“洁宠智能”完成千万级天使轮融资
近日，苏州洁宠智能科技有限公司宣称成功完成 1000 万元天使轮融资，本轮融资资金将主要用于公司在宠物智能用品领域的研发与创新。
北汲星电池材料获850万美元pre-A轮融资
近日，专注新材料研发的北汲星（东莞）电池材料有限公司近期完成850万美元pre-A轮融资，本轮融资由海外风投EIP和Y Combinator机构战略投资。
北汲星是一家专注于锂离子电池负极材料研发、生产和销售的新能源材料技术企业。围绕材料的原料开发、结构设计、包覆技术、改性工艺、界面研究及新型负极六大核心技术进行全方位布局，北汲星形成先进、完备的负极材料工业体系，产品广泛应用于动力、储能、数码等领域。
英伟达拟向自动驾驶初创企业Wayve投资5亿美元
英国自动驾驶初创企业Wayve发表声明称，已与英伟达签署意向书，将评估在Wayve下一轮融资中进行5亿美元的战略投资
特斯拉Optimus AI团队负责人离职加入Meta
近日，Optimus AI团队负责人Ashish Kumar决定离开特斯拉，加入Meta担任研究科学家。当地时间9月19日，Ashish Kumar在社交平台发贴回顾在特斯拉的经历称，带领Optimus AI团队的经历非常精彩和难忘，“我们全力推进可扩展方法——用强化学习取代传统技术栈，并通过视频学习来提升机器人的灵巧度。”他还强调，人工智能是解锁人形机器人的最关键因素。
闪修侠与数珀AI达成500万GEO合作
2025年9月19日，中国"互联网+维修"独角兽闪修侠与AI数据服务商数珀AI达成GEO（生成式引擎优化）战略合作。据了解，这是全球公开披露的首个突破500万元规模的GEO领域商业订单，标志着生成式引擎优化行业正式进入专业化、系统化、数据驱动的商业应用新阶段。
快手：截至下午3:00点，iPhone 17 系列销售额已超去年全天
快手电商消息，截至9月19日下午3:00，iPhone 17 系列销售额已超去年全天。在现货发售的基础上，快手电商加码了 iPhone 17 系列新品补贴：消费券立减7%，最高直降500元；以旧换新最高补贴2500元，还有正品保障、免息分期等多重服务。
清力技术完成亿元级Pre-A轮融资
近日，由中国科学院院士、清华大学深圳国际研究生院教授郑泉水院士领衔创办的深圳清力技术有限公司宣布完成亿元级Pre-A轮融资。本轮融资由深圳前海方舟领投，中科创星、中国互联网基金、成都科创投、上海天使会、涌铧资本等多家机构共同参与。目前，团队已成功制备出世界最大尺度的毫米级自超滑材料，并开发出基于AI的小批量自超滑副转移和构筑系统。
腾讯云吴运声：构建实用好用的企业级智能体，让AI人人可用
9月17日，在2025腾讯全球数字生态大会AI Agent产业应用峰会上，腾讯云副总裁、腾讯云智能负责人、腾讯优图实验室负责人吴运声表示，腾讯将通过全栈式智能体解决方案，帮助企业构建真正实用、好用的企业级智能体，实现“AI人人可用”，助力产业创新升级。
吴运声指出，在智能体开发领域，腾讯云已形成覆盖B端与C端的“双平台”体系。面向企业客户，腾讯云智能体开发平台（ADP）提供全面的知识库构建能力和多种开发框架，支持私有化部署、企业级权限管控等，具备强大的系统集成与业务适配能力。而在C端，腾讯元器平台依托腾讯生态，支持用户一键将公众号、文档等内容转化为智能体，极大降低创建和分发门槛，快速触达终端用户。
目前，腾讯云智能体开发平台已在多个实际场景中广泛应用。除常见的知识问答类场景，如政务服务、企业内部知识问答、售后咨询等，还深入工业质检、智能巡检、媒体内容处理及营销自动化等复杂场景。例如在质检环节，腾讯云借助大模型与Agent技术，将样本需求从千级降至数十张，显著提升缺陷识别效率；在融媒体领域，智能体可实现视频语意的多模态理解，帮助内容机构高效管理媒资库。
本次发布的腾讯云智能体开发平台3.0，作为面向全球用户的企业级平台，集成RAG、Workflow、Multi-Agent等核心能力，提供自动化评测、多层权限配置等能力，帮助企业智能体安全、放心落地。平台还提供模型广场，不仅支持混元、DeepSeek等主流模型即插即用，还支持企业便捷接入自有模型。
在落地层面，腾讯云智能体开发平台已在多个行业头部客户中取得显著成效。例如与宝安区政数局合作，集成民生、企业、政务等多类服务，实现全区“一网通办”；为邯郸公积金中心搭建“数字柜台”，整合身份验证、电子签章等工作流插件，试运行首周，平台受理咨询2475笔，问题解答率达82%；在酒店行业，协助华住集团构建38条工作流，覆盖客户咨询、周边推荐等高频场景，有效减轻人力负担。
吴运声强调，腾讯始终秉持“以人为本”的技术理念，持续推进技术开源与生态共建。腾讯优图实验室9月开源了Youtu-Agent智能体框架和Youtu-GraphRAG知识图谱框架。前者以极简设计与高性能兼顾科研和应用，不依赖海外闭源模型即可取得优秀效果；后者通过Schema引导与知识树构建，在Token成本和精度上显著优于现有框架。接下来，优图实验室还将陆续开源Youtu-Embedding、Video-MME V2、Youtu-Parsing等能力。
以下为演讲全文：
非常高兴今天在这里跟大家分享我们在企业级智能体构建上的进展。
最近智能体确实非常火热，所有的企业都觉得一定要做智能体，不做智能体，根本跟不上潮流了。但是另外一方面，所有的企业也都有自己的困惑：智能体到底要做什么样的场景？在落地的过程中会遇到什么样的困难？
为了帮助企业更好地落地智能体，腾讯提供了全栈智能体解决方案，包括最底层的AI Infra到中间层的平台再到上层的生态。接下来我将分享下智能体落地场景和应用、智能体开发平台的产品进展，以及我们开源的想法和思路。
