騰訊大模型戰(zhàn)略首次全景亮相！智能體平臺(tái)重磅上線，從“落地可用”到“智能協(xié)同”

克雷西 2025-05-22 23:11:48 來源：量子位

克雷西 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

智能體的開發(fā)門檻，又又又被打下來了！

昨天，騰訊云在他們的AI產(chǎn)業(yè)應(yīng)用峰會(huì)上，正式上線了全新的智能體開發(fā)平臺(tái)，率先在行業(yè)內(nèi)實(shí)現(xiàn)零代碼配置多智能體協(xié)同構(gòu)建。

除了上線智能體開發(fā)平臺(tái)，騰訊云也對(duì)從AI Infra到模型到應(yīng)用的整個(gè)體系來了波全面升級(jí)。

包括混元系列大模型，也迎來了重磅更新。

騰訊云副總裁吳永堅(jiān)對(duì)量子位表示：“騰訊云在智能體領(lǐng)域的產(chǎn)品布局，是圍繞企業(yè)真實(shí)需求逐步演進(jìn)的。整體思路是從場景出發(fā)，扎實(shí)解決實(shí)際問題，并推動(dòng)能力從‘落地可用’逐步邁向‘智能協(xié)同’。”

從一系列接踵而來的更新當(dāng)中，可以看到鵝廠的企業(yè)級(jí)AI產(chǎn)品體系正在變得越來越完整。

對(duì)騰訊云自身而言，這些發(fā)布和更新也意味著其產(chǎn)品能力被進(jìn)一步補(bǔ)齊。

多智能體開發(fā)，零代碼搞定

騰訊云智能體開發(fā)平臺(tái)的前身是“大模型知識(shí)引擎”。據(jù)吳永堅(jiān)介紹，平臺(tái)在RAG能力、工作流能力、多Agent協(xié)作機(jī)制及To B實(shí)戰(zhàn)場景支持方面具備明顯差異化優(yōu)勢。

平臺(tái)具備先進(jìn)的RAG（Retrieval-Augmented Generation，檢索增強(qiáng)生成）能力，先從知識(shí)庫中檢索信息，再由大模型基于檢索結(jié)果生成準(zhǔn)確可追溯的回答。

在具體能力上，在復(fù)雜表格問答場景中表現(xiàn)突出；同時(shí)支持基于文檔自動(dòng)生成問答對(duì)并進(jìn)行溯源校驗(yàn)，有效降低運(yùn)營成本。平臺(tái)還率先實(shí)現(xiàn)新舊文檔比對(duì)與高效決策，支持僅針對(duì)增量內(nèi)容生成問答對(duì)，顯著減少token消耗。

在支持拖拉拽零代碼流程搭建的工作流中，騰訊云智能體平臺(tái)首次推出了具備全局視野的Agent，支持靈活的節(jié)點(diǎn)回退和全局意圖洞察，智能控制節(jié)點(diǎn)跳轉(zhuǎn)。

吳永堅(jiān)舉了個(gè)例子，假如讓Agent幫忙獲取一份天氣預(yù)報(bào)，明確地點(diǎn)和時(shí)間后就已經(jīng)進(jìn)入了執(zhí)行環(huán)節(jié)，但用戶突然發(fā)現(xiàn)把地點(diǎn)說錯(cuò)了，這時(shí)智能體可以回退到地點(diǎn)信息獲取節(jié)點(diǎn)重新詢問，而不是“傻傻的”往前執(zhí)行而不顧用戶反饋。

此外，騰訊云智能體平臺(tái)還率先支持了零代碼配置多Agent協(xié)同轉(zhuǎn)交，靈活配置滿足不同的Multi-Agent協(xié)同方式的搭建需求。

插件生態(tài)方面，騰訊云智能體開發(fā)平臺(tái)整合了內(nèi)部優(yōu)質(zhì)能力（如騰訊地圖、騰訊醫(yī)典）、RAG組件（如網(wǎng)頁解析、文檔解析、Text2SQL）、以及通過MCP協(xié)議接入的第三方插件，實(shí)現(xiàn)全面開放與能力融合。

