干货满载！腾讯云AI技术周圆满收官，回顾如何利用AI增效创收

作者 | 凌敏、刘杨楠、 王玮

当 AI 的风从互联网吹向传统行业，从前沿应用吹向产业核心，如何利用 AI 为企业降本、提效、创收，成了摆在企业面前的难题。

在 2025 腾讯全球数字生态大会启幕前夕，腾讯云联合 InfoQ 特别打造「AI 技术周」系列直播栏目，9 月 8 日 -14 日连续 7 天高能输出，每天 2 小时，带领开发者、企业深入 AI 技术腹地，洞见未来趋势，并公布多项 AI+ 产品的最新进展。这场持续 7 天的技术马拉松，围绕 AI Infra、Agent、数据库、大数据、安全、音视频、开发者工具、协同办公关键议题，邀请到多位技术大咖展开深度对话，助力“好用的 AI”在千行百业中加速落地。立即点击【阅读原文】免费领取讲师课件和白皮书。

1 解密硬核黑科技如何让企业低成本 + 低门槛搭建 AI 应用

当前，AI 正加速成为企业中长期发展的“主引擎”，但算力运维难、开发门槛高、需求碎片化、部署周期长四大行业阵痛也让不少企业望而却步。在 AI 技术周第一期栏目中，腾讯云多位技术专家通过四大硬核黑科技，逐一破解上述四大行业痛点。

腾讯云 CVM 技术专家梁居宝表示，腾讯云 CVM 弹性算力针对 Agent 落地面临的多项挑战，提供了一体化解决方案。通过构建基于模型上下文协议（MCP）的标准化工具调用框架，CVM 已将云服务器实例管理、自动化助手 TAT、弹性伸缩 AS 等多个计算产品的 API，封装成标准化的 MCP Server 对外提供服务，并已上线到包括腾讯云开发者社区在内的多个主流平台。通过腾讯云 CVM 提供的 MCP Server，开发者能够高效、便捷地连接并使用腾讯云各项云服务，极大地简化了云资源的管理与操作流程。此外，腾讯云 CVM MCP Server 提供了统一且标准的云资源管理工具，用户可将其灵活嵌入自有的 AI Agent 中，拓展更丰富的自动化应用场景，也可将 Agent 发布至主流 AI 平台，通过自然语言对话的方式，轻松地完成云资源的管理和运维。

对于更轻量级的业务场景，为了帮助开发者低门槛上手 Agent、MCP Server 等 AI 应用的云端部署，腾讯云推出了轻量应用服务器（Tencent Cloud Lighthouse）。腾讯云高级产品经理曹峻玮表示，Agent 的搭建需要经历需求开发、调试、验证、发布、部署、运行、观测多个阶段，轻量云针对 Agent 开发的全流程推出了独立应用镜像，如 Agent 沙箱提供代码执行与浏览器控制能力，向量数据库服务支持实现 Agent 记忆功能，显著提升搭建效率。同时，轻量云还封装了热门的 Agent 开发工具 Dify，提供从 Agent 构建到 AI workflow 的编排，以及 RAG 检索模块管理等能力，进一步降低 AI 应用的搭建门槛。

无论是训练复杂的模型还是运行 Agent，背后都离不开坚实可靠的算力支撑—— GPU。腾讯云异构计算专家工程师龚学健认为，算力是构建 AI 应用体系的底座，发挥着至关重要的支撑作用。对于从事 AI 应用开发的开发者和企业而言，GPU 的选型是一项关键任务，除了要关注基础的算力与显存容量之外，在大规模训练场景中，还需重点关注机内互联（如 NVLink）与机间互联（如 InfiniBand / RoCE）的性能指标。

具体而言，在 GPU 选型之初，需要先明确具体任务需求，比如，大语言模型的训练跟推理场景对算力的需求具有显著差异，训练属于算力密集型任务，以吞吐为导向，对通信要求高，推理任务则更关注请求时延。此外，选型还需要紧密结合模型特性与业务场景，以实现最优成本效益。

当企业解决了 AI 算力需求，并构建出 AI 应用后，下一个关键问题随之而来：如何让这些应用，特别是大模型应用，以高性能、高可靠的方式真正服务用户？腾讯云异构计算高级工程师李东昊表示，从大模型的生命周期来看，主要包括训练与推理两大环节。当前，基础模型训练普遍由头部互联网或 AI 公司完成，而对大多数企业和开发者而言，更常见的任务是对模型进行微调、对齐，或直接使用成熟的基础模型进行推理。因此，模型推理已成为实现 AI 应用价值的“最后一公里”。在这一环节中，性能与成本、安全与合规是两大核心考量。

