Agent 进企业，腾讯先打协作牌

图由 AI 生成

文 | 周效敬

编辑 | 燕子

排版编辑 | 唐山惠

2026 年 5 月底以来，美股软件板块出现了一轮明显修复。

追踪软件公司的相关指数较 4 月低点反弹接近 42%，这说明市场正在重新理解 Agent 与 SaaS 的关系。

Agent 进入企业后，数据、权限、流程和可观测性等基础软件能力，反而变得更重要。

这轮反弹背后，不只是估值修复。投资人正在重新评估一个问题：

AI 对软件公司的影响，可能没有此前市场预期得那么线性。

过去一年，"AI 会不会杀死 SaaS" 是企业软件行业绕不开的话题。

如果大模型能够直接理解需求、生成结果并执行任务，传统软件作为中间层的价值似乎会被压缩。

但从最近的财报表现和企业支出数据来看，现实情况更加复杂。

美国头部金融科技公司 Ramp 在《Business Spending Report Spring 2026》中披露，已经有 50.4% 的企业开始为 AI 服务付费，AI 正在成为企业软件预算中的新增项目。

但传统软件供应商依然占据企业支出的主体。尤其在商业智能（BI）领域，成熟厂商仍获得接近 83% 的企业支出份额。

这说明，AI 原生厂商增长很快，但企业预算并没有从传统软件体系中大规模迁出。

原因也不难理解。Agent 进入企业后，需要读取数据、调用系统、遵守权限、记录过程，并在出现问题时能够被审计和追踪。

越靠近真实业务，企业对数据底座、身份安全、可观测性、工作流编排和知识管理的要求就越高。

SaaS 因此被重新放到台前。

它不再只是员工登录后使用的软件，也开始成为 Agent 获取上下文、调用能力和完成执行的基础设施。

企业软件的价值，正在从服务人的操作，延伸到支撑 AI 的调用和执行。

腾讯云推出 WorkBuddy 企业版，也可以放在这个背景下理解。

它代表着腾讯将 Agent 引入企业协作场景的一次探索。

WorkBuddy 可以理解为一个中枢，真正值得关注的是，当 Agent 越来越多参与企业协作和业务流程，企业软件服务的对象正在从人扩展到人和 AI。

01

企业级落地必须跨越个体天花板

在 6 月 5 日举办的 " 腾讯 AI 产业应用大会 " 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，与腾讯首席 AI 科学家、腾讯混元大语言模型及 AI Infra 负责人姚顺雨的对话，把问题拉回到了 AI 落地本身。

姚顺雨认为：

"AI 下半场的难点已经从寻找方法转向寻找好问题。模型越来越擅长把复杂输入变成输出，真正重要的是有没有足够好的 Context，缺少合适的工具和环境，Agent 很多事情无法完成。"

