騰訊頻頻發佈AI智能體，這次瞄向了企業客戶

5月21日，在騰訊雲AI產業峰會上，騰訊首次完整公佈了旗下大模型全景戰略，包括自研混元大模型、AI雲基礎設施，智能體開發工具、知識庫以及面向多場景的應用等。

同時，騰訊還宣佈將面向企業的大模型知識庫升級爲智能體（Agent）開發平臺（TCADP）。該平臺整合了騰訊雲的RAG（檢索增強生成）技術、Agent能力以及匹配用戶需求的功能。用戶可以讓智能體自主拆解任務和規劃路徑，從而自主開發能夠完成不同任務的智能體。

騰訊集團高級執行副總裁、雲與智慧產業事業羣CEO湯道生介紹，在騰訊智能體開發平臺中，騰訊首次實現了零代碼支持多Agent的轉交協同方式，進一步降低了智能體搭建的門檻。

騰訊也成爲繼阿里、字節、百度等公司之後，又一家推出企業級智能體開發平臺的雲廠商。

隨着大模型推理與規劃能力日漸成熟，具有自主決策及任務執行能力的智能體成爲AI領域的應用熱點之一，今年年初爆火的Manus就是一個例證。但相比起像Manus一樣的通用型Agent，國內互聯網大廠目前更樂於嘗試的還是商業價值更爲明確的垂域智能體。微軟此前預測，到2028年企業將擁有13億個AI智能體。

企業對於智能體的需求正在快速爆發。騰訊雲副總裁吳運聲在接受界面新聞採訪時表示，目前騰訊智能體開發平臺已經在多個行業落地。例如汽車行業客戶會用Agent做售後知識支持、故障自診斷，金融行業用來做智能客服、知識庫問答，文旅行業則用來做行程規劃、票務問詢等。

除騰訊之外，多家雲廠商也推出了面向企業的智能體開發平臺，如阿里推出的AgentScope、字節跳動推出的扣子、百度推出的千帆AppBuilder等。由於智能體開發依賴雲端算力、存儲和API生態，雲廠商通過智能體平臺推動客戶使用其服務，從而提升收入並獲得行業話語權。

但智能體的大規模落地仍然存在挑戰。吳運聲認爲，挑戰之一來自於技術層面。目前的 Agent框架仍在快速演進，尤其是在自主規劃（planning）這個環節上，底層模型還不能100%把複雜任務完全準確地拆解並執行，模型能力與平臺工具仍然有待增強完善；

另一方面則來自客戶認知。許多行業客戶仍在理解“Agent”概念的階段。要想真正用好 Agent，需要掌握它的使用方式、搭建方法和運行機制，這中間存在一個不小的“認知與使用”鴻溝，需要通過產品體驗優化、培訓、服務等方式來不斷彌合。

騰訊推出智能體開發平臺背後，是這家公司有史以來最激進的AI戰略驅使。年初DeepSeek爆發之後，騰訊旗下多個應用快速接入DeepSeek，同時大力投入自研模型混元。組織層面，騰訊對AI研發及產品線進行了多次調整，旨在持續迭代模型能力的同時，也強化技術的落地的可能性。

就在不久前，QQ瀏覽器也推出了智能體QBot，用戶發出一個任務指令即可自動進行搜索、瀏覽、下載、分析等系列操作。更早之前，騰訊還推出了面向個人和輕量開發者的智能體開放平臺“元器”。騰訊認爲，QQ瀏覽器的技術與需求已經明確匹配，因此能夠藉助內部共享互通的AI技術完成AI Agent的能力改造。

馬化騰曾不久前的財報電話會上提及騰訊做智能體的優勢。他認爲，智能體分爲兩類，一類是通用型Agent，騰訊已經在元寶等原生AI產品中開發類似能力，它們將逐漸能應對更復雜的提問，甚至逐步進化出“具身智能”能力，與其他應用產生交互；另一類則是嵌入微信生態，連接社交關係鏈、公衆號和視頻號等內容體系以及小程序，構建出獨特的優勢。