前幾天，騰訊云與智慧產業事業群（CSIG）CEO 湯道生和騰訊首席 AI 科學家姚順雨談到「AI 下半場」時，姚順雨提出一個判斷：

AI 方法論逐漸成熟后，更重要的是找到真實問題和真實場景。對企業而言，模型能力只是起點，最終買單的是場景、上下文和可運行的系統。

圍繞這個判斷，我們會發現它其實也是理解當下企業 AI 落地的切入點。而在這場對話之后，騰訊云也密集發布了一系列產品，恰好給企業級 AI 的進展提供了一個很好的樣本。

過去企業采購云服務和 SaaS，本質是采購 IT 能力；到了 Agent 階段，引入 AI 更像是在建設一套新的生產系統。換個偏企業管理的說法，騰訊云正在扮演企業 Agent 時代的總工程師。

它要做的，是把場景、模型、知識、安全、記憶、成本和運行體系放到同一套系統里。

沿著大會提出的三個能力看，騰訊云的思路就比較清晰了：場景連接力解決 Agent 如何真正嵌入業務流；工程駕馭力解決 Agent 如何安全、穩定、可靠地運行；模型驅動力解決模型能力、成本與規模化部署問題。

三者合在一起，構成了騰訊云推動 Agent 落地的三駕馬車。

Agent 既是新入口，也是新工位

互聯網歷史上，技術真正改變行業，往往經歷同一條路徑：先出現新能力，再進入高頻場景，最終融入商業系統。

Agent 也不例外。

所謂場景連接，關鍵不在于增加多少個 AI 入口，而在于 Agent 能否沿著企業原有業務流進入組織。

騰訊的優勢在于，它既有微信、企業微信、元寶、騰訊會議這些高頻觸點，也有 WorkBuddy、CodeBuddy、ima.copilot 、WAND、騰訊 AI 原生營銷云、騰訊云 Mall、天御風控 Agent、真人劇 Agent、DatabaseClaw 等通用和垂類 Agent 產品。

·騰訊會議

舉例而言，會議是很多企業最密集的信息入口。過去會議效率低，常常卡在三件事上：聽不清、聽不懂、效率低。騰訊會議這次講的 AI 能力，正好圍繞這三件事展開。

在聲音層面，騰訊會議聲鏈通過純軟件方案，讓同一空間內多臺電腦組成聯合拾音系統，解決嘯叫問題，為 AI 提供更完整的會議上下文。

跨語言溝通交給 AI 同傳。它通過降低跨語言溝通成本，讓參會者使用熟悉語言交流，同時兼顧音色保留和低延遲體驗。

會議真正的價值，通常發生在會后。智能錄制將錄制、轉寫、紀要和待辦串聯起來，元寶紀要負責實時理解會議內容，「問元寶」支持會中會后自由聯網追問。騰訊會議還開放 Skill、CLI、MCP 等能力，方便企業 Agent 調用會議上下文。

這意味著會議不再止于溝通，而成為后續工作的起點。課堂內容可以自動整理成學習資料，團隊例會也能自動生成紀要、檢查待辦并發送郵件。Agent 進入溝通流，本質上是在把大量非結構化信息轉化為可調用、可追蹤、可復用的工作資產。

·MAGIC AI 原生營銷云

如果說溝通場景解決的是組織內部信息如何更順暢地流動，那么增長場景面對的則是另一個更直接的問題：企業如何更高效地找到客戶、理解客戶，并持續創造增長。

MAGIC AI 原生營銷云的核心，不是增加幾個 AI 功能，而是讓 Agent 貫穿營銷全鏈路。從機會挖掘、內容生成到用戶互動和數據分析。過去一個活動上線往往需要多角色協作和數周準備，如今則希望把重復溝通、配置和復盤納入統一系統，實現從營銷工具集合，到智能營銷平臺的系統性進化。發布會上將其概括為四大能力：知客戶、懂運營、會決策、能執行。

