當前，企業(yè)智能體應(yīng)用雖已在行政答疑、售后客服等場景顯效，但仍普遍面臨知識結(jié)構(gòu)復(fù)雜、業(yè)務(wù)流程個性化和用戶需求發(fā)散三大挑戰(zhàn)?！爸悄荏w應(yīng)用的開發(fā)，須在多個維度上具備更強的能力?！眳怯缊灾赋?。

在應(yīng)用開發(fā)引擎層面，ADP3.0聚焦RAG與Agent兩大核心能力升級。通過自研Agentic RAG架構(gòu)，平臺可實現(xiàn)對復(fù)雜、多源信息的高精度解析與智能關(guān)聯(lián)，支持跨文檔檢索、多步推理與圖譜增強，顯著提升問答完整性與準確性。同時，平臺強化了Agent的任務(wù)規(guī)劃、工具調(diào)用與記憶管理能力，創(chuàng)新提出“動態(tài)無損記憶壓縮”機制，將任務(wù)效率提升百倍以上，并引入多智能體協(xié)同機制，通過任務(wù)拆解與流程編排提升復(fù)雜業(yè)務(wù)處理效率。

模型與生態(tài)內(nèi)容層面，ADP3.0構(gòu)建了覆蓋模型廣場、插件廣場以及提示詞與應(yīng)用模板的資源體系。不僅支持混元等自研模型及第三方模型接入，還提供超140個跨行業(yè)插件、近百個高質(zhì)量提示詞模板以及覆蓋多行業(yè)多場景的最佳實踐，顯著降低開發(fā)門檻。

Agent Infra則確保智能體在生產(chǎn)環(huán)境中穩(wěn)定、可控、安全運行。依托沙箱隔離、全鏈路監(jiān)控與云原生安全能力，ADP3.0為企業(yè)提供從開發(fā)、部署到運營的全生命周期支持。

騰訊云智能體開發(fā)平臺的能力已在QQ瀏覽器等多款產(chǎn)品中驗證成效。接入ADP3.0能力后，QQ瀏覽器AI下載助理任務(wù)成功率明顯提升，用戶發(fā)送一句話，Agent即可完成從檢索、篩選到下載的全流程；即將推出的“訂閱助理”也基于ADP構(gòu)建，支持自然語言精準訂閱。

基于在騰訊C端產(chǎn)品中的實戰(zhàn)，騰訊云智能體開發(fā)平臺的能力也得到進一步打磨，更好地為B端客戶服務(wù)，實現(xiàn)「CB聯(lián)動」。

騰訊云正通過智能體開發(fā)平臺打造智能體時代的“能力基座”，推動企業(yè)級AI從單點能力走向系統(tǒng)化、生產(chǎn)級應(yīng)用，為千行百業(yè)提供可信、可運營的智能體基礎(chǔ)設(shè)施。

以下為演講全文：

大家好，我是騰訊的吳永堅。今天我分享的主題是：企業(yè)級智能體開發(fā)技術(shù)挑戰(zhàn)與創(chuàng)新。

隨著數(shù)字化浪潮的推進，企業(yè)級智能體已經(jīng)在越來越多場景中廣泛應(yīng)用，實實在在為業(yè)務(wù)帶來了價值。比如，在行政知識問答、商品售后客服等領(lǐng)域，幫助企業(yè)提升了效率、優(yōu)化了體驗。但在幫助企業(yè)真正把智能體“用起來”的過程中，我們也發(fā)現(xiàn)了一些共性的難點：

第一，企業(yè)知識不僅海量，且極其復(fù)雜。大量文檔都是圖文混排、表格嵌套，對知識處理精度提出了非常高的要求。

第二，企業(yè)業(yè)務(wù)流程非常個性化。在多輪業(yè)務(wù)辦理的場景中，對于準確從對話中提取關(guān)鍵信息、靈活響應(yīng)用戶中途修改需求，也有很高的要求。

