作者 | 凌敏、劉楊楠、 王瑋

當(dāng) AI 的風(fēng)從互聯(lián)網(wǎng)吹向傳統(tǒng)行業(yè)，從前沿應(yīng)用吹向產(chǎn)業(yè)核心，如何利用 AI 為企業(yè)降本、提效、創(chuàng)收，成了擺在企業(yè)面前的難題。

在 2025 騰訊全球數(shù)字生態(tài)大會啟幕前夕，騰訊云聯(lián)合 InfoQ 特別打造「AI 技術(shù)周」系列直播欄目，9 月 8 日 -14 日連續(xù) 7 天高能輸出，每天 2 小時(shí)，帶領(lǐng)開發(fā)者、企業(yè)深入 AI 技術(shù)腹地，洞見未來趨勢，并公布多項(xiàng) AI+ 產(chǎn)品的最新進(jìn)展。這場持續(xù) 7 天的技術(shù)馬拉松，圍繞 AI Infra、Agent、數(shù)據(jù)庫、大數(shù)據(jù)、安全、音視頻、開發(fā)者工具、協(xié)同辦公關(guān)鍵議題，邀請到多位技術(shù)大咖展開深度對話，助力“好用的 AI”在千行百業(yè)中加速落地。立即點(diǎn)擊【閱讀原文】免費(fèi)領(lǐng)取講師課件和白皮書。

1 解密硬核黑科技如何讓企業(yè)低成本 + 低門檻搭建 AI 應(yīng)用

當(dāng)前，AI 正加速成為企業(yè)中長期發(fā)展的“主引擎”，但算力運(yùn)維難、開發(fā)門檻高、需求碎片化、部署周期長四大行業(yè)陣痛也讓不少企業(yè)望而卻步。在 AI 技術(shù)周第一期欄目中，騰訊云多位技術(shù)專家通過四大硬核黑科技，逐一破解上述四大行業(yè)痛點(diǎn)。

騰訊云 CVM 技術(shù)專家梁居寶表示，騰訊云 CVM 彈性算力針對 Agent 落地面臨的多項(xiàng)挑戰(zhàn)，提供了一體化解決方案。通過構(gòu)建基于模型上下文協(xié)議（MCP）的標(biāo)準(zhǔn)化工具調(diào)用框架，CVM 已將云服務(wù)器實(shí)例管理、自動化助手 TAT、彈性伸縮 AS 等多個(gè)計(jì)算產(chǎn)品的 API，封裝成標(biāo)準(zhǔn)化的 MCP Server 對外提供服務(wù)，并已上線到包括騰訊云開發(fā)者社區(qū)在內(nèi)的多個(gè)主流平臺。通過騰訊云 CVM 提供的 MCP Server，開發(fā)者能夠高效、便捷地連接并使用騰訊云各項(xiàng)云服務(wù)，極大地簡化了云資源的管理與操作流程。此外，騰訊云 CVM MCP Server 提供了統(tǒng)一且標(biāo)準(zhǔn)的云資源管理工具，用戶可將其靈活嵌入自有的 AI Agent 中，拓展更豐富的自動化應(yīng)用場景，也可將 Agent 發(fā)布至主流 AI 平臺，通過自然語言對話的方式，輕松地完成云資源的管理和運(yùn)維。

對于更輕量級的業(yè)務(wù)場景，為了幫助開發(fā)者低門檻上手 Agent、MCP Server 等 AI 應(yīng)用的云端部署，騰訊云推出了輕量應(yīng)用服務(wù)器（Tencent Cloud Lighthouse）。騰訊云高級產(chǎn)品經(jīng)理曹峻瑋表示，Agent 的搭建需要經(jīng)歷需求開發(fā)、調(diào)試、驗(yàn)證、發(fā)布、部署、運(yùn)行、觀測多個(gè)階段，輕量云針對 Agent 開發(fā)的全流程推出了獨(dú)立應(yīng)用鏡像，如 Agent 沙箱提供代碼執(zhí)行與瀏覽器控制能力，向量數(shù)據(jù)庫服務(wù)支持實(shí)現(xiàn) Agent 記憶功能，顯著提升搭建效率。同時(shí)，輕量云還封裝了熱門的 Agent 開發(fā)工具 Dify，提供從 Agent 構(gòu)建到 AI workflow 的編排，以及 RAG 檢索模塊管理等能力，進(jìn)一步降低 AI 應(yīng)用的搭建門檻。

無論是訓(xùn)練復(fù)雜的模型還是運(yùn)行 Agent，背后都離不開堅(jiān)實(shí)可靠的算力支撐—— GPU。騰訊云異構(gòu)計(jì)算專家工程師龔學(xué)健認(rèn)為，算力是構(gòu)建 AI 應(yīng)用體系的底座，發(fā)揮著至關(guān)重要的支撐作用。對于從事 AI 應(yīng)用開發(fā)的開發(fā)者和企業(yè)而言，GPU 的選型是一項(xiàng)關(guān)鍵任務(wù)，除了要關(guān)注基礎(chǔ)的算力與顯存容量之外，在大規(guī)模訓(xùn)練場景中，還需重點(diǎn)關(guān)注機(jī)內(nèi)互聯(lián)（如 NVLink）與機(jī)間互聯(lián)（如 InfiniBand / RoCE）的性能指標(biāo)。

具體而言，在 GPU 選型之初，需要先明確具體任務(wù)需求，比如，大語言模型的訓(xùn)練跟推理場景對算力的需求具有顯著差異，訓(xùn)練屬于算力密集型任務(wù)，以吞吐為導(dǎo)向，對通信要求高，推理任務(wù)則更關(guān)注請求時(shí)延。此外，選型還需要緊密結(jié)合模型特性與業(yè)務(wù)場景，以實(shí)現(xiàn)最優(yōu)成本效益。

當(dāng)企業(yè)解決了 AI 算力需求，并構(gòu)建出 AI 應(yīng)用后，下一個(gè)關(guān)鍵問題隨之而來：如何讓這些應(yīng)用，特別是大模型應(yīng)用，以高性能、高可靠的方式真正服務(wù)用戶？騰訊云異構(gòu)計(jì)算高級工程師李東昊表示，從大模型的生命周期來看，主要包括訓(xùn)練與推理兩大環(huán)節(jié)。當(dāng)前，基礎(chǔ)模型訓(xùn)練普遍由頭部互聯(lián)網(wǎng)或 AI 公司完成，而對大多數(shù)企業(yè)和開發(fā)者而言，更常見的任務(wù)是對模型進(jìn)行微調(diào)、對齊，或直接使用成熟的基礎(chǔ)模型進(jìn)行推理。因此，模型推理已成為實(shí)現(xiàn) AI 應(yīng)用價(jià)值的“最后一公里”。在這一環(huán)節(jié)中，性能與成本、安全與合規(guī)是兩大核心考量。

