作者 | 黄昱

编辑 | 张晓玲

近三年来,大模型能力快速迭代,全球AI竞赛即将进入下半场。

一个正在初步形成的行业共识是,Chatbot (聊天机器人)的战争已经基本结束,下一步竞争的焦点是转向“会干活”的AI Agent(人工智能代理)。

不难发现,去年以来AI Agent概念迅速升温,应用想象力被不断放大。在此背景下,如何让AI Agent具备生产级能力成为行业共同探索的方向。

近日,腾讯云副总裁、腾讯云智能产研负责人吴永坚在与华尔街见闻深度对话时指出,一些面向个人场景的Agent产品,验证了智能体在复杂推理与执行上的潜力,展示了 Agent 如何“像人一样思考与执行”。而腾讯云ADP则是在复杂的企业 B 端环境中,回答“Agent 如何真正落地并创造生产力”的问题。

围绕做深平台能力、做厚内容生态、做强上层应用等方向,腾讯云ADP(腾讯云智能体开发平台)最近完成新一轮升级,未来一年的重要任务则是希望通过引擎、平台、基础设施和生态的系统演进,让智能体真正成为企业可依赖、可治理、可持续演进的生产力基础设施。

在吴永坚看来,Agent正在从工具能力,演进为应用与服务的统一入口,但这一趋势在B端会更加深刻,却不会简单复制C端路径。

“企业天然具备多角色、多系统、多权限与合规要求,这决定了 B 端的Super Agent 不可能是单体智能体,而必须是一个平台级能力。其核心不在模型规模,而在于对多个 Agent 的调度、协作与治理。”吴永坚说道。

因此,他认为,企业场景对智能体的要求与个人场景存在差异,会形成以云为底座、以 Agent 平台为中枢。

洞察到AI Agent 商业化不断加速的腾讯云,在去年5月就将大模型知识引擎全面升级为了腾讯云ADP。

据悉,腾讯云ADP在过去一年发布了6个重大版本、数千个功能需求,目前,平台已在金融、传媒、零售、医疗等20多个行业落地,并面向生态伙伴开放能力,一年内合作伙伴数量增长超过3倍。

吴永坚表示,腾讯云ADP过去一年的核心发力点可以概括为一句话:围绕“可落地、可规模、可运营”,持续夯实智能体的平台级能力基座。从技术层面来看,最核心的投入放在 RAG、工作流和 Multi-Agent引擎上,确保复杂企业场景“跑得动、跑得稳”。

在备受关注的模型层面,腾讯云ADP 并不强绑定某一条模型路线。“我们提供统一的模型广场,既内置混元、优图能力,也支持 DeepSeek、智谱、月之暗面等第三方模型,同时还能直接接入 TI-One 上已精调的私有模型。”

吴永坚指出,对企业来说,模型是可替换的资源,而不是被平台锁死的能力,这对长期成本控制和效果持续优化至关重要。

如果说技术与平台解决的是AI Agent“能不能用”,那么生态决定的则是AI Agent“能不能规模化用”。

在生态建设上,腾讯云ADP的重点策略之一,是和生态伙伴一起打造标杆应用解决方案,为此,平台本身将深化与腾讯云 CVM、TKE、Lighthouse 等IaaS产品的联动,为伙伴提供一体化的售卖和交付方式。

除此之外,腾讯云丰富生态的另一重要策略则是推出“CB联动”。

所谓“CB联动”:一方面,在QQ浏览器、IMA等C端高频场景中打磨Agent能力,再将这些能力系统性地产品化输出到 ADP;另一方面,B 端在稳定性、可治理、多 Agent 协作等方面的工程能力,又反向提升 C 端体验。

吴永坚表示,这形成了一个 “真实场景持续验证 → 平台能力持续进化” 的正循环,使ADP 的能力并非停留在实验室或 Demo,而是已经被大规模真实用户反复验证过。

据悉,腾讯还将在QQ浏览器上线Agent中心。腾讯元器(面向C端的智能体开发平台)开发出来的Agent,就可以上线QQ浏览器的Agent中心。

“如果试验结果是用户活跃的Agent,那它就可以上架ADP去售卖。这就相当于我有一个快速的C端的试验田去滚动这个事情。相比之下,如果仅依赖ADP B 端场景推进,整体验证和转化周期会更长。”吴永坚说道。

对于当前AI竞赛的情况,吴永坚认为, Agent 市场正从“概念展示、能力尝鲜”的早期阶段,迈入以稳定交付生产力为核心的深水区。仅停留在能力演示层面的“会说话”,已难以满足真实业务需求,行业关注焦点正加速转向可落地、可规模化的“能干活”。

“未来 1-2 年的突破口有两点:一是反思能力,Agent办砸了得知道复盘;二是自我演进,它得越用越聪明。”

也就是说,2025年大家还在纠结Agent能不能写代码、能不能订机票(To C场景),未来两年市场的主旋律一定是“ROI与可靠性”。

因此,腾讯云的布局很明确:不只是做个工具,而是要构建“稳定生产力”平台。依托腾讯产品的连接力,让 Agent 真正进入企业的业务流,让 AI 的投资回报率(ROI)看得见、摸得着。

显然,接下来,真正稀缺的是,能够进入核心业务流程、带来可量化ROI,并且可以长期稳定运行的生产级Agent。

正是在这样的背景下,AI Agent竞争的主战场,开始从模型能力转向平台能力、工程能力与生态能力。谁能解决复杂场景、规模化运营和长期治理问题,谁才能成为企业可信赖的“智能底座”。