在腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生指出，企业落地Agent最大的难题并非模型能力不足，而是“断点太多”——AI能够撰写方案、完成分析，却无法接入业务系统，也难以获取企业数据。Agent真正落地的关键，在于将人、工具、系统与数据连接起来，使AI进入真实的工作流程。围绕这一判断，腾讯提出打造“全场景、高效能、更放心”的Agent生产力系统，并在两天内以40余场发布，从应用、数据、安全和工程四个层面展示了包括WorkBuddy在内的完整Agent布局。
应用层是最直观的入口。腾讯发布跨应用协同体系Buddy One，一方面通过WorkBuddy连接腾讯文档、腾讯网盘、腾讯乐享以及设计和研发工具，使Agent从个人助手扩展为团队助理；另一方面借助腾讯云ADP、元宝搜索、天籁语音大模型、MAGIC AI等产品，将Agent带入更多业务执行场景。但应用只是起点，Agent进入企业还需回答三个基础问题：能否读懂并使用企业数据、能否在明确的安全边界内行动、能否稳定且规模化地运行。
数据层面，腾讯云围绕“懂、存、跑、自治”展开布局。TDSQL Nexa Lakebase用于理解数据，将海量数据存储、事务、分析、搜索与AI计算整合进同一套数据管理体系，应用层可通过SQL、HTTP或MCP接入，计算层由核心引擎统一访问与智能路由，下辖四类引擎分工处理负载。TDSQL Boundless负责存储和处理多种类型数据，TDSQL-C PostgreSQL为Agent提供弹性、隔离的数据库后端，TencentDB Agent则尝试接手数据库运维工作。DataBuddy提供统一语义层，使Agent按照明确的业务口径查询和分析数据，并针对有数据不出域要求的企业提供私有化方案。腾讯内部测试显示，在相同模型和同一批问题下，加入DataBuddy语义层后，Agent问数准确率从83.5％提升至95.9％。某头部银行接入超过100TB数据后，查询从分钟级缩短至秒级，指标来源和计算过程无需再人工溯源。
安全层面，腾讯新一代云安全中心增加Agent资产盘点和行为审计能力，帮助企业掌握Agent的运行情况，并在发现恶意Skill、异常访问或数据泄露风险时及时阻断。Agent同时也可成为安全人员的工具。腾讯云无境尝试让Agent扮演“黑客”角色，替企业提前寻找漏洞。据腾讯介绍，在一次针对在线教育SaaS平台的测试中，无境沿真实攻击路径尝试，43分钟找出9个漏洞；在另一次医疗预约平台测试中，34分钟内发现11个漏洞。腾讯云天御风控Agent则聚焦业务中的黑产问题。大会演示的“双十一”风控案例中，工作人员仅提出一个问题，Agent在30秒内检索37条风险情报、扫描2140万笔订单，发现1000多笔订单集中流向4个地址，据此判断黄牛可能正在采用新的“中转站”手法，随后自动生成三条风控策略并用过去14天数据回测，组合拦截率达到98.2％，误伤率低于0.02％。
工程层面，腾讯云将Lighthouse Agent、ClawPro、SkillHub和Octop纳入AgentHosting品牌，覆盖Agent的部署、管理、运营和定制。腾讯云通用计算产品副总经理肖娜提到，OpenClaw走红后，团队曾在深圳腾讯大厦举办装机活动，参与者包括帮助孩子装机的62岁母亲和退休航天工程师，反映出不同人群对Agent的普遍需求。从数据地基到安全边界，再到规模化运行，腾讯此次展示的Agent布局表明，企业级Agent的竞争正从单一产品能力转向数据、安全与工程体系的综合比拼。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