当前，企业或开发者尝试自主部署推理集群通常会面临以下痛点：一是部署成本高，包括算力、电力与机房硬件投入；二是部署周期长，需要专门组建团队并完成复杂的环境搭建；三是运维难度大，需协调算力、存储、网络等多种资源；四是安全隐患，无论是自建集群还是使用第三方 MaaS 服务，均存在数据泄露与安全攻击风险。针对上述痛点，腾讯云高性能应用服务 HAI 推理集群提供了系统性的解决方案：支持按量计费、开箱即用，并提供全托管服务和可信执行环境，此外，HAI 还提供智能扩缩容能力，支持基于定时策略及 LLM 特有指标（如等待队列长度、最小连接数等）进行弹性伸缩，适应不同流量场景，保障服务稳定性的同时优化资源成本。

在“AI 算力千百问”圆桌讨论中，四位嘉宾围绕多样化算力场景展开深度交流。对于当前中小企业尝试 AI 应用时面临的算力选择与成本优化问题，专家表示需要根据具体模型和任务需求合理配置算力、显存及网络资源，尤其注意 CPU 与 GPU 的配比，并持续跟踪模型与推理引擎的优化，优先选择技术服务强、合规可靠的云服务商，以获得高性价比的算力支持。

在轻量级试水 AI 能力方面，初期应选择云上按需付费模式，采用低成本配置快速验证想法，也可直接调用厂商提供的大模型 API，避免过早投入模型部署。并从“小而准”的场景切入，逐步扩展，切忌初期盲目追求大而全的自研模型。此外，团队应理性评估业务需求，善用“小模型”解决特定任务，在 AI 智能体中实现资源的最佳匹配，避免盲目使用大模型带来的资源错配。

本期更多精彩内容，点击链接查看：https://www.infoq.cn/video/j93Y519pZ0rluRmeQGQm

2 AI Agent 技术创新与企业级智能体快速落地路径

当下炙手可热的 AI Agent 正以前所未有的速度渗透进企业的生产、营销与服务流程中。然而，从一个爆火的技术概念到一位稳定可靠的“数字员工”，企业在实践过程中仍然面临着不少挑战。腾讯云 AI 技术周第二期 AI Agent 专场邀请了来自平台厂商、中小企业实践及解决方案服务商的嘉宾，共同探讨企业级智能体快速落地的路径。

在企业落地智能体应用的过程中，普遍面临三个痛点：知识问答准确率不足，导致用户体验不稳定；业务流程缺乏灵活性，一旦信息变更往往需要从头处理；多智能体协作受限，无法根据场景高效分工与衔接。为了解决这些问题，腾讯云智能体开发平台产品经理夏宇指出，平台已完成RAG、Workflow、Agent三大应用开发框架全面升级。RAG 进化为 Agentic RAG，提升知识问答的稳定性；Workflow 引入全局视野 Agent，可在用户修改信息时，自动“倒带”到对应节点修正；Agent 框架升级为 Multi-Agent，支持自由转交、工作流编排转交、P&E 协同模版等多方式配置 Agent 协同。

在此基础上，平台同步提供包含 140 余款高质量插件、可复用的提示词模板以及 80 余套配套开发要点的应用模板，避免从零开始造轮子。同时，平台强化了应用评测、运营和权限管理，确保企业 AI 应用落地的过程的快速可控。

如果说腾讯云智能体开发平台是为企业落地 AI 修建的一条高速公路，那么腾讯元器则致力于为每一位创作者和开发者铺设一条通往 AI 世界的便捷通道。腾讯元器产品运营张瑞波介绍，元器最大的特色是与微信生态的结合。

公众号创作者通过一键授权即可将历史文章转为知识库，并保持自动更新。育儿博主“童爸”只花 10 分钟就建立了自己的“数字分身”智能体，已经为 6 万个家庭提供服务。在知识变现方面，元器内置微信支付 MCP 能力，支持创作者在智能体中实现商业变现。法律科普博主“飞哥”利用这一功能搭建法律咨询智能体，仅两周就收获了千元以上的打赏。这一案例说明，智能体不仅能提升效率，还能开辟新的商业模式。