當(dāng)前，企業(yè)或開發(fā)者嘗試自主部署推理集群通常會面臨以下痛點(diǎn)：一是部署成本高，包括算力、電力與機(jī)房硬件投入；二是部署周期長，需要專門組建團(tuán)隊(duì)并完成復(fù)雜的環(huán)境搭建；三是運(yùn)維難度大，需協(xié)調(diào)算力、存儲、網(wǎng)絡(luò)等多種資源；四是安全隱患，無論是自建集群還是使用第三方 MaaS 服務(wù)，均存在數(shù)據(jù)泄露與安全攻擊風(fēng)險(xiǎn)。針對上述痛點(diǎn)，騰訊云高性能應(yīng)用服務(wù) HAI 推理集群提供了系統(tǒng)性的解決方案：支持按量計(jì)費(fèi)、開箱即用，并提供全托管服務(wù)和可信執(zhí)行環(huán)境，此外，HAI 還提供智能擴(kuò)縮容能力，支持基于定時(shí)策略及 LLM 特有指標(biāo)（如等待隊(duì)列長度、最小連接數(shù)等）進(jìn)行彈性伸縮，適應(yīng)不同流量場景，保障服務(wù)穩(wěn)定性的同時(shí)優(yōu)化資源成本。

在“AI 算力千百問”圓桌討論中，四位嘉賓圍繞多樣化算力場景展開深度交流。對于當(dāng)前中小企業(yè)嘗試 AI 應(yīng)用時(shí)面臨的算力選擇與成本優(yōu)化問題，專家表示需要根據(jù)具體模型和任務(wù)需求合理配置算力、顯存及網(wǎng)絡(luò)資源，尤其注意 CPU 與 GPU 的配比，并持續(xù)跟蹤模型與推理引擎的優(yōu)化，優(yōu)先選擇技術(shù)服務(wù)強(qiáng)、合規(guī)可靠的云服務(wù)商，以獲得高性價(jià)比的算力支持。

在輕量級試水 AI 能力方面，初期應(yīng)選擇云上按需付費(fèi)模式，采用低成本配置快速驗(yàn)證想法，也可直接調(diào)用廠商提供的大模型 API，避免過早投入模型部署。并從“小而準(zhǔn)”的場景切入，逐步擴(kuò)展，切忌初期盲目追求大而全的自研模型。此外，團(tuán)隊(duì)?wèi)?yīng)理性評估業(yè)務(wù)需求，善用“小模型”解決特定任務(wù)，在 AI 智能體中實(shí)現(xiàn)資源的最佳匹配，避免盲目使用大模型帶來的資源錯(cuò)配。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：https://www.infoq.cn/video/j93Y519pZ0rluRmeQGQm

2 AI Agent 技術(shù)創(chuàng)新與企業(yè)級智能體快速落地路徑

當(dāng)下炙手可熱的 AI Agent 正以前所未有的速度滲透進(jìn)企業(yè)的生產(chǎn)、營銷與服務(wù)流程中。然而，從一個(gè)爆火的技術(shù)概念到一位穩(wěn)定可靠的“數(shù)字員工”，企業(yè)在實(shí)踐過程中仍然面臨著不少挑戰(zhàn)。騰訊云 AI 技術(shù)周第二期 AI Agent 專場邀請了來自平臺廠商、中小企業(yè)實(shí)踐及解決方案服務(wù)商的嘉賓，共同探討企業(yè)級智能體快速落地的路徑。

在企業(yè)落地智能體應(yīng)用的過程中，普遍面臨三個(gè)痛點(diǎn)：知識問答準(zhǔn)確率不足，導(dǎo)致用戶體驗(yàn)不穩(wěn)定；業(yè)務(wù)流程缺乏靈活性，一旦信息變更往往需要從頭處理；多智能體協(xié)作受限，無法根據(jù)場景高效分工與銜接。為了解決這些問題，騰訊云智能體開發(fā)平臺產(chǎn)品經(jīng)理夏宇指出，平臺已完成RAG、Workflow、Agent三大應(yīng)用開發(fā)框架全面升級。RAG 進(jìn)化為 Agentic RAG，提升知識問答的穩(wěn)定性；Workflow 引入全局視野 Agent，可在用戶修改信息時(shí)，自動“倒帶”到對應(yīng)節(jié)點(diǎn)修正；Agent 框架升級為 Multi-Agent，支持自由轉(zhuǎn)交、工作流編排轉(zhuǎn)交、P&E 協(xié)同模版等多方式配置 Agent 協(xié)同。

在此基礎(chǔ)上，平臺同步提供包含 140 余款高質(zhì)量插件、可復(fù)用的提示詞模板以及 80 余套配套開發(fā)要點(diǎn)的應(yīng)用模板，避免從零開始造輪子。同時(shí)，平臺強(qiáng)化了應(yīng)用評測、運(yùn)營和權(quán)限管理，確保企業(yè) AI 應(yīng)用落地的過程的快速可控。

如果說騰訊云智能體開發(fā)平臺是為企業(yè)落地 AI 修建的一條高速公路，那么騰訊元器則致力于為每一位創(chuàng)作者和開發(fā)者鋪設(shè)一條通往 AI 世界的便捷通道。騰訊元器產(chǎn)品運(yùn)營張瑞波介紹，元器最大的特色是與微信生態(tài)的結(jié)合。

公眾號創(chuàng)作者通過一鍵授權(quán)即可將歷史文章轉(zhuǎn)為知識庫，并保持自動更新。育兒博主“童爸”只花 10 分鐘就建立了自己的“數(shù)字分身”智能體，已經(jīng)為 6 萬個(gè)家庭提供服務(wù)。在知識變現(xiàn)方面，元器內(nèi)置微信支付 MCP 能力，支持創(chuàng)作者在智能體中實(shí)現(xiàn)商業(yè)變現(xiàn)。法律科普博主“飛哥”利用這一功能搭建法律咨詢智能體，僅兩周就收獲了千元以上的打賞。這一案例說明，智能體不僅能提升效率，還能開辟新的商業(yè)模式。

對于預(yù)算和技術(shù)力量有限的中小企業(yè)，微盛 AI·企微管家 CO Founder&CEO 夏京安認(rèn)為，落地的關(guān)鍵在于降低使用門檻。企微原生 IM 成為天然入口，員工可以在熟悉的對話環(huán)境中直接調(diào)用 Agent，身份鑒權(quán)和數(shù)據(jù)授權(quán)均無縫銜接，模型還能通過持續(xù)交互不斷優(yōu)化。在會議紀(jì)要、審批、日程、請假等高頻場景，Agent 可即時(shí)接管任務(wù)，不打斷工作流。微盛的實(shí)際數(shù)據(jù)表明，結(jié)合企微后，客服、營銷、質(zhì)檢等環(huán)節(jié)的智能體應(yīng)用已顯著提升效率，并帶來了業(yè)務(wù)價(jià)值，在其自身實(shí)踐中，用企微 AI 聊天跟進(jìn)，實(shí)現(xiàn)了銷售轉(zhuǎn)化率提升 30%，真正實(shí)現(xiàn)了低成本、高回報(bào)的落地。