这个判断放到企业场景里，指向的正是 Agent 落地的关键。

它不能只停留在聊天框里，而要进入企业上下文，接入工具、数据和流程。

进入 2026 年，AI 工具在个人端的使用已经相当普遍。

写方案、做总结、查资料、生成图片、处理表格、辅助编程，都在不同岗位上被频繁使用。

" 超级个体 " 的出现并不难理解。一个熟练使用 AI 的员工，确实可以把很多原本分散在不同角色里的工作先接住。

但企业真正关心的，不只是某个员工能不能跑得更快。

个人效率提升，和组织效率提升之间，还有一段距离。

一个员工用 AI 做出一份更快的方案，并不意味着销售、产品、交付、法务、财务之间的协作会自动变顺。

一个部门内部试出几个好用的智能体，也不代表这些能力可以复制到更多团队、更多流程和更多业务系统里。

当企业迈过最初的尝鲜期，开始考虑批量部署 Agent，接下来要面对的就是一系列更现实的问题。

首先是任务闭环。企业工作很少由一个人独立完成。客户跟进、项目交付、合同审批、售后服务，都需要跨角色协作。

如果 Agent 只停留在个人工作台里，无法接入项目进度、客户信息和审批流程，很多任务仍然会断在交接环节。

其次是规模化。员工自己搭建的智能体，通常能解决一些个性化任务，但企业级场景要求更稳定的执行能力。

高并发、长链路、多系统调用、权限隔离、异常处理，都不是简单低代码工具能够完全覆盖的。

第三是资产沉淀。很多企业的关键能力沉淀在员工的经验、判断和操作习惯里。

Agent 如果拿不到真实业务上下文，就很难把岗位经验、业务 SOP、专家知识沉淀下来。一旦人员流动，很多已经摸索出来的 AI 用法也会跟着流失。

第四是治理。智能体越多，管理难度越高。谁能创建，谁能调用，能访问哪些数据，能执行哪些动作，过程如何记录，出了问题如何追溯，这些都会成为企业级部署必须回答的问题。

这也是企业 Agent 和个人 AI 助手最大的区别。个人工具强调 " 好用 "，企业系统还要回答 " 能不能管、能不能控、能不能复用 "。

腾讯云副总裁、CodeBuddy＆WorkBuddy 负责人 刘毅在演讲中也提到，过去半年他和几百位用户交流 AI Agent 时，大家普遍关心的是，个人已经把 AI 用得很顺，接下来怎么把同事也拉进来，一起完成组织交给团队的任务。

他把这个现象概括为 " 个人很爽，组织无感 "。在他看来，企业真正需要的不是更聪明的个人工具，而是组织生产力。

腾讯云 WorkBuddy 企业版选择在这个阶段推出，切中的正是这一层变化。

它不再只是围绕个人办公提效做功能扩展，而是把数字员工、项目协作、知识资产和管理后台放到同一个工作台里，试图把个人使用 AI 的经验，进一步转化为团队可以协同、企业可以治理的能力。

02

一体化 Agent 矩阵重构组织协同

如果说第一阶段的 AI 办公工具主要解决个人效率问题，那么   WorkBuddy 企业版希望进一步把 Agent 纳入团队协作和企业管理体系。

从产品结构看，WorkBuddy 企业版围绕三类能力展开：7 × 24 专家数字员工、支持人与 AI 协作的项目能力，以及企业级管理后台。

它关注的是团队如何持续使用、协作和管理智能体。

按刘毅的解释，WorkBuddy 的产品路径是 " 专家、助理、团队 " 三层递进。

专家把岗位所需的应用、技能、指令和标准工作流打包在一起，降低个人使用门槛；

助理把专家放到云端，成为 7 × 24 常驻的数字员工；

团队则把人和助理放进同一个项目空间，推动上下文共享、过程透明和资产复用。

数字员工解决的是专业能力供给问题。

企业中的销售跟进、内容策划、产品分析、财务处理、客户服务等工作，都依赖长期积累的经验和流程。

过去这些能力往往沉淀在人身上，或分散在文档和系统中。WorkBuddy 企业版尝试将部分岗位经验和业务 SOP 封装为数字员工，让专业能力能够被持续调用和复用。

项目能力解决的是协作问题。

真实业务往往涉及多个环节和角色。无论是市场活动策划，还是客户项目推进，都需要跨部门协同。

WorkBuddy 企业版将人、数字员工和不同能力的智能体纳入同一项目场景，让复杂任务能够被拆解、分工和持续推进，而不仅停留在一次性生成结果上。

管理后台解决的是治理问题。

当企业内部部署大量智能体后，权限管理、数据调用、流程留痕和资源分配都会成为现实需求。

WorkBuddy 企业版通过统一管理后台，将数字员工、垂类智能体、权限和 AI 资产纳入管理，为企业部署 Agent 提供基础治理框架。

不过，Agent 要真正进入业务，仅有工作台还不够，还需要接入企业原有的知识、工具和系统。

这也是 WorkBuddy 企业版与腾讯文档、腾讯网盘、腾讯乐享等产品集成的意义。

文档负责协作，网盘承载文件资产，乐享沉淀组织知识。

接入后，制度规范、产品资料、项目复盘、业务 SOP 等内容，都可以成为 Agent 可检索、可引用的知识来源。

在此基础上，Skills 和 Connector 分别承担能力复用与系统连接的角色。

员工可以将工作方法和业务经验封装为技能，供团队共享调用；Connector 则基于 MCP 协议和 One ID 统一身份体系，连接 OA、CRM、项目管理、腾讯会议、邮箱等系统，让 Agent 在权限范围内完成更多实际操作。