对于预算和技术力量有限的中小企业，微盛 AI·企微管家 CO Founder&CEO 夏京安认为，落地的关键在于降低使用门槛。企微原生 IM 成为天然入口，员工可以在熟悉的对话环境中直接调用 Agent，身份鉴权和数据授权均无缝衔接，模型还能通过持续交互不断优化。在会议纪要、审批、日程、请假等高频场景，Agent 可即时接管任务，不打断工作流。微盛的实际数据表明，结合企微后，客服、营销、质检等环节的智能体应用已显著提升效率，并带来了业务价值，在其自身实践中，用企微 AI 聊天跟进，实现了销售转化率提升 30%，真正实现了低成本、高回报的落地。

而在更加通用的企业应用中，难点更加复杂。腾云悦智数据智能服务部副总经理梁卫星总结出四大挑战：模型幻觉、数据安全、高质量数据以及大模型性能。他提出的“知、行、赢”方法论，强调企业需要在三个阶段推进落地。第一步“知”，即管理层与技术团队要建立对模型边界和关键挑战的共识；第二步“行”，通过咨询、方案设计、定制开发和效果调优逐步落地；第三步“赢”，上线后要用真实用户数据不断反哺和迭代，从而形成持续的价值创造。这一方法论为企业在复杂场景中推进智能体提供了可操作的流程指引。

从腾讯云智能体开发平台的技术升级，到元器降低创作门槛、探索商业模式，再到腾讯云智能体平台 + 企微驱动的中小企业低成本实践，以及腾云悦智的方法论框架，可以看到， AI Agent 的落地路径正在逐步清晰和成熟，在不同规模、不同行业的企业中被验证和复制。随着技术能力、应用场景和组织流程的不断对齐，AI Agent 正在真正嵌入企业运作体系，承担起“数字员工”的角色，并通过持续迭代为业务创造可衡量的价值。

本期更多精彩内容，点击链接查看：https://www.infoq.cn/video/Pd7y5EkGFke1KVrWwMiD

3 从被动存储到主动决策：AI 如何驱动数据库与大数据智能进化

在数字化浪潮的推动下，数据与人工智能的深度融合已成为企业构筑核心竞争力的关键要素。

腾讯云 AI 技术周第三期直播聚焦“Data+AI”这一核心议题，邀请了四位分别来自腾讯云大数据和数据库领域的业务专家，系统性地剖析了 AI 如何驱动数据基础设施与大数据应用的智能进化，为业界呈现了一幅从数据交互、平台构建到存储引擎的全链路技术蓝图。

直播开篇，腾讯云大数据 WeData 研发总监虎兴龙便深刻剖析了当前 Data Agent（数据智能体）在企业落地时最棘手的行业痛点，即信任缺失与沟通鸿沟。

企业投入巨资构建了 Agent，但业务人员（如市场、运营）尝试用自然语言提问时，AI 却常常因无法准确理解复杂的企业数据上下文，导致生成的 SQL 查询结果错误或不可靠。这使得 Data Agent 沦为“花架子”，业务决策依然严重依赖数据分析师手动介入，数据价值很难在 AI 落地的“最后一公里”充分释放。

虎兴龙提出的解决方案，是从根本上重塑人机协作范式，核心是构建一个数据统一语义层（WeData Unity Semantics）。此方案的深度在于，它认识到问题的本质不是优化 AI 写 SQL 的能力，而是构筑人与机器新的信任基础：数据上下文系统。在数据分析领域，人与机器共同能理解的上下文包含：数据的概念、业务术语、数据的关系、指标、维度等业务语义。

WeData Unity Semantics 从统一元数据、统一治理、统一语义着手，为用户提供了一套数据上下文构建和治理平台：规范了数据的概念、业务术语、关系、口径、分析维度的定义，并为下游应用提供一致、可信、高效的数据访问接口，例如：MCP、API、JDBC、数据发现服务等。AI 的交互模式因此从充满不确定性的 Text-to-SQL，转变为调用确定性的、封装了复杂逻辑的 Text-to-API。

这一转变将复杂性从难以预测的 AI 模型，转移到了可由专家定义和治理的语义层，从而在机制上保证了查询的准确性与可解释性，为建立人机信任奠定了坚实基础。

腾讯云大数据 EMR 资深产品经理孙爱林指出了另一个普遍存在的组织与技术痛点：大数据团队与机器学习团队的“相爱相杀”。

由于历史原因，两个团队往往使用不同的技术栈、独立的资源集群和割裂的运维体系。这直接导致了数据需在平台间反复迁移，链路冗长；资源无法共享，造成巨大浪费；以及研发流程脱节，严重拖慢了从数据准备到模型训练的迭代速度 。