而在更加通用的企業(yè)應(yīng)用中，難點(diǎn)更加復(fù)雜。騰云悅智數(shù)據(jù)智能服務(wù)部副總經(jīng)理梁衛(wèi)星總結(jié)出四大挑戰(zhàn)：模型幻覺、數(shù)據(jù)安全、高質(zhì)量數(shù)據(jù)以及大模型性能。他提出的“知、行、贏”方法論，強(qiáng)調(diào)企業(yè)需要在三個(gè)階段推進(jìn)落地。第一步“知”，即管理層與技術(shù)團(tuán)隊(duì)要建立對模型邊界和關(guān)鍵挑戰(zhàn)的共識；第二步“行”，通過咨詢、方案設(shè)計(jì)、定制開發(fā)和效果調(diào)優(yōu)逐步落地；第三步“贏”，上線后要用真實(shí)用戶數(shù)據(jù)不斷反哺和迭代，從而形成持續(xù)的價(jià)值創(chuàng)造。這一方法論為企業(yè)在復(fù)雜場景中推進(jìn)智能體提供了可操作的流程指引。

從騰訊云智能體開發(fā)平臺的技術(shù)升級，到元器降低創(chuàng)作門檻、探索商業(yè)模式，再到騰訊云智能體平臺 + 企微驅(qū)動的中小企業(yè)低成本實(shí)踐，以及騰云悅智的方法論框架，可以看到， AI Agent 的落地路徑正在逐步清晰和成熟，在不同規(guī)模、不同行業(yè)的企業(yè)中被驗(yàn)證和復(fù)制。隨著技術(shù)能力、應(yīng)用場景和組織流程的不斷對齊，AI Agent 正在真正嵌入企業(yè)運(yùn)作體系，承擔(dān)起“數(shù)字員工”的角色，并通過持續(xù)迭代為業(yè)務(wù)創(chuàng)造可衡量的價(jià)值。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：https://www.infoq.cn/video/Pd7y5EkGFke1KVrWwMiD

3 從被動存儲到主動決策：AI 如何驅(qū)動數(shù)據(jù)庫與大數(shù)據(jù)智能進(jìn)化

在數(shù)字化浪潮的推動下，數(shù)據(jù)與人工智能的深度融合已成為企業(yè)構(gòu)筑核心競爭力的關(guān)鍵要素。

騰訊云 AI 技術(shù)周第三期直播聚焦“Data+AI”這一核心議題，邀請了四位分別來自騰訊云大數(shù)據(jù)和數(shù)據(jù)庫領(lǐng)域的業(yè)務(wù)專家，系統(tǒng)性地剖析了 AI 如何驅(qū)動數(shù)據(jù)基礎(chǔ)設(shè)施與大數(shù)據(jù)應(yīng)用的智能進(jìn)化，為業(yè)界呈現(xiàn)了一幅從數(shù)據(jù)交互、平臺構(gòu)建到存儲引擎的全鏈路技術(shù)藍(lán)圖。

直播開篇，騰訊云大數(shù)據(jù) WeData 研發(fā)總監(jiān)虎興龍便深刻剖析了當(dāng)前 Data Agent（數(shù)據(jù)智能體）在企業(yè)落地時(shí)最棘手的行業(yè)痛點(diǎn)，即信任缺失與溝通鴻溝。

企業(yè)投入巨資構(gòu)建了 Agent，但業(yè)務(wù)人員（如市場、運(yùn)營）嘗試用自然語言提問時(shí)，AI 卻常常因無法準(zhǔn)確理解復(fù)雜的企業(yè)數(shù)據(jù)上下文，導(dǎo)致生成的 SQL 查詢結(jié)果錯(cuò)誤或不可靠。這使得 Data Agent 淪為“花架子”，業(yè)務(wù)決策依然嚴(yán)重依賴數(shù)據(jù)分析師手動介入，數(shù)據(jù)價(jià)值很難在 AI 落地的“最后一公里”充分釋放。

虎興龍?zhí)岢龅慕鉀Q方案，是從根本上重塑人機(jī)協(xié)作范式，核心是構(gòu)建一個(gè)數(shù)據(jù)統(tǒng)一語義層（WeData Unity Semantics）。此方案的深度在于，它認(rèn)識到問題的本質(zhì)不是優(yōu)化 AI 寫 SQL 的能力，而是構(gòu)筑人與機(jī)器新的信任基礎(chǔ)：數(shù)據(jù)上下文系統(tǒng)。在數(shù)據(jù)分析領(lǐng)域，人與機(jī)器共同能理解的上下文包含：數(shù)據(jù)的概念、業(yè)務(wù)術(shù)語、數(shù)據(jù)的關(guān)系、指標(biāo)、維度等業(yè)務(wù)語義。

WeData Unity Semantics 從統(tǒng)一元數(shù)據(jù)、統(tǒng)一治理、統(tǒng)一語義著手，為用戶提供了一套數(shù)據(jù)上下文構(gòu)建和治理平臺：規(guī)范了數(shù)據(jù)的概念、業(yè)務(wù)術(shù)語、關(guān)系、口徑、分析維度的定義，并為下游應(yīng)用提供一致、可信、高效的數(shù)據(jù)訪問接口，例如：MCP、API、JDBC、數(shù)據(jù)發(fā)現(xiàn)服務(wù)等。AI 的交互模式因此從充滿不確定性的 Text-to-SQL，轉(zhuǎn)變?yōu)檎{(diào)用確定性的、封裝了復(fù)雜邏輯的 Text-to-API。

這一轉(zhuǎn)變將復(fù)雜性從難以預(yù)測的 AI 模型，轉(zhuǎn)移到了可由專家定義和治理的語義層，從而在機(jī)制上保證了查詢的準(zhǔn)確性與可解釋性，為建立人機(jī)信任奠定了堅(jiān)實(shí)基礎(chǔ)。

騰訊云大數(shù)據(jù) EMR 資深產(chǎn)品經(jīng)理孫愛林指出了另一個(gè)普遍存在的組織與技術(shù)痛點(diǎn)：大數(shù)據(jù)團(tuán)隊(duì)與機(jī)器學(xué)習(xí)團(tuán)隊(duì)的“相愛相殺”。

由于歷史原因，兩個(gè)團(tuán)隊(duì)往往使用不同的技術(shù)棧、獨(dú)立的資源集群和割裂的運(yùn)維體系。這直接導(dǎo)致了數(shù)據(jù)需在平臺間反復(fù)遷移，鏈路冗長；資源無法共享，造成巨大浪費(fèi)；以及研發(fā)流程脫節(jié)，嚴(yán)重拖慢了從數(shù)據(jù)準(zhǔn)備到模型訓(xùn)練的迭代速度 。

