熱點丨騰訊智能體全景圖正式發佈，國產芯片適配成關鍵突破

為什麼是智能體？AI時代的[應用載體革命]

正如APP之於移動互聯網時代，智能體將成為AI時代的主要應用載體。而這一判斷，既源於行業趨勢，也契合政策導向。

國務院《關於深入實施[人工智能+]行動的意見》明確提出，到2027年、2030年，智能體應用普及率需分別超過70%、90%，2035年全面步入智能經濟社會。

這意味着，智能體不再是未來概念，而是未來5-10年產業智能化的必修課。

這種與行業共創的模式，不僅體現在單個項目中，更被騰訊沉澱為面向特定場景的專用平臺。

在鏈路複雜、專業決策密集的營銷領域，騰訊依託底層智能體開發平臺，打造了全面升級的騰訊企點營銷雲，並推出[Magic Agent]全鏈路營銷智能體。

它並非單一工具，而是內置了[營銷專家團隊]的智能系統。

企業運營人員只需以[對話式]輸入營銷需求，該智能體便能自動執行從策略制定、人羣圈選、權益匹配、內容生成到活動落地與效果覆盤的全流程。

它不僅整合了智能體開發平臺與多智能體協同框架，更構建了打通公域與私域的全渠道數據底座，為AI決策提供堅實的數據支撐。

[騰訊一直以來非常關注怎麼把技術落地,所以剛纔提到的客户場景,都是把智能體用到實際的業務場景,希望能夠做到降本增效,給用户更好的體驗。]騰訊集團高級執行副總裁湯道生在採訪中強調。

它不是孤立的模型，而是嵌入業務流程的[數字員工]，能聽懂需求、拆解任務、調用工具，最終創造可衡量的商業價值。

ADP3.0：把智能體開發從藝術創作變成工業流程

智能體的落地，離不開底層開發平臺的支撐。如果説早期智能體開發是依賴個人經驗的藝術創作，那麼騰訊雲智能體開發平臺（ADP）3.0的目標，就是將其變成有標準、有工具、有保障的工業生產。

