AI Agent开始进入企业级生产力范式。

原创 新熵 AI新科技组

作者丨樱木 编辑丨九黎

2025年5月，红杉资本AI峰会在旧金山落下帷幕。这场汇聚150位全球顶尖AI公司创始人的大会达成重要共识：下一轮AI竞争的核心不再是工具本身，而是为用户创造的实际收益。在此背景下，Agent的重要性被前所未有的推至所有人的视野前沿。

硅谷大厂开启了第一波加速，微软CEO纳德拉在主题演讲中宣布：“我们已经进入了AI Agent时代，正在见证AI系统如何以全新方式帮助我们解决问题。”Open AI CEO山姆·奥特曼宣布，推出面向开发者的新Codex Agent，称“这可能是编程史上最大的变革。”

而将目光聚焦到国内，大厂纷纷亲自下场，当没人怀疑AI Agent确定性时，实用性的困境却在继续。用户喜欢用“AI实习生”来诠释当下AI Agent的能力。

从实际情况来看，所谓“AI实习生”直接揭示的是当下AI Agent无法在泛化场景下，满足企业和个人的执行落地要求。特别是当企业进入到数字化转型的深水区，具体的场景和数据开始细化，传统AI难以打通数据孤岛，员工困囿于重复工作等问题就显得异常突出，关于AI agent的升级似乎迫在眉睫。

如何解决这一困境，一直聚焦于大模型商业化的智谱在近日发布的企业级AI Agent—CoCo试图给出更加实际、有效的回应。

以“懂你懂企业，能干能交付”为口号，CoCo试图做到的是，能够接入企业工作流、知识库、数据库等企业资源和工具，基于企业实际情况提供定制化服务；通过一键编排工作流将重复性工作封装成MCP“小应用”；同时加入独创的记忆机制，让Agent记住员工的职能、工作重点从而达到有效规划，完整交付结果，成为真正意义上实用、可用的AI Agent。

从单点应答到全链路交付，CoCo如何切实帮助打工人？

在传统产品思维之中，衡量一个产品的价值，有一个经典的公式：产品价值=能力×信任×频率。

具体来看，公式中的能力，是指产品到底能帮用户做成什么事？有没有形成稳定、可交付的产物？而信任则可以解释为用户愿不愿意让你接手这件事？过程是否可控、行为可解释？频率则是产品是不是在用户需要的场景里，随手能调起？

从这一公式评判当下AI Agent产品，之所以还未达到完全成熟，正是因为其在三种能力上的不足或不平衡所导致的。举例来说，典型的代表是行业内Agent产品更多的局限于，单点式应答，例如说，经典的办公场景之中，国内大厂产品更多的以“多维表”类型为主，以模版化、标准化来来应对实际市场需求，通过牺牲整体的能力来追逐频率与信任的提升，从某种程度来说，更像是互联网时代产品的优化。

而真正的全链路稳定交付，则更像是整体性的革新。对于CoCo来说，能否达标，以下案例可以略见一斑。

我们选择测试的是经典的运营场景：众所周知小红书已月活破 3 亿、日均用户时长超 2.5 小时，已成为品牌触达的超级流量池，对企业而言，监测小红书平台博主与舆论的核心数据愈发重要。

这一次我们让CoCo实操设计一份小红书笔记监测方案，其实对于品牌运营来说，这个工作的难点在于，任务较为复杂，不仅停留于展示层面，更涉及技术实操和落地可执行性。这就意味着，任务不仅仅是模版套用，与信息搜集，更多的需要进行数据比对、执行方案设计、甚至合规性、安全性考量。正是在此基础上，使得任务更趋近于现实场景。

先说结论，CoCo完成的相当出乎我们的预料。用时10分钟左右，CoCo呈现出了一个可视化、可执行的方案。从方案内容来看，完成度高，数据内容透明化，执行路径清晰且有抓手。

这一切的生成，几乎没有太多介入。CoCo一步步跑工作流、结构化生成、最终分模块输出。做到了所谓，能拆能跑、执行链完整。

同时，整体上看流程透明、失败可查，输出有状态。具体来看呈现的话，CoCo思考规划能力非常强大，定义问题十分准确，从数据的获取与合规性切入，然后呈现出两种不同的解决方案，即自身搭建专属的监测系统，和使用第三方监测两套方案，然后CoCo分别从不同的角度诠释了两套方案的可行性，与成熟度。

而在涉及技术的方向时，几乎把整体关于监测系统的设计思路，功能模块，以及实现路径，相关难度的评估，完全展示清楚。

而其可执行性，也体现在，立足当下与业界主流第三方检测平台的功能对比，使用者可以思考具体是自身搭建个性化平台，还是使用第三方监测平台方案。

最后以未来趋势总结为结束。其实回到能力、信任、频率的产品价值公式来看，一款Agent产品最终要回答的还是三方面关键问题，它到底帮你完成了什么任务?做得质量能不能一次生成?它能不能更高频承接用户的需要?