综合来看，WorkBuddy 企业版关注的是企业 Agent 落地过程中经常遇到的几类问题，包括知识来源、任务执行、系统连接、过程管理和经验沉淀。

对于企业而言，Agent 的价值不仅体现在内容生成或会议总结上。

企业更关心它能否融入日常业务流程，在长期使用过程中保留上下文信息，承接已有经验，降低协作中的信息损耗，同时让执行过程具备清晰的记录和管理能力。

03

腾讯云的 Agent 落地路径

企业 Agent 的竞争，已经很难只靠模型参数来解释。

模型能力仍然重要，但到了企业场景里，真正影响落地的还有几件事，包括有没有高频入口、能不能接入已有系统、底层工程是否稳定、安全和权限能否管住，以及生态伙伴能不能一起交付。

从 WorkBuddy 企业版的产品设计来看，其落地路径也主要围绕这些因素展开。

首先是场景入口。

AI 要进入企业工作，不能停留在一个孤立的网页或独立应用里。

员工每天高频使用的协作工具，往往是 Agent 最容易进入的地方。

企业微信、腾讯会议、腾讯文档、腾讯网盘、腾讯乐享、QQ 邮箱等产品，本身已经覆盖了企业沟通、会议、文档、文件、知识和邮件等工作环节。

如果 WorkBuddy 企业版能够与这些产品形成更深的连接，Agent 就不需要重新创造一个办公场景，而是可以嵌入企业已有的协作环境。

对 To B 产品来说，这一点很关键。很多企业并不缺一个新的 AI 工具，真正缺的是能在原有工作流中减少切换、承接任务、沉淀过程的系统。

其次是工程底座。

Agent 背后其实是复杂的工程问题。

一次企业级任务，可能涉及长上下文理解、多步骤规划、工具调用、权限判断、异常处理、过程记录和结果回传。

任务链条越长，对底层工程能力的要求越高。

如果没有稳定的运行框架，Agent 很容易停留在演示阶段。

它可以生成一个答案，却很难持续处理真实业务。

腾讯云在 Agent Runtime、模型服务、Memory、Sandbox、工具调用、安全防护等方向的布局，本质上是在解决 Agent 从 " 能演示 " 走向 " 可运行 " 过程中需要面对的工程问题。

模型能力同样是基础。

腾讯混元在 2026 年进行了新的模型迭代，Hy3 preview 在长上下文、Agent 推理、Coding 等能力上继续补强。

对 WorkBuddy 这类产品来说，模型能力嵌入到了文档处理、任务拆解、代码辅助、知识检索和多工具调用等具体环节中。

企业最终感知到的，是任务能不能稳定完成、结果是否可靠、成本是否可控。

汤道生和姚顺雨在对话中反复提到 "Co-Design"。

姚顺雨认为，模型研发不能只围绕外部榜单展开，更重要的是基于真实产品和真实应用构造评测；实用性价值要大于刷榜价值。

以 WorkBuddy 为代表的产品，能够提供真实场景、真实数据和线上反馈，反过来帮助模型理解真实   Prompt 分布，并推动模型能力继续改进。

除了内部产品和技术能力，生态也是 WorkBuddy 企业版后续落地的重要变量。

腾讯云推出 Buddy AI 生态共创计划，说明它并不只想把 WorkBuddy 做成一个办公智能体入口，还希望把硬件设备、企业软件、行业知识和服务伙伴接进来。

在硬件端，云电脑、智能眼镜、录音设备等都可能成为 Agent 的新入口；在软件端，行业知识、业务流程、企业应用可以通过 Skills 和 Connector 被转化为可调用能力。