近3個月內完成近600項功能迭代的ADP3.0，用四大核心升級，構建了智能體開發的[全鏈路能力底座]。

①RAG進化：傳統RAG最大的痛點，是面對複雜問題時只會找答案，不會拆問題。

面對[列出面積大於100平米且存在競爭關係的商户]這類複雜查詢需求，智能體不再侷限於被動檢索，而是能夠自主規劃任務流程。

將其分解為多步驟，協調不同工具，從多個文檔中進行搜索、篩選與信息融合，最終形成完整的回答。

這一突破的背后，是騰訊在[複雜文檔處理]上的技術沉澱。

依託騰訊優圖自研OCR大模型，ADP3.0能精準解析跨頁表格、圖文並排、多行文字等複雜格式，甚至識別手寫批註。

②Workflow升級：複雜業務場景中，智能體的執行力比理解力更重要。

平臺在業界率先支持[全局Agent視野]，讓工作流中的每個節點都能感知全局狀態。

更關鍵的是，ADP3.0還在工作流中新增了Agent節點和數據庫節點，支持異步調用、消息隊列等能力。

③Multi-Agent協同：面對更復雜的任務，單一智能體往往[力不從心]。

ADP3.0的Multi-Agent能力，就像為企業搭建了一個[數字員工團隊]，支持兩種核心協同模式：

一種是[工作流編排協同]，將不同功能的智能體嵌入工作流節點，按順序執行任務。

另一種是[Plan-and-Execute（P&E）協同]，由規劃智能體（Planner）拆解任務，再分發給執行智能體（Executor）落地。

④開放生態：ADP3.0新增的[模型廣場]，不僅內置騰訊混元大模型，還支持引入智譜、月之暗面、Minimax等第三方優質模型。

企業可根據不同任務的性價比需求，靈活選擇模型：比如用輕量模型處理簡單問答，用大模型處理複雜推理，避免被單一供應商鎖定。

目前ADP3.0已支持140多個MCP插件，覆蓋支付、地圖、文檔、會議等高頻場景；

同時與騰訊雲TI-ONE平臺打通，用户在TI-ONE訓練的自定義模型，可一鍵同步到ADP使用。

更重要的是，騰訊還開源了Youtu-Agent智能體框架和Youtu-GraphRAG知識圖譜框架。

前者不依賴昂貴閉源模型就能實現優秀效果，后者在Token成本和精度上優於現有框架，讓中小開發者和AI愛好者也能低成本搭建智能體。

算力破局：國產芯片適配，破解AI成本困局

隨着[訓推拐點]到來，AI產業重心從模型訓練轉向推理，企業對算力的需求呈現[爆發式增長+成本敏感]的雙重特徵。

一方面，智能體的多任務、高併發場景需要更多算力；另一方面，傳統GPU算力成本居高不下，成為企業落地AI的[攔路虎]。

騰訊的解法，是軟硬件協同的全棧優化，不僅全面適配主流國產芯片，還通過異構計算平臺整合多類型芯片資源，對外提供高性價比的AI算力。

在內部實踐中，騰訊雲推出的專家服務智能體Cloud Mate，依託國產芯片算力支撐，實現了95%的風險SQL攔截率，排障時間從平均30小時縮短至最快3分鍾。

支撐這一突破的，是騰訊在算力基礎設施上的[硬投入]：

首先是[Agent Runtime]解決方案的發佈，為智能體提供了[堅實的手腳]。

這套方案集成了執行引擎、雲沙箱、上下文服務、網關、安全可觀測五大能力，其中核心組件[雲沙箱]基於自研技術，啟動時間僅需100毫秒，支持數十萬實例併發。

其次是[軟件定義算力]的優化，騰訊雲通過遠程內存傳輸技術（TRMT）、分佈式KVCache多級緩存架構（FlexKV）等創新，提升了不同芯片間的協同效率；

同時優化推理框架，讓國產芯片在處理智能體任務時的算力利用率提升30%以上。

對行業而言，騰訊的國產芯片適配不僅是成本優化，更是安全可控的保障。

在全球算力供應存在不確定性的背景下，依託國產芯片構建的算力底座，能幫助企業規避[斷供風險]，實現AI落地的長期穩定。

全球化+生態：智能體的破圈之路

智能化與全球化作為騰訊雲的雙引擎，前者負責[向內挖潛效率]，后者則負責[向外開拓規模]。

通過將國內驗證成熟的智能體能力輸出到海外，騰訊正在幫助中國企業出海，同時服務全球客户。

基礎設施的全球化佈局是第一步。騰訊計劃投資1.5億美元在沙特阿拉伯建設中東首個數據中心，在日本大阪新建第三個數據中心。

截至2025年上半年，已在雅加達、馬尼拉、新加坡、法蘭克福等全球9個城市設立技術支持中心，形成覆蓋亞、歐、非、美四大洲的服務網絡。

這些佈局不僅能降低海外客户的算力延迟，還能滿足不同地區的數據合規需求。

比如印尼GoTo集團的遷雲項目中，騰訊雲在5個月內建成印尼第三個可用區，最終僅用4小時54分鍾就完成了千余個微服務的平滑遷移，較計劃提前1小時。

產品的國際化適配同樣關鍵，智能體開發平臺ADP、代碼助手CodeBuddy等核心工具已推出國際版，支持多語言、多地區合規要求。

出海建站工具EdgeOnePages上線三個月用户數破10萬，依託大模型+MCPServer能力，開發者可在幾分鍾內完成涵蓋註冊、支付、加速、安全防護的完整電商頁部署。

市場反饋印證了這一策略的成功，過去一年，騰訊雲海外客户規模翻番，超90%的頭部出海互聯網企業及95%的頭部出海遊戲公司選擇與其合作。

美團Keeta、美的、泡泡瑪特等中國企業藉助騰訊雲的智能體能力，在海外市場實現了[本地化運營+效率提升]。

泰國正大、印尼GoTo等國際企業則通過騰訊的AI工具，優化了供應鏈管理、客户服務等核心流程。

阿斯利康與騰訊雲合作的[新一代客户互動平臺（NCEP）]，整合了14個內部平臺，服務超萬名員工。

美的集團通過騰訊會議打造[全球會議室]，支撐日均2000場跨國會議，溝通效率提升55%。

結尾：

當行業還在追逐[模型參數][Demo效果]時，騰訊用智能體的全棧佈局，給出了一個更深刻的答案：AI的終極競爭，不是[誰更聰明]，而是[誰更有用]。

站在2025年這個智能體落地元年可以預見，未來5-10年，隨着智能體普及率向90%邁進，AI將徹底從技術熱點變成產業基礎。

而騰訊的全棧佈局，不僅為自身構建了競爭壁壘，更給行業提供了一個[可複製的範本]。

用工業化平臺降低開發門檻，用國產芯片適配控制成本風險，用開放生態擴大應用邊界。

部分資料參考：DoNews：《騰訊AI的[三板斧]，首先砍向智能體》，機器之心：《從一個公眾號智能體説起：好用的Agent，究竟需要什麼?》，騰訊雲：《今天，騰訊AI應用全景圖正式公開》，硬AI：《騰訊：AI能力全面開放，全面適配主流國產芯片》，雲技術：《騰訊全面適配主流國產芯片，提供超高性價比AI算力》