在TCL，腾讯云代码助手CodeBuddy帮工程师几分钟“啃完”五年前留下的历史代码，让核心研发团队超九成员工用上AI助手；在晶科能源，它把工厂物料流程的整体耗时压缩了八成，让散落在文档、图纸里的生产信息自动流转。已经有不少制造企业将智能体（Agent）引入业务流程，但也有更多的制造企业正在观望。制造企业用智能体提效赋能体现在哪些场景，规模化铺开还要跨越哪些门槛？日前，《经济参考报》记者对话腾讯云副总裁、智能制造和智慧能源解决方案负责人蔡毅，就制造业AI落地相关话题进行探讨。
场景扎根：智能体走进研发一线
在TCL实业的电视系统资深维护组，有一段五年前写的代码，原作者早已离职。每次这段代码出现bug（缺陷），接手的工程师都需要“考古”一遍它的逻辑，每次都要花一两个小时。在TCL实业内部，类似的“老代码”数量庞大。公司业务覆盖160多个国家，软件业务占比超过50%，沉淀上百套代码分支。资深工程师一天8小时工作，真正开发新功能的时间可能只有2小时，大量时间消耗在读老代码、定位bug和编写单元测试上。
直到2025年3月，CodeBuddy进入TCL实业。再面对上述“老代码”，工程师只需使用CodeBuddy，几分钟就能搞定。从给代码修bug，到问题排查、跨平台迁移，如今CodeBuddy企业版在核心研发团队的渗透率超过90%，未来还将进入产品端、运营端等全岗位。
蔡毅介绍，在产品布局上，腾讯采取多层次、全场景的策略，已建立覆盖个人助手、办公工具、企业员工Agent和专业业务Agent的产品矩阵。今年3月腾讯发布的全场景AI工作台WorkBuddy，已经完成90亿次用户任务请求，同时成为制造业首选效率智能体。
以WorkBuddy开放基座为抓手，腾讯不只提供现成的AI产品，也开放模型、工具和平台接入能力，支持企业根据自身业务需求，自主搭建和运营专属的Agent生产力系统。
“腾讯希望通过开放基座、产品协同和产业生态合作，让Agent真正进入企业工作流，从单点提效走向业务协同与组织生产力提升，并将这套能力延伸至全球市场。”蔡毅说。
流程嵌入：重塑组织生产力
在蔡毅看来，企业的业务场景、技术基础和管理方式各不相同，AI落地不应该要求企业推倒现有系统、绑定单一模型或重建全部业务流程。腾讯希望通过开放的Agent平台能力，连接企业已有的办公协作体系、业务系统、专业工具与多元模型，让企业能够结合自身需求建设和管理Agent。
“当Agent打通人跟人、系统跟系统的对接，以及资深员工和新员工之间的经验传递，各环节的无效等待时间被压缩，整个流程自然跑通得更快。”蔡毅说。
太阳能科技企业晶科能源的实践，是一个很好的印证。今年5月开始，晶科能源引入WorkBuddy做规模化试点。从结果看，个人提效数据很亮眼。公司CIO（首席信息官）王兴旺介绍，在报告、数据分析和综合任务中，参与试点员工平均提效达到数十倍。
但他更关心的是另一个问题：所有员工的效率简单相加，并不等于组织效率。一个员工把自己的工作从两小时缩短到十分钟，如果后面的流程仍然要排队等待，整条链路并没有因此加快。
于是晶科能源开始把AI从个人工具继续往流程里推进。工厂里大量知识散在Word工艺文件、邮件沟通记录、维修PDF、图纸批注里——这些非结构化数据以前很难自动流转，只能人去读、人工录入系统。大模型的价值，就是能读懂这些非结构化内容，把信息提取出来、自动流转，打通流程节点，实现流程自动化。
在公司一个工厂的物料流程中，从收料到发料、上料共有17个节点。过去需要人工采集信息、分析，再传递到下一个环节，引入AI后，整个流程时间缩短了约80%。正是这种能力，让WorkBuddy上线以来的Token调用量持续攀升，企业版落地50多个行业，覆盖中国企业500强中的50%、100强中的60%。
安全可控：筑牢AI落地底线
近年来，随着人工智能技术的跃迁和不断深度应用，越来越多的工业企业开始加码布局“工业+AI”，探索工业大模型及工业智能体在工业制造场景中的应用落地。根据IDC（国际数据公司）2025年中国工业企业调研结果，工业企业中，已经应用大模型及智能体的比例已从2024年的9.6%提升到2025年的47.5%。
不过，根据IDC在2026年发布的多个制造业行业观察，允许智能体在关键生产事项上拥有完全自主权限的制造企业还在少数；多数企业的工业智能体停留在文档、运营、供应链等决策支持场景，不介入底层产线实时控制环路，高风险动作保留人工终审。
蔡毅当前的判断与此高度一致。“目前的大模型本质上是语言大模型，在文字类的、有规划性的、可以跟人交互的入口类场景可以处理得很好。例如TCL实业中已经实现的Agent辅助研发、故障诊断建议等。”他表示，“而在生产线实时系统控制场景中，一个环节做不好，可能就会导致生产安全事故。许多大型制造企业资产重、试错成本高，在这一块就需要慎重。”
安全可控，正是智能体在制造业规模化推广的关键“卡点”。“工业制造企业用AI，一定不是看你跑得多快、用得多新，而是要稳健，要跑得久。”蔡毅总结。何以打消企业引入Agent的安全顾虑？要的是可管、可控、可追溯、可恢复。
具体到WorkBuddy，其围绕“行为可控、过程可溯、数据可管”建立了可信AI治理体系：事前识别风险，事中拦截危险操作，事后支持恢复，并记录拦截与放行事件，方便查询和追溯。
在此框架下，AIAgent所有运行的权限是与人绑定的。“WorkBuddy有个OneID，它连接的是企业每个人已有的、OA系统里的权限。Agent运行时，继承的也只有这些权限，不能越权去干别的事；一旦越权，我们也会有拦截机制。”蔡毅介绍。“此外，WorkBuddy在Mac、Windows、Linux客户端提供原生级沙箱，将文件读写和命令执行限制在授权工作目录内，目录以外默认不可写。这也起到了很好的隔离作用。”
（文章来源：经济参考网）
