全天候科技AI Agent

對話騰訊雲副總裁吳運聲:企業專屬Agent為何仍然重要

2026年7月19日 17:16
對話騰訊雲副總裁吳運聲:企業專屬Agent為何仍然重要

重點摘要

在企業級AI應用快速發展的當下,騰訊雲副總裁吳運聲近期受訪時指出,企業專屬Agent(智慧代理)的重要性不僅沒有減弱,反而隨著技術普及愈發凸顯。他強調,不同於通用型AI助手的「大包大攬」,專屬Agent的核心價值在於能夠深度嵌入企業內部流程,並且在數據安全與行為管控上擁有更高自主權。

站內 AI 整理稿

在企業級AI應用快速普及之際,通用型AI助手雖然提供便利,卻未必能夠滿足企業內部對流程深度整合與安全管控的需求。騰訊雲副總裁吳運聲近日接受專訪時指出,企業專屬Agent(智慧代理)的重要性不僅沒有被削弱,反而隨著AI技術的廣泛落地變得更加關鍵。他強調,專屬Agent的核心價值在於能夠真正嵌入企業既有的業務流程,同時在數據安全與行為管控上賦予企業更高的自主權,這是一般消費級AI工具無法取代的。吳運聲觀察到,許多企業在導入AI時最擔心的往往不是模型的運算能力不足,而是無法有效掌握Agent的決策邏輯與資訊流向。他直言,管控能力已經成為企業部署專屬Agent時必須優先解決的痛點。

如果企業無法確保Agent的行為符合內部規範,或是無法釐清其做出判斷的依據,那麼再強大的模型也難以轉化為可信賴的生產力工具。因此,企業需要的是一套能夠「管得住」的AI機制,而非僅僅是功能上「用得上」的技術方案。那麼,企業專屬Agent是如何實現這種管控的呢?吳運聲解釋,專屬Agent的優勢在於能夠在特定的業務場景中設定精準的邊界控制。以金融、醫療或製造等高度監管的行業為例,這些領域的運作必須嚴格遵循內部規範與法律法規,不能像消費級AI一樣允許自由發揮或產生模糊回答。

透過專屬的架構設計,企業可以自行定義Agent的知識庫範圍、回答權限,以及資料隔離策略,確保每一次人機互動都在可控的範圍內進行,從而降低合規風險。吳運聲進一步以騰訊雲近期的客戶案例來說明這股趨勢。他表示,越是重視數據合規與營運安全的企業,對於專屬Agent的依賴程度就越高。這些企業往往不只需要一個能夠回答問題的AI,更需要一套能夠與既有資訊安全架構無縫銜接、並且允許企業主動設定行為邊界的工具。例如在處理客戶敏感資料時,專屬Agent可以被設定為僅從經過核可的內部資料庫提取資訊,不會將資料傳送至外部,也不會依據未經授權的來源做出判斷。這種自主性正是企業級AI與消費級AI之間最顯著的差異。

展望未來,吳運聲認為企業專屬Agent的管控能力將從被動的防護走向主動的治理。隨著多模態技術與多Agent協作場景的日益增加,企業光是管好單一Agent的行為已經不夠,還需要設計跨Agent的協調機制與安全熔斷策略。舉例來說,當多個Agent同時處理一項複雜任務時,它們之間的資訊交換與決策邏輯必須被統一監管,避免因某個Agent的異常行為而導致整體系統失靈。吳運聲強調,未來的AI應用環境將更加複雜,企業必須預先建立一套能夠動態調整的治理框架。基於這樣的洞察,吳運聲建議企業在導入Agent時不應急於疊加功能,而是先建立明確的管控架構,再逐步根據業務需求擴展應用範圍。

他認為,如果企業一開始就放任Agent自由運作,後續要回頭修正行為邏輯往往會付出更高的代價。唯有從設計階段就將管控納入核心考量,才能避免AI應用淪為一個不可控的黑盒子,進而真正釋放技術對業務的賦能效果。這番觀點也反映出騰訊雲在AI產品策略上的明確定位。吳運聲表示,騰訊雲持續將「可管可控」作為企業級服務的核心競爭力之一,並在產品設計中優先考慮如何幫助客戶建立信任與安全。從專屬Agent的邊界控制、資料隔離,到未來跨Agent協作的安全機制,騰訊雲正試圖透過完整的技術方案,讓企業在擁抱AI的同時,仍能保有對系統的全面掌握。

總體而言,吳運聲的談話傳遞了一個清晰的信號:在AI技術愈發普及的時代,企業專屬Agent的價值不在於取代人類,而在於提供一個能夠被信賴、被管理、被最佳化的智慧工具。對於那些身處監管嚴格、數據敏感產業的企業來說,這種可控性或許比模型參數的大小更為重要。隨著更多企業開始將AI嵌入核心營運流程,如何平衡效率與管控,將成為未來幾年企業數位轉型中最值得關注的課題之一。

Related

相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?

專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

剛剛

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議

一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

剛剛
鈦媒體AI Agent

騰訊是在“賽馬”,還是在打造 “Agent工廠”?

騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。

41 分鐘前
TechWebAI Agent

ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯

2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

2 小時前
量子位AI Agent

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作

**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。

7 小時前