第三，用戶的需求常常發(fā)散，一個問題中往往包含多個復(fù)雜任務(wù)，智能體既要準確理解，又要合理選擇工具，很多時候，單智能體難以應(yīng)對。

針對這些挑戰(zhàn)，智能體應(yīng)用的開發(fā)，需在多個維度上具備更強的能力。不僅涉及智能體應(yīng)用開發(fā)核心能力，還有廣泛的生態(tài)接入，同時離不開底層基礎(chǔ)設(shè)施的支持。

為此，騰訊云智能體開發(fā)平臺也在持續(xù)升級，致力于打造更完善的企業(yè)級智能體應(yīng)用開發(fā)引擎和基礎(chǔ)設(shè)施，幫助企業(yè)真正把智能體嵌入到業(yè)務(wù)流程，處理真實任務(wù)，并帶來可衡量的業(yè)務(wù)價值。

在應(yīng)用開發(fā)層，平臺提供三大核心引擎：知識引擎、工作流引擎和Agent引擎，形成完整的能力矩陣。

在此基礎(chǔ)上，還通過模型廣場、插件廣場等模塊，提供豐富的開發(fā)資源庫，讓企業(yè)開發(fā)者可以根據(jù)不同業(yè)務(wù)場景，按需選擇接入不同的工具與模型。

同時，通過大量實戰(zhàn)經(jīng)驗的沉淀，輸出行業(yè)應(yīng)用模板和系列課程體系，幫助企業(yè)降低學(xué)習與落地門檻。

在底層基礎(chǔ)設(shè)施層，平臺提供身份權(quán)限、安全合規(guī)接入與運行管理等功能，確保智能體可在生產(chǎn)環(huán)境中“穩(wěn)定、可控、安全”地執(zhí)行。

接下來，我從以下三個方面詳細給大家分享一下，關(guān)于企業(yè)級智能體開發(fā)的技術(shù)挑戰(zhàn)和技術(shù)創(chuàng)新。

在智能體應(yīng)用開發(fā)引擎方面，我將為大家分享RAG和Agent方面的核心進展。

企業(yè)級RAG落地，面臨的核心挑戰(zhàn)是：如何精準解析并有效利用企業(yè)中海量且復(fù)雜的知識。

首先，圖文混排的復(fù)雜文檔解析，是知識處理層面的一大挑戰(zhàn)。例如，在面對一份零售行業(yè)說明書時，傳統(tǒng)OCR技術(shù)在解析復(fù)雜版面時，容易丟失關(guān)鍵的產(chǎn)品示意圖或表格，影響知識問答的完整性。

其次，跨文檔的信息關(guān)聯(lián)也是一個難題。當用戶提出諸如“列出計租面積大于100平的所有商戶，并附上這些商戶檔案摘要、關(guān)聯(lián)競爭關(guān)系”這類復(fù)雜問題時，往往需要從多份不同的知識源中查找和關(guān)聯(lián)信息。傳統(tǒng)RAG技術(shù)在跨文檔檢索和信息融合方面能力較弱，導(dǎo)致智能體往往只能回復(fù)不完整的答案，如只輸出了商戶列表，沒有輸出對應(yīng)的答案摘要。

為此，我們從傳統(tǒng) RAG 升級到了 Agentic RAG——通過提供知識庫檢索Agent，智能體不再只是被動檢索，而是能夠自己主動拆解復(fù)雜問題、通過多步調(diào)用檢索工具，從不同文檔中搜集信息，再主動篩選這些信息，最終組織成精準、完整的回答。

面對上述復(fù)雜問題，智能體可以通過自主規(guī)劃，將任務(wù)拆解為三個關(guān)鍵步驟，層層遞進地完成應(yīng)答：

首先，調(diào)用Text-to-SQL工具，精準檢索數(shù)據(jù)表，篩選出“符合條件的商戶列表”；接下來，通過文本檢索工具獲取這些商戶的詳細檔案摘要，包括主營業(yè)務(wù)、入駐時間等關(guān)鍵信息；最后，借助知識圖譜檢索能力，深入分析商戶之間的關(guān)聯(lián)關(guān)系，例如競爭關(guān)系。

