24年開始，我陸續(xù)給幾個朋友的企業(yè)，做AI落地方向的技術產(chǎn)品顧問。

現(xiàn)在來看，當時的我把企業(yè)級AI工程化的落地，想得太簡單了。

一方面，傳統(tǒng)調(diào)參數(shù)式的模型調(diào)用，并不一定能滿足實際業(yè)務需求。另外一方面，安全和生態(tài)整合，是繞不開的長期復雜工程。

說實話，當企業(yè)AI顧問，壓力很大，交付很難，真正有產(chǎn)出有效果更不容易。

上個月，看到騰訊云智能體開發(fā)平臺ADP，新上線了“智能工作臺”。

我第一感覺是，終于有了個能「一句話用AI解決企業(yè)問題的好東西」，然后一想，似乎以前的公司AI顧問，都需要重新審視自己的價值了。

希望能給正在評估企業(yè)級Agent落地方案的朋友，提供一些真實的參考。

01 說話就能創(chuàng)建工作流，智能體開發(fā)更低門檻

第一次打開ADP智能工作臺的控制臺，感覺頁面非常簡潔。

沒有滿屏的術語和專業(yè)詞匯，就是一個大大的輸入框，寫著一句話：“連接知識，開啟智能工作方式。”

首先添加工作流生成助手 Skill，在對話框點擊Skills，選擇添加“ADP 工作流生成助手”。

試著輸入了一個場景：@ADP 工作流生成助手 skill，幫我做一個財務報銷審批的智能體。要求員工上傳發(fā)票圖片，自動識別發(fā)票抬頭、金額、稅號，跟公司財務系統(tǒng)的預算余額做比對，以及校驗是否符合報銷規(guī)則及對應額度，預算足夠且條件滿足就自動通過，預算不夠就走人工審批流程。

我輸完這段話，點了發(fā)送。

等我端著咖啡回來看到控制臺界面的時候，已經(jīng)看到反饋了。

工作了將近兩百個節(jié)點，包括圖像識別節(jié)點、條件判斷節(jié)點、預算查詢API調(diào)用節(jié)點、多輪對話節(jié)點，還有異常處理分支。

每個節(jié)點的參數(shù)都已經(jīng)預設好，還自動關聯(lián)了騰訊云官方提供的OCR插件。

我想搭建一個「客服助手智能體」，也是一樣，說出具體訴求，就可以生成工作流。

說實話，那一刻我的技術自尊心，受到了一點小的沖擊。

過去我做這種工作流，得先在白板上畫流程圖，然后寫Node.js代碼或者Python代碼調(diào)各種SDK，調(diào)試不知道多少遍才能跑通。

現(xiàn)在一個業(yè)務人員，只要懂自己公司的業(yè)務流程，用自然語言描述出來，平臺就能自動生成可執(zhí)行的工作流。

特意花時間研究了一下，ADP背后的技術邏輯。

簡單來說，它把整個智能體開發(fā)流程做了降維。

以前你得懂工作流引擎、懂API集成、懂提示詞工程、懂RAG檢索、懂多Agent編排。

現(xiàn)在這些復雜的技術細節(jié)被平臺封裝成了底層能力，在業(yè)務層面只需要做一件事，就是描述想要的業(yè)務流程是什么。

平臺自動拆解你的需求，識別出需要哪些節(jié)點、需要調(diào)用哪些工具、需要什么樣的分支邏輯。

可以直接生成完整的工作流，通過應用構建導入，再在畫布上進行微調(diào)。

保存后就能發(fā)布到企業(yè)微信、公眾號、小程序或者你自己的APP里。

除了工作流自動生成，讓我覺得超出預期的另一個功能是多Agent自動編排。

我在真實場景應用的時候發(fā)現(xiàn)，ADP支持Multi-Agent模式，可以一句話自動創(chuàng)建一支會協(xié)作的Agent團隊。

系統(tǒng)自動判斷這個復雜任務需要拆解成幾個子任務，每個子任務安排一個專門的Agent負責，Agent之間怎么協(xié)作、信息怎么傳遞，通通自動生成配置。