腾讯云 EMR 给出的答案是构建 Data+AI 一体化平台，其核心价值在于“融合”与“统一”。通过统一存储、统一调度、统一计算，平台将原本分立的两个世界拉通。

例如，通过 TC-Catalog 提供覆盖结构化数据 + 非结构化数据和 AI 模型的统一元数据管理、权限管理等功能；支持 Spark、StarRocks、Hive、Xpark 等多种大数据及 AI 计算引擎，大数据和 AI 引擎可平权统一访问 Catalog 中的结构化 + 非结构化数据 + 模型文件，减少数据在大数据系统和 AI 系统的搬迁。

这套方案的深层价值在于，它不仅是技术上的集成，更是促进组织协同的催化剂。它将数据处理和模型训练视为一个连续的整体工作流，让大数据团队和 AI 团队在同一个平台上协作，从而根除了数据孤岛和流程内耗，为企业实现高效的 MLOps 奠定了基础。

直播的下半场聚焦于数据基石——数据库。目前，行业痛点呈现两极分化：对于业务流量波动巨大的企业（如电商、游戏），传统固定规格的数据库使其陷入“资源预留浪费”与“突发流量崩溃”的两难境地 。而对于广大中小企业，自建开源数据库看似免费，实则面临着高昂的隐性运维成本（安全、备份、监控、专家人力），可靠性难以保障。

腾讯云数据库产品经理邓昕瑞以及高级产品经理扶婕分别给出了针对性的解决方案。

TDSQL-C Serverless 通过“计算存储分离”的云原生架构，从根本上解决了流量不确定性问题。它可以控制资源扩缩范围；能持续监控用户的 CPU、内存等 workload 负载情况，根据规则触发自动扩缩容策略；具备自动启停能力以及弹性防抖动能力。因此，使用 Serverless 集群能提升资源利用率，节省成本，让算力资源像水电一样按需使用、按量付费，企业无需再做艰难的容量规划，能够以最优成本从容应对任何流量洪峰。

而云数据库 MySQL 是腾讯云最经典、最老牌的公有云数据库产品，开始运营至今已服务近 20 万家客户。

云数据库 MySQL 推出的经济型和单节点实例，则是对中小企业成本痛点的精准回应。这套方案利用云的弹性优势，将企业级的高可用能力以普惠的价格提供给预算有限的客户，同时为开发测试等非核心场景提供极致性价比的选择，有效降低了中小企业获得专业、稳定数据库服务的门槛 。

总得来看，本期直播深刻揭示了“Data+AI”时代的行业痛点，并提供了系统性解决方案，为企业在数据智能化的道路上如何构建信任、打破壁垒、平衡成本与性能，指明了清晰的演进方向。

本期更多精彩内容，点击链接查看：https://www.infoq.cn/video/8SOET0sY3huapapqEMbK

4 数智时代的安全操盘手：AI 安全可控，风控增效无忧

对于企业而言，安全问题始终是重中之重。当企业业务狂飙，AI 安全如何化身企业“隐形保镖”？智能风控如何帮助企业省下百万营销预算？展望未来，AI 时代下的安全 & 风控趋势又将走向何方？在 AI 技术周第四期栏目中，腾讯云天御风控与零信任技术专家，从风险识别和办公安全两个维度，共同拆解数智时代的安全操盘手。

当前，互联网欺诈行为高速增长，2024 年国内作恶手机号量级年环比上涨 30%、作恶 IP 数量年环比上涨 95%。这些虚假手机号和代理 IP 被大量用于攻击企业营销活动，导致营销费用被恶意消耗，真实用户难以获益，最终造成企业资源浪费与转化效果不佳。值得注意的是，黑产攻击已经渗透各行各业，在金融、电商、社交、直播、航空出行等领域都会存在，且作弊手段多样，对企业业务带来一定的风险。

腾讯云天御风险识别正是一款基于大数据和 AI 技术的智能风控解决方案。

腾讯云天御风控产品专家王雷雷表示，腾讯云天御主要从风险感知、风险评估和风险处置三个环节构建完整防护体系。在风险感知环节，天御提供设备指纹能力，通过对设备环境进行风险识别并为每台设备生成唯一标识，有效识别异常环境；在风险评估环节，天御综合账号信息，如手机号、OpenID、IP 等，评估用户风险等级，并内置多个行业的定制化策略，确保在不同业务场景下精准识别风险；在风险处置环节，针对识别出的高风险行为，天御提供多种交互验证方式，如行为验证码及多因子认证。

在远程办公和移动办公日益普及的今天，企业办公安全同样不容忽视。腾讯零信任产品负责人、腾讯企微网关产品负责人刘登峰提到，过去二十年，企业办公模式经历了快速演进，从早期的电子化办公逐步发展为如今的智能协同办公。在 AI 技术的推动下，企业办公效率不断提升，但也带来了全新的安全挑战。

