云上新智造——制造行业企业级龙虾私享会干货报告

干货总结 制造企业用AI必看 如何做到高效、安全、低成本三不误？ 当大模型开始理解物理世界的运行逻辑，如何让AI不仅会“生成”，更能“执行”助力业务场景，已成为每一位CIO思考的核心命题。 4月18日，腾讯云联合企业网D1net，特邀制造业的数字化领军者齐聚深圳腾讯滨海大厦，举办以“云上新智造”为主题的闭门会议。本次会议深入探讨生成式AI在制造场景下的应用趋势，揭秘腾讯在Agentic Coding的落地实践，全场景AI智能体WorkBuddy如何重塑工作流，以及腾讯云如何帮助“小龙虾”安全高效落地，共同探索一条从“上云”到“赋智”的稳健路径，见证智能制造的范式进化。 Agent时代腾讯云能力全景解析 Harness是支撑AI Agent规模化落地的关键工程化方法论，寓意“驾驭、管控AI”，拥有完整的分层功能组件体系，包含感知层、记忆、规划、行动、结果评估层、流程编排层等核心模块，各司其职、协同运转。 感知层负责统一采集、整合用户信息、业务数据与环境信息；记忆层负责长短期记忆等、规划 层 决 策 下 一 步 做 什 么 、 行 动 层 执 行 工具调用、文件读写等，评估层判断执行结果是否满足 目 标 ， 复 盘 与 质 量 把 控 ； 编 排 层 贯 穿全流程，统一调度各环节、协调多模块协同，规范任务流转与责任分工。 AI整体发展持续演进，企业普遍认可价值但早期落地模糊，逐步实现工作流深度嵌入1 现阶段行业普遍认可大模型与AI的长期业务价值，但在发展初期，企业普遍面临理念认同、场景落地难的现状：大模型虽交互体验智能，但指令理解偏差高、语义把握不准，难以贴合企业真实业务流程，多数团队不清楚如何将AI融入日常工作。 整套体系的核心目标，就是解决传统大模型不稳定、不可控、难管理、无法持续复用的短板，将大模型从单纯的聊天对话工具，升级为可交互、可监管、可治理、可迭代、可规模化部署的企业级生产力工具，是企业AI规模化落地的核心底层支撑。 AI行业经历多轮技术迭代：早期仅能完成简单指令、单一碎片化任务，甚至催生基础指令执行类岗位，能力 局 限 极 强 ； 随 着 技 术 不 断 升级，AI逐步突破边界，具备工具调用、代码编写、复杂任务拆解执行能力。当前阶段，行业核心趋势是把AI能力批量嵌入业务工作流，不再局限于对话问答，而是融入日常办公、业务处理、流程协作全环节，从浅层试用转向深度业务融合，真正发挥降本、提效、辅助决策的实际价值。 AI全面重构SaaS产业生态，产品形态、业务模式与资本市场同步发生深度变革3 AI的快速普及正在对整个SaaS行业形成颠覆性重塑，原有传统SaaS的产品逻辑、运营模式、服务形态全部面临改写。 一方面，轻量化、功能单一、高度依赖人工手动点击操作、流程简单的传统SaaS应用，功能价值被AI大幅替代，未来将逐步萎缩、淘汰 ； 另 一 方 面 ， 面 向 制 造 、 金 融 、 政 务等领域，具备复杂业务链路、多流程联动、定制化需 求 强 的 中 大 型 行 业 S a a S ， 会 迎 来 全 面 升级，业务流程走向智能化、隐形化、自动化， Harness作为AI工程化核心方法论，搭建多层级能力体系，实现大模型从对话到生产级治理2 大量人工操作环节由AI自主承接。产业变革同步传导至资本市场，市场普遍预判SaaS行业长期格局重构，导致本年度一季度美股SaaS相关企业市值普遍大幅腰斩。整体来看，全行业 S a a S 都 面 临 重 做 与 升 级 ， 智 能 化 、 自 动化、一体化将成为下一代SaaS的核心标配。 5.基础设施与安全层：统一承载底层运行环境，配套完善的安全管控、风险防护体系，后续将重点讲解企业AI安全治理相关内容。 