張雪機車與重慶峰會：不同的賽道，同樣的執著

文：董指導

圖為元寶生成

4月28日，我參加了2026騰訊云城市峰會重慶站，收獲頗多。

重慶這座城市，最近新添了一張名片，就是“張雪機車”---在世界超級摩托車錦標賽上數次奪冠，打破了海外品牌長達數十年的壟斷。

大家紛紛點贊的同時，也讓20年前的張雪追趕湖南衛視節目組的視頻刷屏。在視頻里，張雪冒雨騎行了100多公里，展現著就是要追求夢想的執著。

很巧的是，在重慶峰會上，我也感受到了騰訊云的執著：就是要讓AI落地，成為企業的增長驅動力。

對于企業來說，問題已經不再是要不要擁抱AI，而是如何用好AI。這對于云廠商，既是機遇，也是壓力。

然而，就像張雪機車為了實現那份執著，用了近20年不斷迭代、打磨和突破；要實現AI產生價值的執著，也要克服多個挑戰、跨過多個門檻、跑通多條路徑。其中一個越來越關鍵的工作，就是搭建Harness，也就是為大模型搭建“腳手架”，讓智能體真正發揮效力。

這也是重慶峰會的一大亮點，不僅講述了騰訊云在幫助企業搭建Harness方面的最新產品、技術，也展現了AI已經在企業里用起來的價值。今天就來分享一些觀察。

01知識庫，讓智能體生出“靈魂”

目前企業落地AI有個誤區，是認為模型能力強，就能解決一切。但實際上，巧婦難為無米之炊，脫離企業真實數據的智能體，就像是“失去靈魂的散兵游勇”：看似有能力，但無法執行復雜業務，答非所問、流程出錯。甚至造成嚴重代價。

所以，必須有一個高質量、可持續演進的知識庫。不是簡單給AI喂資料，而是為智能體建立事實依據、業務邊界、決策者上下文、執行參考等等。

從這個角度看，知識庫不是配套組件，而是智能體真正可用的前提條件。但問題在于，傳統知識庫建設，企業花了大力氣做沉淀，卻沒有高效轉化為生產力。

因為目前大多數知識庫，都是靜態的，內容需要人工維護，更新滯后、效力折扣；而企業知識往往分散在文檔、表格、會議紀要、聊天記錄、業務系統甚至員工經驗之中，來源復雜、格式不一，靠人工很難真正實現知識治理；而且多數止步于“存知識”，卻不關注如何高效調用、支持業務。

因此，AI時代的知識庫，要從資料倉庫，進化為企業的組織大腦；從給人使用，轉化為給智能體使用。騰訊樂享，正是在這個背景下而迭代，成為了國內首個AI原生的Agentic知識庫，也帶來了諸多能力升級。

比如，騰訊樂享實現了由智能體主導的知識自主入庫和治理流程。具有前端結構化打包、后臺智能化合規審計、知識分類標簽化、智能沖突檢測等四部自動化閉環。從而解放傳統的知識運營能力，指數級提升企業知識庫管理效率。也內置了高可靠的事實核查引擎機制，全鏈路可溯源，有效解決大模型的幻覺問題。

在賦能業務方面，樂享實現了端到端成果交付，通過企微全頻道平臺打通信息孤島，也能在大模型驅動下，自動化生成專業的年報、PPT等。

總結而言，樂享把知識庫升級到了“主動協同”，也提升了知識治理的自動化，保障了可信可靠，并打通了知識消費和業務交付。讓知識不只是收藏、沉淀，而是促進可交付成果。

根據騰訊峰會上的數據顯示，通過接入企業級的知識庫，業務指令的報錯率可以下降到5%以內，AI項目實際落地成功率可以提高至80%以上。

以CRM頭部廠商六度人和為例，目前公司面臨著產品迭代快、客戶定制化高、營銷活動密等痛點，傳統知識庫單一問答模式，已經無法應對。

于是，公司采用了樂享AI知識庫，并實現了截圖問答、知識變更自動感知等多場景的智能化。知識庫也成為嵌入業務流程的智能執行引擎，將銷售拜訪準備時間從小時級下降至了分鐘級，客服響應和知識同步效率也大幅提升。

所以，有些企業覺得可以先上模型、先做幾個智能體，再慢慢補知識庫；但目前看來，智能化的知識庫，其實應該早早布局。

02好的管理平臺，就是可觀的AI投資系統

當智能體有了“靈魂”，企業就會面臨三個現實問題：能不能規模化上線、能不能控制成本、以及全程都要安全合規。

正如不少調研都發現，企業不是看不到智能體的價值，而是卡在了“試點能做、生產難上”的中間地帶。就像小龍蝦火了之后，不少企業都是一方面鼓勵員工積極探索，另一方面又擔憂出現安全事故、資源無序消耗等狀況，限制員工在企業環境下部署。