在Agentic RAG的能力框架下，我們通過在業(yè)務(wù)場景中不斷攻堅知識問答的深水區(qū)難題，逐漸沉淀出一套多元的RAG能力矩陣，涵蓋文檔解析、一站式檢索引擎、GraphRAG（即圖譜檢索增強）。

文檔解析環(huán)節(jié)，我們依托騰訊優(yōu)圖自研的OCR大模型，實現(xiàn)了對復(fù)雜文檔的高精度解析。支持包括圖文混排在內(nèi)的復(fù)雜版式分析，能夠準確識別插圖、表格、公式、頁眉頁腳等超過26類文檔元素。

針對成本敏感、響應(yīng)速度有較高要求的場景，我們結(jié)合QQ瀏覽器多年的在移動端、PC端沉淀的工程解析優(yōu)化，創(chuàng)新地提供模型與工程相結(jié)合的解析策略，動態(tài)識別頁面復(fù)雜度——對于簡單頁面自動路由至高效工程化解析鏈路，保障精度的同時，整體解析耗時與資源成本優(yōu)化達40%。

對于存在合并單元格、填寫備注信息等不規(guī)則的數(shù)據(jù)表格，通過高精度表格解析能力，將原本非結(jié)構(gòu)化表格自動轉(zhuǎn)化為結(jié)構(gòu)化表格，提升不規(guī)則表格的解析準確率。

而在檢索環(huán)節(jié)，引入基于Agent的Text2SQL能力，不僅能夠自動從大量數(shù)據(jù)表中精準篩選相關(guān)的表和字段，還能將復(fù)雜的業(yè)務(wù)問題智能拆解為多個子問題。支持通過外部工具執(zhí)行SQL，自主識別并優(yōu)化其中存在錯誤的查詢語句，提升應(yīng)答準確性。

在此，平臺通過提供連接企業(yè)數(shù)據(jù)庫的方式，可支持萬行以上大表的穩(wěn)定檢索與智能問答，真正實現(xiàn)對海量結(jié)構(gòu)化數(shù)據(jù)的價值挖掘。

在多模態(tài)場景中，用戶可能通過圖片提問，例如，在汽車客服助手的場景里，用戶可能截取一個設(shè)備圖片來詢問具體使用方式，要求智能體準確關(guān)聯(lián)用戶問題與文檔內(nèi)容，并給出精準回答。

為此，我們在數(shù)十億數(shù)據(jù)上訓(xùn)練得到性能優(yōu)異的中文CLIP模型,  提供不同尺寸支持，在不同數(shù)據(jù)集上均有優(yōu)異的表現(xiàn)。通過多模態(tài)檢索技術(shù)，可根據(jù)用戶問題中的圖片或文本，快速定位知識庫中相關(guān)的圖文信息。最終，讓智能體能夠提供既準確又直觀的圖文并茂的答案。

GraphRAG，也是大模型應(yīng)對復(fù)雜領(lǐng)域知識問答的關(guān)鍵技術(shù)路徑之一，能顯著提升企業(yè)級智能體在深層語義理解與多步推理上的表現(xiàn)。

