正文
今年1月，先是AI助手腾讯元宝被从TEG（技术工程事业群）转入了CSIG；2月，QQ浏览器、搜狗输入法、ima等更多AI应用也被转入了CSIG。随着这两次调整，再加上CSIG原有的腾讯云业务，CSIG已经成为腾讯AI产品落地的核心部门，同时面对个人用户与企业客户。
经过这些调整之后，腾讯提升了Agent的重要性。就在上周腾讯发布今年第一季度财报后的电话会上，
马化腾、刘炽平等高管提出基于微信构建Agent生态的想法。
本周一，腾讯QQ浏览器紧接着上线了一个叫Qbot的Agent，它可以帮助用户执行文件格式转换、应用更新等任务。甚至有报道称，Qbot会与腾讯内部其他产品合作，成为类Manus的通用Agent。
5月21日的腾讯云AI产业应用峰会上，腾讯云副总裁、腾讯云智能业务负责人，腾讯优图实验室负责人吴运声（全面负责优图实验室、腾讯云AI、腾讯云智能平台部、腾讯企点等业务和团队的管理）称，「不同场景需要不同Agent，不只是腾讯自己的产品需要Agent，只要企业业务复杂度高、知识密度强、人力成本高，那么这个行业就应该考虑用Agent重构一遍。」
腾讯云副总裁、腾讯云智能业务负责人，腾讯优图实验室负责人吴运声。
目前，腾讯云已将「大模型知识引擎」（基于大模型的应用构建平台）升级为「腾讯云智能体开发平台」，提供RAG技术、Agent构建能力和插件生态，让每个企业端用户都可以开发出符合自己需求的Agent。
以下是吴运声与包括「新皮层」在内的媒体交流的记录，为方便阅读内容经过编辑。
智能体区别于传统应用的地方在于完成非标、非固定流程任务
提问：腾讯如何定义Agent，它跟传统应用的区别是什么？
吴运声：
我认为最关键的区别在于：
其一、智能体具备自主思考和决策能力。传统的软件开发范式（包括SaaS）通常是开发者事先设计好流程，即使存在分支逻辑，也是开发者预先定义好的。但
智能体面对的是自然语言交互，用户的输入是开放的，不可能穷举所有分支。
这时就需要智能体能够自主理解、规划、执行任务，而不是依赖于固定流程。
其二、智能体能融合确定性工作流与自主规划机制。我们的智能体平台也支持工作流组件的融合。用户可以构建确定性的流程来处理特定任务，同时也允许智能体在其中进行自主规划。这样就
实现了灵活性与确定性的结合
，能更好地满足复杂多样的企业应用场景。
提问：这使得Agent在开发思路上有何不同吗？
吴运声：
在to B场景下，Agent的本质是一种新的应用形态，具备自主规划能力，可以根据用户的自然语言指令自主调用工具，甚至多个Agent可以协同完成一个复杂任务。这种范式和过去软件预设流程有本质不同。
从技术角度来看，我们会深入研究以下几个核心问题：1.如何实现更精准的自主规划与执行；2.如何实现多Agent协同的复杂任务处理；3.如何构建更高效的工具调用机制。
工具调用技术的演进，已经经历过了几个阶段：
•
Function Calling
：模型理解用户需求后，直接选择并调用一个工具处理请求。
•
ReAct模式
：要求模型在调用工具前，必须进行一步明确思考，说明要解决什么问题、为什么调用这个工具。这一步提升了调用的合理性。
•
Code Agent（CodeArts）
：不再是一条一条地调用，而是通过生成完整代码，比如循环结构，来批量调用多个接口并计算结果，执行效率更高。
举个例子：如果你要比较中国、日本、新加坡、德国的iPhone 15价格，Function Calling就是一条条查；ReAct会在每一步加上「我现在要查价格，我现在要调用汇率」；而Code Agent会直接生成一段程序，循环遍历各国数据、调用接口、换算汇率、返回结果——高效得多。
所以，不论是应用范式还是底层技术，Agent都在不断快速演进。
提问：我们与理想Agent还有多大差距？面临的挑战是什么？
吴运声：
每个人心中理想的Agent标准都不一样。不同场景需要不同Agent，比如现在我希望Agent能像我一样回答问题，教育场景中希望Agent帮孩子解答学科难题。理想Agent因场景而异。
我个人认为
Agent开发目前还没有出现泾渭分明的路线。
我们专注的是如何构建能力更强、更丰富的Agent应用，这需要调用多种已有能力和不同模型。比如在我们的平台上，用户可以从下拉菜单里选择不同的模型作为思考模型或理解模型，灵活配置。不存在单一固定的技术路线。
