作者｜董道力
微信｜ddl941110
CIO 发展中心 2026 年 10 月发布的一项调研显示，在 98 家受访企业中，选择“AI 进入核心业务流程”这一使用方式的企业仅占 10.2%，AI 工具的使用渗透率其实并没有很高。美银证券的 CIO 调查也呈现出相似的落差：尽管 AI 已成为企业首要投资方向，但仅有 37% 的受访者计划将四分之一的 AI 试点转入生产环境。
为什么会出现这种现象？原因就在于，AI 型能快速给出答案，但不一定能给出正确答案。
举个更普遍的例子，用 AI 写一份方案的初稿可能交得更快，后续校对和交付却依然费劲。文字通顺，客户的新要求、预算限制和项目重点却没跟进来，负责人看完还是得让人重写。
要让 AI 更深入地参与工作，衡量标准就得从生成了多少内容，转向产出能否在真实业务里用起来，而这首先要求它获取并理解任务背后的上下文。
1
腾讯要让 AI 看见公司
在真实工作里，推进一项任务的信息往往散落在各处：客户改口记录在群聊里，项目共识在会议记录里，进度则留在文档软件中。每一处都只有一块拼图，合起来才能看清眼前的任务。
如果只靠人去挑选、复制和补充背景，AI 拿到的终究只是被筛选过的切片。沟通中的临时变卦、历史分歧，以及那些未成文的业务限制，极易在人工搬运中遗漏。
结果就是，人请 AI 帮自己干活，却得先花大量时间向它解释这家公司。
没有业务上下文，AI 能力再强、写出的文字或代码再通顺，也很难直接交付于具体业务。要真正走进工作流，前提是把人、工具、系统和数据连接起来。
2026 年腾讯全球数字生态大会上，腾讯围绕 WorkBuddy 的一系列动作，正是在弥合这些断点，并且更进一步让这些被连接起来的上下文能用起来、甚至跑起来。汤道生宣布 WorkBuddy 进一步开放产品架构，支持企业自研及第三方 Agent、第三方即时通信系统接入，并同步推出负责跨应用协同的 Buddy One 与负责统一存储的腾讯网盘。
底座打通后，分散的工作资料不再需要人工二次搬运。WorkBuddy 可以在授权范围内，将群聊、文档、会议记录和业务系统中的上下文直接带入任务，结合业务规则完成分析、生成方案与工具调用，并将最终成果沉淀为共享资产，直接转化为下一次团队协作的起点。
1
让 AI 获取并理解公司的上下文
要让 AI 真正看懂一家公司，当然不是把所有文件一股脑塞进对话框那么简单。在真实的企业环境里，上下文的打通至少要跨过四道门槛：系统连得上、业务读得懂、过程留得下，以及风险管得住。
广度，解决“没连上”
企业推进 AI 落地的第一个现实阻力，是没有任何一家公司会为了迁就 AI，把现有的软件体系推倒重来。因此，连接上下文的广度，取决于 Agent 能否在不打断现有习惯的前提下，横跨协同工具与异构业务系统。
WorkBuddy 采取的连接和开放策略。
对内，核心是消解高频协同工具之间的壁垒。 过去，腾讯文档、腾讯会议、腾讯乐享、ima 等工具各自承担了文档、会议、知识库与项目管理的职能。10 月发布的跨应用协同体系 Buddy One，将这些产品统一接入同一个 WorkBuddy Agent 底座，在底层打通了账号、积分池与数据池：腾讯会议里的共识可以直接转化为待办事项，腾讯文档支持人与 Agent 在同一页面“人机双写”，遇到外部信息缺口时则能调用元宝搜索补充实时数据。
对用户而言，动作被简化为在 WorkBuddy 里提一句需求，系统便可在已授权的文档、会议记录与知识库中跨应用检索，输出附带信源的方案初稿。
