腾讯WorkBuddy企业智能体实践：从Token消耗到组织生产力

作者｜沙丘智库研究团队

来源｜沙丘社区（www.shaqiu.cn）

关键发现：

• 腾讯云将企业智能体的价值衡量重点从Token调用量转向可验收的任务结果、岗位效率、团队协作和组织资产沉淀；
• WorkBuddy以企业AI工作台为统一入口，连接Agent工具、腾讯文档、腾讯乐享、企业知识、业务系统和大模型能力；
• 腾讯云通过Skills、工作流和知识资产复用，推动AI应用从“超级个体”走向“超级团队”，将个人提效转化为组织能力；
• WorkBuddy把安全治理贯穿数据流转、权限调用、任务执行和操作审计全过程，从数据保护、权限控制、危险操作阻断及操作恢复四个方面建设企业级Agent安全体系；
• 腾讯云按照“试点超级个体—跑通超级团队—组织渐变”的路径推进落地，先从真实任务验证价值，再逐步扩展到团队协作和组织变革。

01

从Token消耗专项组织生产力

腾讯云将WorkBuddy建设的主线概括为“从Token消耗到组织生产力”。企业使用大模型时，如果只观察调用次数、Token消耗或员工是否使用AI，难以判断AI是否真正进入业务。更有价值的衡量对象是员工能否通过AI完成可验收的任务，岗位经验能否被沉淀和复用，跨角色协作是否得到改善，以及组织是否形成可以持续积累的AI资产。

在这一思路下，企业智能体并非孤立的聊天机器人，而是需要连接员工日常使用的文档、知识库、项目和业务系统，理解任务、规划步骤、调用工具并交付结果。员工在工作中形成的有效方法还可以进一步封装为Skill或标准化工作流，使一次个人提效转化为团队和组织的能力。

WorkBuddy的组织价值分为三个层次：员工首先通过智能体成为“超级个体”；多个员工、智能体和企业资源在协作平台上形成“超级团队”；团队运行中产生的知识、流程和技能再沉淀为企业资产，由组织统一管理、复用和治理。

02

以企业AI工作台承接个人、团队与组织任务

（1）企业AI工作台连接工具、资产和业务系统

腾讯云通过企业AI工作台将WorkBuddy接入组织工作。整体架构的上层包括Agent工具、腾讯文档、腾讯乐享、企业知识以及企业自建资源；中间由WorkBuddy承接个人任务、团队协作和数字员工能力；下层连接CRM、HRM等企业系统、大模型和企业自建能力。

这套架构同时服务“超级个体”和“超级团队”。对个人而言，智能体可以承担资料处理、内容生成、数据分析和自动化执行等任务；对团队而言，项目、知识和智能体可以在同一工作环境中协同；对企业而言，任务中形成的文档、知识、专家经验和Skills可以转化为可管理、可复用的AI资产。

（2）四类支柱支撑超级团队

WorkBuddy以超级团队协作平台为总体载体，并设置项目、腾讯乐享知识库、管理后台和企业智能体四大支柱。其中，项目侧重任务协同和过程跟踪；知识库侧重组织智慧沉淀与资产复用；管理后台负责角色权限、成本控制和安全管控；企业智能体则提供按需定制的AI能力。

通过这套设计，Agent从个人桌面扩展到组织协作。员工不只是在聊天窗口中获得一个答案，还可以围绕项目分配任务、调用企业知识和工具、查看任务进展，并把有效成果继续留在组织系统中。

（3）覆盖不同岗位的员工AI工作台

WorkBuddy面向运营与管理、产品与项目、财务与行政、市场与品牌、供应链与采购、HR与人事、销售与售前等岗位提供工作能力。工作台强调“理解与分析、规划与执行、远程操控、多任务并行”，员工可通过自然语言下发任务，并获取文档、表格、PPT、代码或网页等可交付成果。

不同岗位可以沉淀各自的AI能力。例如，运营岗位可进行数据报告和进度汇总，产品岗位可处理需求与竞品分析，财务岗位可开展报销审核和预算分析，采购岗位可进行供应商评估与交付跟踪，销售岗位可生成项目方案并识别客户风险。对于全员通用任务，系统还可支持邮件日程、会议纪要、自动提醒和周报生成。

03

把企业级安全治理嵌入Agent执行链路

智能体能够调用文件、命令、网络和业务系统后，企业需要处理的风险已不只是回答是否准确，还包括数据是否泄露、权限是否越界、危险操作能否被及时阻断，以及错误操作是否可以追溯和恢复。因此，WorkBuddy把安全治理贯穿数据流转、权限调用、任务执行和操作审计全过程。