騰訊云 EMR 給出的答案是構(gòu)建 Data+AI 一體化平臺，其核心價(jià)值在于“融合”與“統(tǒng)一”。通過統(tǒng)一存儲、統(tǒng)一調(diào)度、統(tǒng)一計(jì)算，平臺將原本分立的兩個(gè)世界拉通。

例如，通過 TC-Catalog 提供覆蓋結(jié)構(gòu)化數(shù)據(jù) + 非結(jié)構(gòu)化數(shù)據(jù)和 AI 模型的統(tǒng)一元數(shù)據(jù)管理、權(quán)限管理等功能；支持 Spark、StarRocks、Hive、Xpark 等多種大數(shù)據(jù)及 AI 計(jì)算引擎，大數(shù)據(jù)和 AI 引擎可平權(quán)統(tǒng)一訪問 Catalog 中的結(jié)構(gòu)化 + 非結(jié)構(gòu)化數(shù)據(jù) + 模型文件，減少數(shù)據(jù)在大數(shù)據(jù)系統(tǒng)和 AI 系統(tǒng)的搬遷。

這套方案的深層價(jià)值在于，它不僅是技術(shù)上的集成，更是促進(jìn)組織協(xié)同的催化劑。它將數(shù)據(jù)處理和模型訓(xùn)練視為一個(gè)連續(xù)的整體工作流，讓大數(shù)據(jù)團(tuán)隊(duì)和 AI 團(tuán)隊(duì)在同一個(gè)平臺上協(xié)作，從而根除了數(shù)據(jù)孤島和流程內(nèi)耗，為企業(yè)實(shí)現(xiàn)高效的 MLOps 奠定了基礎(chǔ)。

直播的下半場聚焦于數(shù)據(jù)基石——數(shù)據(jù)庫。目前，行業(yè)痛點(diǎn)呈現(xiàn)兩極分化：對于業(yè)務(wù)流量波動巨大的企業(yè)（如電商、游戲），傳統(tǒng)固定規(guī)格的數(shù)據(jù)庫使其陷入“資源預(yù)留浪費(fèi)”與“突發(fā)流量崩潰”的兩難境地 。而對于廣大中小企業(yè)，自建開源數(shù)據(jù)庫看似免費(fèi)，實(shí)則面臨著高昂的隱性運(yùn)維成本（安全、備份、監(jiān)控、專家人力），可靠性難以保障。

騰訊云數(shù)據(jù)庫產(chǎn)品經(jīng)理鄧昕瑞以及高級產(chǎn)品經(jīng)理扶婕分別給出了針對性的解決方案。

TDSQL-C Serverless 通過“計(jì)算存儲分離”的云原生架構(gòu)，從根本上解決了流量不確定性問題。它可以控制資源擴(kuò)縮范圍；能持續(xù)監(jiān)控用戶的 CPU、內(nèi)存等 workload 負(fù)載情況，根據(jù)規(guī)則觸發(fā)自動擴(kuò)縮容策略；具備自動啟停能力以及彈性防抖動能力。因此，使用 Serverless 集群能提升資源利用率，節(jié)省成本，讓算力資源像水電一樣按需使用、按量付費(fèi)，企業(yè)無需再做艱難的容量規(guī)劃，能夠以最優(yōu)成本從容應(yīng)對任何流量洪峰。

而云數(shù)據(jù)庫 MySQL 是騰訊云最經(jīng)典、最老牌的公有云數(shù)據(jù)庫產(chǎn)品，開始運(yùn)營至今已服務(wù)近 20 萬家客戶。

云數(shù)據(jù)庫 MySQL 推出的經(jīng)濟(jì)型和單節(jié)點(diǎn)實(shí)例，則是對中小企業(yè)成本痛點(diǎn)的精準(zhǔn)回應(yīng)。這套方案利用云的彈性優(yōu)勢，將企業(yè)級的高可用能力以普惠的價(jià)格提供給預(yù)算有限的客戶，同時(shí)為開發(fā)測試等非核心場景提供極致性價(jià)比的選擇，有效降低了中小企業(yè)獲得專業(yè)、穩(wěn)定數(shù)據(jù)庫服務(wù)的門檻 。

總得來看，本期直播深刻揭示了“Data+AI”時(shí)代的行業(yè)痛點(diǎn)，并提供了系統(tǒng)性解決方案，為企業(yè)在數(shù)據(jù)智能化的道路上如何構(gòu)建信任、打破壁壘、平衡成本與性能，指明了清晰的演進(jìn)方向。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：https://www.infoq.cn/video/8SOET0sY3huapapqEMbK

4 數(shù)智時(shí)代的安全操盤手：AI 安全可控，風(fēng)控增效無憂

對于企業(yè)而言，安全問題始終是重中之重。當(dāng)企業(yè)業(yè)務(wù)狂飆，AI 安全如何化身企業(yè)“隱形保鏢”？智能風(fēng)控如何幫助企業(yè)省下百萬營銷預(yù)算？展望未來，AI 時(shí)代下的安全 & 風(fēng)控趨勢又將走向何方？在 AI 技術(shù)周第四期欄目中，騰訊云天御風(fēng)控與零信任技術(shù)專家，從風(fēng)險(xiǎn)識別和辦公安全兩個(gè)維度，共同拆解數(shù)智時(shí)代的安全操盤手。

當(dāng)前，互聯(lián)網(wǎng)欺詐行為高速增長，2024 年國內(nèi)作惡手機(jī)號量級年環(huán)比上漲 30%、作惡 IP 數(shù)量年環(huán)比上漲 95%。這些虛假手機(jī)號和代理 IP 被大量用于攻擊企業(yè)營銷活動，導(dǎo)致營銷費(fèi)用被惡意消耗，真實(shí)用戶難以獲益，最終造成企業(yè)資源浪費(fèi)與轉(zhuǎn)化效果不佳。值得注意的是，黑產(chǎn)攻擊已經(jīng)滲透各行各業(yè)，在金融、電商、社交、直播、航空出行等領(lǐng)域都會存在，且作弊手段多樣，對企業(yè)業(yè)務(wù)帶來一定的風(fēng)險(xiǎn)。

騰訊云天御風(fēng)險(xiǎn)識別正是一款基于大數(shù)據(jù)和 AI 技術(shù)的智能風(fēng)控解決方案。

騰訊云天御風(fēng)控產(chǎn)品專家王雷雷表示，騰訊云天御主要從風(fēng)險(xiǎn)感知、風(fēng)險(xiǎn)評估和風(fēng)險(xiǎn)處置三個(gè)環(huán)節(jié)構(gòu)建完整防護(hù)體系。在風(fēng)險(xiǎn)感知環(huán)節(jié)，天御提供設(shè)備指紋能力，通過對設(shè)備環(huán)境進(jìn)行風(fēng)險(xiǎn)識別并為每臺設(shè)備生成唯一標(biāo)識，有效識別異常環(huán)境；在風(fēng)險(xiǎn)評估環(huán)節(jié)，天御綜合賬號信息，如手機(jī)號、OpenID、IP 等，評估用戶風(fēng)險(xiǎn)等級，并內(nèi)置多個(gè)行業(yè)的定制化策略，確保在不同業(yè)務(wù)場景下精準(zhǔn)識別風(fēng)險(xiǎn)；在風(fēng)險(xiǎn)處置環(huán)節(jié)，針對識別出的高風(fēng)險(xiǎn)行為，天御提供多種交互驗(yàn)證方式，如行為驗(yàn)證碼及多因子認(rèn)證。