首先是智能体的落地场景。过去一年多，智能体的落地场景基本都聚焦在知识问答上。比如，企业内部的员工专家助手、对外的民生政务政法问答、企业售前售后咨询等，都可以被归纳为知识问答。企业把相关知识或产品数据放到知识库中，通过强大的RAG能力、工作流的能力和Agent的能力解答用户的问题。
除了这种知识问答场景之外，我们也在探索更多智能体落地的场景并且取得了相应的进展，包括巡检、质检、媒体处理等。
首先是智能质检场景。熟悉我们的朋友都知道，在工业质检领域，腾讯云的技术是非常领先的。我们在工业质检上积累了很多底层技术，但工业质检开拓新场景时，还是比较重的，通常需要超过一千张新场景图片做训练。
我们也在思考，能不能结合过往已有的技术积累以及最新的大模型和智能体技术，让整个过程变得更加简单和高效，答案是可以的。我们借助智能体技术，使用少于50张图片，直接送到智能体里面，让智能体自己分析图片。这个过程有可能是使用过往已经积累的工业质检技术的插件，也可以直接使用已经有泛化能力的多模态插件，交付效率大大提升。
另外一个场景就是智能巡检。实际的生产环境中，很多都会用到这个能力，比如去看井盖有没有丢，建筑工地工人有没有穿着正确的服装，有没有山火，河道水位有没有超线等。过去在面临新场景时，我们通常会找到这个场景里的若干样本，单独训练一些小模型，用小模型解决这个场景里的问题。今天，在智能体开发平台上，我们结合过去积累的大量技术，以及针对某些特定场景的小模型，再结合大语言模型的能力、Agent的能力，就能够快速形成解决方案，适配智能巡检的不同场景。
媒体处理场景中，用户经常要对媒体内容做各种查询和分析，首先要打标签，再对一段媒体进行切片分段。比如春节联欢晚会四个小时的视频，切成了几百段，当要找其中某一段时，搜索的过程还是比较麻烦的。在过往的技术中，这种搜索的过程往往取决于对一个单独切片视频打标签的结果，通过标签来搜索，对整个视频语意的理解是缺乏的。现在，我们基于已有的标签和视频切片积累的能力以及目前的大模型多模态理解能力，在媒体内容处理领域也做一个Agent，取得了不错的效果。
在营销领域，过去要制定一个营销活动，有非常多步骤以及人为过程。首先需要圈定人群、选品、制定特定广告语，再选择合适的营销渠道推广出去，得到反馈之后，还有效果分析环节，这一系列过程非常复杂。同样我们在思考，既然有这么多人完成这些事情，能不能每个环节都由Agent来实现？再把这些Agent串联起来实现效果，答案也是可以的。我们做了人群圈定的Agent、商品选择的Agent、内容生产的Agent、渠道分发的Agent以及最后效果分析的Agent，把这些Agent自动串联起来，就可以很方便完成一个营销方案。
除了这些面向企业的智能体，面向个人也可以有很多好玩的东西。在座的朋友们，在过去多年的工作、生活过程中一定都积累了很多知识、经验，能不能把自己积累的这些知识做成一个IP Agent对外提供呢？也是可以的。我们也做了一些实践，后面有一些案例可以分享给大家。
这些场景上的应用离不开我们在产品上的创新，接下来我也会跟大家介绍下我们在产品上的进展。
腾讯云有两大智能体开发平台。一个是面向TOB的——腾讯云智能体开发平台，有完整的智能体构建能力，可以提供全方位的企业级能力，比如云资源的连接、专业的开发框架和灵活的部署能力。还有面向C端的平台——腾讯元器，可以一键构建公众号智能体，同样提供相应腾讯生态的支持和C端流量支持，让大家更好更方便地构建个人智能体。
今天很高兴跟大家正式宣布，我们刚刚发布了腾讯云智能体开发平台3.0版本，提供更加完善的企业智能体开发能力和基础设施，底层提供身份权限、合规、运行环境等基础能力，中间有RAG引擎、工作流引擎、Agent引擎。同时还有很多配套能力，包括模型广场、插件广场等。
除上述能力之外，还设有实践经验板块。我们认识到，开发一个智能体不仅涉及技术实现，更与开发者的认知和经验积累密切相关。因此，我们将多年积累的能力与实践经验进行了沉淀，形成了多种应用模板，帮助用户更好构建智能体。此外，我们还将推出一系列有关智能体构建的课程，全方位辅助用户更高效地开发智能体。
目前，我们的RAG能力——包括知识库检索、文档解析、OCR等，正在持续迭代。文档解析已支持更丰富的内容类型，进一步节省成本。在结构化检索方面，依托Agent技术，实现了显著的能力增强。同时，我们已将传统RAG升级为Agentic RAG。传统RAG通常在用户提问后，通过拆解问题元素，检索知识库并汇总返回结果；Agentic RAG可以通过大模型自动拆解问题，通过多步查询，最终拿到结果，这是一个更智能化的技术。
此外，我们全面升级了Multi-Agent能力，支持多方式配置Agent协同，支持自由转交、工作流编排、P&E协同模版等。在实际落地过程中，Agent不仅可与其他Agent互动，还能与确定性节点进行交互。通过将Agent融入工作流，用户可在编排中明确指定Agent之间的协作机制，并结合现有节点构建更强大的应用。我们还推出了经过长期沉淀的P&E协同模板，通过内置的Planner Agent和 Executor Agent协同，能够针对任务自动规划步骤、调度相应Agent执行，并具备自我验证机制，最终达成目标。
除了RAG与Agent能力，智能体的实战应用离不开评测体系的支撑。腾讯云智能体开发平台3.0同时支持基准评测与对比评测，并提供多种打分方式，如裁判模型、规则匹配、自定义代码等，也可进行多模型或多提示词的自动对比评测。
有了这些能力后，智能体要想真正在企业落地，还有一个绕不开的问题——权限。尤其对于大企业来说，所涉及到的内容、知识、组织人员非常之庞大，不同的人、不同的组织，对不同的内容都会有不同的访问权限。在腾讯云智能体开发平台3.0版本中，我们推出了两级权限体系，企业级权限体系支持内容可见权限与用户添加管理；空间内部则进一步细分功能与数据权限。空间管理员可灵活分配成员权限，实现对知识库内容与应用功能的精细控制，从而支持智能体在大规模企业环境中的安全部署。