WorkBuddy从四个方面建设企业级Agent安全体系：

• 全链路数据保护：采用TLS加密、服务间身份认证、敏感数据识别与防泄漏，以及密钥和令牌加密存储；
• 权限严格受控：默认在安全沙箱中执行，对文件、命令和网络进行管控，隔离本地高危路径，并对敏感操作进行二次确认；
• 危险操作自动阻断：实时检查Agent命令、拦截高危操作、检查Skill生态并配置全链路风控策略；
• 操作可追溯可恢复：对关键操作完整留痕，为AI修改自动备份，设置文件删除保护，并支持Word、PPT和PDF等文件的版本还原。

这些措施体现了企业智能体与通用个人助手的差异：它不仅要能完成任务，还要在明确的身份、权限和审计边界内完成任务。尤其当Agent进入国央企或其他高要求业务场景时，安全、可控和合规是规模化应用的前置条件。

04

从岗位场景寻找高价值任务

（1）高价值场景分布

WorkBuddy已经应用于互联网科技、智能制造、零售电商、教育培训、医疗健康、金融、文娱传媒、专业服务、物流供应链、地产建筑和政务等行业。按客户数量排序，互联网科技、智能制造和零售电商位列前三，合计占49.5%。

应用任务主要包括客服与销售提效、运维与开发辅助、电商运营与数据洞察、知识库与企业知识管理、邮件与通信自动化、报表生成与数据分析、内容创作与营销推广、财务与审计、企业管控与数字化转型、合同与文档处理、单据识别与OCR、项目管理、HR与招聘以及法律咨询等。

这类场景的共同特征是：任务相对高频，输入和输出可以被明确描述，过程需要调用文档、表格、知识或业务系统，结果也能由员工验收。相比泛化问答，它们更容易形成可计算的效率改善和可复用的工作方法。

（2）建立“执行—沉淀—反哺”的组织循环

不同角色首先在自己的工作场景中调用WorkBuddy和AI工具箱执行任务；企业再把有效做法沉淀为岗位说明、Skill和企业AI资产，并用这些资产反哺其他员工和数字员工。由此，个人在某一次采购分析、生产排程或质量判断中形成的方法，可以逐步转化为团队协作能力。

在制造业场景中，WorkBuddy覆盖采购经理、销售、研发、工艺工程师、PMC、采购、仓库、生产主管和质量工程师等角色的任务。WorkBuddy并不替代岗位分工，而是在不同岗位之间调用数据、工具和已有技能，减少重复整理与信息传递，把单点提效连接为组织效能。

05

典型应用场景实践

（1）财务对账：串联OA、知识与工厂信息

在某客户的财务对账流程中，财务人员需要从OA导出预算表和付款明细，再肉眼比对差额，并通过电话确认工厂发货情况。预算信息还依赖销售人员填报，月底容易形成大量待人工整理的单据。一次审核从导出到完成差额核对，需要约一至两个小时。

腾讯云利用WorkBuddy连接OA数据、腾讯乐享知识和腾讯文档中的材料。财务人员可以拖入表格进行自动比对，通过自然语言查询发货状态，自动汇总销售数据，并调用历史案例与规则处理差异。该场景实现了“财务对账1小时到秒出”，财务人员的工作重点也由机械比对转向差异分析和异常处置。

这一案例的关键不只是表格计算，而是打通原本分散在OA、工厂、销售和文档中的信息。只有数据能够被Agent按权限获取，规则能够被沉淀，财务人员才能减少电话确认和人工催收。

（2）漫剧创制：从脚本到分镜的上游创作协同

在某文化传媒客户的动态漫画制作与自有IP孵化业务中，企业使用Seedance 2.0完成图像和视频生成。传统流程需要编导撰写脚本、分镜师拆分镜头，再由制作团队生成视频，环节之间沟通和返工较多；同时，生成提示词不够准确、镜头语言不规范也会影响出片效果。

腾讯云利用WorkBuddy承担上游的编导脚本与分镜设计：系统根据故事梗概和人物设定生成包含对白、动作和情绪标注的分场剧本，再按场景、景别、运镜、时长和站位拆解镜头，并针对Seedance 2.0优化提示词。角色设定、画风参考和成功分镜模板还可进入知识库，在新项目中直接复用。该方案使外包成本下降60%，并将部分创作环节压缩到分钟级。