典型應(yīng)用場景包括：

1.多步推理與深度關(guān)聯(lián)分析，例如前面提到的“分析上述商戶之間的關(guān)聯(lián)風險與競爭關(guān)系”。

2.海量知識的結(jié)構(gòu)化整合，如“瀏覽器網(wǎng)頁標簽頁”。

3.不同知識庫之間的信息關(guān)聯(lián)與整合分析。

在企業(yè)落地中，仍面臨幾個關(guān)鍵挑戰(zhàn)：

其一，依賴大語言模型構(gòu)建圖譜結(jié)構(gòu)，Token消耗量大、處理時間長，成本高昂；

其二，效果瓶頸，復(fù)雜查詢的推理效果存在天花板；

其三，適配成本高，每適配一個新領(lǐng)域，遷移與迭代成本較高。

為此，背靠騰訊優(yōu)圖實驗室自研的GraphRAG能力，我們實現(xiàn)了構(gòu)圖成本的大幅優(yōu)化，讓企業(yè)級智能體面對復(fù)雜推理及結(jié)構(gòu)化任務(wù)時，顯著提升準確率。該能力目前已成功應(yīng)用于QQ瀏覽器等產(chǎn)品，并將上線騰訊云智能體開發(fā)平臺，為更多企業(yè)用戶提供開箱即用的圖檢索增強支持。

在這里，也為大家展示一個GraphRAG在QQ瀏覽器中的實際應(yīng)用案例：智能網(wǎng)頁標簽分類。

在未引入GraphRAG前，瀏覽器對網(wǎng)頁標簽的分類往往只能做到粗顆粒度，例如，將相關(guān)網(wǎng)頁簡單歸類為“體育賽事”。

而接入GraphRAG能力之后，能夠?qū)Α绑w育賽事”這類寬泛主題進行深層語義下鉆與拆解，生成如“足球賽事”“籃球名人堂”等更具象、更便于用戶管理的子類別，極大提升了網(wǎng)頁歸類效率與體驗。

除 RAG，Agent也是智能體開發(fā)平臺的核心能力。接下來我們看瀏覽器如何結(jié)合Agent能力來解決用戶日常的痛點。以下載場景為例：內(nèi)容找不到，信息獲取效率低；格式不對，找到也無法使用；操作繁瑣，效率低下。比如，用戶可能會提出這樣的請求：“請幫我下載幾篇初中地理教師資格證考試的資料”。常規(guī)我們需要網(wǎng)上搜索和不斷甄別網(wǎng)頁有效信息來查找，查找一兩個小時但不一定能找到。

剛才提到的下載案例背后反映了三大挑戰(zhàn)：一是模型既要理解復(fù)雜指令，又要處理超長上下文；二是工具使用從簡單API演進到復(fù)雜的瀏覽器操作和多工具組合；三是記憶，企業(yè)級應(yīng)用需長時上下文，但token消耗巨大。除此之外，引入多Agent協(xié)作，也能進一步緩解落地難題。

我們先看大模型在Agent場景下的表現(xiàn)。傳統(tǒng)大模型只是在一輪問答中給出答案，而Agent應(yīng)用要求模型能主動拆解任務(wù)調(diào)用工具。為此我們做了兩方面優(yōu)化：一是強化工具調(diào)用。借助受限解碼，讓模型在復(fù)雜場景中能穩(wěn)定、百分之百輸出正確的Function-Call，調(diào)用工具完成任務(wù)。二是模型訓(xùn)練優(yōu)化。通過引入RL，在模型學(xué)會更精準地調(diào)用工具，提升任務(wù)完成率。比如下載場景，經(jīng)過訓(xùn)練后，模型能自動補全關(guān)鍵詞，直接篩選搜索PDF格式文件。這就是我們希望看到的變化：模型不僅能“回答問題”，更能真正“完成任務(wù)”。

工具越多功能越強，但在Agent世界里也可能變成“工具迷宮”。面對幾十個工具，Agent既要選得對，還要排得準，否則就會低效甚至誤判。以Browser Use為例，由打開網(wǎng)頁、點擊元素、搜索、滾動、下載等原子化工具組成，看似簡單，卻必須嚴格按順序組合調(diào)用才能完成任務(wù)。如何在這些原子化工具中精準決策、合理編排順序，正是工具挑戰(zhàn)的核心所在。

因此我們對重點工具進行了優(yōu)化。以檢索任務(wù)為例，打造了WideTool WebQA，能自動拆解搜索詞，并對結(jié)果摘要匯總，按需提供信息。借助這些優(yōu)化工具，Agent執(zhí)行效率顯著提升，任務(wù)可以完成得更快、更準。