这对企业 Agent 的落地很重要。一个通用智能体很难覆盖所有行业细节。

真正进入企业之后，它需要懂不同岗位、不同流程和不同系统。生态伙伴的作用，就在于把更具体的场景、设备和服务能力补充进来。

从这个角度看，WorkBuddy 企业版的竞争力并不只来自单点产品体验。

更值得关注的是，腾讯能否把协作入口、模型能力、云基础设施、安全治理和生态伙伴组织成一套可持续运行的系统。

这也是大厂参与企业 Agent 赛道时普遍具备的特点。

它们不一定在每个单点能力上都最激进，但通常拥有更完整的产品体系、基础设施和生态资源，因此更容易把 Agent 放进真实业务环境里，让它从一个工具逐步成为企业软件体系中的一部分。

04

AI 并未杀死 SaaS，却在重构商业范式

关于 "AI 是否会取代 SaaS" 的讨论，至少从当前企业落地 Agent 的实践来看，真正发生的并不是软件体系被替代，而是其角色正在变化。

大模型可以回答问题，但要进入真实业务，还需要读取企业数据、调用业务系统、理解权限、记录过程，并满足审计和追踪要求。

因此，Agent 的运行离不开企业现有的软件体系。

数据系统提供上下文，权限系统控制访问范围，工作流系统承接任务流转，日志与可观测系统记录执行过程。

Agent 越深入业务，对这些基础能力的依赖就越强。

因此，AI 的普及并没有削弱企业软件的重要性，反而提升了企业对数据、流程、权限和治理能力的需求，而这些能力大多沉淀在现有 SaaS 体系中。

过去，SaaS 主要服务于人；未来，它还将服务于 Agent。

CRM、OA、项目管理和 BI 等系统，不仅是员工的工作界面，也会成为 Agent 获取上下文、触发动作和留下记录的基础设施。

这也会推动 SaaS 商业模式变化。

过去很多产品按账号收费，但当数字员工开始承担任务，企业关注的将不只是登录人数，还包括调用次数、任务量和实际产出。

因此，按人头计费不会消失，但用量计费、任务计费和结果导向收费的重要性会持续提升。

软件厂商需要证明的不只是功能覆盖范围，还包括能否被 AI 稳定调用，并产生可量化的业务价值。

从这个意义上看，企业软件正在从 " 人使用的系统 " 演变为连接人、Agent、数据和业务流程的协作层。

从行业角度看，企业软件的重要性并未减弱，只是职责正在扩展。

过去，软件主要回答 " 人如何使用系统 "；现在，它还要回答 "AI 如何调用系统、如何参与流程、如何被企业管理 "。

WorkBuddy 企业版正是基于这一逻辑构建。

它通过数字员工、知识资产、Skills、Connector 和管理后台，让 Agent 能够在企业现有协作体系中运行。

这也是本文把 WorkBuddy 放到 SaaS 行业变化中观察的原因。

05

结语

在软件与企业服务行业加速演进的当下，软件的底层价值正在发生深刻转移。

它正从单纯的数据记录工具，全面走向资产运营和人机混编调度的业务协同。

与此同时，商业模式从按人头卖账号向按用量或结果付费的迁移，也成为了不可逆的必然趋势。

在这场关乎效率的行业长跑中，单纯的模型参数堆叠已经无法单独决定胜负。

真正拉开代际差距的，是能不能把工程能力、场景触点和生态深度完完全全地扎进业务现场，看谁的实际落地能力更强。

作为这一变革趋势的践行者，腾讯云 WorkBuddy 企业版的推出，本质上正是企业级智能体从个体提效迈向组织协同的一个标志性注脚。

联系崔牛会可添加微信：cuiniuhui_cnh

●软件巨头的「AI 转型税」来了

●企业软件 " 大越界 "

●AI 最先重构的，不是产品，而是软件公司

点击 " 阅读原文 " 报名「SaaS 企业 AI 转型」系列深度学习。