更早之前的9月份，WorkBuddy企业版便已经上线了相同的能力，命名为“套件化”，设计、文档、知识库等能力都跑在WorkBuddy的Agent底座上，企业能够对账号、权限，以及用量进行统一管理。更重要的是，企业散落在各个系统中的上下文，能够在同一个Agent底座里顺滑地跑起来。
对外，WorkBuddy也是开放的原则，通过MCP、连接器等方式接入第三方协同工具和企业自有业务系统，并为企业提供多样化的模型选择。让Agent进入真实的业务环境，调用完成任务所需的数据与工具，才能真正从演示走向生产。
腾讯公司副总裁、腾讯云 CTO 王慧星认为，开放是AI进一步变成生产力的基础，也是WorkBuddy面向企业级市场的定位。企业不应该为了使用Agent而推倒重建现有系统，也不应该被绑定在单一工具或模型上。
深度，解决“没读懂”
把分散的材料找齐，只解决了“看见”的问题；但需求经历了哪些变更、哪些结论已经拍板、特定业务受什么规则约束，考验的是 AI 能否“读懂”并按规矩办事。
通用大模型懂自然语言，却不懂具体行业的 SOP。如果只做浅层的文本检索，Agent 依然无法介入核心业务。为此，腾讯选择与垂直行业企业合作，将专业数据、判断依据和实际操作流程一并封装进 WorkBuddy：
比如，在客户经营场景，与销售易的打通没有停留在“查资料”层面。WorkBuddy 可以综合客户、商机、订单和互动记录生成拜访简报，并按照预设的业务规则，主动预警商机停滞、跟进断档等风险。
当行业规则与业务系统被同时接入，Agent 的角色便开始从“辅助问答的副驾驶”，转变为直接承接流程的业务节点。
沉淀，解决“每次从头解释”
当前多数 AI 工具都有一个通病：记忆停留在单次对话窗口里。任务一旦结束，修改依据、确认过的结论和踩坑经验就留在了个人终端或历史会话中。到了项目交接或跨部门流转时，接手的人往往又要重新搜集资料，把背景向 AI 和同事再解释一遍。
要打破这种“用完即焚”的状态，企业需要把单次交互转化为可复用的组织资产。这涉及到存储层与运行层的双重持久化：
在存储层，重点是建立面向 Agent 的统一知识底座。 同期发布的腾讯网盘被定位为 WorkBuddy 套件的统一存储底座，支持通过 CLI、MCP 等方式供各类已支持的 Agent 检索调用。
在运行层，则是将跑通的个人方法论固化为云端常驻能力。 借助 WorkBuddy 的 AI应用和专家，企业可以把验证成熟的工作流构建为在云端持续运行的“数字助理”，复用到更多岗位。
安全与可观测，让上下文接得进、管得住
在企业软件市场，能力决定了产品的上限，但安全与可控决定了企业敢不敢真正放行。当 Agent 开始接触核心数据、调用业务接口，一旦权限失控或执行出错，波及的就不再是个体效率，而是整条业务线的安全。
为打消放权顾虑，WorkBuddy 企业版与腾讯云底座围绕“防越权”与“算清账”划定了两条治理边界：
一是权限控制与执行隔离。Agent 纳入企业统一身份体系，无权访问的文档仍需审批，客户端对跨空间写入、删除、执行脚本及发消息等敏感操作默认需本人确认，管理员也可下发只读限制或高危命令拦截策略，云端则由独立内核的 Cube 安全沙箱隔离运行环境与网络边界。
二是执行追踪与成本核算。针对多步执行的“黑盒”痛点，可观测中心支持从全局消耗监控一路下钻至单步节点，回查模型与工具的脱敏调用明细、耗时及 Token 账单。借此，新华三在摸清团队使用深度后调整了配额与激励，日对话量达 130 万次；苏宁易购则通过定位异常耗时对话并调优配置，将整体 Token 消耗压降了 10%。
1
从个人效率到组织能力
在基础设施与安全治理的底座搭好之后，企业真正关心的，是这些被激活的上下文究竟能为具体业务带来什么改变。当 AI 不再只是隔靴搔痒的“聊天工具”，而是真正作为节点嵌入工作流时，它对企业效能的重塑，正在呈现出从“个体减负”到“组织进化”的清晰脉络：