接下來我們看記憶管理。Agent在復(fù)雜任務(wù)中，記憶往往是最大難點。以下載場景為例，一次任務(wù)可能要訪問幾十個網(wǎng)頁，單個網(wǎng)頁就有數(shù)萬甚至上百萬token，而Agent往往需跑幾十輪對話，累積上下文超過10萬token，遠超主流模型處理能力。沒有有效的記憶管理機制，Agent就會被龐大上下文拖垮。

為解決這一問題，我們提出了動態(tài)無損記憶壓縮。核心思路是在存儲時壓縮，但不丟關(guān)鍵細節(jié)，需要時可原樣恢復(fù)。具體包括兩點：一是上下文壓縮，把歷史結(jié)果和工具調(diào)用總結(jié)為緊湊的記憶文件；二是文件級無損存儲，通過壓縮和分層掛載隨時恢復(fù)完整信息，保證結(jié)果可復(fù)現(xiàn)。實驗中我們將7萬token壓縮至約500token，效率提升141倍。有了這一機制，Agent才能真正具備長時記憶，支撐企業(yè)級復(fù)雜任務(wù)。

接下來我們看Single Agent到Multi-Agent的演進。剛才提到，模型、工具和記憶的復(fù)雜性，讓單Agent能力遇到瓶頸：一是多工具選擇帶來決策壓力；二是單體調(diào)試困難，任務(wù)過載難以拆解優(yōu)化；三是擴展性不足，能力邊界很快觸頂。為此我們引入Multi-Agent。在下載場景中，通過解耦協(xié)作，由總控Agent規(guī)劃分配任務(wù)，專職Download Agent負責文件下載。這樣既降低了調(diào)試難度，也讓分工更清晰、效率更高。

Multi-Agent能突破單體局限，那具體如何協(xié)同呢？在ADP平臺上，除了自由轉(zhuǎn)交外，我們新增了兩種模式：一是工作流編排將Agent嵌入確定流程，適合環(huán)節(jié)固定的業(yè)務(wù)；二是Plan-and-Execute模板，由Planner Agent統(tǒng)籌規(guī)劃，將任務(wù)拆解分配給執(zhí)行Agent（如搜索、代碼、總結(jié)、報告等），并結(jié)合共享記憶，提升協(xié)作有效性。企業(yè)可按場景靈活選擇，真正發(fā)揮Multi-Agent的優(yōu)勢。

以QQ瀏覽器AI下載助理為例，它能幫助用戶一鍵獲取資源。結(jié)合剛才介紹一系列能力能力，下載成功率提升26.8%（由40%升至66.82%）。過去像下載考試資料，需要用戶自行搜索、登錄并逐一下載，流程繁瑣；而現(xiàn)在只需輸入一句話，Agent就能自動檢索、核對并交付所需PDF文件。這些Agent實戰(zhàn)的能力，都沉淀到ADP平臺來。

在下載助理成功落地后，QQ瀏覽器將于10月中下旬推出訂閱助理Agent。它基于ADP的Agent框架，支持用戶用自然語言選擇網(wǎng)頁區(qū)域或主題，快速完成訂閱。無論是企業(yè)跟進行業(yè)報告、消費者獲取新品資訊，還是追星一族，都能通過訂閱助理實現(xiàn)高效、精準、個性化的訂閱體驗。

剛才我們介紹了智能體應(yīng)用開發(fā)引擎的RAG和Agent核心能力。但企業(yè)要真正開發(fā)好智能體，還需要生態(tài)支撐，把復(fù)雜開發(fā)變成生產(chǎn)化搭建。

我們的目標，是從模型、到工具、到提示詞模板，再到應(yīng)用模板，構(gòu)建一個完整的生態(tài)，幫助企業(yè)快速落地應(yīng)用。

為滿足不同企業(yè)場景訴求，平臺提供模型廣場，不僅支持混元及優(yōu)圖精調(diào)等預(yù)置模型，也支持用戶通過API-Key接入第三方模型。在應(yīng)用開發(fā)階段，用戶可按需選擇模型，及進行對比調(diào)試。

