業場景 “跑得動、跑得穩”。在備受關注的模型層面,騰訊雲 ADP 並不強綁定某一條模型路線。“我們提供統一的模型廣場,既內置混元、優圖能力,也支持 DeepSeek、智譜、月之暗面等第三方模型,同時還能直接接入 TI-One 上已精調的私有模型。”吳永堅指出,對企業來説,模型是可替換的資源,而不是被平台鎖死的能力,這對長期成本控制和效果持續優化至關重要。如果説技術與平台解決的是 AI Agent“能不能用”,那麼生態決定的則是 AI Agent“能不能規模化用”。在生態建設上,騰訊雲 ADP 的重點策略之一,是和生態夥伴一起打造標杆應用解決方案,為此,平台本身將深化與騰訊雲 CVM、TKE、Lighthouse 等 IaaS 產品的聯動,為夥伴提供一體化的售賣和交付方式。 除此之外,騰訊雲豐富生態的另一重要策略則是推出 “CB 聯動”。所謂 “CB 聯動”:一方面,在 QQ 瀏覽器、IMA 等 C 端高頻場景中打磨 Agent 能力,再將這些能力系統性地產品化輸出到 ADP;另一方面,B 端在穩定性、可治理、多 Agent 協作等方面的工程能力,又反向提升 C 端體驗。 吳永堅表示,這形成了一個 “真實場景持續驗證 → 平台能力持續進化” 的正循環,使 ADP 的能力並非停留在實驗室或 Demo,而是已經被大規模真實用户反覆驗證過。據悉,騰訊還將在 QQ 瀏覽器上線 Agent 中心。騰訊元器(面向 C 端的智能體開發平台)開發出來的 Agent,就可以上線 QQ 瀏覽器的 Agent 中心。 “如果試驗結果是用户活躍的 Agent,那它就可以上架 ADP 去售賣。這就相當於我有一個快速的 C 端的試驗田去滾動這個事情。相比之下,如果僅依賴 ADP B 端場景推進,整體驗證和轉化週期會更長。” 吳永堅説道。對於當前 AI 競賽的情況,吳永堅認為, Agent 市場正從 “概念展示、能力嚐鮮” 的早期階段,邁入以穩定交付生產力為核心的深水區。僅停留在能力演示層面的 “會説話”,已難以滿足真實業務需求,行業關注焦點正加速轉向可落地、可規模化的 “能幹活”。 “未來 1-2 年的突破口有兩點:一是反思能力,Agent 辦砸了得知道覆盤;二是自我演進,它得越用越聰明。” 也就是説,2025 年大家還在糾結 Agent 能不能寫代碼、能不能訂機票(To C 場景),未來兩年市場的主旋律一定是 “ROI 與可靠性”。因此,騰訊雲的佈局很明確:不只是做個工具,而是要構建 “穩定生產力” 平台。依託騰訊產品的連接力,讓 Agent 真正進入企業的業務流,讓 AI 的投資回報率(ROI)看得見、摸得着。顯然,接下來,真正稀缺的是,能夠進入核心業務流程、帶來可量化 ROI,並且可以長期穩定運行的生產級 Agent。正是在這樣的背景下,AI Agent 競爭的主戰場,開始從模型能力轉向平台能力、工程能力與生態能力。誰能解決複雜場景、規模化運營和長期治理問題,誰才能成為企業可信賴的 “智能底座”。