Agent进化，腾讯云全栈融合矩阵构建国产数字化底座

“腾讯云全栈融合创新让Agent真正转化为生产力工具。大数据产业创新服务媒体——聚焦数据·改变商业在数字化浪潮席卷全球的当下国产化替代已成为科技产业发展的关键命题。过去数年中国科技产业的自主创新更多聚焦“补短板”即通过技术攻关确保极端情况下的业务连续性筑牢发展底线。然而随着AI时代的到来这一战略逻辑正在发生根本性转变。正如5月20日腾讯集团副总裁、政企业务总裁李强在2026腾讯云融合创新峰会现场所言“AI时代的自主创新已从守住底线跃迁到拉高上限。”在AI时代中国科技的“底座厚度”决定着智能高度。唯有构建覆盖芯片适配、算力、模型、应用与安全的完整创新底座企业才能高效拥抱AI、驱动业务创新让Agent真正重塑生产力与竞争力。基于此腾讯云全面升级面向Agent时代的融合创新基础设施构建覆盖多场景的Agent服务助力政企融合创新加速迈入Agent时代。作为这一战略的核心支撑腾讯已打造了包括TencentOS、TDSQL、TBDS等在内的“6T”国产软件体系并持续针对AI时代升级产品矩阵以全栈融合创新能力为中国智能产业注入新动能。从“守底线”到“拉上限”国产数字化如何借AI重构竞争力大模型与Agent技术的爆发正在改写企业数字化的底层逻辑。当AI从“辅助工具”进化为“生产力主体”时国产数字化升级的路径也悄然生变不再是简单的“国产替代”而是构建国产化全栈融合创新体系在保障安全可控的前提下用AI驱动业务创新抢占智能时代的制高点。从“补短板”到“筑长板”展现的是AI时代的趋势之变。过去几年国产数字化的核心是“守底线”防风险补漏洞确保在极端情况下业务不断档。但2026年的今天游戏规则变了。李强在峰会上指出“AI时代的自主创新已从守住底线跃迁到拉高上限。”数据印证了这一判断中国AIGC用户已超6亿Token价格两年下降99%日均调用量增长千倍。更关键的是52%的中国CEO已确认AI带来实际业务增长远高于全球30%的平均水平。这意味着国产数字化不再是被动防御而是要通过AI能力建设主动培育新质生产力。而构建“全栈融合创新体系”成为最现实的路径选择。面对这一趋势单点技术的突破已不足以应对竞争。峰会上发布的《AI时代国产数字化升级落地路径研究报告》就明确指出落地路径就是构建国产化全栈融合创新体系。腾讯云的实践提供了范本已构建起以“6T”为核心的全栈融合创新产品体系覆盖从芯片适配到上层应用的全链路底层基石是操作系统TencentOS累计装机超1000万套、专有云平台TCE与TCS解决算力调度与资源管理问题。数据中枢则包括数据库TDSQL连续多年金融市场份额第一覆盖4大行核心系统、大数据平台TBDS保障数据要素的安全流通与高效处理。智能引擎涵盖AI平台TI及大模型聚合服务平台TokenHub为企业提供从模型训练到推理的一站式服务。这套体系的价值在于“融合”不是简单的软硬件堆叠而是深度适配与协同。目前腾讯云106款产品入选工委会软硬件图谱完成3069项厂商互认证真正实现了“中国底座”的可用性、可靠性和安全性。用“智能体”重构行业场景就成为最有力的落地实践。全栈能力的价值最终要体现在业务场景中。腾讯云通过“分层赋能”策略将AI能力注入千行百业开发层CodeBuddy助力程序员效率提升办公层WorkBuddy重构企业协作流程行业层ClawProADP支持企业定制开发专属Agent。目前已经涌现众多标杆案例如中国银行基于腾讯云底座实现了4地8中心的全球级金融创新4000AI模型让数据处理成本下降60%南方电网则借助TCE与RAG技术打通5省数据构建起自主可控的智能调度平台。在AI全球竞争从“模型竞争”走向“体系竞争”的当下国产数字化的核心命题已非常清晰只有筑牢全栈自主创新的底座才能撑起中国AI的高度。这不仅是技术的胜利更是产业生态的胜利。腾讯云全栈产品升级构成面向Agent的融合创新能力矩阵在AI与Agent技术深度融合的当下企业数字化正从“单点工具应用”向“全栈能力重构”跃迁。