除了前述能力，还有很多以往内容的沉淀。除插件外，我们推出模型广场，除内置模型外，还支持几乎所有主流第三方模型。用户通过简单配置API即可调用，若模型训练于腾讯云TI平台，则可直接授权使用；符合OpenAI兼容协议的外部模型也可快速接入。
腾讯云智能体开发平台已在腾讯内部多项业务中广泛应用。例如腾讯学堂依托智能体开发平台打造问答助手，为全体员工的学习提供支持；QQ浏览器基于我们的平台打造了下载助手等智能体；腾讯乐享知识库的底层也是基于我们的RAG能力。
接下来也给大家介绍一下我们外部的案例。宝安区政数局需要提供一类服务，解答辖区内的居民关于民生、企业服务、政务办公、社会治理等各类事务的问询。他们所积累的内容、格式十分复杂，数量也很大。在腾讯云智能体开发平台里，我们将所有内容都一键导入平台，快速构建起问答智能体，实现了很好的效果。
另外一个例子，是跟邯郸公积金的合作。办理公积金业务时，用户不只会问到公积金政策相关的问题，还需要验证身份、刷脸、签订协议等。我们跟邯郸公积金的协作极大缩短了流程，将身份验证、刷脸、电子签等技术以插件形式嵌入工作流，搭配原有业务流程，实现一站式构建业务处理过程，大幅提升业务处理效率。
在住宿场景中，经常会有这种情况，顾客给前台打电话，问前台如何把空调温度调低、询问早餐时间、WIFI等各种需求。或者问跟酒店无关的问题，比如周边推荐、美食推荐等。在跟华住集团的合作中，我们为华住搭建了30多条工作流，覆盖了酒店信息、酒店周边查询等多元场景服务，并且具备快速响应能力，在实践中取得了很好的效果。
在IP Agent方面，吴晓波把他在过去十几年间积累的行业洞察、投资理财等相关知识，整理成知识库，并且结合数智人技术，构建起自己的IP Agent。我们还与杨国安教授一起合作构建了一个“杨国安+”小程序的IP Agent，可以实现7×24小时跟杨国安对话，随时随地获取顶级教授一对一的指引。我们也希望未来有更多人构建自己的IP Agent，把自己积累的知识传递给更多的用户。
除了面向TOB领域的腾讯云智能体开发平台，我们面向C端用户的腾讯元器可以帮助用户一键将积累的公众号文章导入智能体构建知识库。例如我们与中国石化“小石头”公众号的合作，已实现千万级粉丝基础上的智能问答服务，智能回复油价、开票等信息。
最后，也汇报一下我们关于开源的思考和进展。在过去一段时间里，智能体的发展迅速，腾讯也积累了很多经验，秉承技术普惠与开放共建的理念，我们决定将过去所积累的智能体技术陆续开源，促进智能体生态的快速发展。
我们优图实验室9月率先开源了Youtu-Agent智能体框架和Youtu-GraphRAG知识图谱框架。前者以极简设计与高性能兼顾科研和应用，不依赖海外闭源模型即可取得优秀效果；后者通过Schema引导与知识树构建，在Token成本和精度上显著优于现有框架。即将开源的Embedding能力，是整个RAG的基础，因为Embedding做得好不好决定了之后的语义检索能不能做到更好的效果，这个也敬请大家期待。
腾讯多年来始终秉承以人为本的理念，我们希望技术真正为人服务，在智能体时代，我们希望构建出真正实用、真正好用的企业级智能体，让AI人人可用，助力产业创新升级。
谢谢大家！
采用亿纬锂能628Ah储能大电池的400MWh独立储能电站顺利送电
作为储能大电池技术的引领者与践行者,继率先发布和率先量产628Ah储能大电池之后,亿纬锂能再次刷新行业纪录。全球首个基于628Ah储能大电池的400MWh储能电站,于9月8日在灵寿县睿特新能源项目,实现一次性送电成功!这不仅标志着亿纬锂能在储能大电池领域,实现从技术发布、产品量产到工程应用的率先交付,更助力储能产业迈入以技术创新推动行业高质量发展的新时代。
大电池助力储能规模化发展新突破
在全球能源结构加速转型的背景下,储能应用正向规模化、市场化快速迈进。储能电池容量突破600Ah,已成为行业提升系统能量密度、降低全生命周期成本、增强安全可靠性的核心路径。
9月8日,由亿纬锂能与北京国网电力技术股份有限公司联合打造的灵寿200MW/400MWh独立储能项目顺利送电。这是628Ah储能大电池在全球百兆瓦时级电站中的首次大规模应用,标志着储能大电池系统正式进入商用,再次树立行业新标杆。
高效交付与可靠运行,打造行业新典范
亿纬锂能在一周时间内,完成了80套采用628Ah储能大电池的Mr.Giant 5MWh储能直流系统、40套升压变流一体舱的全面到货与一次性送电成功,展现出在超大型储能项目中的卓越综合交付能力。从质量管控到工程协同,从系统调试到运营保障,亿纬锂能凭借领先的产品力与系统服务能力,再次验证储能大电池技术和产品的成熟性与工程可行性。
服务新型电力系统,助力能源绿色转型
该项目作为全球首个采用储能大电池并落地运行的百兆瓦时级储能电站,将为新型储能大规模应用提供关键实践样本,显著增强该区域电网调峰、调频能力,提高供电可靠性与绿色能源消纳水平,助力河北省能源结构优化与“双碳”目标扎实推进。
走向国际:Mr.Giant实现首批海外发货
搭载628Ah储能大电池的5MWh储能直流系统Mr.Giant,已于9月10日完成首批海外发货,运往澳洲、欧洲。5MWh储能系统Mr.Giant集极简设计、高效集成、环境友好(运行噪声低至65dB)等优势于一体,精准匹配4小时及以上长时储能需求,已获得国际市场认可。这标志着储能大电池及系统全球规模化应用时代的正式开启。
从首座400MWh储能项目一次送电成功,到首批直流仓系统批量化扬帆出海,亿纬锂能不仅实现628Ah储能大电池从产品引领到市场应用的跨越,更推动储能行业步入更高效、更经济、更可靠的新纪元。
瞻芯电子C轮融资获超10亿元投资
日前，碳化硅(SiC)功率器件和芯片方案商上海瞻芯电子科技股份有限公司宣布完成全部C轮融资，融资总金额超过10亿元人民币，C轮融资由国开制造业转型升级基金领投，中金资本、北京市绿色能源和低碳产业基金、国际国方、国投IC基金、金石投资、海望资本、芯鑫跟投。自2017年成立以来，瞻芯电子累计融资规模已接近三十亿元。