• 其一，AI 技术显著降低了网络攻击门槛。AI 驱动的钓鱼攻击平台可以自动分析目标企业的社交媒体和网站，生成逼真的钓鱼内容，攻击效率比传统方式提高数倍。此外，AI 还被用于生成恶意代码和深度伪造内容，进一步加剧了钓鱼攻击的复杂性和隐蔽性。
  

• 其二，企业运营需要提效应对各类快速增长的安全威胁。安全运营团队面临告警数量激增、专业人才短缺等挑战，需要借助 AI 技术实现从“辅助驾驶”到“自动驾驶”的智能化运营升级，企业安全团队也需要通过 AI 技术提升安全运营效率。
  

• 其三，AI 时代下混合办公趋于常态化。远程与混合办公模式打破了传统网络边界，增加了企业暴露面和攻击面。此外，混合办公模式下的设备多样性和网络复杂性，使得传统的安全防护措施难以有效覆盖所有终端，风险进一步提高。
  

• 其四，AI 工具增加了企业泄密通道。AI 工具在提升工作效率的同时，也带来了数据泄露的风险。

腾讯根据自身无边界零信任企业网的最佳实践，构建出了新一代办公安全解决方案——腾讯 iOA 零信任安全管理系统（Zero Trust Security Management）。

刘登峰表示，在推进自研零信任安全架构时，团队明确了几大核心方向。一方面，需要从整体网络安全架构全面转向零信任，而非仅用零信任产品替代 VPN，并推进全场景接入。另一方面，以“终端 All in one”为标准，基于核心业务场景推进零信任建设，并推进全终端覆盖。基于腾讯 iOA 与企业微信构建的智能协同办公方案，能够覆盖 PC 与移动双端访问，确保用户无论使用何种设备或网络，均可安全接入企业内网，有效保护敏感数据不泄露至互联网。此外，iOA 能借助 AI 能力快速识别恶意样本，提升威胁响应与运营效率，并通过加密链路与终端环境评估，确保只有合规终端可访问内部 AI 应用。

本期更多精彩内容，点击链接查看：https://www.infoq.cn/video/FCd29mVdmZOBcXu0Wulg

5 解码 AI 时代的实时交互秘籍：万物互联，实时互动

当实时音视频互动技术走过“看得清、听得见”的初级阶段，我们正迎来一个由 AI 驱动的、追求极致沉浸与智能交互的新纪元。在腾讯云 AI 技术周第五期音视频交互专场直播中，来自腾讯云音视频的数位专家与行业创业者，共同描绘了一幅 AI 与实时交互深度融合的未来图景。从能感知情绪的 AI 玩具，到跨越语言障碍的实时翻译，再到虚实结合的在线娱乐，这场技术与思想的碰撞，揭示了 AI 如何为实时互动注入“灵魂”，并催生出千亿级的商业蓝海。

AI 陪伴玩具、具身智能、智能穿戴、智能点餐、导览、AI 面试等 AIoT 场景，越来越多地出现在了人们的日常生活中，那这些场景是如何实现人与硬件的自然“对话”的呢？

腾讯云音视频 TWeTalk 产品负责人黄成言在直播中深度解读了 TWeTalk 方案背后的思考。腾讯云音视频 TWeTalk 是面向智能硬件打造的 AI 对话软硬一体化产品方案，通过与主流嵌入式芯片与模组厂商合作，整合端-云-通信全链路能力，为 AIOT 设备提供了“一站式接入”范式，成为 AI 赋能智能硬件的标杆实践。

直播中的一大亮点，是与黄成言老师一起出镜直播的还有一只“会说话”的 QQ 公仔——它不仅支持智能问答、讲故事，而且实现了双向微信通话：用户可以直接通过语音指令让它给微信联系人打电话（比如“帮我呼叫妈妈”），也可以通过手机小程序一键呼叫设备玩具。正如黄成言老师分享的主题，“当 IoT 遇见 AI，让你的公仔温暖起来”。她进一步预测，AI 玩具、具身智能和智能穿戴将会是AI+智能硬件新兴范例出现的热门赛道，腾讯 AIoT将会和客户合作伙伴一起共建生态、持续探索。

