首页 - 财经 - 行业新闻 - 正文

从“能对话”到“能干活”:腾讯云发布AI Agent技术栈,多家企业验证规模化落地

来源:财经报道网 2026-06-09 16:54:40

(原标题:从“能对话”到“能干活”:腾讯云发布AI Agent技术栈,多家企业验证规模化落地)

6月5日,在腾讯云AI产业应用大会上,腾讯云正式发布从底层运行时到上层应用接口的AI Agent技术栈,助力企业级Agent真正“跑起来”。腾讯云副总裁许华彬表示,腾讯云把内部沉淀的AI Agent技术栈对外开放,既可灵活使用、也可整体集成,便于企业快速落地能干活的Agent,让Token消耗既对企业负责,也对用户负责。


腾讯云AI Agent技术栈:让Agent在企业里落得下去、跑得起来
随着AI的爆发,越来越多的企业开始让AI进入工作流,然而在实际的工作流程中还是有诸多AI无法覆盖的部分,如直接操作外部系统、无法自主编排多步骤任务等,这正是腾讯云AI Agent技术栈要解决的问题,腾讯云互联网行业架构总监李想介绍说。

基于“Agent=Model+Harness”公式,腾讯云AI Agent技术栈由五大模块协同构成:底层Agent Runtime基于开源Cube Sandbox提供毫秒级弹性沙箱与有状态持久化执行环境,支撑万级实例规模化运营;中层ClawPro作为企业级治理平台,解决多租户管理、技能分发与Token管控等核心痛点;上层Cloud Agent提供PaaS化接口,企业可通过API或SDK快速集成;同时通过TokenHub实现多模型统一调度、SkillHub与客户共建技能生态。


目前,腾讯云AI Agent技术栈已在SaaS、电商、社交等多个客户场景落地,财税SaaS平台慧算账将腾讯云ClawPro嵌进了企业微信侧边栏,单个会计的服务能力从200至300家提升到400至500家。

5家企业分享实战经验:AI Agent进入业务需找到关键场景

与AI Agent概念上的火热相比,真正在业务里跑通并跑出成绩的企业还不多,CRM头部厂商EC则是其中跑得比较快的一家,EC将CRM功能模块Agent化,半年内单月Token消耗突破100亿。来自花椒直播、自如、群核科技、APUS的相关负责人也分别分享了各自企业的实战经验。

EC创始人兼CEO张星亮分享,从CRM到Sales Agent,EC用了一年时间实现商业模式的重构,连续推出商机助手、话务专员、销售顾问、业务助理四个销售Agent,受到了各行各业客户的青睐。“客户不再比较软件价格,而是衡量Token消耗与营收的效率账。”张星亮认为,AI时代下,SaaS公司可能会成为Token的分销商。

花椒直播CTO封冰清分享了全员Agent与业务Skill化的路径,他介绍,花椒用两年时间把业务系统改造成可被Agent调用的Skill——运营一句话就能跨后台查充值、发装备、拉报表,原本跳3个后台的事一次对话搞定。Agent平台底座选用腾讯云Workbuddy Managed Agents,业务团队聚焦Skill沉淀和Agent场景。组织内部的协作方式正在被重写:不再是人找入口、人记流程,而是Agent对Agent、Skill调Skill。


群核科技AI业务线高级总监龙天泽把空间智能引入视频Agent。“基于二维像素训练的视频模型,无法真正理解三维空间。”群核以3D空间大模型作为视频Agent底层基座,通过Lux3D、SpatialGen、SpatialLM等模型构建“3D片场”,确保人物、场景、镜头一致性。LuxReal视频Agent已在短剧、电商等领域落地。

APUS副总裁邓小波分享了AI Agent产业落地实践。他表示,随着人工智能从“大模型时代”迈向“智能体时代”,AI Agent正成为产业升级的重要引擎。基于此,APUS构建了覆盖研发、内容创作等环节的AI生产体系,并依托腾讯云Lighthouse解决方案推出了企业级Agent平台APUS Claw(APUS澳龙),帮助企业快速部署AI应用,推动AI从辅助工具向生产力伙伴升级。同时,APUS正依托全球化布局,推动AI技术在非洲等“一带一路”国家实现产业化、规模化落地。

自如技术副总经理应阔浩介绍,依托腾讯云大模型API与算力,自如聚焦C端找房中的复杂语义识别难题,多地点复杂意图的识别准确率大幅提升。

当Agent从“能对话”走向“能干活”,企业关心的焦点也在从“模型有多强”转向“运行有多稳”——能不能持续跑、能不能真正提效、能不能让每个岗位用起来。


本文来源:财经报道网

APP下载
广告
相关股票:
好投资评级:
好价格评级:
证券之星估值分析提示群核科技行业内竞争力的护城河优秀,盈利能力一般,营收成长性较差,综合基本面各维度看,估值偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-