盐言故事“超新星计划”收官：投稿超4万篇，获奖作者00后占比过半
中式志怪如何写出新意？悬疑故事是否情节大于情感？年轻读者眼中的大女主是什么样的？9月13日，盐言故事校园季活动第二站落地北京大学。活动现场，入选“2025盐言三绝”的三位作者米花、核融炉、半裁明月，与来自北京大学、首都师范大学、江南大学的专家教授，多所高校学生一道，就网络文学创作展开深入交流，也揭开了短篇故事广受年轻读者欢迎的创作奥秘。
知乎副总裁、付费阅读业务负责人范俊梅表示，高校学生在内的年轻群体是盐言故事的核心受众之一，盐言故事将持续鼓励和挖掘高校年轻作者，为网络文学产业输送新兴力量。
专家、作者探讨盐言式创作：灵魂是人性与情感
自2019年前后在知乎社区孵化至今，盐言故事已经发展成网络文学重要的创作类型和产业模式。从用户自发评选出的“知乎三绝”，到如今一年一度的“盐言三绝”，盐言故事已走向多元化、类型化的新阶段。荣获“2025盐言三绝”的三部作品——米花的《鱼灯引魂记》，核融炉的《无暇赴死》，半裁明月的《听银》——分别代表了盐言故事在中式志怪、悬疑、大女主等题材上的创作标杆。在活动现场，三位作者不仅分享了各自的创作历程和独特经验，还与北京大学中文系教授、北京大学文学讲习所副所长邵燕君、首都师范大学教授艾尤、江南大学副教授许婷、盐言故事主编段明月，就网文创作展开了深度对谈。
在三位作者看来，创作的灵魂在于充分挖掘人物的人性与情感力量。《鱼灯引魂记》与前作《胤都异妖录》一脉相承，共同构建了属于米花的中式志怪世界。作品中，米花用志怪映照人心，从妖的角度书写人性。“让人物走出纸张，走进读者心里，点亮一点点信念。这就是文学创作的意义所在。”
作为盐言故事最受关注的新兴作者之一，核融炉接连创作出《无暇赴死》《祝福》《戏剧课》等悬疑故事。她的作品笔力老辣，结构轻巧，获得读者、学界、影视行业的高度青睐。在她看来，悬疑小说的逻辑内核，可以让故事变得好看；而情感内核，可以让故事拥有打动人心的力量。
半裁明月擅长大女主题材创作，这也是狗血虐恋泛滥的红海赛道之一。凭借《长命》《听银》形成独特的大女主创作风格，半裁明月的经验是：不刻意追求悲剧情节，而是立足情感内核；去塑造有灵魂思想的、立体人物，而非一个完美的大女主人设。
从“知乎三绝”到“盐言三绝”，盐言故事的创作模式也受到来自学界、网文机构的关注和认可。邵燕君教授高度认可了盐言故事的作品的文学性和对现实问题的思考。比如《无暇赴死》，完全达到了在一流文学期刊上发表的水平。艾尤教授点评《鱼灯引魂记》将传统文化元素与现代意识做了很好的融合，展开的生命价值探讨甚至上升到哲学高度，绽放出“生命的亮光”。许婷教授则分享道，自己阅读盐言三绝时，不仅看故事也看读者的评论，比如《听银》的评论在半年时间里从两三千条激增到八千多条，评论也从情节本身上升到对人物成长和社会关系的思考，高度折射了当下年轻人的价值观。
盐言三绝走进北大，以好故事打动年轻群体
《2024中国网络文学蓝皮书》显示，网络文学用户规模达5.75亿人，其中Z世代、00后年轻群体在创作和读者群均占据主流。作为网络文学的新物种，盐言故事的受众也以年轻化著称。高校学生也成为盐言故事最关注的受众群体之一。
今年6月，盐言故事联合北京大学、山东大学、南开大学、中南大学、安徽大学、首都师范大学、杭州师范大学、南京师范大学8所高校启动“超新星计划”限时征文活动，投入超过600万元的奖金池和持续资源，并专设“超新星奖”和“校园奖”，挖掘年轻创作者和优质作品，活动也吸引大量高校学生积极参与，诞生众多潜力新星。
征文历时三个月，共收到4万余篇投稿，诞生《星星入我怀》《我哥是个黄毛》《今夏回响》《自闭症小狗他超乖》《她是月光》《当东北夫妻领养恶毒女配后》等大量优质校园作品。征文活动也吸引年轻作者的高度关注，90后与00后参与人数占比95%以上，获奖作品中00后作者的占比高达50%。
与此同时，盐言故事开展一系列校园行活动，首站在南京师范大学，北京大学则是第二站。通过与高校师生的深度交流，盐言故事，一方面拉近了与年轻读者的距离，拓展品牌在高校的影响力，一方面也吸引了更多高校年轻作者的参与，挖掘了更多创作新星。
北大是文学研究的重镇，素有关注文学现象、推动文学创作的优良传统。当前，包括盐言故事在内的网络文学蓬勃发展，已成为当代文学领域重要话题。此次盐言故事来到北大，对网络文学与学术界的交流也意义非常。
在活动现场，知乎副总裁、付费阅读业务负责人范俊梅也向众多高校学生抛出橄榄枝：“年轻人爱看脱口秀，有句话叫‘每个人都可以说5分钟脱口秀’。我想套用一下，“每个人都可以写一篇短篇故事”，这个故事可能是你的困惑、感悟、想象，也有可能是你文学创作之路的开始。”
腾讯乐享发布更懂企业的AI知识库
9月17日，在2025腾讯全球数字生态大会期间，腾讯乐享推出全新升级的AI知识库，知识管理、智能问答、多模态理解等方面能力持续刷新，为企业提质增效提供AI创新路径。腾讯乐享总经理周芝芝表示，“我们希望用真正好用的AI，激活团队私有知识价值，提升组织效能。”
过去4个月，乐享知识库迭代了25个版本，平均每周优化或迭代新的体验和功能。AI问答调用量增长了20倍，知识总量增长了50倍。在“存得进、管得好、找得到、用得上”的基础上，乐享实现了产品体验、AI能力、应用场景和系统性能方面的全面升级。
在体验上，乐享推出以内容为核心的极简界面，让核心功能操作更简易。用户可以在主页快速完成知识上传、探索、检索、提问等操作，极大降低了使用门槛。除了对传统文本的处理和问答，乐享AI知识库还增强了对表格、图片等多模态内容的深度处理能力。它支持Excel复杂表格的解析与计算，避免了通用大模型因无法完整解析表格格式、上下文限制导致给出错误答案，可应用在客服、HR、销售等对问答准确率要求更高的场景中。
