腾讯扩展Agent布局覆盖应用数据安全与工程

腾讯的企业Agent布局并不只包括WorkBuddy。腾讯云与智慧产业事业群CEO汤道生表示，企业部署Agent面临的核心问题并非模型能力不足，而是人与工具、系统和数据之间存在多个“断点”。AI虽然可以写方案、做分析，却常常无法接入业务系统或获取企业数据。

围绕这些问题，腾讯提出建设“全场景、高效能、更放心”的Agent生产力系统。在腾讯全球数字生态大会上，两天内共有40多场发布，内容覆盖应用、数据、安全和工程四个方向，展示了比单一产品更完整的企业Agent体系。

应用层最直观的变化是跨应用协同体系Buddy One。它利用WorkBuddy连接腾讯文档、腾讯网盘、腾讯乐享以及设计和研发工具，使Agent从个人助手扩展为团队助理；腾讯云ADP、元宝搜索、天籁语音大模型和MAGIC AI等产品，则进一步把Agent带入业务执行环节。

数据是Agent落地必须先解决的基础问题。AWS与dbt Labs曾测试让Agent编写SQL查询营收，实际金额为1136万美元，Agent却多算350万美元，原因包括未关联退款表、计入已取消和待处理订单，以及未排除内部测试账号。这说明错误往往来自数据和业务规则，而不只是模型本身。

腾讯云据此围绕“懂、存、跑、自治”布局：TDSQL Nexa Lakebase负责统一数据理解，TDSQL Boundless处理多类型数据，TDSQL-C PostgreSQL提供弹性隔离的数据库后端，TencentDB Agent承担数据库运维，DataBuddy则建立统一语义层，并支持数据不出域的私有化部署。Lakebase还整合存储、事务、分析、搜索和AI计算，通过SQL、HTTP或MCP接入，配合统一访问、智能路由、四类引擎及NTS数据通道；其Knowledge能力负责梳理术语、口径和规则。腾讯测试显示，接入DataBuddy后，问数准确率由83.5%升至95.9%；一家头部银行接入超过100TB数据后，查询从分钟级缩短至秒级。

当Agent开始执行操作，权限和安全边界也必须重新设计。企业既希望赋予Agent足够权限，又担心其访问敏感数据或执行危险动作。Meta今年3月曾发生Agent失控事件，向大量无权限员工泄露系统级敏感数据，事故严重程度位列其内部安全评级第二高。企业因此首先需要掌握正在运行的Agent、它们调用的工具及执行过的操作。