這些矛盾，都說明，亟需一個智能體管控平臺，讓企業可以安心地安裝龍蝦、用起智能體。騰訊云的方案是，企業級一站式的智能體管理平臺ClawPro。

ClawPro集成了大量成熟可用的skills，支持分鐘級上線，這意味著企業不必從底層一點點拼裝，而是開箱即用，快速把通用能力轉化成實際業務能力。也采用了百元起步、按需擴容的計費機制，實施監控Token消耗，成本透明。也構建了資產可視、行為可溯、運行可控、供應鏈可信的安全防護體系。

“雙側管理”也是ClawPro的一個亮點。管理側，有全局管控面板；員工側，一鍵申請即可用。這很符合真實落地訴求。畢竟如果管得太細、用得復雜，那必然是員工、管理層都不樂意。

易部署、更安全、管得住，再配上低成本，相當于為企業構建了一個下行風險有限、上行收益巨大的AI投資系統，讓企業愿意、敢用智能體。

就像在傳媒領域，天府融媒就基于ClawPro，建設了面向全省融媒工作者的“天融AI龍蝦池”，讓從業者通過聊天對話調用專業AI能力。在金融財稅行業，財稅SaaS平臺“慧算賬”，借助ClawPro讓每位會計的服務能力從300家提升到400-500家。

在重慶峰會上，ClawPro也有了新升級，發布了專有云版本，也就是私有化部署版本。具備數據不出域、全鏈路國家級加密、多租戶組織資源管控等能力，也通過了中國信通院測評。可以從容應對前文提到的安全擔憂，尤其是金融、政務、能源民生等領域。

可以感受到，ClawPro不是想再造個大家都來玩一玩的入口，而是讓企業在安全、成本、效率和規模化之間找到AI可落地的平衡點。這是模型升級之外，更實際的一步。

03一站式開發，真的低門檻

當AI的使用繼續深入、需求更加復雜，不少企業就會產生開發智能體的需求，把積累的方法論、know-how沉淀到智能體里，成為企業的核心資產。并且，隨著智能體融入業務、持續優化，也會帶來許多考慮要素：版本、權限、效果差異、上線風險、運營和淘汰周期等等。

這就意味著，企業不僅需要有便捷的工具、平臺，開發智能體；更需要對智能體做好全生命周期管理，包括應用開發、設置、調試、評測、發布、運營等等。從產業趨勢看，越來越多企業也開始把評測和可觀測性，視為生產級AI應用的分水嶺。

這就是騰訊云ADP（智能體開發平臺）的亮點之一。讓企業在一個平臺里完成管理，并且有多范式開發引擎可以選用，來應對不同的場景。

有些問題適合RAG，比如企業制度問答、產品手冊檢索、規范查詢；有些問題適合工作流，比如審批協同、線索流轉、合同審核、工單分發；還有一些復雜任務，則更適合多智能體協作，讓不同角色的智能體分別承擔檢索、分析、執行、審核等職責。

如果平臺只能支持一種方式，企業就會被迫“拿著錘子找釘子”；而當平臺支持多范式，企業才有可能真正按業務問題去設計智能體。

而且，智能體的設計、開發，也在平權。

ADP智能工作臺，可以讓用戶用自然語言來創建智能體工作流。省去了手工繪制、繁瑣參數調試等流程，而是直接描述目標。例如“幫我創建一個自動比對合同條款的法務助手”，系統就能夠理解意圖，自動生成完整工作流，并按場景選擇合適的模式。

如果創建智能問答助手，通過智能工作臺，企業只需批量上傳規范文檔，就可以在幾分鐘內自動完成配置、搭建。這里的價值不只是“更快”，而是“更低成本地可復制”。

當大量智能體應用到企業中后，就需要一個統一的智能體門戶。于是，ADP Agent Portal就正當時。它可以允許員工按場景一鍵觸達所需要的工具，并支持跨智能體的群體記憶管理和協同運作。也為管理者提供了全鏈路深層次的審計追蹤，每一次對話，每一次的API調用都清晰可見。

從“開箱即用”到“自主研發”，再到“全局治理”，一套完整的智能體落地服務方案便清晰呈現。核心都是為了降低門檻，讓AI從“高舉高打的新技術投入”，變成“可核算、可優化、可持續的日常生產力工具”。

04結尾

一場城市峰會，大小論壇也有十余個，技術迭代、產品亮點、應用案例等等，靠一篇3000字文章，肯定是無法講述完整的。所以，不妨大家親自去體驗、探索。

對于我而言，隨著過去幾年陸續參加各種AI活動，對于AI落地的感受也越來越強烈。這其中，有企業意愿的改變，也有類似騰訊云等巨頭，不斷開發新技術、新產品，為企業構建一個不對稱的AI投資系統：

無論使用、開發、還是管理的門檻、成本都越來越低，可靠度、可復制化、和業務場景的融合度，都越來越高。

如此，還會有誰不心動、不愿意試試，以至于用AI實現增長呢？

-----------全文完

理工/金融 復合背景

暢銷書《英偉達之道》譯者

百億私募/頭部自媒體 雙重經歷

看清科技、商業本質，講出精彩故事