在图片理解上，乐享能识别功能操作图，并深度解析产品示意图、流程图等，为用户提供图文并茂的直观展示。例如：在产品培训与客户支持时，提供最直观的操作指南；在技术研发中，面对复杂图纸能快速定位部件；在数据报告解读时，让关键数据和图表呈现更立体。
在企业的复杂应用场景中，除了支持指定知识域提升问答的准确度，往往需要融合来自多个不同文档的智慧。通过“@”特定文档、文件夹做问答，这意味着：你可以@两份产品方案，让AI为你做一次详细的智能对比。你可以@几十份用户访谈记录，让AI为你做一次深度的抽样总结。甚至可以@一份你新写的报告和一个规范文件夹，让AI帮你做一次专业的智能评审同时，乐享还提供了引文快速定位，让AI的每一句回答，都能清晰溯源到具体的资料，甚至是会议视频的某一秒，让AI的回答更加可信、可靠。
此外，企业可根据不同部门、业务线或项目需求，创建拥有专属知识、技能和权限的AI助手，还支持添加术语库、添加FAQ等，确保更符合企业业务需求。同时乐享通过开放接口、企微智能机器人、MCP连接AI应用生态，深度融合到企业业务工作流程中。
在使用场景上，乐享创新推出全新的“阅读任务”和“学习模式”功能，支持一键下发阅读任务、智能拆解长文章、互动学习小测试与情景演练，帮助员工从“读过”到“真正掌握”，将静态知识文档转化为驱动组织成长的学习燃料。为提升响应速度，乐享还优化了底层架构，实现百亿级知识量的毫秒级召回与秒级检索能力，弱网状态下可达到秒级的页面加载速度，面对海量知识库仍能保持流畅的使用体验。
周芝芝表示，所有这些强大的能力都将无缝融⼊到⼤家熟悉的腾讯企业办公协同生态中，开放给用户。目前，腾讯乐享已服务包括SuperMap、长生人寿、广和通、清华大学等企业和机构，覆盖营销、客服、研发、教育等多类业务场景。未来，乐享将继续推进AI与知识管理的深度融合，为企业提供好用的AI，助力企业和组织智能化升级。
外媒：“中国技术”闪耀亚洲！“碰一下”获数字支付科技卓越奖
近日，由新加坡权威媒体Asian Business Review《亚洲商业评论》主办的Asian Technology Excellence Awards（2025年亚洲科技卓越奖）评选正式揭晓。支付宝凭借“碰一下”创新交互技术，获“China Technology Excellence Award for Digital Payments”（中国数字支付科技卓越奖），成为本届奖项中备受瞩目的科技创新代表。
腾讯云吴永坚：「CB联动」，打造智能体时代“能力基座”
9月17日，在2025腾讯全球数字生态大会AI Agent产业应用峰会上，腾讯云智能体开发平台3.0（ADP3.0）面向全球上线，腾讯云副总裁、腾讯云智能产研负责人吴永坚首次系统展示ADP3.0面向企业级智能体开发的三层能力架构——智能体应用开发引擎、模型与内容生态、Agent Infra，以全新架构推动企业智能体从“可用”走向“好用”，让AI真正融入业务、创造价值。
当前，企业智能体应用虽已在行政答疑、售后客服等场景显效，但仍普遍面临知识结构复杂、业务流程个性化和用户需求发散三大挑战。“智能体应用的开发，须在多个维度上具备更强的能力。”吴永坚指出。
在应用开发引擎层面，ADP3.0聚焦RAG与Agent两大核心能力升级。通过自研Agentic RAG架构，平台可实现对复杂、多源信息的高精度解析与智能关联，支持跨文档检索、多步推理与图谱增强，显著提升问答完整性与准确性。同时，平台强化了Agent的任务规划、工具调用与记忆管理能力，创新提出“动态无损记忆压缩”机制，将任务效率提升百倍以上，并引入多智能体协同机制，通过任务拆解与流程编排提升复杂业务处理效率。
模型与生态内容层面，ADP3.0构建了覆盖模型广场、插件广场以及提示词与应用模板的资源体系。不仅支持混元等自研模型及第三方模型接入，还提供超140个跨行业插件、近百个高质量提示词模板以及覆盖多行业多场景的最佳实践，显著降低开发门槛。
Agent Infra则确保智能体在生产环境中稳定、可控、安全运行。依托沙箱隔离、全链路监控与云原生安全能力，ADP3.0为企业提供从开发、部署到运营的全生命周期支持。
腾讯云智能体开发平台的能力已在QQ浏览器等多款产品中验证成效。接入ADP3.0能力后，QQ浏览器AI下载助理任务成功率明显提升，用户发送一句话，Agent即可完成从检索、筛选到下载的全流程；即将推出的“订阅助理”也基于ADP构建，支持自然语言精准订阅。
基于在腾讯C端产品中的实战，腾讯云智能体开发平台的能力也得到进一步打磨，更好地为B端客户服务，实现「CB联动」。
腾讯云正通过智能体开发平台打造智能体时代的“能力基座”，推动企业级AI从单点能力走向系统化、生产级应用，为千行百业提供可信、可运营的智能体基础设施。
以下为演讲全文：
大家好，我是腾讯的吴永坚。今天我分享的主题是：企业级智能体开发技术挑战与创新。
随着数字化浪潮的推进，企业级智能体已经在越来越多场景中广泛应用，实实在在为业务带来了价值。比如，在行政知识问答、商品售后客服等领域，帮助企业提升了效率、优化了体验。但在帮助企业真正把智能体“用起来”的过程中，我们也发现了一些共性的难点：
第一，企业知识不仅海量，且极其复杂。大量文档都是图文混排、表格嵌套，对知识处理精度提出了非常高的要求。
第二，企业业务流程非常个性化。在多轮业务办理的场景中，对于准确从对话中提取关键信息、灵活响应用户中途修改需求，也有很高的要求。
第三，用户的需求常常发散，一个问题中往往包含多个复杂任务，智能体既要准确理解，又要合理选择工具，很多时候，单智能体难以应对。
针对这些挑战，智能体应用的开发，需在多个维度上具备更强的能力。不仅涉及智能体应用开发核心能力，还有广泛的生态接入，同时离不开底层基础设施的支持。
为此，腾讯云智能体开发平台也在持续升级，致力于打造更完善的企业级智能体应用开发引擎和基础设施，帮助企业真正把智能体嵌入到业务流程，处理真实任务，并带来可衡量的业务价值。