腾讯云音视频创新解决方案首席布道师章怡成将视野拓展至更广阔的千行百业，TRTC 实时对话式 AI 解决方案，正在为一系列颠覆性的互动新范式提供可能。

一方面，多模态能力快速升级，让大模型具备“眼睛”，能够以更自然的方式进行交互。另一方面，垂直场景不断深化，教育领域已出现单月使用超 100 小时的 AI 辅助教学案例。同时，物理实体的重要性凸显，在陪伴场景中与智能同等关键。像 QQ 公仔这样的产品，具备对话能力后被赋予更多情绪价值。随着消费电子终端与 AI Agent 的结合，未来将涌现出更多新的应用场景与机会。

在主题分享之外，腾讯云音视频实时互动产品负责人郑光键、腾讯云音视频实时互动解决方案负责人涂签杭和热爪 APP 负责人邵海涛还进行了一场圆桌，聊了聊实时互动产品应用的新场景和新机会。

涂签杭介绍，过去一年他主导了在线电玩城项目，成功落地包括在线娃娃机和在线游戏机在内的客户案例。邵海涛则从创业者视角分享了热爪 APP 的实践经验。作为资深抓娃娃爱好者，他选择将线下体验搬到线上，采用“平台 + 商户入驻”的模式，与优质实体店合作，通过严格筛选保障玩具品质与设备稳定。为了最大程度还原线下操控感，团队在摇杆控制上投入大量研发，并最终选用腾讯云 TRTC 作为核心技术，凭借清晰画质、低延迟和高稳定性，实现了对竞品的差异化优势。目前，平台已接入近 700 台设备，营业额相当于 80~100 家线下门店。腾讯专家郑光键补充，TRTC 全球端到端传输延时可低于300 毫秒，使用户可隔屏操作实体机械，形成跨空间即时互动体验。这一技术方案不仅适用于在线娱乐，还具备远程巡检、工业机器人操控及远程医疗等拓展潜力。郑光键表示，腾讯云将持续以实时互动技术为基础，助力更多企业和开发者探索真实、即时、跨空间的创新场景，寻找新的增长机遇。

从会对话的 QQ 公仔到隔空抓娃娃的热爪 APP，这些案例展现了音视频交互的巨大潜力。随着技术成熟，人机关系将更紧密，真正走入万物互联、实时互动的未来，而企业与开发者需要做的，正是敏锐把握技术趋势和由此产生的新场景和新机会。

本期更多精彩内容，点击链接查看：https://www.infoq.cn/video/2k0OtvTEeH6FdvvNoZCU

6 AI DevOps 工具如何破解企业研发效能瓶颈？

AI 浪潮正以前所未有的力量重塑软件开发的全生命周期，它不再仅仅是辅助编码的工具，而是深入企业研发流程，重构协作模式与生产效率。腾讯云 AI 技术周第六期直播邀请了腾讯 TAPD 架构师负责人鞠武军、产业方代表丽呈集团研发产品总监李延铮及腾讯 CNB 运营负责人王春雨 ，从协作平台、产业实践和底层工程三个维度，全方位解码了 AI DevOps 工具如何破解企业研发效能瓶颈，将业务想法高效转化为可上线的敏捷价值流。

直播伊始，腾讯 TAPD 架构师负责人鞠武军便指出了当前企业研发流程中的核心痛点——工具链的混乱与割裂。他指出，目前，企业开发的工具链十分繁杂，在处理开发流程相对简单的任务时，开发人员需要对复杂工具链进行改造，从而产生大量额外工作。此外，当前很多复杂工具平台依然无法满足企业的特殊场景需求，企业需要进行大量的定制化调整。

五花八门的工具链一方面会让企业面临“选择困难症”；另一方面，企业经历一番艰辛选出一套工具链后，便会发现不同工具链之间的操作无法连通，基本要靠产研团队自己缝合，而缝合过程中，又面临数据链割裂的问题，进一步导致数据安全风险。

在此背景下，腾讯的解法，是以TAPD（Tencent Agile Product Development）为枢纽，构建一条智能化的敏捷价值流。它不追求替代所有工具，而是通过标准化的连接模型，灵活地将企业现有的各类工具根据业务需求接入价值流。

更关键的是，它在连接之上还注入了AI 和自动化能力。例如，利用 AI 自动评审需求的完整性，或在代码合并后自动触发后续的构建、测试、部署流程。这种模式将研发过程从一系列孤立的任务，转变为一个由数据和 AI 驱动、无缝流转的价值创造体系，从根本上解决了工具链混乱带来的效率损耗。