開發(fā)過復雜Agent系統(tǒng)的朋友都知道，多Agent協(xié)作最大的痛點不是單個Agent的能力，而是它們之間的溝通機制和任務分工。

傳統(tǒng)做法需要手動配置每個Agent的角色定位、職責范圍、轉交規(guī)則、對話上下文管理，一套配置下來能讓程序員掉一層頭發(fā)。

但在ADP里，只需要在界面上選擇多Agent模式，描述一下你想要的協(xié)作場景，剩下的事情平臺自動搞定。

ADP把很多頂級的AI科研能力集成到了產(chǎn)品層面，但不是簡單的能力打包，而是真正考慮到企業(yè)實際場景中怎么用起來方便順手。

我覺得ADP智能工作臺做的最對的一件事，就是它把門檻降低到了業(yè)務人員可以直接參與的程度。

在我過去兩年的企業(yè)服務經(jīng)驗里，最大的障礙不是技術不行，是業(yè)務和研發(fā)之間的語言不通。

現(xiàn)在ADP讓業(yè)務人員自己用自然語言描述業(yè)務流程，平臺自動生成技術實現(xiàn)。

中間的翻譯成本歸零了。甚至老板本人都能直接下達一線命令。

這在我看來才是真正意義上的降低AI落地門檻。

02 企業(yè)真正關心的，是AI和舊體系的融合

說實話，光會搭建智能體其實不算什么本事。

拿市面上任何一個Agent開發(fā)框架，花點時間總能搭出來一個能跑的東西。

真正讓我覺得ADP心思縝密的，是它這套被集成能力。

這就要說到我做企業(yè)服務以來最深的體會。

做再多漂亮的智能體應用，客戶最關注的問題其實就一句話：你怎么跟我的現(xiàn)有系統(tǒng)待在一起。

他們用的不是騰訊的ERP，不是阿里的CRM，是自己花了十幾年甚至幾十年慢慢建起來的IT系統(tǒng)。

這些系統(tǒng)里有幾十年的數(shù)據(jù)資產(chǎn)、大量定制的業(yè)務流程、嚴格的安全合規(guī)要求。

讓企業(yè)把這一切推翻重建來遷就你，那是絕不可能的。

ADP對被集成的理解，一開始就跳出了單點API的層面。

別家跟你講API，ADP直接扔給你一套完整的四層可插拔框架。

這才是企業(yè)真正關心的命脈。

能力層是我個人最感興趣的一塊。

ADP內(nèi)置了150多種插件。包括Browser Use這種瀏覽器自動化工具、Computer Use這類計算機操作工具，還有微信支付MCP等。

但更讓我興奮的是Skill廣場的理念。

現(xiàn)在ADP的Skill廣場已經(jīng)沉淀了120多個應用模板和100多個提示詞模板，覆蓋了經(jīng)營管理、人力資源、財稅法務、醫(yī)療健康等多個場景。

我試著在Skill廣場里找到財務分析場景相關的Skill。

導入都很簡單，像裝個手機App一樣，點擊安裝就開始用了。在測試中我發(fā)現(xiàn)一個很有意思的細節(jié)，就是這些Skill不是簡單的功能綁定，而是帶著數(shù)據(jù)依賴關系、權限校驗邏輯、工具調(diào)用鏈路的一套完整能力單元。

像我想安裝一個銷售數(shù)據(jù)分析Skill，它不只是給一個聊天界面讓你問銷售額是多少，還能自動連接你的銷售數(shù)據(jù)庫、調(diào)用數(shù)據(jù)分析工具、生成可視化的報表。