在应用开发层，平台提供三大核心引擎：知识引擎、工作流引擎和Agent引擎，形成完整的能力矩阵。
在此基础上，还通过模型广场、插件广场等模块，提供丰富的开发资源库，让企业开发者可以根据不同业务场景，按需选择接入不同的工具与模型。
同时，通过大量实战经验的沉淀，输出行业应用模板和系列课程体系，帮助企业降低学习与落地门槛。
在底层基础设施层，平台提供身份权限、安全合规接入与运行管理等功能，确保智能体可在生产环境中“稳定、可控、安全”地执行。
接下来，我从以下三个方面详细给大家分享一下，关于企业级智能体开发的技术挑战和技术创新。
在智能体应用开发引擎方面，我将为大家分享RAG和Agent方面的核心进展。
企业级RAG落地，面临的核心挑战是：如何精准解析并有效利用企业中海量且复杂的知识。
首先，图文混排的复杂文档解析，是知识处理层面的一大挑战。例如，在面对一份零售行业说明书时，传统OCR技术在解析复杂版面时，容易丢失关键的产品示意图或表格，影响知识问答的完整性。
其次，跨文档的信息关联也是一个难题。当用户提出诸如“列出计租面积大于100平的所有商户，并附上这些商户档案摘要、关联竞争关系”这类复杂问题时，往往需要从多份不同的知识源中查找和关联信息。传统RAG技术在跨文档检索和信息融合方面能力较弱，导致智能体往往只能回复不完整的答案，如只输出了商户列表，没有输出对应的答案摘要。
为此，我们从传统 RAG 升级到了 Agentic RAG——通过提供知识库检索Agent，智能体不再只是被动检索，而是能够自己主动拆解复杂问题、通过多步调用检索工具，从不同文档中搜集信息，再主动筛选这些信息，最终组织成精准、完整的回答。
面对上述复杂问题，智能体可以通过自主规划，将任务拆解为三个关键步骤，层层递进地完成应答：
首先，调用Text-to-SQL工具，精准检索数据表，筛选出“符合条件的商户列表”；接下来，通过文本检索工具获取这些商户的详细档案摘要，包括主营业务、入驻时间等关键信息；最后，借助知识图谱检索能力，深入分析商户之间的关联关系，例如竞争关系。
在Agentic RAG的能力框架下，我们通过在业务场景中不断攻坚知识问答的深水区难题，逐渐沉淀出一套多元的RAG能力矩阵，涵盖文档解析、一站式检索引擎、GraphRAG（即图谱检索增强）。
文档解析环节，我们依托腾讯优图自研的OCR大模型，实现了对复杂文档的高精度解析。支持包括图文混排在内的复杂版式分析，能够准确识别插图、表格、公式、页眉页脚等超过26类文档元素。
针对成本敏感、响应速度有较高要求的场景，我们结合QQ浏览器多年的在移动端、PC端沉淀的工程解析优化，创新地提供模型与工程相结合的解析策略，动态识别页面复杂度——对于简单页面自动路由至高效工程化解析链路，保障精度的同时，整体解析耗时与资源成本优化达40%。
对于存在合并单元格、填写备注信息等不规则的数据表格，通过高精度表格解析能力，将原本非结构化表格自动转化为结构化表格，提升不规则表格的解析准确率。
而在检索环节，引入基于Agent的Text2SQL能力，不仅能够自动从大量数据表中精准筛选相关的表和字段，还能将复杂的业务问题智能拆解为多个子问题。支持通过外部工具执行SQL，自主识别并优化其中存在错误的查询语句，提升应答准确性。
在此，平台通过提供连接企业数据库的方式，可支持万行以上大表的稳定检索与智能问答，真正实现对海量结构化数据的价值挖掘。
在多模态场景中，用户可能通过图片提问，例如，在汽车客服助手的场景里，用户可能截取一个设备图片来询问具体使用方式，要求智能体准确关联用户问题与文档内容，并给出精准回答。
为此，我们在数十亿数据上训练得到性能优异的中文CLIP模型, 提供不同尺寸支持，在不同数据集上均有优异的表现。通过多模态检索技术，可根据用户问题中的图片或文本，快速定位知识库中相关的图文信息。最终，让智能体能够提供既准确又直观的图文并茂的答案。
GraphRAG，也是大模型应对复杂领域知识问答的关键技术路径之一，能显著提升企业级智能体在深层语义理解与多步推理上的表现。
典型应用场景包括：
1.多步推理与深度关联分析，例如前面提到的“分析上述商户之间的关联风险与竞争关系”。
2.海量知识的结构化整合，如“浏览器网页标签页”。
3.不同知识库之间的信息关联与整合分析。
在企业落地中，仍面临几个关键挑战：
其一，依赖大语言模型构建图谱结构，Token消耗量大、处理时间长，成本高昂；
其二，效果瓶颈，复杂查询的推理效果存在天花板；
其三，适配成本高，每适配一个新领域，迁移与迭代成本较高。
为此，背靠腾讯优图实验室自研的GraphRAG能力，我们实现了构图成本的大幅优化，让企业级智能体面对复杂推理及结构化任务时，显著提升准确率。该能力目前已成功应用于QQ浏览器等产品，并将上线腾讯云智能体开发平台，为更多企业用户提供开箱即用的图检索增强支持。
在这里，也为大家展示一个GraphRAG在QQ浏览器中的实际应用案例：智能网页标签分类。
在未引入GraphRAG前，浏览器对网页标签的分类往往只能做到粗颗粒度，例如，将相关网页简单归类为“体育赛事”。
而接入GraphRAG能力之后，能够对“体育赛事”这类宽泛主题进行深层语义下钻与拆解，生成如“足球赛事”“篮球名人堂”等更具象、更便于用户管理的子类别，极大提升了网页归类效率与体验。
除 RAG，Agent也是智能体开发平台的核心能力。接下来我们看浏览器如何结合Agent能力来解决用户日常的痛点。以下载场景为例：内容找不到，信息获取效率低；格式不对，找到也无法使用；操作繁琐，效率低下。比如，用户可能会提出这样的请求：“请帮我下载几篇初中地理教师资格证考试的资料”。常规我们需要网上搜索和不断甄别网页有效信息来查找，查找一两个小时但不一定能找到。
