今天来聊聊腾讯在 2026 WAIC 世界人工智能大会上的一系列新动作。7月18日，腾讯集中发布了多款具身智能与企业级智能体产品，整体信息密度很高，也释放出其在 AI 智能体和产业落地上的最新布局。

具身智能方面，腾讯首席科学家、Robotics X实验室主任张正友现场发布了三款模型：Hy-Embodied-VLA-0.5、Hy-Embodied-VLM-1.0、Hy-Embodied-RxBrain-1.0。与此同时，Tairos Agent具身智能体框架和Apexio智能体也正式对外亮相。去年推出的钛螺丝（Tairos）平台此次同步升级，后续将面向外部开放模型、智能体、开发工具等开源能力与相关服务，进一步完善具身智能生态。

企业级智能体方面，腾讯云副总裁吴运声发布了企业级智能体开发平台ADP 4.0海外版。同时，通用桌面智能体WorkBuddy App版本也宣布同步上线，进一步补齐企业办公场景中的智能体应用入口。

会后，吴运声与媒体交流了近一个半小时，讨论内容非常务实，重点围绕企业智能体接入老旧系统、Token 成本控制、FDE 交付模式以及企业知识治理等核心问题展开。

他提到一个当前非常现实的行业痛点：企业在部署智能体时，最突出的问题仍然是智能体难以调用现有的信息化系统。许多传统系统本身缺少成熟的 API 或 MCP 接口，企业往往需要先补接口、做系统改造，智能体才能真正接入业务流程并形成闭环。不过，随着 Agent Loop 能力持续提升，过去受限于检索、推理和工作流能力的一些任务，如今已经具备更强的落地可行性。

一个值得关注的数据是：腾讯云企业智能体相关客户需求和平台使用量，今年同比至少实现翻倍增长。

以下是整理后的关键问答，信息量较大，也更能看清企业级智能体落地的实际挑战与趋势：

一、老系统仍是企业智能体落地的一道门槛

Q1：企业部署智能体时，目前最突出的阻力是什么？

吴运声认为，组织流程、数据质量和 ROI 等问题依旧存在，但今年更显著的难点，是智能体如何连接企业现有的信息化系统。很多企业的数据与业务流程沉淀在 ERP、CRM 等传统系统之中，而部分老系统甚至没有成熟的 API、MCP 或 CLI 接口。腾讯云往往需要先帮助客户完成系统改造、接口补齐，智能体才能顺利调用相关数据和业务能力。

与此同时，智能体本身的能力也在演进。过去检索、工作流和任务编排能力相对有限，即便系统完成对接，一些复杂任务依然难以稳定执行。随着今年 Agent Loop 能力增强，部分原本难落地的企业任务，已经开始具备实际应用基础。

他还强调了一个关键变化：现有企业系统大多是围绕人的使用习惯设计的，界面、操作逻辑和输出结果主要服务于人工操作。随着智能体逐步参与业务流程，软件厂商在设计企业系统时，确实需要把智能体调用、自动执行和协同工作的需求一并纳入考虑。

Q2：智能体会替代 ERP、CRM 等传统软件吗？

吴运声的判断非常明确：智能体与传统软件将在较长时间内共存。企业已经在原有系统中积累了大量数据、流程资产和客户资源，直接推倒重建的成本过高。当前多数 SaaS 厂商的实际做法，也是基于现有产品补充接口能力和智能体能力，而不是完全替换原系统。

企业内部未来也可能出现一个中央智能体，负责统一调用多个业务系统；而传统软件仍将继续承担数据存储、权限控制和核心业务流程承载的职责。

Q3：企业部署智能体时，为什么不能只关注评测效果？

吴运声认为，评测只是企业智能体治理体系中的一个环节。一个智能体真正投入业务场景后，还需要覆盖构建、评测、发布、系统嵌入、日志记录、权限管理和运行审计等完整流程。尤其在金融、国企等高合规场景中，企业必须明确智能体调用了哪些数据、执行了哪些步骤，以及出现问题后如何追踪和回溯。他提到，ADP 4.0 此次专门强化了治理能力，包括 Skill 及执行过程的可观测、可审计和安全管理能力。

Q4：企业知识为什么需要单独交给乐享处理？

企业智能体要真正理解企业自身的报销流程、规章制度、客户资料和业务规则，就必须接入大量内部知识。吴运声将乐享定位为面向智能体的企业知识服务产品。腾讯文档、飞书文档等产品主要服务于人的编辑与协作，而乐享则负责连接不同数据源，对知识进行加工、更新、冲突检测和权限管理，使其更适合被智能体直接调用。部分知识冲突可以由系统自动识别和判断，无法自动处理的内容则需要提交给管理员进一步确认。乐享并不只服务于 WorkBuddy，也可以接入 ADP 及其他智能体平台，并通过 Skill 开放访问能力。其权限机制的核心目标，是确保企业内部知识能够在既定授权范围内被安全访问。