在遠(yuǎn)程辦公和移動辦公日益普及的今天，企業(yè)辦公安全同樣不容忽視。騰訊零信任產(chǎn)品負(fù)責(zé)人、騰訊企微網(wǎng)關(guān)產(chǎn)品負(fù)責(zé)人劉登峰提到，過去二十年，企業(yè)辦公模式經(jīng)歷了快速演進(jìn)，從早期的電子化辦公逐步發(fā)展為如今的智能協(xié)同辦公。在 AI 技術(shù)的推動下，企業(yè)辦公效率不斷提升，但也帶來了全新的安全挑戰(zhàn)。

• 其一，AI 技術(shù)顯著降低了網(wǎng)絡(luò)攻擊門檻。AI 驅(qū)動的釣魚攻擊平臺可以自動分析目標(biāo)企業(yè)的社交媒體和網(wǎng)站，生成逼真的釣魚內(nèi)容，攻擊效率比傳統(tǒng)方式提高數(shù)倍。此外，AI 還被用于生成惡意代碼和深度偽造內(nèi)容，進(jìn)一步加劇了釣魚攻擊的復(fù)雜性和隱蔽性。
  

• 其二，企業(yè)運(yùn)營需要提效應(yīng)對各類快速增長的安全威脅。安全運(yùn)營團(tuán)隊(duì)面臨告警數(shù)量激增、專業(yè)人才短缺等挑戰(zhàn)，需要借助 AI 技術(shù)實(shí)現(xiàn)從“輔助駕駛”到“自動駕駛”的智能化運(yùn)營升級，企業(yè)安全團(tuán)隊(duì)也需要通過 AI 技術(shù)提升安全運(yùn)營效率。
  

• 其三，AI 時(shí)代下混合辦公趨于常態(tài)化。遠(yuǎn)程與混合辦公模式打破了傳統(tǒng)網(wǎng)絡(luò)邊界，增加了企業(yè)暴露面和攻擊面。此外，混合辦公模式下的設(shè)備多樣性和網(wǎng)絡(luò)復(fù)雜性，使得傳統(tǒng)的安全防護(hù)措施難以有效覆蓋所有終端，風(fēng)險(xiǎn)進(jìn)一步提高。
  

• 其四，AI 工具增加了企業(yè)泄密通道。AI 工具在提升工作效率的同時(shí)，也帶來了數(shù)據(jù)泄露的風(fēng)險(xiǎn)。

騰訊根據(jù)自身無邊界零信任企業(yè)網(wǎng)的最佳實(shí)踐，構(gòu)建出了新一代辦公安全解決方案——騰訊 iOA 零信任安全管理系統(tǒng)（Zero Trust Security Management）。

劉登峰表示，在推進(jìn)自研零信任安全架構(gòu)時(shí)，團(tuán)隊(duì)明確了幾大核心方向。一方面，需要從整體網(wǎng)絡(luò)安全架構(gòu)全面轉(zhuǎn)向零信任，而非僅用零信任產(chǎn)品替代 VPN，并推進(jìn)全場景接入。另一方面，以“終端 All in one”為標(biāo)準(zhǔn)，基于核心業(yè)務(wù)場景推進(jìn)零信任建設(shè)，并推進(jìn)全終端覆蓋?；隍v訊 iOA 與企業(yè)微信構(gòu)建的智能協(xié)同辦公方案，能夠覆蓋 PC 與移動雙端訪問，確保用戶無論使用何種設(shè)備或網(wǎng)絡(luò)，均可安全接入企業(yè)內(nèi)網(wǎng)，有效保護(hù)敏感數(shù)據(jù)不泄露至互聯(lián)網(wǎng)。此外，iOA 能借助 AI 能力快速識別惡意樣本，提升威脅響應(yīng)與運(yùn)營效率，并通過加密鏈路與終端環(huán)境評估，確保只有合規(guī)終端可訪問內(nèi)部 AI 應(yīng)用。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：https://www.infoq.cn/video/FCd29mVdmZOBcXu0Wulg

5 解碼 AI 時(shí)代的實(shí)時(shí)交互秘籍：萬物互聯(lián)，實(shí)時(shí)互動

當(dāng)實(shí)時(shí)音視頻互動技術(shù)走過“看得清、聽得見”的初級階段，我們正迎來一個(gè)由 AI 驅(qū)動的、追求極致沉浸與智能交互的新紀(jì)元。在騰訊云 AI 技術(shù)周第五期音視頻交互專場直播中，來自騰訊云音視頻的數(shù)位專家與行業(yè)創(chuàng)業(yè)者，共同描繪了一幅 AI 與實(shí)時(shí)交互深度融合的未來圖景。從能感知情緒的 AI 玩具，到跨越語言障礙的實(shí)時(shí)翻譯，再到虛實(shí)結(jié)合的在線娛樂，這場技術(shù)與思想的碰撞，揭示了 AI 如何為實(shí)時(shí)互動注入“靈魂”，并催生出千億級的商業(yè)藍(lán)海。

AI 陪伴玩具、具身智能、智能穿戴、智能點(diǎn)餐、導(dǎo)覽、AI 面試等 AIoT 場景，越來越多地出現(xiàn)在了人們的日常生活中，那這些場景是如何實(shí)現(xiàn)人與硬件的自然“對話”的呢？

騰訊云音視頻 TWeTalk 產(chǎn)品負(fù)責(zé)人黃成言在直播中深度解讀了 TWeTalk 方案背后的思考。騰訊云音視頻 TWeTalk 是面向智能硬件打造的 AI 對話軟硬一體化產(chǎn)品方案，通過與主流嵌入式芯片與模組廠商合作，整合端-云-通信全鏈路能力，為 AIOT 設(shè)備提供了“一站式接入”范式，成為 AI 賦能智能硬件的標(biāo)桿實(shí)踐。

直播中的一大亮點(diǎn)，是與黃成言老師一起出鏡直播的還有一只“會說話”的 QQ 公仔——它不僅支持智能問答、講故事，而且實(shí)現(xiàn)了雙向微信通話：用戶可以直接通過語音指令讓它給微信聯(lián)系人打電話（比如“幫我呼叫媽媽”），也可以通過手機(jī)小程序一鍵呼叫設(shè)備玩具。正如黃成言老師分享的主題，“當(dāng) IoT 遇見 AI，讓你的公仔溫暖起來”。她進(jìn)一步預(yù)測，AI 玩具、具身智能和智能穿戴將會是AI+智能硬件新興范例出現(xiàn)的熱門賽道，騰訊 AIoT將會和客戶合作伙伴一起共建生態(tài)、持續(xù)探索。