刚才提到的下载案例背后反映了三大挑战：一是模型既要理解复杂指令，又要处理超长上下文；二是工具使用从简单API演进到复杂的浏览器操作和多工具组合；三是记忆，企业级应用需长时上下文，但token消耗巨大。除此之外，引入多Agent协作，也能进一步缓解落地难题。
我们先看大模型在Agent场景下的表现。传统大模型只是在一轮问答中给出答案，而Agent应用要求模型能主动拆解任务调用工具。为此我们做了两方面优化：一是强化工具调用。借助受限解码，让模型在复杂场景中能稳定、百分之百输出正确的Function-Call，调用工具完成任务。二是模型训练优化。通过引入RL，在模型学会更精准地调用工具，提升任务完成率。比如下载场景，经过训练后，模型能自动补全关键词，直接筛选搜索PDF格式文件。这就是我们希望看到的变化：模型不仅能“回答问题”，更能真正“完成任务”。
工具越多功能越强，但在Agent世界里也可能变成“工具迷宫”。面对几十个工具，Agent既要选得对，还要排得准，否则就会低效甚至误判。以Browser Use为例，由打开网页、点击元素、搜索、滚动、下载等原子化工具组成，看似简单，却必须严格按顺序组合调用才能完成任务。如何在这些原子化工具中精准决策、合理编排顺序，正是工具挑战的核心所在。
因此我们对重点工具进行了优化。以检索任务为例，打造了WideTool WebQA，能自动拆解搜索词，并对结果摘要汇总，按需提供信息。借助这些优化工具，Agent执行效率显著提升，任务可以完成得更快、更准。
接下来我们看记忆管理。Agent在复杂任务中，记忆往往是最大难点。以下载场景为例，一次任务可能要访问几十个网页，单个网页就有数万甚至上百万token，而Agent往往需跑几十轮对话，累积上下文超过10万token，远超主流模型处理能力。没有有效的记忆管理机制，Agent就会被庞大上下文拖垮。
为解决这一问题，我们提出了动态无损记忆压缩。核心思路是在存储时压缩，但不丢关键细节，需要时可原样恢复。具体包括两点：一是上下文压缩，把历史结果和工具调用总结为紧凑的记忆文件；二是文件级无损存储，通过压缩和分层挂载随时恢复完整信息，保证结果可复现。实验中我们将7万token压缩至约500token，效率提升141倍。有了这一机制，Agent才能真正具备长时记忆，支撑企业级复杂任务。
接下来我们看Single Agent到Multi-Agent的演进。刚才提到，模型、工具和记忆的复杂性，让单Agent能力遇到瓶颈：一是多工具选择带来决策压力；二是单体调试困难，任务过载难以拆解优化；三是扩展性不足，能力边界很快触顶。为此我们引入Multi-Agent。在下载场景中，通过解耦协作，由总控Agent规划分配任务，专职Download Agent负责文件下载。这样既降低了调试难度，也让分工更清晰、效率更高。
Multi-Agent能突破单体局限，那具体如何协同呢？在ADP平台上，除了自由转交外，我们新增了两种模式：一是工作流编排将Agent嵌入确定流程，适合环节固定的业务；二是Plan-and-Execute模板，由Planner Agent统筹规划，将任务拆解分配给执行Agent（如搜索、代码、总结、报告等），并结合共享记忆，提升协作有效性。企业可按场景灵活选择，真正发挥Multi-Agent的优势。
以QQ浏览器AI下载助理为例，它能帮助用户一键获取资源。结合刚才介绍一系列能力能力，下载成功率提升26.8%（由40%升至66.82%）。过去像下载考试资料，需要用户自行搜索、登录并逐一下载，流程繁琐；而现在只需输入一句话，Agent就能自动检索、核对并交付所需PDF文件。这些Agent实战的能力，都沉淀到ADP平台来。
在下载助理成功落地后，QQ浏览器将于10月中下旬推出订阅助理Agent。它基于ADP的Agent框架，支持用户用自然语言选择网页区域或主题，快速完成订阅。无论是企业跟进行业报告、消费者获取新品资讯，还是追星一族，都能通过订阅助理实现高效、精准、个性化的订阅体验。
刚才我们介绍了智能体应用开发引擎的RAG和Agent核心能力。但企业要真正开发好智能体，还需要生态支撑，把复杂开发变成生产化搭建。
我们的目标，是从模型、到工具、到提示词模板，再到应用模板，构建一个完整的生态，帮助企业快速落地应用。
为满足不同企业场景诉求，平台提供模型广场，不仅支持混元及优图精调等预置模型，也支持用户通过API-Key接入第三方模型。在应用开发阶段，用户可按需选择模型，及进行对比调试。
同时，对于已在TI-ONE平台拥有模型服务的用户，只需要完成相应授权，就能把同账号下的TI-ONE模型，直接同步到智能体开发平台中使用。
在插件生态方面，平台已上架超140个高质量插件。我们按照行业×能力构建插件地图：纵向覆盖金融、出行、医疗、教育等行业，横向涵盖图片识别、行业信息源、实用工具等能力，拓展企业级智能体应用边界。
此外，平台提供近百个高质量提示词模板，覆盖RAG、Workflow、Agent三大核心模式。以Multi-Agent为例，提供了任务分解与转交的最佳写法。帮助开发者直接复用成熟经验，高效构建应用。
在应用模版方面，平台提供覆盖教育、传媒、医疗、金融等多行业多场景的最佳实践。如教育的科研文献解读，传媒的播客生成，医疗的在线问诊，金融的股票异动分析等。通过提供应用开发要点，让企业可快速实现从0到1的落地。
接下来我们进Agent Infra部分。要让Agent真正落地企业，光有模型不够，还需要完整的生产流水线。我们从三方面保障：一是安全执行环境，通过沙箱确保受控运行；二是可观测与可运营，保证智能体运行可见可管；三是安全审查与合规，多维度保障合规与可追溯。这些构成了企业安心使用Agent的基础设施。
在执行环境层面，我们提供三类沙箱。代码沙箱支持session级隔离与实时销毁，保证代码运行的安全；浏览器沙箱与QQ浏览器深度合作，打磨Agent原生的browser use工具能力；文件管理沙箱则支持与COS打通，支持多Agent共享文件。三类沙箱共同构成了安全可控的执行环境。