腾讯云深度基于Harness框架做定制化优化，从应用层到底层技术全方位补齐企业落地痛点5 腾讯云发布全栈AI Agent分层架构，多层级设计，兼顾场景覆盖、模型调度与企业安全治理4 针对企业在AI落地中遇到的长任务执行、信息丢失、管控困难、成本过高、运行不稳、安全风险等一系列实际痛点，腾讯云围绕Harness六大核心层级完成定制化深度优化。 腾讯云结合AI Agent发展趋势，打造全新自研 分 层 技 术架构，层级划分清晰、能力全覆盖，适配个人、团 队 、 中 大 型 企 业 各 类 落 地需求。 在应用管控层面，自研上下文压缩引擎，通过前 置 标 记 、 后 置 校 验 双 重 机 制 ， 在 精 简长文本、降低资源消耗的同时，保障核心关键信息不丢失；搭建分层隔离与空间稳定机制，避免多任务并行时出现运行异常；打造专属智能规划引擎，实现复杂任务拆解、分工协作、流程审阅全链路管控，让AI行为可量化、可监管、可追溯。 1.应用层：覆盖多场景AI产品，包含个人端、研发端、办公端通用智能工具，同时支持企业自定义开发财务、HR、业务管理等行业专属智能体，并可提供现场场景化落地演示； 2.中台能力层：分为企业编排、核心能力、安全策略三大板块，依托工作流编排平台实现业务流程自定义，配套企业级AI治理、配额管理、审计追溯、跨系统能力串联等核心能力； 在底层技术层面，自研开源FlexKV缓存管理机制，通过GPU、CPU、SSD、云存储四级分级缓存，大幅减少大模型重复计算损耗，提升响应速度，且技术已纳入主流开源生态；同步优化推理加速、独立安全沙箱运行环境，保障任务隔离运行；同时建立全流程兜底机制、多层级审核校验体系，从技术层面规避漏洞、异常输出与合规风险，全方位筑牢企业AI使用底座。 3.模型调度层：搭建统一大模型网关与智能路由体系，可一站式接入市面上主流大模型，根据不同场景自动匹 配 最 优 模 型 ， 例 如 办 公 文档、多模态理解、通用综合场景、高性价比轻量化模型等，兼顾效果与成本； 4.底层底座层：包含算力支撑、多级数据存储、知识库检索、模型精调、强化学习等基础能力，搭配专项优化技术降低调用成本； 企业AI落地诉求高度聚焦，围绕业务适配、协同共享、安全合规、自主进化四大核心刚需6 腾讯Agentic Coding与全场景AI智能体WorkBuddy产品分享 结合企业一线应用反馈与管理要求，企业引入AI并非只追求功能花哨，而是有着非常明确、务实的核心需求。 第一，深度业务适配：要求AI充分学习并熟记企业内部规章制度、行业规范、业务流程、历史沉淀的实战经验，摆脱通用化输出，贴合企业专属业务场景； 第二，团队协同共享：需要依托统一企业AI中台，实现AI能力全员共享、流程协同、资源联动，形成统一协 作 大 脑 ， 助 力 整 体 办 公 效率提升； 产品100%全栈自研，定位清晰且逐步向云端化、生态化升级1 腾讯云推出的CodeBuddy与WorkBuddy两款核心产品，是100%全栈自研的AI智能体系统，并非基于开源框架，具备安全、可国产化落地、可合规审计的核心优势，很多开源产品不具备的能力、安全性、治理能力，我们都可以完整提供。 第三，严格安全合规：强化AI行为约束、权限分级、使用配额管控、操作审计追溯，严格守住数据安全、内容合规、业务红线，杜绝越界操作、数据泄露、违规输出等风险； 第四，持续自主进化：希望AI具备自主学习、迭代优化、能力升级的长期潜力，依托稳定的底层技术架构，跟 随 企 业 业 务 发 展 、 政 策 变化、行业升级持续迭代，实现长期稳定、可持续的规模化应用。 两款产品定位清晰，覆盖企业两大最高频、最核心的生产力场景： CodeBuddy：面向研发团队、程序员、工程师、运维人员，聚焦代码研发全生命周期，覆盖需求、设计、开发、测试、部署、运维；WorkBuddy：面向所有办公室人员、职场白领、管理者、职能岗员工，聚焦日常办公、业务 处 理 、 数 据 分 析 、 流 程 自 动 化 ， 覆 盖从行政、运营、HR、财务到销售、管理全角色。 