二、Token成本要算，帮助企业拆解工作流

Q5：企业越来越关注 Token 成本，腾讯云观察到哪些应对方式？

吴运声提到，企业对 Token 成本的关注度正在明显提升，同时也在逐步形成多种 AI 成本控制方法。一方面，企业会根据任务特点搭配不同模型，避免所有环节都使用高成本大模型；另一方面，企业会主动拆分业务流程。对于需要理解模糊需求、判断上下文和动态规划的环节，可以交给 Agent Loop 处理；而规则清晰、执行稳定的部分，则继续交给传统工作流完成，以减少模型反复推理带来的 Token 消耗。

同时，模型 Token 价格也在持续下降。企业最终会综合模型价格、任务效果与业务价值做出选择。他认为，单个任务的成本很难统一定义，因为任务复杂度差异很大。目前腾讯云通常仍是根据具体模型和工具调用量来收费，而不会简单按“完成一次任务”进行统一定价。

Q6：企业如何判断智能体投入是否能够带来回报？

吴运声认为，企业最终仍会从提效和降本两个维度来判断智能体价值。例如采购、客服、销售和巡检等系统上线后，企业会具体核算处理时间缩短了多少、人工成本降低了多少，以及业务转化率是否获得提升。不同行业在付费意愿上并不存在绝对分界。金融、传媒、零售等行业都已经有客户愿意为高阶智能体产品付费。决定企业是否持续付费的关键，在于这笔投入能否通过效率提升或收入增长实现回收。对于 B 端业务而言，成本与收益往往可以在相对较短周期内被测算出来。

三、企业智能体提速，传统FDE模式有了新任务

Q7：为什么大模型公司越来越重视 FDE？

吴运声将 FDE 理解为业务分析、架构设计和驻场交付能力的结合。FDE 不仅要理解客户的业务流程和组织结构，还要熟悉模型、智能体平台以及相关工具能力，随后完成智能体设计、搭建、部署、监控和持续迭代。他提到，AI 产品涉及的技术栈和产品栈较多，即便是同一套产品，由不同团队实施，最终落地效果也可能存在明显差异。对于业务流程复杂的企业来说，前场工程师在现阶段仍难以被省去。腾讯云内部已经设置了类似岗位，不同部门也会根据各自产品形态和交付特点配置相应人员。

Q8：FDE 会不会让大模型公司重新变成强交付公司？

吴运声认为，复杂业务在当前阶段依然需要 FDE 或前场工程师深度参与，而标准化收入则可以更多体现在后续调用阶段。比如，腾讯云可能需要花一个月时间帮助企业梳理流程、搭建智能体并完成系统连接。等到智能体正式部署后，企业未来数年持续调用模型和 Token，这部分收入就具备更高的标准化特征。

为了降低后续客户的交付成本，腾讯云会把项目中可复用的智能体、Skill 和方法持续沉淀下来。这样一来，同类客户再次部署时，就可以直接复用已有能力，减少重复开发。因此，企业级智能体交付依然包含较强的定制化工作，而规模化能力主要依赖于将项目经验沉淀为智能体、Skill 和方法论。

Q9：今年腾讯云企业智能体业务增长如何？

吴运声表示，今年腾讯云企业智能体相关客户需求和 ADP 平台使用量同比至少翻倍增长。他认为，企业对智能体的认知门槛已经明显下降，客户不再需要经历长时间的概念教育。目前信息化基础较好的互联网、金融等行业推进速度相对更快，而一些传统企业也会因为管理层意愿增强和业务需求上升而加快部署节奏。不同企业会结合自身能力选择不同介入层级。对云厂商而言，关键是让底层模型、智能体平台、知识服务和应用产品能够灵活组合，同时保留公有云、私有化部署和系统集成等多种交付方式。

结语：智能体火了，企业开始认真算这笔账

企业是否愿意持续投入，最终还是要看智能体能否带来可量化、可验证的业务回报。今年需求同比增长，说明企业级智能体市场热度仍在持续上升。接下来，客户会更加关注投入产出比、Token 使用成本以及长期运维成本，也会更在意智能体是否能够稳定融入现有业务系统。当企业真正把这些账算清楚，智能体才有机会从热门概念走向可持续经营的产业生意。