騰訊云音視頻創(chuàng)新解決方案首席布道師章怡成將視野拓展至更廣闊的千行百業(yè)，TRTC 實(shí)時(shí)對話式 AI 解決方案，正在為一系列顛覆性的互動新范式提供可能。

一方面，多模態(tài)能力快速升級，讓大模型具備“眼睛”，能夠以更自然的方式進(jìn)行交互。另一方面，垂直場景不斷深化，教育領(lǐng)域已出現(xiàn)單月使用超 100 小時(shí)的 AI 輔助教學(xué)案例。同時(shí)，物理實(shí)體的重要性凸顯，在陪伴場景中與智能同等關(guān)鍵。像 QQ 公仔這樣的產(chǎn)品，具備對話能力后被賦予更多情緒價(jià)值。隨著消費(fèi)電子終端與 AI Agent 的結(jié)合，未來將涌現(xiàn)出更多新的應(yīng)用場景與機(jī)會。

在主題分享之外，騰訊云音視頻實(shí)時(shí)互動產(chǎn)品負(fù)責(zé)人鄭光鍵、騰訊云音視頻實(shí)時(shí)互動解決方案負(fù)責(zé)人涂簽杭和熱爪 APP 負(fù)責(zé)人邵海濤還進(jìn)行了一場圓桌，聊了聊實(shí)時(shí)互動產(chǎn)品應(yīng)用的新場景和新機(jī)會。

涂簽杭介紹，過去一年他主導(dǎo)了在線電玩城項(xiàng)目，成功落地包括在線娃娃機(jī)和在線游戲機(jī)在內(nèi)的客戶案例。邵海濤則從創(chuàng)業(yè)者視角分享了熱爪 APP 的實(shí)踐經(jīng)驗(yàn)。作為資深抓娃娃愛好者，他選擇將線下體驗(yàn)搬到線上，采用“平臺 + 商戶入駐”的模式，與優(yōu)質(zhì)實(shí)體店合作，通過嚴(yán)格篩選保障玩具品質(zhì)與設(shè)備穩(wěn)定。為了最大程度還原線下操控感，團(tuán)隊(duì)在搖桿控制上投入大量研發(fā)，并最終選用騰訊云 TRTC 作為核心技術(shù)，憑借清晰畫質(zhì)、低延遲和高穩(wěn)定性，實(shí)現(xiàn)了對競品的差異化優(yōu)勢。目前，平臺已接入近 700 臺設(shè)備，營業(yè)額相當(dāng)于 80~100 家線下門店。騰訊專家鄭光鍵補(bǔ)充，TRTC 全球端到端傳輸延時(shí)可低于300 毫秒，使用戶可隔屏操作實(shí)體機(jī)械，形成跨空間即時(shí)互動體驗(yàn)。這一技術(shù)方案不僅適用于在線娛樂，還具備遠(yuǎn)程巡檢、工業(yè)機(jī)器人操控及遠(yuǎn)程醫(yī)療等拓展?jié)摿?。鄭光鍵表示，騰訊云將持續(xù)以實(shí)時(shí)互動技術(shù)為基礎(chǔ)，助力更多企業(yè)和開發(fā)者探索真實(shí)、即時(shí)、跨空間的創(chuàng)新場景，尋找新的增長機(jī)遇。

從會對話的 QQ 公仔到隔空抓娃娃的熱爪 APP，這些案例展現(xiàn)了音視頻交互的巨大潛力。隨著技術(shù)成熟，人機(jī)關(guān)系將更緊密，真正走入萬物互聯(lián)、實(shí)時(shí)互動的未來，而企業(yè)與開發(fā)者需要做的，正是敏銳把握技術(shù)趨勢和由此產(chǎn)生的新場景和新機(jī)會。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：https://www.infoq.cn/video/2k0OtvTEeH6FdvvNoZCU

6 AI DevOps 工具如何破解企業(yè)研發(fā)效能瓶頸？

AI 浪潮正以前所未有的力量重塑軟件開發(fā)的全生命周期，它不再僅僅是輔助編碼的工具，而是深入企業(yè)研發(fā)流程，重構(gòu)協(xié)作模式與生產(chǎn)效率。騰訊云 AI 技術(shù)周第六期直播邀請了騰訊 TAPD 架構(gòu)師負(fù)責(zé)人鞠武軍、產(chǎn)業(yè)方代表麗呈集團(tuán)研發(fā)產(chǎn)品總監(jiān)李延錚及騰訊 CNB 運(yùn)營負(fù)責(zé)人王春雨 ，從協(xié)作平臺、產(chǎn)業(yè)實(shí)踐和底層工程三個(gè)維度，全方位解碼了 AI DevOps 工具如何破解企業(yè)研發(fā)效能瓶頸，將業(yè)務(wù)想法高效轉(zhuǎn)化為可上線的敏捷價(jià)值流。

直播伊始，騰訊 TAPD 架構(gòu)師負(fù)責(zé)人鞠武軍便指出了當(dāng)前企業(yè)研發(fā)流程中的核心痛點(diǎn)——工具鏈的混亂與割裂。他指出，目前，企業(yè)開發(fā)的工具鏈?zhǔn)址彪s，在處理開發(fā)流程相對簡單的任務(wù)時(shí)，開發(fā)人員需要對復(fù)雜工具鏈進(jìn)行改造，從而產(chǎn)生大量額外工作。此外，當(dāng)前很多復(fù)雜工具平臺依然無法滿足企業(yè)的特殊場景需求，企業(yè)需要進(jìn)行大量的定制化調(diào)整。

五花八門的工具鏈一方面會讓企業(yè)面臨“選擇困難癥”；另一方面，企業(yè)經(jīng)歷一番艱辛選出一套工具鏈后，便會發(fā)現(xiàn)不同工具鏈之間的操作無法連通，基本要靠產(chǎn)研團(tuán)隊(duì)自己縫合，而縫合過程中，又面臨數(shù)據(jù)鏈割裂的問題，進(jìn)一步導(dǎo)致數(shù)據(jù)安全風(fēng)險(xiǎn)。

在此背景下，騰訊的解法，是以TAPD（Tencent Agile Product Development）為樞紐，構(gòu)建一條智能化的敏捷價(jià)值流。它不追求替代所有工具，而是通過標(biāo)準(zhǔn)化的連接模型，靈活地將企業(yè)現(xiàn)有的各類工具根據(jù)業(yè)務(wù)需求接入價(jià)值流。

更關(guān)鍵的是，它在連接之上還注入了AI 和自動化能力。例如，利用 AI 自動評審需求的完整性，或在代碼合并后自動觸發(fā)后續(xù)的構(gòu)建、測試、部署流程。這種模式將研發(fā)過程從一系列孤立的任務(wù)，轉(zhuǎn)變?yōu)橐粋€(gè)由數(shù)據(jù)和 AI 驅(qū)動、無縫流轉(zhuǎn)的價(jià)值創(chuàng)造體系，從根本上解決了工具鏈混亂帶來的效率損耗。

