来源：36氪
2026腾讯云AI产业应用大会圆桌深度复盘。
]article_adlist–>
262 、 30 、 40000 、 80% 。
6 月 5 日，北京国家会议中心，一场圆桌。主持人请四家企业的技术掌门，各用一个数字，说说 Agent 带来的最大变化。没有 PPT ，没有D emo ，四个连单位都对不齐的数字，恰恰是这 场圆桌 最值得细看的地方。
这场圆桌，是 2026 腾讯云 AI 产业应用大会上午场的一个环节，大会把这两年来企业 Agent 落地的实战经验，压进了一整天的议程。圆桌上，贝恩全球合伙人陆赟把话筒递给海尔智家 CTO 崔秀元、北京广播电视台信息网络管理部副主任赵涛、伊利集团数字科技中心总经理尚直虎、叮当快药 CTO 于庆龙。
制造、广电、乳业、医药零售，四个 业态迥异 的赛道，面对同一道题： Agent 做出来了，账怎么算？当 Agent 数量从几个，膨胀到组织里的几千个；当 Token 账单像水电费一样，每月准时摆在 CFO 的桌上，四家 “解题”路径 各不相同。
数字不说谎：
四种 “ 规模化 ” 长什么样
圆桌主题是：《从 “ 小试 ” 到 “ 大干 ” ，企业 Agent 的效能兑现之路》，陆赟开场就直击变化： “ 用一个数字描述 Agent 对你们的实质改变。 ”
崔秀元 抛 出 “262” 和 “5100” 。前者是海尔智家业务员工基于统一平台 H-work 自建的智能体数量，后者是两个月内海尔业务员工自建的 Agent 数。这不 是 IT 部门的独角戏，家电生产线上的每个人都在自己攒工具 。 海尔把自家这套底座，跑在腾讯云的基础技术服务生态上，并且通过腾讯云的 T oken H ub 给海尔提供统一的 T oken 保障，在其他方面也在配合海尔做统一权限、 API 、框架，这些底层业务系统 “ 原子能力 ” 的拆解，使得大语言模型的泛化能力能在上层快速完成 “ 零件组装 ” 。从 2022 年开始的数字化投资，此刻兑现为 Agent 时代的涌现速度。
赵涛的数字是 “30” 。北京广播电视台与腾讯共建了 30 个数字员工，落地在腾讯云智能体开发平台 ADP 上，打通公有云大模型能力与台内专有知识库，覆盖采集、生产、发布、运营全链条。数字不大，但逻辑清晰： “ 我们的战场已经不是电视平台了，是新媒体平台，要借助 Agent 来重构传统业务生产流程。 ”30 个数字员工不是锦上添花，是广电转型的结构性底牌。
尚直虎介绍了 Agent 目前在伊利的整体落地应用情况， “ 最简单的对话级 Agent ，有 4 万人在使用；任务级 Agent 已有两千多个，并且每天都在增加；生产级 Agent 数十个。 ”
叮当快药的于庆龙最直白： “ 新业务代码 80% 是 AI 写的，老业务 20% 。 “Coding Agent 是他们的主攻方向，基于腾讯云 CodeBuddy 、 WorkBuddy 等智能体工具，不断提升研发、办公等多场景的效率和质量。
四组数字画出四种截然不同的规模化路径：海尔走全员普及路线，北广走精兵型数字员工路线，伊利走分层验证路线，叮当走研发场景极致渗透路线。没有标准答案，但有一个共同前提，都过了 ” 做 Demo“ 的阶段，都在回答：下一步怎么算账。
Token 经济学：
四种 “ 治理哲学 ” 的正面交锋
如果说第一轮是亮成绩，第二轮要开始算成本了。陆赟问了一个让所有 CTO 都略微紧张的问题： “Token 成本快速增长的时候，你们怎么平衡技术冲动和经营纪律？ ”
面对这个问题，不同嘉宾的回答带有各自鲜明的行业特色。海尔崔秀元的方案像他所在的制造业一样精密，技术线做模型路由，关键场景走大模型、简单场景走小参数模型；管理线做时间分配，白天让 Agent 当人的助理，晚上放大模型跑长任务。 “ 就像生产车间的白黑班，机器也要倒班。 ” 更见功夫的，是 Token 分配机制：每位员工有额度，每月计算消耗与产出。这是一种把 Token 当 “ 内部货币 ” 来运营的思路，本质上，海尔在用产出倒推投入。本次腾讯云 AI 产业应用大会中发布的《企业级智能体效能管理指南》中所给出的 “ 指标金字塔 ” 模型，在此得到了企业侧的朴素回应：从业务结果往底层追，而不是从技术指标往上找理由。腾讯云与贝恩正在共同探索如何能帮助企业提升智能体效能。