而这份报告，可以说几乎一次生成，中间由于要转化为html的可视化方案，CoCo做过一次挑战之外，整体的交付非常流畅，从提示词开始，到确认规划，方案的成熟度和实用性很高。

当然除了可交付性之外，CoCo的另一大亮点，在于类似于秘书般的长记忆能力，通过用户的prompt，记住用户自己的使用习惯，这一点其实在业务应用方面让人总有意外惊喜感。

比如CoCo可以根据用户prompt提供的不同职能，定制化生成的AI日报，甚至直接站在该职能员工的视角，为其指出日报中信息的价值。在测试生成的日报中，可以看出，面对不同的职能，CoCo给出了不同的内容与视角。在对销售为职能的用户更多的指向于新闻对于销售的帮助，而在对内容创作职能时，则更多的呈现新闻细节。

这种设计的本质是将记忆焦点从 “用户做了什么” 转向 “用户是谁”，通过更主动的信息获取方式建立更贴合用户场景的认知模型。

总结来看，CoCo的全链路交付能力突出，这种突出体现在其强大的实用性和对用户的理解方面，换句话说，即便其交付的内容最后不被采用，也会给用户带来启发。

那么，除此之外，CoCo在效率方面的特长还有哪些？

产业转型下也有新思路

在红杉资本的判断中，有一句经常被引用就是“你最好给客户一个端到端的解决方案，而不是把工具扔给客户。”国内著名投资人朱啸虎也有类似的观点：AI 即服务，工具是卖不出价钱的，用户买的是结果。对于效率的追求，已经成了国内外业界的共识。

而从这一点来看，CoCo推出的「一键封装工作流为 MCP」功能则直接指向了结果，在数字化转型加速的今天，重复性工作流程耗时耗力成为企业效率提升的瓶颈。而CoCo的这一功能，能够通过零代码开发模式实现海量智能Agent快速部署，为企业带来流程自动化的解决方案。

简单来说，它像一个小程序，针对需要重复执行的任务，可以一键完成工作流编排，并形成可重复调用的MCP工具。

我们以内容创作者应用最频繁的多平台分发为例测试，对于同一信息的复用，一直是内容创作公司最为高频的方式，而由于平台的传播调性、传播形式、甚至语言形式都有所不同，内容无法完全同步。所以，每次全新内容需要分发时，都需要大量的时间去二次创作，以适应平台的逻辑。

这一次我们测试的则是CoCo工作流对这一方向的效率提升。

从结果来看，CoCo完成度非常高，我们用“Meta计划利用AI全面自动化广告创意”这一新闻通过调用工作流直接生成了可以在微信公众号、微博、知乎、以及LinkedIn发布的不同风格文案。从文案来看，方式各有不同，而LinkedIn直接生成了英文内容。换句话说，当下一次我们创作完成一个不错的内容之后，不必在考虑为适应平台不同风格而去二次创作，直接可以生成适合不同平台的发布文案，同时已经完成了合规性的检查。

总结来看，这种 “给结果” 的模式比单纯卖工具实用很多。如果能够泛化开来，企业可能会更倾向于用这类能直接解决问题的服务，而不是自己折腾工具。特别是当CoCo能在电商、供应链这些更多场景里迭代，相信会成为企业提效率的好利器，甚至可以成为改变用户工作方式的存在，让自动化不再只是省点时间，还能创造更多价值。

为什么说CoCo代表实用性的未来？

从行业演进的底层逻辑看，CoCo的出现恰逢AI从“技术概念期”向“价值兑现期”跃迁的关键节点。红杉资本AI闭门会议提出的 “AI下一阶段将聚焦结果交付”，本质上揭示了一个核心趋势：企业级AI 的竞争壁垒，正从“能否做”转向“能否做成”。而CoCo通过三大维度的突破，重新定义了AI在产业端的实用价值坐标。

而从几个测试案例来看，这种 “交钥匙” 模式让AI从 “辅助工具” 升级为 “责任主体”，企业如果进行深度绑定，甚至再为技术断层、流程断点买单 ——当AI能对结果负责，生产力革命的齿轮才真正开始转动。

更加吸引人的则是，CoCo的价值不仅在于解决单一场景痛点，更在于其 “可生长、可扩展” 的生态属性当CoCo的 “一键封装工作流” 功能与企业OA、CRM、ERP系统深度打通，企业可快速孵化出 “报销审批Agent”“供应链优化Agent”“客户回访Agent”等专属智能体，形成覆盖全业务链的自动化网络。这种“核心引擎 + 场景插件”的架构，让企业无需依赖外部技术团队，即可自主迭代AI能力。

红杉资本曾断言：“未来成功的企业，要么是AI原生公司，要么是被AI深度改造的公司。”CoCo的突破性正在于，它让后者的门槛大幅降低：对中小微企业而言，无需组建高薪AI团队，即可通过CoCo获得“大厂级”自动化能力，实现真正意义上的AI平权竞争。

对大型企业而言，CoCo可作为其数字化转型的“智能中台”，加速传统业务与AI的化学反应，避免陷入“数据孤岛”与“流程僵化”的陷阱。

从更长远视角看，CoCo代表的不仅是一款产品，而是AI融入产业的全新范式—— 它不再是悬浮于业务之上的 “技术外套”，而是植入企业DNA的 “智能引擎”。当AI能记住企业的昨天、规划今天的流程、预见明天的需求，生产力的边界将被彻底打破，商业世界的效率革命，才刚刚开始。