麗呈集團(tuán)研發(fā)產(chǎn)品總監(jiān)李延錚的分享，則揭示了另一個(gè)普遍的管理痛點(diǎn)：DevOps 工具與流程往往局限于研發(fā)團(tuán)隊(duì)內(nèi)部。業(yè)務(wù)方（如運(yùn)營、市場）通過郵件、聊天等非結(jié)構(gòu)化方式提出需求，信息殘缺、理解偏差導(dǎo)致了大量的溝通返工，這構(gòu)成了研發(fā)流程中巨大的“翻譯成本”和時(shí)間浪費(fèi)。此外，如何低成本地將協(xié)作流程延伸至龐大的外部合作伙伴，也是一大難題。

麗呈集團(tuán)的實(shí)踐展示了如何打破研發(fā)團(tuán)隊(duì)的“圍墻”。其方案的巧妙之處在于將 TAPD 的能力向業(yè)務(wù)前端和合作伙伴“外溢”。

對內(nèi)，他們利用“AI 需求評審助手”功能，將需求規(guī)范轉(zhuǎn)化為 AI 評審規(guī)則，以此引導(dǎo)和“訓(xùn)練”業(yè)務(wù)人員提交高質(zhì)量需求，將源頭治理從“人找人”變成了“系統(tǒng)找人”，效率和質(zhì)量都得到提升。對外，通過調(diào)用 TAPD 的開放 API，在自研系統(tǒng)中為數(shù)萬酒店用戶創(chuàng)建了反饋和跟進(jìn)渠道，以極低的成本將協(xié)作體系延伸至業(yè)務(wù)末端?？梢姡嬲男芴嵘?，需要將 DevOps 的協(xié)作理念和平臺能力，從研發(fā)內(nèi)部擴(kuò)展到整個(gè)業(yè)務(wù)生態(tài)，構(gòu)建一個(gè)覆蓋全鏈路的、快速響應(yīng)的價(jià)值網(wǎng)絡(luò)。

最后，騰訊 CNB 運(yùn)營負(fù)責(zé)人王春雨深入到最底層的工程領(lǐng)域，指出了現(xiàn)代軟件開發(fā)的嚴(yán)峻挑戰(zhàn)：工程復(fù)雜度的爆炸性增長。特別是算法驅(qū)動的應(yīng)用，動輒上百 GB 的代碼庫讓本地開發(fā)不堪重負(fù)；復(fù)雜的依賴管理、安全規(guī)范、構(gòu)建流程等，極大地增加了開發(fā)者的認(rèn)知負(fù)荷，使其大量時(shí)間消耗在與核心業(yè)務(wù)邏輯無關(guān)的“雜務(wù)”上。

騰訊云的解決方案直擊痛點(diǎn)核心。首先，通過基于容器創(chuàng)建的云原生開發(fā)環(huán)境，將開發(fā)工作臺從性能有限的本地機(jī)器解放到云端，提供按需、彈性的強(qiáng)大算力，從根本上解決了環(huán)境配置和大規(guī)模項(xiàng)目構(gòu)建的瓶頸。

而AI 代碼助手 CodeBuddy是由騰訊云自研的一款編程提效輔助工具，以插件形式安裝到編輯器（VS Code 或者 JetBrains 系列 等 IDE）中輔助編程；基于騰訊混元 + DeepSeek 雙輪模型驅(qū)動，為開發(fā)者提供技術(shù)問答、Craft 編碼智能體、智能代碼補(bǔ)全、單元測試、智能評審、代碼修復(fù)等 Agent 智能體拓展能力，兼容 MCP 開放生態(tài)，輔助提升開發(fā)者編碼效率和質(zhì)量。演示中，CodeBuddy 能自主完成從需求分析、UI 生成、全棧代碼編寫，到安全掃描、問題修復(fù)和部署的全過程。

這標(biāo)志著開發(fā)模式的根本性轉(zhuǎn)變：AI 不再只是被動輔助，而是作為主動的“智能體同事”，承擔(dān)了大量的工程事務(wù)，讓開發(fā)者能真正專注于業(yè)務(wù)創(chuàng)新和架構(gòu)設(shè)計(jì)等高價(jià)值工作。

綜上所述，本期直播系統(tǒng)地闡述了 AI DevOps 如何通過戰(zhàn)略性的平臺、包容性的流程和革命性的工具，來解決當(dāng)前軟件研發(fā)中的核心痛點(diǎn)。它預(yù)示著，研發(fā)效能的下一次飛躍，將源于一場由 AI 驅(qū)動的、覆蓋從業(yè)務(wù)協(xié)作到代碼工程的全方位智能化變革。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：

https://www.infoq.cn/video/jc3Ax5ANGiG3AfpiJd8I

7 從協(xié)同到增長：AI 如何驅(qū)動企業(yè)效能躍升

AI 技術(shù)正以前所未有的速度重塑企業(yè)的運(yùn)營模式和增長路徑。在這樣一個(gè)變革的浪潮中，許多企業(yè)都在思考：AI 協(xié)作到底如何才能真正落地？企業(yè)會面臨哪些瓶頸與挑戰(zhàn)？更重要的是，AI 究竟如何重塑團(tuán)隊(duì)協(xié)作、提升組織效能？它在實(shí)際業(yè)務(wù)場景中又是怎樣驅(qū)動效率提升的？在 AI 技術(shù)周第七期欄目中，騰訊三位技術(shù)專家圍繞合同管理、知識管理、企業(yè)調(diào)研三大關(guān)鍵領(lǐng)域，探討 AI 是如何驅(qū)動企業(yè)效能躍升的。

具體而言，在合同管理中，一份合同的生命周期通常可以被概括為“擬 - 審 - 簽 - 管”四個(gè)步驟，雖然這四個(gè)步驟已經(jīng)被各大企業(yè)應(yīng)用多年，但直到現(xiàn)在，每個(gè)步驟仍有無法繞開的痛點(diǎn)。首先，在合同的起草、修訂和審查階段，文案工作量繁重、細(xì)節(jié)繁多，容易導(dǎo)致效率低下和錯(cuò)誤頻發(fā)。其次，協(xié)作效率低。一份合同涉及的角色非常多，頻繁的版本更迭與并行處理，容易導(dǎo)致溝通不暢與協(xié)作低效。再者，合規(guī)管控難，容易出現(xiàn)遺漏和管理失控的情況。最后，數(shù)據(jù)同步困難，合同的檢索、履約和統(tǒng)計(jì)數(shù)據(jù)難以實(shí)時(shí)同步。

針對這些痛點(diǎn)，騰訊推出了電子簽解決方案。騰訊電子簽 AI 產(chǎn)品研發(fā)經(jīng)理金元浩指出，該方案基于騰訊云 AI 基座，通過AI 智寫、AI 智審、AI 智取、AI 智簽四大核心能力，全面賦能合同全生命周期。