丽呈集团研发产品总监李延铮的分享，则揭示了另一个普遍的管理痛点：DevOps 工具与流程往往局限于研发团队内部。业务方（如运营、市场）通过邮件、聊天等非结构化方式提出需求，信息残缺、理解偏差导致了大量的沟通返工，这构成了研发流程中巨大的“翻译成本”和时间浪费。此外，如何低成本地将协作流程延伸至庞大的外部合作伙伴，也是一大难题。

丽呈集团的实践展示了如何打破研发团队的“围墙”。其方案的巧妙之处在于将 TAPD 的能力向业务前端和合作伙伴“外溢”。

对内，他们利用“AI 需求评审助手”功能，将需求规范转化为 AI 评审规则，以此引导和“训练”业务人员提交高质量需求，将源头治理从“人找人”变成了“系统找人”，效率和质量都得到提升。对外，通过调用 TAPD 的开放 API，在自研系统中为数万酒店用户创建了反馈和跟进渠道，以极低的成本将协作体系延伸至业务末端。可见，真正的效能提升，需要将 DevOps 的协作理念和平台能力，从研发内部扩展到整个业务生态，构建一个覆盖全链路的、快速响应的价值网络。

最后，腾讯 CNB 运营负责人王春雨深入到最底层的工程领域，指出了现代软件开发的严峻挑战：工程复杂度的爆炸性增长。特别是算法驱动的应用，动辄上百 GB 的代码库让本地开发不堪重负；复杂的依赖管理、安全规范、构建流程等，极大地增加了开发者的认知负荷，使其大量时间消耗在与核心业务逻辑无关的“杂务”上。

腾讯云的解决方案直击痛点核心。首先，通过基于容器创建的云原生开发环境，将开发工作台从性能有限的本地机器解放到云端，提供按需、弹性的强大算力，从根本上解决了环境配置和大规模项目构建的瓶颈。

而AI 代码助手 CodeBuddy是由腾讯云自研的一款编程提效辅助工具，以插件形式安装到编辑器（VS Code 或者 JetBrains 系列 等 IDE）中辅助编程；基于腾讯混元 + DeepSeek 双轮模型驱动，为开发者提供技术问答、Craft 编码智能体、智能代码补全、单元测试、智能评审、代码修复等 Agent 智能体拓展能力，兼容 MCP 开放生态，辅助提升开发者编码效率和质量。演示中，CodeBuddy 能自主完成从需求分析、UI 生成、全栈代码编写，到安全扫描、问题修复和部署的全过程。

这标志着开发模式的根本性转变：AI 不再只是被动辅助，而是作为主动的“智能体同事”，承担了大量的工程事务，让开发者能真正专注于业务创新和架构设计等高价值工作。

综上所述，本期直播系统地阐述了 AI DevOps 如何通过战略性的平台、包容性的流程和革命性的工具，来解决当前软件研发中的核心痛点。它预示着，研发效能的下一次飞跃，将源于一场由 AI 驱动的、覆盖从业务协作到代码工程的全方位智能化变革。

本期更多精彩内容，点击链接查看：

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

7 从协同到增长：AI 如何驱动企业效能跃升

AI 技术正以前所未有的速度重塑企业的运营模式和增长路径。在这样一个变革的浪潮中，许多企业都在思考：AI 协作到底如何才能真正落地？企业会面临哪些瓶颈与挑战？更重要的是，AI 究竟如何重塑团队协作、提升组织效能？它在实际业务场景中又是怎样驱动效率提升的？在 AI 技术周第七期栏目中，腾讯三位技术专家围绕合同管理、知识管理、企业调研三大关键领域，探讨 AI 是如何驱动企业效能跃升的。

具体而言，在合同管理中，一份合同的生命周期通常可以被概括为“拟 - 审 - 签 - 管”四个步骤，虽然这四个步骤已经被各大企业应用多年，但直到现在，每个步骤仍有无法绕开的痛点。首先，在合同的起草、修订和审查阶段，文案工作量繁重、细节繁多，容易导致效率低下和错误频发。其次，协作效率低。一份合同涉及的角色非常多，频繁的版本更迭与并行处理，容易导致沟通不畅与协作低效。再者，合规管控难，容易出现遗漏和管理失控的情况。最后，数据同步困难，合同的检索、履约和统计数据难以实时同步。

针对这些痛点，腾讯推出了电子签解决方案。腾讯电子签 AI 产品研发经理金元浩指出，该方案基于腾讯云 AI 基座，通过AI 智写、AI 智审、AI 智取、AI 智签四大核心能力，全面赋能合同全生命周期。

在 AI 智写层面，能释放重复性文书、检索类工作；在 AI 智审层面，能智能预审风险，更客观且专业适配企业个性化规章制度；在 AI 智取层面，能提取合同关键信息，并及时风险预警履约信息；在 AI 智签层面，能智能匹配签署控件，并智能识别手写签名、视频语音交互验证。

