KeyFrame內部研究專用

企业 Agent 到底怎么落地?Codex + 腾讯 ADP 全流程实操 | 灵姐原创

灵姐说AI | Ling Talk AI27 min中文
觀看原始影片

三句話摘要

企業級AI Agent落地的完整方案:結合Codex與騰訊ADP平台的業務架構、流程設計和組織治理。 將個人能力通過平台化、組件化、協同化轉換為企業共有資產,是企業級AI Agent成功落地的關鍵,Codex與ADP的結合提供了從單點開發到全域協同的完整路徑。 傳統企業業務萃取依賴線下訪談,效率低且知識難以復用。ADP的智能工作台讓業務人員用純自然語言直接在平台上描述需求,系統自動打包成Agent,省去大量訪談時間且形成可追蹤的數位化記錄。

重點整理

  1. 傳統企業業務萃取依賴線下訪談,效率低且知識難以復用。ADP的智能工作台讓業務人員用純自然語言直接在平台上描述需求,系統自動打包成Agent,省去大量訪談時間且形成可追蹤的數位化記錄。

  2. Codex與ADP的分工是關鍵:Codex作為設計層處理複雜邏輯與本地能力開發,ADP作為企業服務層提供權限管理、在線協同、API調用、知識共享。兩層結合才能達到企業級應用的完整性。

  3. 通過創建子帳號和細化的角色權限,不同部門負責人可以獨立工作,互不影響。最後由項目經理層級用Codex驅動ADP進行邏輯缝合,實現模塊化分工與最終的統一協同。

  4. 平台上所有Skills、Workflows、Applications都是組件化的可復用物件。個人在本地的知識與能力經過整理後,不再是個人資產,而是自動成為全企業可見、可調用的共有資源池,大幅降低企業的運維與開發成本。

實用技巧與重點

  • 平台與工具:
  • Codex(個人/設計層)+ 騰訊ADP(企業/服務層)
  • 帳戶與權限配置:
  • 登入騰訊雲用戶列表 → 新建用户 → 騰訊ADP後台權限管理 → 分配用户、配置角色權限、設定功能權限與數據權限
  • 遠程操作:
  • 渠道設置 → 添加微信/機器人 → 透過遠程終端推進需求(無需登入界面)
  • 應用開發模式:
  • Claw模式(高智能化、適合複雜任務) / 標準模式 / 多Agent模式 / 單工作流模式
  • API與密鑰:
  • 騰訊雲 → API密鑰管理 → 新建密鑰 → 保存SecretId與SecretKey → 存本地供Codex調用
  • 應用功能組件:
  • 模型選擇、提示詞、Skills、Connectors工具、知識庫、Widgets、工作流
  • 應用發佈與調用:
  • 體驗鏈接(直接分享給同事測試)、複製導出、API Key(嵌入現有系統)、應用運營查看對話記錄
  • 迭代優化:
  • 應用評測 → 上傳評測集(企業真實案例)→ 配置打分環節 → 數據標註反饋 → 持續優化
  • Skills復用層級:
  • 內置Skill / 企業共享Skill / 自定義Skill
  • 實操案例結構:
  • 供應商採購尡調工作台 = 商務板塊Agent(A員工) + 風控板塊Agent(B員工) + 會簽綜合Agent(M經理)

結論

將個人能力通過平台化、組件化、協同化轉換為企業共有資產,是企業級AI Agent成功落地的關鍵,Codex與ADP的結合提供了從單點開發到全域協同的完整路徑。

完整解析

企業AI Agent的落地與個人使用有本質區別。當一個企業決定引入AI Agent時,面臨的核心挑戰不在技術本身,而在於如何系統地從業務梳理到組織協同完整打通。傳統的企業諮詢中,業務萃取依賴大量線下訪談,耗時且容易出現信息遺漏或理解偏差。員工A整理好的業務內容到員工B手中時,知識發生了轉化,無法形成統一的、可復用的企業資產。更複雜的是,多個業務模塊如何在線上協同,如何確保每個人都看到最新的版本,權限如何分配——這些都沒有明確的框架。