同時(shí)，平臺(tái)沉淀了很多經(jīng)過To B實(shí)戰(zhàn)打磨沉淀的優(yōu)勢，支持平臺(tái)級(jí)、應(yīng)用級(jí)、知識(shí)庫等完整權(quán)限體系配置，同時(shí)具備企業(yè)級(jí)智能體運(yùn)維的管理后臺(tái)，真正做到靈活、可控、安全。

智能體平臺(tái)的落地，對(duì)基礎(chǔ)大模型能力提出了更高要求。騰訊云在大會(huì)上還帶來了混元系列大模型的最新進(jìn)展，包括新模型的發(fā)布和既有模型的升級(jí)。

• 深度思考模型T1全面升級(jí)，采用多階段強(qiáng)化學(xué)習(xí)訓(xùn)練，競賽級(jí)數(shù)學(xué)能力提升8%；
• 快思考模型Turbo S，在全球arena榜單中上升到全球第八；
• 此外還包括視覺深度模型、端到端語音通話模型、生圖模型imageV2.0、3D生成模型3D V2.5以及可以實(shí)現(xiàn)工業(yè)級(jí)游戲資產(chǎn)生成的混元游戲模型。

隨著智能體開發(fā)平臺(tái)的上線以及既有AI產(chǎn)品矩陣能力的提升，可以看到騰訊云在大模型領(lǐng)域的產(chǎn)品體系正在日漸完善。

騰訊云為什么要做智能體開發(fā)平臺(tái)？

騰訊云智能體開發(fā)平臺(tái)的出現(xiàn)，順應(yīng)了企業(yè)AI應(yīng)用的演進(jìn)過程，以及在一系列過程中涌現(xiàn)出的用戶需求。

吳永堅(jiān)認(rèn)為，To B是用于生產(chǎn)的嚴(yán)肅場景，用戶輸入問題的復(fù)雜度和多樣性比To C場景更高，對(duì)輸出的回復(fù)要求更高，目前大模型能力在To B嚴(yán)肅場景還不能完全滿足需求，需通過產(chǎn)品能力體系化去解決。

騰訊云智能體開發(fā)平臺(tái)的出現(xiàn)，其實(shí)是圍繞著企業(yè)對(duì)于AI應(yīng)用的多樣化需求逐步演進(jìn)。

大模型的產(chǎn)品落地，按照產(chǎn)品形態(tài)可以分為：API接入、RAG應(yīng)用、工作流應(yīng)用和Agent自主決策的應(yīng)用。在過去兩三年的時(shí)間里，企業(yè)級(jí)大模型應(yīng)用的發(fā)展過程，大概可以分為幾個(gè)階段：

首先，是最簡單的大模型API接入，用戶需求直接傳遞給大模型，由模型根據(jù)自身知識(shí)返回結(jié)果，用以AI聊天、搜索等相對(duì)簡單的場景，通過更加自然、有趣的交互，幫助企業(yè)獲取更多流量收益；

第二個(gè)階段，通過RAG的加持，可以讓大模型結(jié)合企業(yè)垂直領(lǐng)域的知識(shí)提供更加精準(zhǔn)、可靠的回復(fù)；

第三個(gè)階段，通過工作流編排“原子能力”，搭建復(fù)雜工作流程，解決企業(yè)業(yè)務(wù)流程定制化的問題。

這三種方式，也是過去騰訊云逐步演進(jìn)并完善的主要智能體構(gòu)建方式，并且已經(jīng)交付了眾多行業(yè)與場景，真正在落地在生產(chǎn)環(huán)境中，為企業(yè)產(chǎn)生價(jià)值。

近期，隨著大模型技術(shù)的升級(jí)，“模型自驅(qū)動(dòng)”Agent也越來越火熱，即支持模型主動(dòng)選擇和調(diào)用工具，并能夠主動(dòng)糾錯(cuò)和反思，相比于RAG能夠解決任務(wù)執(zhí)行類的企業(yè)需求；相比工作流編排，配置成本更低，表現(xiàn)更靈活。