知客戶，是理解客戶狀態和互動歷史；懂運營，是沉淀企業營銷經驗和規則；會決策，是針對人群、商品和渠道生成更優策略；能執行，則是在權限和審批框架下推動營銷活動落地。

·AI 原生云 Mall

營銷之后，品牌和零售企業更要經營數字交易陣地，背后涉及商品管理、會員運營、活動配置、導購服務和售后經營等大量工作。AI 原生云 Mall的強大之處，在于讓 Agent 進入品牌經營過程。

云 Mall 2.0 的關鍵詞是千億底座、AI 原生和讓經營自己跑起來。通過「千億級交易底座+Agent 能力體系」雙輪驅動，從「交易承載」全面躍遷至「智能經營」。

千億底座強調交易穩定性和安全性，經過大規模交易場景驗證；AI 原生則體現在 1+7 的 Agent 架構上：一個經營分析 Agent 負責洞察問題，七個執行 Agent 覆蓋商品、內容、會員、營銷、分銷、門店和導購等環節，關鍵操作仍保留人工審批。

更值得關注的是 Agent 協作。比如發現商品滯銷后，云 Mall 可以調用營銷云完成策劃、內容生成和投放，再將結果回流分析。未來電商運營不只是單個 Agent 工作，而是多個 Agent、多個系統之間的協同。

·天御風控 Agent

天御風控 Agent則對應風險控制場景，覆蓋注冊登錄、營銷活動、支付詐騙、黃牛刷單等業務，通過微信、企業微信、網頁等入口接入，承擔實時分析、風險判斷和持續監控等工作。

·騰訊云 WAND

此外，內容生產同樣是場景連接力的重要部分。

騰訊云 WAND面向電商、短劇、漫劇、短視頻、賽事直播等場景，把生成、理解、處理和編碼放進一套能力體系里。WAND-Create 負責電商圖、短劇、漫劇等內容生成，強調業務可用性和風格可控；WAND-EraseVibe、WAND-Enhance、WAND-Codec 分別處理無痕擦除、畫質增強和編碼壓縮。

賽事直播場景中，WAND 提供一站式 AI 制播方案 — 一場比賽進來，AI 自動完成解說生成、精彩集錦生成、橫屏轉豎屏、多語種字幕、畫質增強和實時轉碼分發。

·真人劇 Agent

真人劇 Agent，則推進到更復雜的敘事生產。

相比普通營銷內容，真人劇涉及角色、劇情、場景、分鏡、表演、后期和分發等完整鏈路。發布會上展示的「祝英臺開著賽車來到發布會現場」Demo，全程無需演員、攝像機和實地取景，體現的是 AI 對真人內容生產成本的重構能力，而不只是視覺噱頭。

短劇正在走向工業化生產。真人劇 Agent 面向短劇生產與出海、品牌營銷和平臺集成三類需求，覆蓋劇本創作、選角定妝、場景生成、分鏡腳本、拍攝剪輯和二創等環節。

它還能自動生成符合物理邏輯的一致性場景圖，減少 AI 視頻常見的場景跑偏問題，并通過人臉融合和口型驅動降低多語言翻譯與角色本地化成本。

影視劇本質上是一套復雜協作系統。Agent 要做的不只是生成內容，還要理解角色關系、劇情走向、場景限制和制作流程，在創意表達與工業化生產之間建立連接。

早期電影從舞臺記錄走向鏡頭語言，經歷了剪輯、特寫、聲音和特效等技術演進，最終形成完整工業體系。今天 AI 進入真人劇，也可能從加速單個環節開始，逐步影響劇本開發、素材管理和內容分發。

數字剪輯、CG、虛擬拍攝曾改變電影工業的生產方式。今天的 AI 也類似，它未必替代創作者，未必替代所有表達判斷，卻正在重塑內容生產效率。

把這些產品放在一起看，騰訊云的場景連接力就變得愈加具象化：會議連接組織上下文，營銷云連接客戶增長，云 Mall 連接交易經營，天御連接風險控制，WAND 和真人劇 Agent 連接內容生產等等。Agent 沿著這些高頻業務流進入企業，才能獲得真實反饋并創造價值。