在可观测性上，我们提供从应用到对话的全链路监控。应用上线后，开发者不仅能查看整体运行数据，还可下钻到trace粒度，支持工作流节点级查看，帮助精准定位问题、持续优化效果，确保智能体在大规模场景下的稳定可靠。
同时，Agent Infra将腾讯云的底层能力深度融合进智能体开发平台，并以插件的形式提供。像CLS日志管理、COS存储、Lighthouse服务器、EdgeOne部署、CloudBase云开发，这些腾讯云基础设施能力，现在都能在智能体开发平台内直接调用，帮助企业打通应用与底层云能力，高效落地。
在安全与合规层面，我们通过大模型安全网关抵御MCP带来的多重安全威胁，包括注入攻击、数据泄漏和恶意工具调用等。支持身份安全、工具安全、内容安全和攻击防护，帮助企业在规模化应用中实现全方位的安全保障。
未来，腾讯也将围绕客户需求，持续打磨产品，为各行各业用好智能体提供助力！我的分享到此结束，谢谢大家！
行业热议智能体落地，场景、数据、易用性和可靠性是关键
随着人工智能技术不断突破，基于大模型的新一代AI创新应用“智能体”，正逐步从技术演示走向产业核心系统，成为企业推进数字化转型、提升运营效率的重要抓手。然而，企业在推进智能体落地过程中，依然面临场景选择难、产品易用性不足、运营稳定性差等关键挑战。
9月17日，在2025腾讯全球数字生态大会AI Agent产业应用峰会上，极客公园创始人兼总裁张鹏担纲主持，与腾讯云副总裁、腾讯云智能解决方案负责人王麒、一汽丰田销售公司党委委员及新业务部部长王金伟、东吴人寿数据管理部兼数字化研究所总经理邹铁等展开深度对话，共同探讨智能体技术的落地实践、现实挑战与未来机遇。
入局AI Agent，让技术可用、易用、好用
张鹏在开场中指出，大模型正从通用能力发展为可调度、可协作、可执行的数字个体“Agent”。这意味着AI开始有机会从技术演示进入业务系统，从被动回答进入主动执行，成为企业真正的生产力。对于企业而言，入局智能体建设的契机是什么？面临着怎样的需求和痛点？
王金伟表示，针对客户在线咨询量越来越大等挑战，一汽丰田基于大模型与OCR技术打造智能客服系统，独立解决率从37%提升至88%，咨询量从月均1.5万条增长至2.4万条，人工团队从12人降至2人，实现降本增效与用户体验双提升。
邹铁谈到，东吴人寿以知识库建设为起点，逐步将智能体嵌入理赔全流程，通过多模型组合、向量库优化与传统微服务调用，将理赔时效从原来3-5天，缩短至平均3分钟，最短48秒，大幅提升客户满意度。
“腾讯云智能体开发平台的发展初衷，是希望将大模型和智能体技术变得真正可用、易用、好用，让企业能低门槛地构建、集成并运营属于自己的AI智能体。”王麒指出，在推动智能体落地过程中，腾讯云始终坚持扮演技术布道者、能力提供者和深度共创伙伴三种角色，期待通过技术引领、能力支持与深度共创，与客户共同打磨优质场景，推动价值实现。
直面四大挑战，智能体落地需系统性破局
“在推动智能体落地过程中，最大挑战是什么？”张鹏直指产业界共同关注的核心议题。嘉宾围绕“找对场景”“治理数据”“选好产品”“持续运营”几大关键词，结合实际经验发表看法。
邹铁首先表示，数据治理是AI应用的基础，非结构化数据治理尤为关键；产品选择需贴合痛点；同时，持续运营则关乎知识库、平台与业务场景的持续迭代。王金伟认为，场景选择应遵循“小而强、小而富、小而美、小而快、小而专”原则，确保智能体有价值、体验好、易迭代，同时需与合作伙伴双向奔赴、持续运营。
“从众多企业合作实践来看，挑战是多方面的。”王麒总结道，腾讯云智能体开发平台正是为了系统应对这些挑战而构建。在“找对场景”方面，他强调应优先选择可明确衡量ROI的场景，如一汽丰田智能客服解决率大幅提升、宝安区民生诉求处理周期缩短、东吴人寿理赔流程从天级降至分钟级，都是通过具体场景验证智能体价值。“选好产品”则需关注产品的可持续迭代与共创意愿，正如腾讯与一汽丰田历经10个月打磨，才实现智能体的“精准“。
在“数据治理”层面，王麒指出，企业核心数据往往未被通用大模型训练，而这正是提升端到端准确率的关键。平台通过增强RAG能力，实现多源异构数据的有效治理，为企业构建高质量知识库提供支持。针对“持续运营”，大模型技术迭代远快于企业场景变化，因此平台提供全链路监控、评测工具和私有化部署，助力企业实现智能体的持续优化和可靠演进，应对技术快速迭代带来的挑战。
构建高质量知识库与多层验证机制
“AI生成内容的不可控性”这类“幻觉”问题，一直是企业将智能体引入生产流程的主要担忧之一。尤其在政务、金融、医疗等高严肃性场景中，信息的准确性与可靠性至关重要。圆桌嘉宾结合不同行业的实践，分享了应对这一挑战的系统性方法。
王金伟从汽车行业智能客服实践出发，指出应对幻觉需“因场景而异”。大模型应用是一个持续优化过程，需理性看待其初期的不完美，坚持以“人机协同”实现服务升级，而非追求完全替代。
邹铁分享了保险行业应对幻觉的系统性工程。东吴人寿提出“四层防控”策略，即在模型层融合多个专业大模型、优化向量库设计、加强提示词工程以及“传统系统+智能体”融合，系统控制幻觉风险、确保业务准确性。
让“远大”的智能在“当下”可用
“2025年是Agent的元年”，张鹏强调，随着智能体在多个行业场景中陆续验证价值，其正在从“客服工具”逐渐发展为支持企业核心运营的“数字基座”。未来，智能体是否能够真正更好地服务产业与民生，实现深度赋能，仍需技术提供方与行业实践者共同探索、持续共创。
展望未来，邹铁期待智能体技术在多模态与小模型方向持续突破，以更低的成本、更精准的能力深入业务场景，助力企业降本增效、应对幻觉挑战。
王麒表示，腾讯云将持续聚焦智能体开发平台，在RAG和工作流已提供确定性价值的基础上，重点突破智能体在工具调用、规划与记忆等方面的能力，并将坚持与行业伙伴深度共创，以技术投入和陪伴式服务助力智能体成为企业的核心数字基座。
