騰訊WorkBuddy企業版上線「可觀測中心」破解規模化用Agent四大痛點
打通企業上下文或只是Agent智能體走進企業辦公場景的開始，“成本效率是否可管控、安全合規是否可追溯，應用效果是否可優化”企業經營管理最關心的核心問題。10月13日，騰訊 WorkBuddy 企業版管理後臺上線“可觀測中心”，作為企業級 Agent 智能體運行管理的「儀表盤」——從統計觀測到軌跡分析，讓企業級 Agent 全鏈路「看得全、看得清、看得透」。即日起，“可觀測中心”開啟公測。企業管理員可以在管理後臺中（https://www.workbuddy.
cn/admin/overview ），對企業內 Agent 智能體的使用情況進行全鏈路數據採集、存儲與分析，為智能體的效率、質量與成本管理提供一站式數據底座，從而讓企業實現對智能體及數字員工安全審計、成本管理、智能體持續迭代等的統一管理。當智能體的使用深入企業各個環節之後，企業規模化使用 Agent的問題也在凸顯，包括流量效果、成本效率、性能與質量四大痛點。業務跑得多不多、快不快、好不好沒有刻度；錢花得值不值沒有依據、響應快不快沒有參照，更重要的是，哪裡出錯了無從定位。
騰訊 WorkBuddy 企業版此次上線的“可觀測中心”，便是希望幫助企業解決上述痛點，瞭解錢花在哪、錯出在哪、慢卡在哪，幫助企業一站式管理企業級Agent的整體運行情況並針對性進行優化。基於此，騰訊 WorkBuddy 企業版“可觀測中心”提供了實時觀測、會話追蹤、軌跡詳情三大能力，通過宏觀觀測捕捉問題，再微觀定位具體原因，最後閉環反哺優化，讓企業部署與使用企業級Agent的門檻更低、效率更高。圖：助力企業構建Agent可觀測體系，支撐成本管理、安全審計、Agent持續優化不用只憑感覺判斷 Agent 的使用情況。
“可觀測中心-實時觀測”能力從四個維度呈現企業內智能體的整體運行狀態：通過「用戶流量」可以看清楚會話數量、活躍用戶及使用趨勢；通過「成本消耗」可以瞭解積分消耗情況；通過「性能耗時」可以瞭解Agent響應和對話耗時；通過「質量狀態」瞭解定位異常情況。其次是會話追蹤能力，讓企業能夠基於實時觀測瞭解到的問題，進一步更細緻定位具體的問題所在，比如積分消耗的上升情況，並將消耗按部門組織、模型等維度拆解，輔助對賬和成本分析。最後是軌跡詳情，企業管理員可以一路下探到造成“慢、錯、貴”的具體節點，再據此調整Agent的Prompt、模型和工具。
由此，通過實時觀測、會話追蹤、軌跡詳情，企業可以完成從發現問題到反哺優化的一輪閉環，不斷迭代使用Agent的體驗與交付質量，優化成本、提升效率。從發現問題，到定位原因，再到調整後查看運行情況，優化也有了可以參照的數據。圖：通過“可觀測中心”讓企業級 Agent 全鏈路「看得全、看得清、看得透」作為行業領先的AI效率辦公智能體，騰訊WorkBuddy 持續加快在企業級市場佈局。
不久前，騰訊WorkBuddy企業版落地辦公套件化升級，騰訊文檔、騰訊樂享、騰訊網盤、安全與效能運營平臺、騰訊AI設計智能體Ardot 首批接入；基於統一帳號體系，客戶可以實現多個辦公組件記憶和數據全面打通，獲得更絲滑的辦公體驗。此次可觀測中心上線，更是強化了WorkBuddy在企業應用場景的全方位管控和觀測能力，讓企業級 Agent 全鏈路「看得全、看得清、看得透」。騰訊WorkBuddy自2026年3月上線以來，已完成50多個版本迭代，將Agent能力融入組織流程，推動生產力升級，並在政務、教育、零售、傳媒、金融、出行等50多個行業加速落地。
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.