想長期上崗的 Agent，得先學會守規矩

過去二十多年，視頻、游戲、電商、移動辦公等產業的發展，都離不開云計算提供的彈性資源和基礎設施。

到了 AI 時代，云的角色進一步升級。企業部署 Agent，不只是調用模型，而是在搭建一套包含算力、上下文、工具調用、權限、記憶、監控和審計的運行體系。

Agent 時代總工程師最重要的工作，是把這些制度、邊界和基礎設施設計好。從這個角度看，工程駕馭力解決的不是單點功能問題，而是 Agent 能否進入生產環境、能否長期運行的問題。

·騰訊樂享

首先是知識。企業知識通常分散在文檔、會議、IM、制度、培訓材料、業務系統和專家經驗中。Agent 要真正服務企業，需要先把這些分散信息沉淀為可理解、可調用、可追溯的知識底座。

比如騰訊樂享強調 AI 原生的 Agentic 知識庫，讓企業知識從靜態資料變成可執行的工作臺。它可以統一納管多格式、多來源知識，通過 AI 巡檢、AI 評審和權限管理提升知識質量，并與 WorkBuddy 等工作空間連接，讓知識可以直接進入任務執行。

·ima

同步亮相的 ima 更偏向 Agent 時代的知識引擎。

ima 知識號能夠讓專業知識被 AI 搜索、引用和調用。知識號已經覆蓋金融、法律、教育等 20 多個行業，相關信源累計應用次數超過 1.4 億次，并已在海關、醫療等場景形成具體使用案例。

據悉，杭州蕭山海關把 500 多篇海關法律法規、公告和旅客高頻問答整理到知識號里，旅客通過二維碼即可提問；醫院藥師則把用藥指南、專家共識和診療方案放進知識庫，醫生和患者可以通過拍照、語音等方式獲得參考信息。

ima 知識號不只面向人閱讀，也面向 Agent 調用。知識可以被閱讀、被對話，也可以被封裝為 Skill。ima Skill 廣場讓創作者把方法論和工作流變成可被 Agent 調起的能力，比如合同審查 Skill、行情分析 Skill 等。未來 MCP、API 等 Agent 時代的知識產物，也可以成為知識分享的一部分。

最近 ima 還推出了專屬知識 Agent——copilot，具備長期記憶、全場景感知能力，基于用戶使用 ima 所產生的數據自主擴充知識體系，沉淀并支持自定義拓展skills，自動完成復雜知識工作，從工具進化為越用越懂你的伙伴。

除了個人知識工作場景，沒有記憶的 Agent 也很難成為企業工作系統的一部分。它可以完成一次任務，卻難以理解歷史任務、組織偏好和長期目標。企業需要的是能夠持續積累經驗的智能體。

·騰訊云數據庫 Agent Memory

騰訊云數據庫推出的 Agent Memory將記憶分為短期記憶壓縮、長期記憶沉淀和團隊記憶組織化。短期記憶管理上下文和任務狀態；長期記憶沉淀用戶習慣與方法；團隊記憶支持組織級知識共享與傳承。團隊記憶進一步劃分為員工私有域、部門協作區和組織全局庫，既保護個人知識資產，也沉淀企業級 SOP 和組織經驗，避免核心知識流失。

騰訊云數據庫自研符號化壓縮和上下文卸載能力，可以在長任務場景下幫助 Agent 提升 30% 的任務成功率，同時節省 30% 到 60% 的 Token 成本。并通過獨創的四層漸進式記憶提取方案，顯著提升了 OpenClaw 的長期記憶能力。在 PersonaMem 測評數據集上，OpenClaw 原生記憶評測得分從 48% 提升到 76%。

·AICC 可信集群

而 AICC 可信集群通過 TEE 可信集群、端到端加密和可證明安全能力，將高性能推理、安全保障與運維優化整合為一站式服務，幫助企業以更低成本快速獲得可用、可解釋、可審計的安全推理環境。