但是每一類模式的To B落地都會(huì)面臨非常多挑戰(zhàn)，比如：

• API接入形式雖然輕量易用，但難以應(yīng)對(duì)專業(yè)領(lǐng)域問題和復(fù)雜任務(wù)鏈路；
• RAG提升了問答回復(fù)精準(zhǔn)度，但對(duì)流程執(zhí)行類任務(wù)支持有限；
• 工作流編排支持人工編排固定流程，但很難保證靈活對(duì)話；
• Agent雖具備更強(qiáng)的自主性與智能性，但要全面適配企業(yè)級(jí)穩(wěn)定性要求，仍需結(jié)合場景深入打磨。

這些問題都是企業(yè)使用大模型上會(huì)遇到的實(shí)際問題。在大模型落地如此困難的背景下，一站式開發(fā)平臺(tái)的重要性和實(shí)戰(zhàn)經(jīng)驗(yàn)沉淀就顯得尤為明顯了。

站在企業(yè)用戶的角度看，市面上的智能體平臺(tái)已經(jīng)琳瑯滿目，選擇騰訊的優(yōu)勢又是什么呢？

騰訊云的智能體開發(fā)平臺(tái)經(jīng)過To B實(shí)戰(zhàn)打磨，沉淀了在RAG、工作流實(shí)際的產(chǎn)品優(yōu)勢功能，并升級(jí)支持了多Agent協(xié)同。

• RAG：端到端的多模態(tài)解析大模型和檢索鏈路沉淀、支持復(fù)雜表格結(jié)構(gòu)查詢（Text2SQL）、問答對(duì)自動(dòng)生成；
• 工作流：內(nèi)置全局洞察Agent，具備流程回退能力；支持異步任務(wù)控制；滿足企業(yè)級(jí)流程管控需求；
• Agent：嚴(yán)審插件中心的插件質(zhì)量，保障工具識(shí)別準(zhǔn)確率與執(zhí)行穩(wěn)定性；新增支持多Agent協(xié)同編排，緩解單Agent的決策壓力和工具選擇壓力，讓不同的Agent各司其職，形成類似“專家協(xié)作”的機(jī)制，滿足企業(yè)復(fù)雜場景的需要。

平臺(tái)同時(shí)配套完備的權(quán)限體系，和運(yùn)營排查工具和管理后臺(tái)，能夠確保服務(wù)可靠運(yùn)行。

目前智能體開發(fā)平臺(tái)已經(jīng)在騰訊云多家客戶的多個(gè)場景中落地，據(jù)了解，在智能客服落地場景，騰訊云與一汽豐田合作，全面升級(jí)智能客服體系，顯著提升客戶服務(wù)質(zhì)量與運(yùn)營效率。通過整合企業(yè)專屬知識(shí)，構(gòu)建高質(zhì)量問答能力，自2024年1月接入以來，智能客服獨(dú)立解決率從37%提升至84%，大幅減輕坐席壓力，優(yōu)化客戶體驗(yàn)和服務(wù)效率。

在醫(yī)藥零售領(lǐng)域，大參林基于騰訊云大模型知識(shí)引擎，構(gòu)建了覆蓋藥品知識(shí)、銷售場景、職能辦公等多個(gè)場景的專屬AI知識(shí)庫，打造了“AI小參”問答助手，已服務(wù)總部與上萬家門店的5萬名員工，查詢響應(yīng)時(shí)間縮短超80%。

在醫(yī)療行業(yè)文書撰寫場景，騰訊云與邁瑞合作推出“啟元重癥”智能體。邁瑞通過行業(yè)模型結(jié)合工作流，對(duì)接院內(nèi)系統(tǒng)，實(shí)現(xiàn)病情問答、文書生成、知識(shí)檢索一體化。醫(yī)生只需一句話，即可生成完整參考病例，病歷書寫效率提升近一倍。

從智能客服到智能體應(yīng)用開發(fā)平臺(tái)

萬丈高樓平地起，騰訊云智能體開發(fā)平臺(tái)也并非一蹴而就。吳永堅(jiān)表示，騰訊云始終堅(jiān)持從企業(yè)業(yè)務(wù)場景出發(fā)，一步步完善底座能力，從模型到平臺(tái)，從工具到智能體，最終構(gòu)建出一套真正能跑業(yè)務(wù)、能接工具、能持續(xù)演進(jìn)的智能體體系。