伊利尚直虎也把 Token 消耗视为明确的技术投资行为，必须和创造的业务价值保持合理比例 。白皮书第三章提到的 “ 四维智能体效能评估框架 ” ，讲的就是这个：业务结果第一，效率第二，体验第三，可靠性打底。显然伊利已经在实践这套逻辑。
作为互联网企业，叮当快药可以容忍阶段性浪费。于庆龙坦言今年 2 、 3 月确实存在 “ 为 AI 而 AI” 的消耗，有些工作传统脚本就能干，但一线员工硬要用 AI 重做一遍。 “ 但现 阶段我们依然鼓励大家去尝试，一定阶段 后 再来平衡效益。 ” 这是典型的创新期策略，先让组织形成使用习惯和肌肉记忆，再做精细化管理。
而面对 Token 这本账，北京广播电视台排在最高优先级的是安全。 “ 广播电视业务对安全和连续性要求极高，在审核和发布环节，我 们首先关心 有没有达 到足够的业务效能 ，是不是保障了内容出品的准确、可靠 。 ” 与此同时，北广正在 “ 培育 ” 阶段， 针对台内日常 AI 应用、内容生产制作及内容运营三大主线诉求，北广基于腾讯云智能体开发平台，构建了 “AI 智算基座 +AI 能力中枢 +AI 应用 “ 三位一体的统一技术体系，打通公有云大模型插件能力与本地化专有知识库，形成云上云下协同的综合智能服务架构。 引导全台人员从了解 AI 到掌握 AI ， “ 以 Token 换认知 ” 。
四种打法，背后是四种组织性格：海尔的精密制造思维、伊利的价值投资逻辑、叮当的互联网试错文化、北广的安全优先底线。但都在回答同一个命题：从 “ 能不能做一个智能体 ” 到 “ 能不能搭建一套系统性的智能体效能体系 ” ， 而这 也是 《企业级智能体效能管理指南》想要探索解决的问题。
通用 VS 自建：
一条 “ 护城河分界线 ”
Agent 从 Demo 走向流程， “ 拿来用还是自己造 ” 是绕不开的选择题。这道题的答案，恰好勾勒出腾讯云在整个生态中承担的角色边界。
赵涛的划分方式最朴实：会议记录、文档整理等 “ 通用性强、耗时长但简单 ” 的工作，直接用现成 Agent ；但电视台近百个栏目各有不同风格和领域， “ 只能自己做，因为只有自己才懂自己的业务。 BRTV 正是通过智能体开发平台 ADP 提供自建智能体的能力支持，来实现不同风格的栏目内容智能体 。
尚直虎的三层分类更具框架感：全社会通用的，选择和腾讯这样的合作伙伴 共创；行业通用的，看 Agent 的质量和价值；企业自适配的，涉及内部管理制度、质量标准和 Know-How ， “不盲目跟从，更倾向适配自身的 ” 。
这条分界线揭示了腾讯云在企业 AI 生态中的定位： 做好工具箱， 让 每个企业都 有能力做自己的 Agent 。 统一的 智能体 开发平台 ADP 、安全沙箱、模型路由、评审上架，这些是共性基础设施，企业在此之上长出自己的业务智能体。
崔秀元把这个逻辑讲得最具体： “Agent 有用，但不能做错事。 ” 海尔和腾讯合作做了沙箱隔离， Agent 的运行态跑在腾讯提供的隔离环境中，内外网严格分离； Agent 上架和技能上架时，腾讯的安全审核覆盖政治敏感、信息脱敏、越权调用等维度。 “ 审核完了才允许上架。 ” 正是有腾讯 ClawPro 、云智算等产品的保障，海尔在自建应用和 Skill 的同时能够保证更安全、可用。
这与 管理指南 第四章 “ 工程驾驭力 ” 一节高度呼应， 没有工程驾驭力，智能体很难跨越从 Demo 到生产的鸿沟；一旦工程驾驭力到位，业务才会真正敢于把越来越多的流程交给智能体去“代办”，也才有可能讨论自治等级的逐步提升。
下半场押注：流程重塑、
入口革命，还是 “ 暖场 ” ？
圆桌最后一个问题最有意思： “ 未来两三年，你会赌哪个 Agent 场景？ ”