同時，對于已在TI-ONE平臺擁有模型服務(wù)的用戶，只需要完成相應(yīng)授權(quán)，就能把同賬號下的TI-ONE模型，直接同步到智能體開發(fā)平臺中使用。

在插件生態(tài)方面，平臺已上架超140個高質(zhì)量插件。我們按照行業(yè)×能力構(gòu)建插件地圖：縱向覆蓋金融、出行、醫(yī)療、教育等行業(yè)，橫向涵蓋圖片識別、行業(yè)信息源、實用工具等能力，拓展企業(yè)級智能體應(yīng)用邊界。

此外，平臺提供近百個高質(zhì)量提示詞模板，覆蓋RAG、Workflow、Agent三大核心模式。以Multi-Agent為例，提供了任務(wù)分解與轉(zhuǎn)交的最佳寫法。幫助開發(fā)者直接復(fù)用成熟經(jīng)驗，高效構(gòu)建應(yīng)用。

在應(yīng)用模版方面，平臺提供覆蓋教育、傳媒、醫(yī)療、金融等多行業(yè)多場景的最佳實踐。如教育的科研文獻解讀，傳媒的播客生成，醫(yī)療的在線問診，金融的股票異動分析等。通過提供應(yīng)用開發(fā)要點，讓企業(yè)可快速實現(xiàn)從0到1的落地。

接下來我們進Agent Infra部分。要讓Agent真正落地企業(yè)，光有模型不夠，還需要完整的生產(chǎn)流水線。我們從三方面保障：一是安全執(zhí)行環(huán)境，通過沙箱確保受控運行；二是可觀測與可運營，保證智能體運行可見可管；三是安全審查與合規(guī)，多維度保障合規(guī)與可追溯。這些構(gòu)成了企業(yè)安心使用Agent的基礎(chǔ)設(shè)施。

在執(zhí)行環(huán)境層面，我們提供三類沙箱。代碼沙箱支持session級隔離與實時銷毀，保證代碼運行的安全；瀏覽器沙箱與QQ瀏覽器深度合作，打磨Agent原生的browser use工具能力；文件管理沙箱則支持與COS打通，支持多Agent共享文件。三類沙箱共同構(gòu)成了安全可控的執(zhí)行環(huán)境。

在可觀測性上，我們提供從應(yīng)用到對話的全鏈路監(jiān)控。應(yīng)用上線后，開發(fā)者不僅能查看整體運行數(shù)據(jù)，還可下鉆到trace粒度，支持工作流節(jié)點級查看，幫助精準定位問題、持續(xù)優(yōu)化效果，確保智能體在大規(guī)模場景下的穩(wěn)定可靠。

同時，Agent Infra將騰訊云的底層能力深度融合進智能體開發(fā)平臺，并以插件的形式提供。像CLS日志管理、COS存儲、Lighthouse服務(wù)器、EdgeOne部署、CloudBase云開發(fā)，這些騰訊云基礎(chǔ)設(shè)施能力，現(xiàn)在都能在智能體開發(fā)平臺內(nèi)直接調(diào)用，幫助企業(yè)打通應(yīng)用與底層云能力，高效落地。

在安全與合規(guī)層面，我們通過大模型安全網(wǎng)關(guān)抵御MCP帶來的多重安全威脅，包括注入攻擊、數(shù)據(jù)泄漏和惡意工具調(diào)用等。支持身份安全、工具安全、內(nèi)容安全和攻擊防護，幫助企業(yè)在規(guī)模化應(yīng)用中實現(xiàn)全方位的安全保障。

未來，騰訊也將圍繞客戶需求，持續(xù)打磨產(chǎn)品，為各行各業(yè)用好智能體提供助力！我的分享到此結(jié)束，謝謝大家！

zhupb