1、企业级智能体效能管理指南建设 评估 组织 最佳实践第一部分：AI 智能体效能体系第一章：从生成式 AI 工具到企业智能体效能体系第二章：企业级智能体框架：先分清“谁负责什么”，再分清“系统怎么搭”第三章：智能体效能评估框架：先统一“看什么”，再统一“怎么看到业务价值”第四章：提升智能体效能的三大抓手，为企业推进智能体规模化落地提供实践指引第五章：组织与推进路径从试点智能体到“智能体驱动型企业”第二部分：行业 Agent 效能实战方法及最佳实践案例第六章：快消行业 Agent 效能实战方法及最佳实践第七章：传媒行业 Agent 效能实战方法及最佳实践第八章：出行行业 Agent 效能实战方法及最

2、佳实践第九章：消费电子行业 Agent 效能实战方法及最佳实践第十章：医疗行业 Agent 效能实战方法及最佳实践第十一章：文旅行业 Agent 效能实战方法及最佳实践第十二章：企业服务行业 Agent 效能实战方法及最佳实践第 1 页目录|腾讯云企业级智能体效能管理指南2pg.5pg.10pg.13pg.19pg.23pg.27pg.32pg.36pg.40pg.44pg.47pg.智能体式 AI 代表了 AI 创新的最新浪潮第一章：从生成式 AI 工具到企业智能体效能体系在过去两年中，大模型与各类 Copilot 工具快速进入企业日常工作场景。从市场宣传到内部推动，不少企业已经完成了从零到

3、一的技术尝鲜。然而，在与众多中国及全球客户的对话中，我们有一个共同的感受：真正能够稳定创造可量化业务价值、并被一线广泛采用的智能体，仍然是少数。越来越多的管理者意识到，问题的关键已经不在于能不能做出一个智能体，而在于能不能搭建一套系统性的智能体效能体系。1.1 什么是智能体式 AI(Agentic AI)，和传统 AI 有何不同？回顾人工智能 60 多年的发展历程，我们可以看到几条清晰的技术演进主线：最早的规则系统和专家系统，解决的是 把企业已有经验和规则程序化 的问题；后来的传统机器学习与深度学习，通过对历史数据建模，在特定任务上给出更优的预测和分类结果；最近两三年爆发的生成式 AI，则让机

4、器首次具备了大规模生成自然语言和多模态内容的能力，大幅提升了知识工作者的效率。在这一演进脉络中，智能体式 AI 正在成为新一轮范式变革的代表。我们的研究和实践表明，相比于传统 AI 和单纯的生成式 AI，智能体式 AI 更像是把 AI 从会回答推向会办事：它不再只关注如何生成一个内容，而是聚焦如何围绕一个业务目标，自动规划多步行动，并通过调用各种工具和系统，在预设的安全与治理框架下完成复杂任务。当前市场演进：对话式 AI（如聊天机器人）快速普及，AI 推理器（如副驾助手）开始早期应用；同时，能够执行更具体操作的早期 AI 智能体正在涌现来源：OpenAI 的 AI 演进框架；文献检索第 2 页

5、第一波以对话方式进行交互客户聊天机器人可借助知识库处理简单问询，例如回答常见问题第二波AI 推理器帮助解决复杂问题医生副手（AI 助手）可分析病史和症状，提出潜在诊断或治疗建议，AI 推理模型的更广泛应用仍处于早期阶段第三波AI 智能体代表用户独立执行任务客服智能体通过与用户交互并直接操作内部系统（如计费软件）来解决问题；对于复杂案例，则升级转交给人工客服第五波AI 组织运营整个组织自主化物料部门可在无人干预的情况下，全面管理采购、仓储和配送等供应链工作流程第四波AI 创新者创造新的科学知识AI 驱动的药物发现工具，通过对研究和结果数据进行全面分析，开发出一种新的皮肤癌疗法对话式 AI|腾讯云

6、企业级智能体效能管理指南在本白皮书中，我们将企业级 AI 智能体聚焦定义为：基于大模型，能够理解业务目标、规划多步行动、调用多种工具与系统，并在预设治理框架内自主决策和执行的人机协同单元。与传统 AI/生成式 AI 相比，智能体式 AI 至少在三个维度呈现出本质差异。第一，是更强的自主性。传统的 AI 系统通常是在单次请求单次输出的模式下运行，例如根据一个输入样本输出一个评分或一个预测结果；多数生成式 AI 应用也停留在用户提问模型回答的范式。而企业级智能体的设计起点是业务目标而非单一问题，例如 完成一次营销活动复盘完成一轮信贷审批完成一批报销审核。我们在实践中看到，高效的智能体通常会自动拆解