這些變化也指向了企業級 AI 與消費級 AI 的差異。消費級 AI 追求像人，企業級 AI 更要像組織：懂分工、守邊界、能協作、可復盤、有交付。企業最終需要的 AI，要能在權限、流程和成本約束下穩定工作。

跑得通、用得起，才是企業 Agent 的成人禮

企業 Agent 面臨最重要的問題，是成本。很多企業并非不知道 Agent 有價值，但一旦進入規模化階段，很快會遇到現實約束：Token 成本難控、部署門檻高、推理調用貴、數據檢索慢。模型能力不再只看效果，還要看單位任務成本、響應速度和 ROI。

因此，模型驅動力關注的不只是模型本身，還包括多模型智能路由、按用量控制成本，以及訓練、部署、推理和數據檢索效率。

開源 Agent 框架雖然能力豐富，但安裝部署門檻較高，長期運行不穩定，成本也不容易控制。尤其是 Agent 執行任務時需要調用模型，盲目調用大模型，會讓 Token 成本快速上升。

·Lighthouse

Lighthouse的角色，是個人云端助手的云端底座。

它本身是輕量服務器產品，過去主要降低用戶上云門檻；到了 Agent 場景，它進一步變成 7×24 小時在線的云端工作空間。其產品設計強調輕體驗、輕應用、輕投入和輕管理，希望把云端 Agent 的部署、運行和管理復雜度降下來。

如果說 Lighthouse 解決的是 Agent 怎么跑、怎么長期在線、怎么降低部署和調用門檻，那么 CFS Turbo 解決的是 Agent 規模化運行背后的數據底座問題。

Agent 的運行不僅依賴算力，也依賴數據。長上下文、知識檢索、多模態處理、模型訓練和推理緩存，都對存儲性能和數據流轉效率提出更高要求。

·文件存儲 CFS Turbo

文件存儲 CFS Turbo定位為高性能并行文件存儲，面向大模型訓練、推理和 Agent 場景。它提供統一的數據平臺，支持從數據注入、訓練到推理和歸檔的全流程，并通過標準文件接口和 S3 接口減少數據搬運成本。

同時，CFS Turbo 提供冷熱數據分層和元數據檢索能力，在降低存儲成本的同時提升海量文件檢索效率，為知識庫、RAG、多模態生產和模型推理提供支撐。

換句話說，前者讓 Agent 更容易落地，后者讓 Agent 能夠規模化運行。兩者共同構成企業 Agent 時代的重要基礎設施。

而結合開頭姚順雨的判斷，騰訊云這次發布的重點，不只是推出一批 AI 產品，而是在嘗試把 Agent 從工具變成企業系統的一部分。

溝通需要 AI 協作入口，增長需要 AI 原生營銷云，交易需要 AI 原生云 Mall，風控需要天御風控 Agent，內容需要 WAND 和真人劇 Agent，企業級運行需要知識庫、可信集群、Agent Memory、Lighthouse 和 CFS Turbo 等基礎設施。

單獨看，它們是不同產品；合在一起，則更接近企業所需的 AI 生產系統。

作為企業 Agent 時代的總工程師，騰訊云的價值也逐漸浮現：既要理解企業業務流程，也要提供模型、算力、安全、記憶和系統集成能力；既要讓 Agent 進入溝通、營銷、交易、內容和風控等高頻場景，也要保證這些 Agent 能在權限、成本和安全邊界內長期工作。

熱知識，企業看重的并非 Agent 本身，而是最終能夠帶來的業務結果。Agent 能力再強，如果進不了業務流程、接不上企業知識、無法滿足安全要求、成本又難以控制，最終仍然很難形成穩定價值。

AI 下半場的競爭，最終會落到具體業務流程中。很多技術進入企業都會經歷同樣的過程：從看起來聰明，變成用起來可靠；從替人做事，變成與組織一起工作。

歷史上的每一次技術普惠，都是從走下神壇、卷起褲管開始的。今天企業級 AI 也只有在明確產出、安全邊界和商業約束中反復驗證，才算真正度過從草莽走向成熟的成人禮。