在知识管理中，腾讯内部孵化了一个知识管理平台“乐享”，该平台自 2008 年上线以来，一直是腾讯内部系统性沉淀、共享和传承知识的核心载体。2017 年，乐享正式对外提供服务，并于 2023 年推出 AI 版本，2025 年推出结合 DeepSeek 大模型的 DS 版本。目前，乐享沉淀了腾讯内部超过 80% 的原创知识内容，95% 的员工每日主动使用，知识总量已达 150 万份，月浏览量突破 5000 万次。

据腾讯乐享高级研发工程师杨锡坤介绍，乐享的知识库核心能力包括多格式知识统一管理、知识更新与属性管理、企业级权限与安全管控、数据洞察与管理看板、智能问答检索与溯源以及开放平台。从乐享知识库的 AI 整体架构来看，导入的知识首先经由 OCR 模型及音视频解析服务进行初步处理，随后通过语义拆分模型被切割为合适的文本片段，再经过图片理解模块进一步解析，最终通过精调的向量模型计算向量并写入 AI 数据库。

在企业调研中，传统的调研流程通常可以分为四个阶段：需求沟通、研究设计、研究执行和研究输出。腾讯问卷 AI 产品负责人傅薇指出，每个阶段在企业实践中都普遍存在一些长期未能解决的痛点。比如，在需求沟通阶段，常见问题包括需求模糊、沟通成本高昂；在研究设计阶段，可能会出现设计效率低下；在研究执行阶段，数据回收后的清洗工作以及主观题的分析处理，不仅耗时较长，还极易出现错误；在研究输出阶段，普遍存在分析深度不足、报告产出效率低的问题。

针对这些行业痛点，腾讯问卷全流程 AI 解决方案的核心目标十分明确：将可自动化、标准化的环节交由 AI 处理，使人力能够聚焦于更高价值的判断与决策。从问卷设计、执行到分析，全面贯通定量问卷与定性访谈，既能支持大样本统计，也可实现深度洞察。同时，系统支持多端使用（网页、H5、小程序），便于团队协同并有效降低整体流程成本。

在“AI 如何助力团队协作与组织效能提升”圆桌讨论中，三位嘉宾围绕 AI Agent、好用的 AI 等话题，展开深度交流。金元浩表示，当前 Agent 技术发展极为迅速，其潜力备受业界关注。但从实际应用效果来看，Agent 技术距离全面落地仍有一定距离，整体仍处于探索阶段。从定义来看，Agent 主要包括感知环境、决策与执行动作三个核心环节，而在 AI 合同场景中，这三点恰恰是最具挑战性且亟需解决的问题。

在企业调研与 Agent 技术的融合方面，傅薇表示，当前，腾讯问卷已经引入了 AI Agent 能力以提升数据分析与用户访谈的智能化水平。在 AI 报告生成场景中，腾讯问卷通过 Agent 技术，有效应对了大模型在数据分析中的计算结果准确性不足和输出稳定性欠佳两大痛点；在 AI 访谈场景中，构建了访谈 Agent 以实现更深入的用户信息挖掘。在 AI 知识库领域，杨锡坤认为，Agent 技术能够显著提升问答系统的能力上限。乐享在优化问答效果的过程中，也借鉴了构建 Agent 的先进思想，例如引入表格计算等工具调用机制，以及采用专业研究模式来增强对用户问答意图的识别、问题拆解和查询扩展能力。

本期更多精彩内容，点击链接查看：https://www.infoq.cn/video/CJQItY7ZQQw2rUqAhYmq

8 结语

腾讯云 AI 技术周虽已收官，但它所点燃的关于 AI 未来的思考与想象，正化作无数行代码、一个个解决方案，在千行百业中落地生根。可以说，AI 早已成为腾讯这家公司的“新业务基因”。

在 2025 腾讯全球数字生态大会上，我们也看到了腾讯多项 AI 技术和产品最新进展。比如，基础设施层面，腾讯云发布 Agent Infra 解决方案“Agent Runtime”，腾讯混元大模型也再次升级，腾讯云智能体开发平台（ADP）面向全球发布 3.0 版，等等。

通过智能体解决方案、“SaaS+AI”、大模型技术三大升级，腾讯云全面开放 AI 落地能力及优势场景，助力“好用的 AI”在千行百业中加速落地。当技术的“重磅”转化为业务的“增量”，一个更加智能的未来，正徐徐走来。