做完之后的結果還可以被其他Skill繼續(xù)使用。

這種感覺很像樂高積木，即插即拔。

企業(yè)不用再每次從零開始構建業(yè)務能力，而是從Skill廣場拿不同的能力模塊組合起來，快速拼出自己需要的解決方案。

這種設計理念我覺得是抓住了企業(yè)級落地的核心矛盾。

企業(yè)級落地，一個核心矛盾是，很多時候，企業(yè)不想要一個全新的寫死的黑盒，推倒重來太冒險。

他需要的是一個可以跟他現(xiàn)有系統(tǒng)好好相處的、能夠慢慢長在他的系統(tǒng)土壤里的智能體。

ADP提供的就完全不是一次性交付產(chǎn)品，更接近持續(xù)生長、持續(xù)嵌入的能力底座。

底層還有安全層。

多租戶數(shù)據(jù)強隔離，用session_ id加應用級加底層數(shù)據(jù)三重隔離，不同租戶的數(shù)據(jù)物理上就分開了。

權限系統(tǒng)分平臺、空間、應用、知識庫四層，數(shù)據(jù)權限不等于功能權限這種復雜的權限模型也支持。

內(nèi)容安全審核做了輸入和輸出的雙向掃描，敏感命中會返回is_evil字段，讓外部系統(tǒng)可以判斷是否要進行二次處理或阻斷。

部署方式支持公有云、私有云、混合云，金融和政務客戶可以私有化部署，確保數(shù)據(jù)不出域。

這些能力聽起來不算性感，有點枯燥，不如大模型什么的那么迷人。

但這些東西，才是企業(yè)真正敢把核心業(yè)務交給AI的基礎。

沒有這一層，上一層的花哨能力再多，客戶都不敢真正用起來。

03 ADP像個包售后的一站式企業(yè)服務專家

做過企業(yè)系統(tǒng)的人都知道一句話：系統(tǒng)上線才是痛苦的開始。

C端的Agent產(chǎn)品，糊弄一次對話可能就過去了。

用戶聊的不開心，劃走換下一個。但在企業(yè)內(nèi)部，你糊弄不了。

員工問一個政策問題你答錯了，他會截圖發(fā)給主管。主管會問你們IT部門怎么搞的。然后你就得花半天時間翻日志查原因。

這種感覺，我太熟悉了。去年給朋友公司搭的客服系統(tǒng)翻車后，他半夜給我打電話，語氣挺委屈的，說你做的東西好像不太穩(wěn)定，那個問題不該這么回答的。

我翻了好多條對話記錄，花了好久才定位到是某個知識塊解析不準導致檢索錯誤。

ADP在企業(yè)級可觀測這一塊的投入，我覺得是它跟C端產(chǎn)品拉開差距的核心。

從這個角度說，ADP和其他產(chǎn)品的思路差異，很像專業(yè)攝影機和智能手機的差別。智能機給你好看的照片，但你不知道怎么來的。

專業(yè)攝影機不僅給你照片，還把所有參數(shù)、元數(shù)據(jù)、拍攝過程完整記錄下來，方便你復盤和改進。

ADP就是給企業(yè)準備的這架專業(yè)攝影機。一切都要可追溯、可度量、可優(yōu)化。

數(shù)據(jù)分析面板可以看消息數(shù)量、用戶數(shù)量、點贊數(shù)量。

數(shù)據(jù)大概有十來分鐘的延遲，按天、周、月導出明細都很方便。關鍵是每條對話的調(diào)用鏈都能追回去，用了哪些知識庫、調(diào)用了哪些工具、走的是哪條工作流分支，都在后臺記著。

我試著在測試問了一個需要調(diào)用外部API的問題，然后去運營后臺看它的調(diào)用鏈。果然每一步都清晰顯示著它怎么從知識庫找到相關信息、怎么調(diào)用遠程接口、甚至中間怎么做了幾次決策和分支判斷。

智能評測體系也值得一提。

ADP支持三種評測模式，裁判模型打分、代碼執(zhí)行驗證、規(guī)則引擎評分。

可以拿同一個評測集對比不同模型的效果。我在測試的時候直接用前面導出的對話記錄作為評測集，跑了兩個版本的模型對比。報告直接告訴我新版本在哪些問題上表現(xiàn)更好，哪些反而退步了。