近，交付少返工
一份初稿要能直接用，不仅要回应具体要求，更要摸清业务底色与实际限制。动笔前把这些背景厘清，才能避免因信息遗漏和理解偏差带来无休止的重写。
当 WorkBuddy 打通企微、文档与网盘资料库后，它能直接结合任务要求、历史稿件与最新产品资料生成初稿。这省去了员工反复搬运材料、纠正口径的机械劳动，让人的精力真正聚焦于内容的打磨。
中，决策有依据
企业里的商业判断，从来不是凭空产生的，而是要在目标、已有信息与执行条件之间寻找平衡。过去，材料分散在各处，负责人光是核对情况就要耗费大量精力——等数据工程师花两三周跑出跨系统报表，想追问细节又得等上一轮，常常与最佳决策时机失之交臂。
当 AI 能够获取完整上下文，并通过智能问数或 MCP 接口直连系统调取数据时，它便具备了辅助比选方案、提出建议的基础。
以内容选题为例，WorkBuddy 能够结合历史表现、近期业务重点与现有素材生成选题维度图，横向对比各个方向的读者价值、资料储备与制作成本，进而给出推荐顺序、决策理由及待补充条件，供编辑团队取舍。
这种辅助决策的价值，本质上在于将资深业务专家的判断逻辑显性化：为什么优先选这个方向？哪些数据支撑了这一研判？环境变了之后边界在哪里？这些推演过程，都可以成为团队复盘与讨论的硬核依据。
远，从超级个体走向超级组织
个人效率提升之后，企业面临的下一个考题是：如何把个体经验留下来？
在现实中，成稿与最终方案往往容易存档，但“为什么这样选、为什么这样改”的思考过程，却常常锁在参与者的脑子里。一旦人员流动，同样的心智成本就得重新支付。
借助统一资料库与托管智能体，WorkBuddy 能够协助团队将选题标准、修改理由和复盘结论沉淀为共享资产，连同适用条件与例外边界一并封存，供有权限的同事或数字助理调用。新人接手时，可以顺藤摸瓜回溯当年的考量；其他团队开展类似任务时，也能直接沿用成熟方法论。
随着最新反馈不断注入、过期的业务口径被及时修订，个体的碎片经验才有机会转化为团队的共同标准。当 AI 带来的效率红利从“一个人”扩散至“一群人”，企业才能真正减少对少数熟手的依赖，完成从超级个体到超级组织的跨越。
1
结语
过去两年里，行业极力向外界证明 AI 的能力。然而当第一波震撼感褪去，企业真正把 AI 推向核心生产环境时，阻挡在前方的从来不是能力不足，而是无意识断层。AI 拥有极强的思考能力，却在现实的复杂组织中迷失方向。
如何让这些能力在具体业务中兑现为生产力，成为企业接下来要回答的问题。
正因如此，企业级 AI 的竞争逻辑正在发生重构。纯粹比拼能力的时代已经结束，未来决定 AI 渗透率分水岭的是上下文主权——谁能以最低的合规成本与安全壁垒，把散落在全公司异构系统和深层网盘里的暗数据无损地编织进任务流。
从跨应用协同到云端常驻的托管智能体，AI 的终极战场不是应用层的千人千面，而是基础设施层的万物互联。只有当协作底座、数据与安全审计形成合力，企业才敢把真正的业务节点交由 Agent 托管。
在这场重构中，更深远的冲击在于组织形态的进化。过去的工具造就了无数效率惊人的超级个体，但也带来了信息孤岛。
而深度绑定企业工作流的 Agent 架构，正在通过统一的知识底座与托管智能体，为企业重建护城河。当一次次合规修改与复杂的排错逻辑不再随着对话窗口的关闭而消失，而是被沉淀并注入数字助理的长期记忆中，企业的知识资产才实现了从消耗品到复利资产的质变。
腾讯围绕 WorkBuddy 打通工具、数据与智能体，最终也是为了推进从超级个体走向超级组织，让个人的提效带动整个团队。