在 AI 智寫層面，能釋放重復(fù)性文書、檢索類工作；在 AI 智審層面，能智能預(yù)審風(fēng)險(xiǎn)，更客觀且專業(yè)適配企業(yè)個(gè)性化規(guī)章制度；在 AI 智取層面，能提取合同關(guān)鍵信息，并及時(shí)風(fēng)險(xiǎn)預(yù)警履約信息；在 AI 智簽層面，能智能匹配簽署控件，并智能識別手寫簽名、視頻語音交互驗(yàn)證。

在知識管理中，騰訊內(nèi)部孵化了一個(gè)知識管理平臺“樂享”，該平臺自 2008 年上線以來，一直是騰訊內(nèi)部系統(tǒng)性沉淀、共享和傳承知識的核心載體。2017 年，樂享正式對外提供服務(wù)，并于 2023 年推出 AI 版本，2025 年推出結(jié)合 DeepSeek 大模型的 DS 版本。目前，樂享沉淀了騰訊內(nèi)部超過 80% 的原創(chuàng)知識內(nèi)容，95% 的員工每日主動使用，知識總量已達(dá) 150 萬份，月瀏覽量突破 5000 萬次。

據(jù)騰訊樂享高級研發(fā)工程師楊錫坤介紹，樂享的知識庫核心能力包括多格式知識統(tǒng)一管理、知識更新與屬性管理、企業(yè)級權(quán)限與安全管控、數(shù)據(jù)洞察與管理看板、智能問答檢索與溯源以及開放平臺。從樂享知識庫的 AI 整體架構(gòu)來看，導(dǎo)入的知識首先經(jīng)由 OCR 模型及音視頻解析服務(wù)進(jìn)行初步處理，隨后通過語義拆分模型被切割為合適的文本片段，再經(jīng)過圖片理解模塊進(jìn)一步解析，最終通過精調(diào)的向量模型計(jì)算向量并寫入 AI 數(shù)據(jù)庫。

在企業(yè)調(diào)研中，傳統(tǒng)的調(diào)研流程通?？梢苑譃樗膫€(gè)階段：需求溝通、研究設(shè)計(jì)、研究執(zhí)行和研究輸出。騰訊問卷 AI 產(chǎn)品負(fù)責(zé)人傅薇指出，每個(gè)階段在企業(yè)實(shí)踐中都普遍存在一些長期未能解決的痛點(diǎn)。比如，在需求溝通階段，常見問題包括需求模糊、溝通成本高昂；在研究設(shè)計(jì)階段，可能會出現(xiàn)設(shè)計(jì)效率低下；在研究執(zhí)行階段，數(shù)據(jù)回收后的清洗工作以及主觀題的分析處理，不僅耗時(shí)較長，還極易出現(xiàn)錯(cuò)誤；在研究輸出階段，普遍存在分析深度不足、報(bào)告產(chǎn)出效率低的問題。

針對這些行業(yè)痛點(diǎn)，騰訊問卷全流程 AI 解決方案的核心目標(biāo)十分明確：將可自動化、標(biāo)準(zhǔn)化的環(huán)節(jié)交由 AI 處理，使人力能夠聚焦于更高價(jià)值的判斷與決策。從問卷設(shè)計(jì)、執(zhí)行到分析，全面貫通定量問卷與定性訪談，既能支持大樣本統(tǒng)計(jì)，也可實(shí)現(xiàn)深度洞察。同時(shí)，系統(tǒng)支持多端使用（網(wǎng)頁、H5、小程序），便于團(tuán)隊(duì)協(xié)同并有效降低整體流程成本。

在“AI 如何助力團(tuán)隊(duì)協(xié)作與組織效能提升”圓桌討論中，三位嘉賓圍繞 AI Agent、好用的 AI 等話題，展開深度交流。金元浩表示，當(dāng)前 Agent 技術(shù)發(fā)展極為迅速，其潛力備受業(yè)界關(guān)注。但從實(shí)際應(yīng)用效果來看，Agent 技術(shù)距離全面落地仍有一定距離，整體仍處于探索階段。從定義來看，Agent 主要包括感知環(huán)境、決策與執(zhí)行動作三個(gè)核心環(huán)節(jié)，而在 AI 合同場景中，這三點(diǎn)恰恰是最具挑戰(zhàn)性且亟需解決的問題。

在企業(yè)調(diào)研與 Agent 技術(shù)的融合方面，傅薇表示，當(dāng)前，騰訊問卷已經(jīng)引入了 AI Agent 能力以提升數(shù)據(jù)分析與用戶訪談的智能化水平。在 AI 報(bào)告生成場景中，騰訊問卷通過 Agent 技術(shù)，有效應(yīng)對了大模型在數(shù)據(jù)分析中的計(jì)算結(jié)果準(zhǔn)確性不足和輸出穩(wěn)定性欠佳兩大痛點(diǎn)；在 AI 訪談場景中，構(gòu)建了訪談 Agent 以實(shí)現(xiàn)更深入的用戶信息挖掘。在 AI 知識庫領(lǐng)域，楊錫坤認(rèn)為，Agent 技術(shù)能夠顯著提升問答系統(tǒng)的能力上限。樂享在優(yōu)化問答效果的過程中，也借鑒了構(gòu)建 Agent 的先進(jìn)思想，例如引入表格計(jì)算等工具調(diào)用機(jī)制，以及采用專業(yè)研究模式來增強(qiáng)對用戶問答意圖的識別、問題拆解和查詢擴(kuò)展能力。

本期更多精彩內(nèi)容，點(diǎn)擊鏈接查看：https://www.infoq.cn/video/CJQItY7ZQQw2rUqAhYmq

8 結(jié)語

騰訊云 AI 技術(shù)周雖已收官，但它所點(diǎn)燃的關(guān)于 AI 未來的思考與想象，正化作無數(shù)行代碼、一個(gè)個(gè)解決方案，在千行百業(yè)中落地生根?？梢哉f，AI 早已成為騰訊這家公司的“新業(yè)務(wù)基因”。

在 2025 騰訊全球數(shù)字生態(tài)大會上，我們也看到了騰訊多項(xiàng) AI 技術(shù)和產(chǎn)品最新進(jìn)展。比如，基礎(chǔ)設(shè)施層面，騰訊云發(fā)布 Agent Infra 解決方案“Agent Runtime”，騰訊混元大模型也再次升級，騰訊云智能體開發(fā)平臺（ADP）面向全球發(fā)布 3.0 版，等等。

通過智能體解決方案、“SaaS+AI”、大模型技術(shù)三大升級，騰訊云全面開放 AI 落地能力及優(yōu)勢場景，助力“好用的 AI”在千行百業(yè)中加速落地。當(dāng)技術(shù)的“重磅”轉(zhuǎn)化為業(yè)務(wù)的“增量”，一個(gè)更加智能的未來，正徐徐走來。