這樣一來，之前運營過程中積累的對話不再是維護負擔，反而成了推動智能體不斷進化的燃料，形成了一個很完整的運營閉環(huán)。

Token消耗和成本管控方面，ADP會在token_stat事件里實時返回輸入Token數(shù)、輸出Token數(shù)、總消耗、調(diào)用步驟。

應用級有賬戶余額管理，API調(diào)用超量會返回明確的錯誤碼。

對Token成本比較敏感的企業(yè)可以設置套餐包加超額計費的方式，騰訊云通常不會讓你在不知情的情況下產(chǎn)生過度消費。

以一個企業(yè)級智能體的完整生命周期來看，ADP把這個過程全都串起來了。

配置階段用自然語言生成工作流，調(diào)試階段在對話測試窗口看調(diào)用鏈驗證邏輯。評測階段跑多模型對比確保質量，發(fā)布階段一鍵分發(fā)到企業(yè)微信公眾號小程序和自己的自建應用。

運營監(jiān)控階段有數(shù)據(jù)面板加對話記錄加智能分類來持續(xù)觀察，優(yōu)化階段再把不滿意問題回流到知識庫或問答庫修正，回歸評測再上線。這就形成了一個閉環(huán)。

做企業(yè)級智能體的同行都知道，大模型本身的能力其實大家都差不太多。真正拉開差距的是在這套工具鏈上。你是不是能讓開發(fā)者在開發(fā)、調(diào)試的時候爽，讓業(yè)務人員在運營、優(yōu)化的時候順手。在這一點上，ADP想得挺深的。

04 真正跑在業(yè)務里的AI

回到我開頭說的那句話。ADP智能工作臺，真的很像我曾經(jīng)幻想過的那個樣子。

我幻想過有一天，我不用再去啃幾百頁的API文檔，不用再掉頭發(fā)去寫復雜的prompt，也可以在AI時代的創(chuàng)業(yè)機會面前，實現(xiàn)我口中那個精妙絕倫的業(yè)務需求。

我也幻想過，企業(yè)里面的每一個成員都不用再去翻墻注冊各種亂七八糟的國外AI應用，只需要像打開自家的ERP系統(tǒng)一樣方便地去使用公司內(nèi)部專屬的企業(yè)級AI助手。

但我們所處的現(xiàn)實，總是比理想復雜得多。大模型本身的能力一直在快速迭代，可光有大模型遠遠不夠。

還得思考怎么把它接入你的數(shù)據(jù)庫，怎么跟你的CRM系統(tǒng)聯(lián)動，怎么在你的企業(yè)微信里跑得既快又安全，怎么讓業(yè)務人員也能參與優(yōu)化這個系統(tǒng)的行為。

ADP智能工作臺，就是在回答這些問題。

它降低了AI應用構建的門檻，讓業(yè)務人員能直接參與。

它強化了企業(yè)級可觀測和運營閉環(huán)，讓AI應用能被持續(xù)管理優(yōu)化。

它還構建了深度的被集成能力，讓智能體真正長在業(yè)務里，而不是懸浮在業(yè)務之外。

最好的AI，是你看不見的AI。

它內(nèi)嵌在你日常工作的每分每秒里、無聲無息地變成你的超級外腦和最強輔助。

ADP就是試圖扮演這樣一個角色。它不是要取代誰，而是要成為企業(yè)數(shù)字化轉型中最堅實的那個底座。

在智能體從可用走向好用的這條漫長的道路上，我覺得ADP至少走在了正確的方向上，而且它走得很穩(wěn)。

最后附上ADP的官網(wǎng)鏈接，想試的朋友可以去看看。

有任何使用上的問題，歡迎評論區(qū)跟我交流。

也希望騰訊云的官方團隊能夠多聽聽我們這些一線開發(fā)者的真實反饋，把這個產(chǎn)品做得更好。

騰訊云ADP官網(wǎng)：

https://cloud.tencent.com/act/pro/adp-pu-activity?from=29920