解決方案是雙層架構:使用Codex作為設計層處理複雜邏輯,使用騰訊ADP作為企業服務層完成在線化、API化、協同化。ADP的智能工作台讓業務人員用純自然語言描述需求,系統自動生成對應的Agent。為此,企業需要創建子帳號並分配不同的角色權限。例如,採購部負責人、風控部負責人各開一個子帳號,兩人分別在ADP的智能工作台用對話方式完成自己模塊的業務描述,系統將其打包成獨立的Agent。關鍵是ADP支持遠程終端配置,通過微信機器人就能推進需求,讓一線業務人員無需登入複雜界面也能參與。

當各模塊都有了獨立的Agent後,項目經理(如上例的M角色)可以用Codex驅動ADP,將A、B兩個模塊的應用進行邏輯缝合,形成完整的供應商準入工作流。所有的Skills、Workflows、Applications都在ADP上變成了組件,任何團隊都可以重複調用。個人在本地Codex中開發的能力——比如讀取本地文件、梳理對話歷史、調用特定API——經過打包後同步到ADP,就成為全公司可用的資源。這樣的好處是運維成本大幅下降:企業不需要自己維護底層系統,只需專注業務邏輯的梳理。應用發佈後可以通過體驗鏈接分享給同事測試,通過API Key嵌入到現有流程中。最後,通過應用評測功能上傳企業真實案例集,系統可以對Agent的表現進行打分和反饋迭代,形成持續優化的閉環。

12 min
企業管理中文10月8日

The Most Important Skill for Entrepreneurs Can't Be Taught—A Conversation with Yu Ying, Vice Dean...

凯莉彭 Kelly Peng看原片 ↗
  • 反思能力決定成長天花板:講者發現職場只有兩種人——遇到問題時,一種向外求(怪環境),一種向內求(找自己的因)。前者無論如何調整職位都不會進步,後者才有迭代與改善的機會。這種能力在青少年階段仍可塑,成人後幾乎無法逆轉。
  • 審美感必須靠大量接觸累積:審美是不可替代的創業必備素質,但不是天生的。看過百件、兩百件產品後自然能感知共性。此能力需要浸潤式學習,短期內無法突擊。
11 min
AI 技術中文10月8日

2026年10月8日|24小時世界AI新聞台-重溫|OpenAI 合約 AI 測試、Reka Rho-1、Google Earth AI

文恩澄 Rannes Man看原片 ↗
  • AI 代理從輔助進化到流程參與:OpenAI 與 Ironclad 的研究表明 AI 代理已能設定表單、建立審批規則並確保多步驟工作流合規,但人工監督仍不可或缺。這標誌著 AI 在企業軟件中的角色從簡單任務輔助升級到複雜業務流程的參與者。
  • 多模態統一正成為主流方向:Reka 的 Rho-1 展示單一模型處理文字、圖像、影片和動作的可行性,減少使用者在不同工具間切換的負擔。但技術仍面臨長時間生成穩定性與跨影片物件定位的挑戰,目前輸出解析度上限為 672×384 像素。
13 min
AI 技術中文9月26日

万亿美元AI资本开支的回报在哪里 | 黑石Jon Gray | 数据中心 | AI算力 | 工业革命 | 投资回报 | 超大规模云厂商 | 芯片短缺 | 电力基础设施 | 生产率 | AI应用场景

最佳拍档看原片 ↗
  • AI不是泡沫,而是範式轉移:喬恩·格雷用1870-1900年工業革命類比今日AI浪潮,強調這是勞動生產力翻倍、GDP與製造業產出成倍增長的機遇期,但並非所有公司都能從中獲利。
  • 投資報酬率已被驗證:黑石旗下公司已看到實際案例——印度鑽石公司提效、通訊鐵塔公司租約處理快五倍、軟體編碼模型每投1美元回報18美元,證明AI開支的合理性。