两款产品表面是不同场景，底层共享同一套技术底座，包括规划引擎、记忆系统、上下文压缩、安全治理、任务调度等核心能力，实现从 推进Skill沉淀+多场景拓展，拓宽AI应用边界3 “研发生产力”到“办公生产力”的全域效率提升，真正做到 “一份投入、全域提效”。 基于“人需要休息、但AI智能体无需休息”，我们坚定地走本地环境+云端任务双模式并行路线，让AI在任何时间、任何地点都能为企业创造价值。同时，产品正逐步打通办公生态，目前已实现与会议、乐享等办公工具的对接，近期将融入腾讯文档和企微相关能力，目标将WorkBuddy打造成为企业统一办公入口，实现所有办公相关操作的一体化衔接。 2026年，我们会全面进入AI原生开发与办公时代，整体战略聚焦在两件最关键的事情上： 第一件事：Skill标准化沉淀把每个人、每个岗位、每个业务里的经验、流程、方法、规范、最佳实践，全部“蒸馏”成可复用、可共享、可编排的Skill插件。不管是研发规范、运维流程、财务规则、HR流程、医疗诊断逻辑、工业巡检标准，都能变成Skill，未来所有员工都可以直接调用，相当于把企业最宝贵的知识资产变成可执行的AI能力。 开放Agent SDK底层能力，多形态适配，降低企业AI落地门槛2 第二件事：全场景拓展把AI能力从研发、办公，进一步延伸到生产、制造、工业、医疗、金融、运营、客服、销售、管理等所有领域，彻底改变传统的生产方式、协作方式、工作方式，让AI进入每一个业务环节、每一个工作场景。 我们所有产品能力，都建立在一个统一的、强大的Agent技术底座之上，包括智能规划、分层记忆、上下文压缩、流程编排、安全管控、Har-ness执行等核心能力。这套底座不是只供我们自己使用，而是可以通过AgentOS的形式全面开放给企业客户。 企业落地建议：先用起来，再谈ROI4 现在，企业只需要接入我们的AgentOS，就能快速把我们成熟、稳定、经过大规模验证的智能体大脑，装进自己的系统、自己的平台、自己的App里，快速构建属于企业自己安全可控的AI智能体体系。 在和大量企业交流中，我发现一个普遍误区：很多企业一上来就问ROI怎么算、投入产出怎么评估、指标怎么定，然后迟迟不敢落地。 我 给 所 有 企 业 的 建 议 只 有 一 句 话 ： 先 别想考核，先让所有人用起来！正确的落地路径是： 针对不同企业的数字化现状与开发模式，我们提供多种产品形态适配：包括插件、IDE、CLI，充分考虑到目前仍有大量企业依赖插件形态进行开发，不否定传统形态的价值，同时重点推广IDE、CLI等更高效的形态，因为这类形态能更好地释放AI潜力，进一步提升产品效能。 全面放开，零门槛使用 不 要 限 制 人 员 、 不 要 限 制 场 景 、 不 要 限制功能，让研发、办公、运营所有人先在日常工作里用AI。 鼓励试错，允许不完美 露、越界操作等风险，满足企业内控需求。 允许员工用错、试错、探索，踩出来的坑、总结的技巧，都是企业最宝贵的AI资产。 轻量化、低门槛落地，适配各类企业数字化转型需求6 把个体经验升级成组织知识 整套AI智能体方案遵循“轻量化、易落地”的核心原则，无需企业对现有业务系统进行大规模改造，即可快速对接各类业务系统，降低企业数字化转型的难度与成本。 把某一个人好用的方法，变成整个部门、整个公司的标准流程、Prompt模板、Skill插件。 腾讯内部最真实的结果是：AI全面落地后，产品迭代速度提升10倍以上，过去一个月发一两个版本，现在一周能发好几个版本，一天一个版本也非常普遍，市场响应速度、创新速度完全不在一个量级。 方案兼顾标准化与定制化，既提供通用的AI能力（如多任务并行、全流程自动化），也支持企业根据自身业务需求，自定义流程、开发个性化Skill插件、搭建专属知识库，适配大、中 、 小 各 类 规 模 企 业 ， 以 及 工 业 、 医 疗、电商、办公等不同行业的数字化转型需求。 探索企业AI管理体系与价值考核指标，兼顾成本与合规5 此外，产品具备持续进化能力，可根据