在峰会上腾讯云副总裁王义成发布面向Agent时代的融合创新能力矩阵覆盖国产硬件、操作系统、云平台、数据平台、AI引擎、Agent服务及安全服务7大层面通过全栈内生安全贯穿始终构建起支撑Agent时代的国产数字化底座。腾讯云副总裁王义成这一矩阵以“AI-Ready”为核心针对企业智能化转型的全场景需求以技术创新突破国产化瓶颈为企业高效拥抱AI、驱动业务创新提供“一站式”解决方案。第一操作系统层TencentOS Server AI增强版堪称AI Agent的“智能底座”。操作系统的适配性与智能化水平直接影响上层AI应用的运行效率与运维成本。腾讯云此次发布的TencentOS Server AI增强版首次为AI Agent打造“AI-Ready”操作系统。系统拥有开箱即用的AI开发环境。传统操作系统需企业自主配置AI开发组件耗时且易出错而TencentOS Server AI增强版内置AI开发与部署所需的核心组件支持9大领域24个真实运维场景的“零命令”自动完成OS运维大幅降低企业AI应用的部署门槛。同时利用AI辅助运维能力。针对Agent部署后复杂的运维需求系统内置AI运维工具可自动识别故障、优化资源分配实现“越用越懂业务环境”的智能运维显著提升系统稳定性。这一升级使TencentOS成为首个深度适配AI Agent运行环境的国产操作系统为大模型训练、推理及智能体交互提供底层算力保障。第二云平台层TCE与TCS全栈国产化的“性能标杆”。云平台是企业数字化转型的基础设施其国产化适配能力与性能表现直接决定上层应用的运行效率。腾讯云专有云平台TCE与PaaS平台TCS在此次升级中实现两大突破全栈国产软硬件100%适配。TCE/TCS支持国产芯片、服务器、存储等全链路硬件以及国产操作系统、中间件等基础软件彻底打破“卡脖子”技术壁垒确保企业数据与应用的安全可控。行业顶级性能验证。通过中国信通院融合创新云IaaS性能总体架构最高等级检验即“五星认证”TCE/TCS在全栈国产环境下的性能表现已达行业顶级水平。这意味着企业基于TCE/TCS部署AI应用时可无缝对接现有国产硬件生态无需为“性能损失”妥协为AI Agent的高并发、低延迟运行提供了可靠的基础设施支撑。第三数据平台层TDSQL与TBDS实现从“数据存储”到“智能决策”的跨越。数据是AI的“燃料”而数据平台的智能化水平决定了企业能否从海量数据中快速挖掘价值。腾讯云此次升级的数据平台产品实现了从基础存储到智能Agent的跨越。数据库TDSQL实现了性能与易用性的双重突破。企业版计算引擎优化后OLTP性能提升50%OLAP性能提升20倍深度基于国产芯片调优性能追平传统架构表现满足金融、政务等对高并发、高可靠数据存储的需求。而智能运维工具DatabaseClaw通过一句话定位故障根因并结合业务环境数据自动分析实现“越用越懂业务”的智能诊断降低运维成本。大数据平台TBDS从多模态湖仓到智能Agent的升级。TBDS核心升级体现在3个方面搭建多模态湖仓基座统一支撑结构化、非结构化、半结构化全类型数据为大模型训练提供更丰富的数据源。智能开发WeData平台实现DataOps数据开发运维一体化与AIOpsAI驱动运维的深度融合支持业务人员通过自然语言完成数据处理与分析。而智能Agent赋能上层推出数据分析、智能自治、业务自助等Agent业务人员可即问即得完成从数据查询到决策建议的全流程操作真正实现数据驱动业务。第四AI能力层TI平台TokenHubADP实现了全流程AI引擎的国产化适配。AI能力的国产化适配是企业落地AI应用的关键瓶颈。腾讯云此次构建的一云多模全流程AI引擎覆盖大模型训练、推理、开发及应用全生命周期TI平台作为一站式大模型训推平台全面适配国产AI芯片如海光、鲲鹏等兼容国产操作系统如TencentOS支持从模型训练到推理的全流程优化降低企业大模型落地的技术门槛。TokenHub大模型服务平台提供灵活的模型服务支持企业按需调用公有云、私有云或混合云的大模型能力兼顾成本与效率。ADP智能体开发平台作为企业级Agent开发与运行引擎一站式覆盖智能体设计、训练、部署、运维全生命周期支持多模态输入与大模型调用大幅缩短智能体开发周期。