（3）智能硬件：五类岗位的全链路协同

在某智能硬件客户的实践中，企业拥有60余人团队，产品覆盖智能门锁、环境传感器、边缘计算网关和配套云平台，业务正由单一硬件转向“硬件＋云平台＋数据服务”。产品、开发、测试、项目管理和运营之间存在协作断层，需求理解偏差导致返工，测试用例、周报和运营报表等重复劳动又占用大量工时；部分研发经验分散在个人电脑和聊天记录中，新员工上手周期较长。

腾讯云利用WorkBuddy分别为五类岗位提供能力：辅助产品经理生成PRD和竞品分析，帮助开发工程师生成代码并定位Bug，依据PRD生成测试用例和自动化脚本，为项目经理自动汇总进度和周报，并帮助运营人员生成分析看板和用户洞察。该场景实现了整体效率提升40%以上、新人上手周期缩短50%、跨岗位需求返工率下降30%。

这一实践表明，组织级智能体的价值来自跨岗位连接。若每个岗位只部署一个互不相通的AI助手，PRD、接口、测试和运营数据之间仍然会存在断点；只有把任务链、文档和岗位Skill连接起来，才可能改善端到端交付效率。

06

按照三阶段路径推进组织落地

（1）试点超级个体、跑通超级团队、推动组织渐变

腾讯云将WorkBuddy的组织落地分为PILOT、EXPAND和ORGANIZATION三个阶段，对应“试点超级个体—跑通超级团队—组织渐变”。企业先验证个人能否完成真实任务，再把任务方法扩展为团队协作，最后通过制度、权限和资产管理转化为组织能力。

第一阶段以最小行动启动。员工先理解WorkBuddy并体验典型场景，通过简短任务、能力演示和实操建立使用基础。试点重点不是覆盖所有人，而是找到愿意使用AI解决真实问题的“超级个体”。

第二阶段围绕业务场景跑通超级团队。企业需要配置坐席和权限，分发Skills，组织员工完成实操任务，并在例会中分享经验、沉淀Skills和吸引更多伙伴参与。此时，衡量重点由“是否使用”转向“任务是否完成、经验能否复用、协作是否改善”。

第三阶段进入组织渐变。管理者需要亲自下场，提供真实问题和必要权限，并给试点留出持续运行的时间。组织一方面要降低使用摩擦、允许在可控范围内试错，另一方面也要设置安全边界和反馈机制，使真正能够用AI解决问题的人被识别出来，并将有效实践转化为组织制度与资产。

（2）从可验收任务切入，而不是从通用能力清单切入

企业智能体落地应优先选择输入明确、过程可连接、结果可验收的任务。财务对账、PRD生成、测试用例、分镜拆解和数据分析之所以更容易形成价值，是因为员工能够判断输出是否正确，也可以比较使用前后的时间、返工率和成本变化。

（3）个人效率只有经过资产化才能成为组织能力

一次生成、一段提示词或某位员工的个人经验并不会自动成为组织生产力。企业需要将有效方法封装为Skill、工作流、知识或模板，通过权限控制和版本管理让其他员工重复调用，再根据实际结果持续优化。

（4）工具连接和治理能力决定Agent能否进入核心业务

Agent需要访问文档、知识库、业务系统和本地文件，才能完成复杂任务；但连接越多，权限越界、数据泄露和误操作风险也越高。因此，工具调用、身份认证、敏感操作确认、沙箱执行、审计留痕和版本恢复必须与业务能力同步建设。

（5）组织变化需要管理者参与和持续运营

从超级个体扩展到超级团队并非简单增加账号数量。企业需要设置试点范围，提供真实问题与合理权限，建立例会分享和资产沉淀机制，并根据任务结果识别适合推广或需要调整的场景。只有当管理机制发生相应变化，AI使用才可能从个人自发行为变成稳定的组织能力。

内容来源：沙丘智库

• OPPO多模态Agent重构手机交互范式实践

• 京东xLLM投机推理架构设计实践

• 比亚迪AI Native实践

• 小红书Self-GC多轮Agent上下文治理实践

• 中国电信智惠工程师FDE本土化交付实践

...

• AI Coding Agent的工具选择：MCP、CLI、Skills与Hooks如何分工

• AI编程规模化落地：先建Harness，再扩智能体

• 让AI Coding可控：企业如何评估与落地规范驱动开发

• AI生产力如何衡量：从使用留存到组织转型的五项指标

• 角色智能体如何进入企业：从任务执行到职责担当

*更多生成式AI研究可前往“沙丘智库”小程序查阅