前面介紹過，騰訊云智能體開發(fā)平臺(tái)的前身是“大模型知識(shí)引擎”，但實(shí)際上它真正的起點(diǎn)是企點(diǎn)智能客服。

最初騰訊云聚集在大模型需求最為旺盛的智能客服領(lǐng)域，基于客服場景，在企點(diǎn)智能客服上對(duì)知識(shí)問答場景共性的、核心能力進(jìn)行打磨。

落地過程中，客戶的需求也在不斷升級(jí)和變化，騰訊云智能團(tuán)隊(duì)發(fā)現(xiàn)還有非常多值得探索的場景，比如標(biāo)簽提取、文案創(chuàng)作、角色扮演、還有需要自定義流程并對(duì)接企業(yè)等，于是開始推動(dòng)其產(chǎn)品向著“智能體構(gòu)建平臺(tái)”的方向上進(jìn)化。

在智能體構(gòu)建平臺(tái)上，騰訊云的演進(jìn)路徑非常明確：從最初的RAG知識(shí)庫問答，到流程編排的工作流，再逐步引入Agent能力，演進(jìn)為多智能體協(xié)同的Multi-Agent架構(gòu)，MCP協(xié)議出現(xiàn)后，也進(jìn)行了快速適配。

當(dāng)然Multi-Agent不是終點(diǎn)，人工智能技術(shù)和企業(yè)用戶需求的演變也不會(huì)停止。

但在變化之中保持不變的，是堅(jiān)持滿足客戶需求。

吳永堅(jiān)介紹，“構(gòu)建一個(gè)離產(chǎn)業(yè)最近的AI平臺(tái)”，就是騰訊云的核心主張之一。

在他看來，企業(yè)級(jí)AI產(chǎn)品的研發(fā)不是為了炫技，也不是追求潮流而堆砌產(chǎn)品功能，而是要切實(shí)滿足用戶的價(jià)值。

“在產(chǎn)業(yè)智能化轉(zhuǎn)型的浪潮中，‘構(gòu)建離產(chǎn)業(yè)最近的AI平臺(tái)’不僅是技術(shù)能力的比拼，更是對(duì)產(chǎn)業(yè)痛點(diǎn)的深度理解和價(jià)值閉環(huán)能力的考驗(yàn)?！眳怯缊?jiān)說。

目前來看，整個(gè)行業(yè)仍然處在一個(gè)自由競爭的狀態(tài)，具體哪種技術(shù)或產(chǎn)品路線更具優(yōu)勢仍待檢驗(yàn)，可以說各家都有各自的優(yōu)勢和不足。

但是，通過技術(shù)提升、生態(tài)共建與場景化落地，騰訊云在“離產(chǎn)業(yè)最近”的目標(biāo)上，一直在修煉內(nèi)功，并取得了一些進(jìn)展。

比如在行業(yè)Konw-How深度內(nèi)化方面，騰訊云已構(gòu)建覆蓋金融、教育、零售、出行、消費(fèi)電子等30多個(gè)行業(yè)的解決方案。

騰訊云預(yù)計(jì)，未來企業(yè)應(yīng)用會(huì)更加行業(yè)垂直化，用戶對(duì)精度的要求會(huì)更高，對(duì)數(shù)據(jù)安全性的要求也會(huì)不斷提升，將通過模型能力升級(jí)、平臺(tái)工具完善、場景解決方案打磨等措施進(jìn)一步提升產(chǎn)品能力。

除了應(yīng)用之外，進(jìn)一步強(qiáng)化降本增效能力，還需要基礎(chǔ)設(shè)施的升級(jí)，具體來說，更高效與自動(dòng)化的訓(xùn)練技術(shù)、分布式推理技術(shù)、主流模型內(nèi)核優(yōu)化、主流芯片的推理加速能力將是主要演進(jìn)方向。

吳永堅(jiān)表示，“我們的目標(biāo)就是以用戶需求為本，去做產(chǎn)品和技術(shù)的持續(xù)迭代，更好地構(gòu)建距離產(chǎn)業(yè)更近的AI?！?/p>