第五Agent服务层多场景效率Agent矩阵实现从“工具”到“生产力引擎”的进化。腾讯云此次构建了覆盖个人、办公、知识、营销、研发、IT等多场景的效率Agent产品矩阵其中最具代表性的是全新发布的ClawPro专有云版将公有云ClawPro经百万级用户验证的核心能力完整部署于企业本地环境兼容主流大模型如GPT-4、Hunyuan与异构算力CPU、GPU、NPU满足金融、政府等对数据本地化的高要求。通过国产化软硬件适配、加密传输、权限管理等安全设计确保企业数据在本地环境中的安全性。支持研发代码生成、测试、营销客户画像、智能客服、办公文档处理、会议纪要等场景真正实现“AI能力融入日常工作”。协同共建开放生态腾讯云全栈融合创新的多行业规模化落地实践腾讯云全栈融合创新底座的价值在真实业务场景中得到充分验证。其覆盖芯片适配、操作系统、云平台、数据平台、AI引擎等全链条的技术能力与生态伙伴的深度协同推动金融、政务、能源、医疗、交通等行业核心系统实现高效落地。腾讯云融合创新开放联盟同步完成智能化升级过去一年联合100多家生态伙伴完成326个核心应用适配打造83个覆盖30余行业的解决方案为规模化落地提供了“技术生态”的双重支撑。鑫方盛是腾讯云在工业供应链领域的产业标杆。公司以腾讯云CDC分布式专属云为底座利用其GPU算力资源部署自有模型及开源模型微调并直接复用腾讯大数据体系与计算架构实现存算分离与弹性扩展整体IT成本较此前多云方案下降约30%。在此基础上鑫方盛自主构建了面向工业品供应链的行业AI能力包括200余个深入SOP流程节点的智能体、基于“出纳会计”逻辑的多模型交叉校验机制以及将非结构化数据全面自然语言化的数据治理体系有效将AI幻觉降至极低水平品类准确率达97%。最终鑫方盛以“开箱即用”和“专业化部署”两种模式向央国企客户交付服务。开箱即用让客户直接调用智能寻报价、商品自动归类等AI能力报价效率提升180%专业化部署则因与客户侧技术栈同为腾讯云体系双方团队无缝对接、集成高效。由此鑫方盛帮助央国企客户将原来大量依赖人工的供应链流程——询报价、商品治理、订单审核、对账结算等——用AI重新做了一遍整体业务效率提升60%以上真正实现了以懂行的产业能力叠加腾讯云的基础设施优势为工业供应链的数智化转型提供了可量化、可复制的标杆路径。而支撑这套体系高效运转的关键在于鑫方盛针对AI幻觉祭出的三板斧高质量数据自然语言化重构。把所有非结构化数据进行自然语言化转化不是简单地把“手机型号XXX”扔给模型而是把它描述成“这是一部用于某某场景、具备某某功能的设备适合某某人群使用”相当于给模型写了一本商品说明书。这种自然语言化的数据让模型真正读懂商品而非仅做向量匹配从源头上大幅减少因信息缺失导致的幻觉。多模型交叉校验类似“出纳会计”双审。鑫方盛不把决策交给单一模型而是用多个模型互相验证。以询报价场景为例一个AI模型完成推理后会再用另一个AI模型去校验结果是否符合原始诉求就像企业里出纳做完账、会计再审一遍。数据格式治理——让数据“喂得对”。鑫方盛把数据治理提升到与模型训练同等重要的高度。依托鑫智鲸数据湖对结构化、半结构化、非结构化数据进行统一建模先完成清洗、分类、标准化再以自然语言形式输入。这套流程让模型拿到的是高规格的知识片段而非原始碎片确保AI在推理时有充分的上下文支撑而非靠猜来补全信息。三板斧合力之下鑫方盛在商品标准化场景实现了97%的品类准确率在询报价场景将效率提升180%同时将AI幻觉控制在业务可接受的极低水平。腾讯云副总裁、生态拓展负责人张果在峰会上表示腾讯云将以“更多伙伴、更强产品、更优政策”为路径打造开放的AI平台通过产品能力培训、Skill能力培育和AI转型升级支持助力伙伴在融合创新与AI叠加的新市场空间中实现更多价值。未来随着腾讯云与更多伙伴的深度合作国产数字化必将在开放协同中实现更可持续的创新发展为智能时代注入强劲动能。文放飞2000 / 数据猿责编夜阑听雨/数据猿☆往期好文推荐☟云厂商迎来了春天大模型之后数据智能的下半场拼什么韩国凭 HBM 卡了全世界算力的脖子它会继续重构AI底层规则吗