崔秀元赌 “ 流程重塑 ” 。 “Agent 不是在原有业务流程里提效 10% 、 20% ，而是一种工作方式的转变。下半场一定是在企业流程重塑中，用 AI 快速实现企业价值。 ” 这与当天腾讯集团高级副总裁汤道生的表态一脉相承， “ 扎根场景，真实场景里有用户需求，也有模型迭代最需要的数据。 ” 流程重塑不是优化存量，是重新定义工作应该长什么样。
赵涛赌 “ 三段式内容生产 ” 。 他把未来广电业务拆成三类共存模式：人为主 、 AI 辅助的精品节目 ； AI 为主 、 人来微调的 AIGC 场景 ； 全 AI 数字员工 场景 。 “ 三种方式缺一不可，共同形成业务生产闭环，实现指数级提升。 ” 这是最清晰的行业路线图，不是全面替代，是分层共生。
尚直虎表示“稳扎稳打，关注价值增长”。作为传统制造业，伊利更加关注组织的智能化能力，对AI技术的认知、理解和应用能力，以及培养足够数量的生产级智能体的产品经理。尚直虎说伊利每年要确保几百亿包产品的品质，所以会更谨慎的去做选择和投资。《企业级智能体效能管理指南》第五章谈 “ 从试点到智能体驱动型企业 ” 的路径，第一步就是 “ 打地基 ” ，夯实基础能力、验证架构可行性、建立可观测机制。伊利用自己的方式说了同一件事：别急着跑，先确认地板是平的。
于庆龙赌 “ 统一入口 ” 。 “ 未来每个企业可能有数十上百套系统，但面向员工可能就是一个 AI 入口，后面调用一个或多个 Agent 完成所有操作。 ” 这正是白皮书定义的 “ 总入口智能体（ Super Agent ） ” 概念的企业表达，一个门面、一个路由、所有系统的智能整合层。
当 “ 三力抓手 ” 遇见四家企业，
不是下半场，是分水岭
Agent 算账，既要算得清，也要找到能帮助提升效能的方法。这就是《企业级智能体效能管理指南》中提到的 “ 三力协同 ” —— 场景连接力、工程驾驭力、模型驱动力，并非空中楼阁，它在四家企业的实践中有了血肉。
场景连接力 决定 “ 有没有人用 ” 。海尔把轻应用做到了生产线员工手里、北广把数字员工嵌入了从采集到发布的全流程、叮当让 Coding Agent 成为研发日常。没有一家是 “ 另起炉灶做新系统 ” ，都在已有工作流里找到了 Agent 的缝隙和入口。
工程驾驭力 决定 “ 敢不敢用 ” 。海尔与腾讯的沙箱隔离和安全审核机制、北广的公有云与专有知识库打通、伊利的分层验证体系，这些都是在回答同一个问题：怎么确保不出事？
模型驱动力 决定 “ 好不好用、适不适合 ” 。崔秀元的大小模型路由策略、尚直虎的 “ 阈值管理 ” 、于庆龙的 “ 先放后治 ” 、赵涛的 “ 安全优先不设上限 ” ，本质上都在回答白皮书里那句话：真正关键的不是用最大的模型，而是为具体场景构建合适的模型组合与使用策略。
陆赟在收束时说了一句话： “Agent 的下半场更多的是拼能不能做进流程、赋能组织、赋能员工，真正跟经营指标挂钩。 ” 这句话很重要，它意味着一个行业共识正在 形成 ： Agent 的竞争力不在技术先进性，在组织渗透度。 262 个自建智能体、 30 个数字员工、 2000 多个任务级 Agent 、 80% 的 AI 代码占比，这些数字本身不构成壁垒。真正的壁垒是：当这些数字翻倍的时候，你的组织、你的治理、你的经济模型还能不能撑住。
而 在这场 AI 跃迁浪潮中，腾讯云毫无疑问扮演了 极其关键的 角色 ： 提供包括模型基座、 沙箱隔离、安全审核、 ADP 开发平台、 TokenHub 、 WorkBuddy/CodeBuddy 、 ClawPro 等在内的整套“工具箱”——无论是哪类企业，哪种需求，都可以在“工具箱”中找到趁手的工具 。 “腾讯云的 AI 产品有三个非常显著的特点，一是稳定可靠，二是敏捷迭代，三是和企业业务的强耦合和强落地能力。”多家企业向 36 氪强调， Agent 不是另一个 IT 项目， “而是腾讯云和我们一起，探索生产力的爆发和生产关系的重构。”
]article_adlist–>
<!-- 非定向300*250按钮 17/09 wenjing begin --> <!-- 非定向300*250按钮 end -->
</div>
