AI Agent開始進入企業級生產力范式。

原創 新熵 AI新科技組

作者丨櫻木 編輯丨九黎

2025年5月，紅杉資本AI峰會在舊金山落下帷幕。這場匯聚150位全球頂尖AI公司創始人的大會達成重要共識：下一輪AI競爭的核心不再是工具本身，而是為用戶創造的實際收益。在此背景下，Agent的重要性被前所未有的推至所有人的視野前沿。

硅谷大廠開啟了第一波加速，微軟CEO納德拉在主題演講中宣布：“我們已經進入了AI Agent時代，正在見證AI系統如何以全新方式幫助我們解決問題。”Open AI CEO山姆·奧特曼宣布，推出面向開發者的新Codex Agent，稱“這可能是編程史上最大的變革。”

而將目光聚焦到國內，大廠紛紛親自下場，當沒人懷疑AI Agent確定性時，實用性的困境卻在繼續。用戶喜歡用“AI實習生”來詮釋當下AI Agent的能力。

從實際情況來看，所謂“AI實習生”直接揭示的是當下AI Agent無法在泛化場景下，滿足企業和個人的執行落地要求。特別是當企業進入到數字化轉型的深水區，具體的場景和數據開始細化，傳統AI難以打通數據孤島，員工困囿于重復工作等問題就顯得異常突出，關于AI agent的升級似乎迫在眉睫。

如何解決這一困境，一直聚焦于大模型商業化的智譜在近日發布的企業級AI Agent—CoCo試圖給出更加實際、有效的回應。

以“懂你懂企業，能干能交付”為口號，CoCo試圖做到的是，能夠接入企業工作流、知識庫、數據庫等企業資源和工具，基于企業實際情況提供定制化服務；通過一鍵編排工作流將重復性工作封裝成MCP“小應用”；同時加入獨創的記憶機制，讓Agent記住員工的職能、工作重點從而達到有效規劃，完整交付結果，成為真正意義上實用、可用的AI Agent。

從單點應答到全鏈路交付，CoCo如何切實幫助打工人？

在傳統產品思維之中，衡量一個產品的價值，有一個經典的公式：產品價值=能力×信任×頻率。

具體來看，公式中的能力，是指產品到底能幫用戶做成什么事？有沒有形成穩定、可交付的產物？而信任則可以解釋為用戶愿不愿意讓你接手這件事？過程是否可控、行為可解釋？頻率則是產品是不是在用戶需要的場景里，隨手能調起？

從這一公式評判當下AI Agent產品，之所以還未達到完全成熟，正是因為其在三種能力上的不足或不平衡所導致的。舉例來說，典型的代表是行業內Agent產品更多的局限于，單點式應答，例如說，經典的辦公場景之中，國內大廠產品更多的以“多維表”類型為主，以模版化、標準化來來應對實際市場需求，通過犧牲整體的能力來追逐頻率與信任的提升，從某種程度來說，更像是互聯網時代產品的優化。

而真正的全鏈路穩定交付，則更像是整體性的革新。對于CoCo來說，能否達標，以下案例可以略見一斑。

我們選擇測試的是經典的運營場景：眾所周知小紅書已月活破 3 億、日均用戶時長超 2.5 小時，已成為品牌觸達的超級流量池，對企業而言，監測小紅書平臺博主與輿論的核心數據愈發重要。

這一次我們讓CoCo實操設計一份小紅書筆記監測方案，其實對于品牌運營來說，這個工作的難點在于，任務較為復雜，不僅停留于展示層面，更涉及技術實操和落地可執行性。這就意味著，任務不僅僅是模版套用，與信息搜集，更多的需要進行數據比對、執行方案設計、甚至合規性、安全性考量。正是在此基礎上，使得任務更趨近于現實場景。

先說結論，CoCo完成的相當出乎我們的預料。用時10分鐘左右，CoCo呈現出了一個可視化、可執行的方案。從方案內容來看，完成度高，數據內容透明化，執行路徑清晰且有抓手。

這一切的生成，幾乎沒有太多介入。CoCo一步步跑工作流、結構化生成、最終分模塊輸出。做到了所謂，能拆能跑、執行鏈完整。

同時，整體上看流程透明、失敗可查，輸出有狀態。具體來看呈現的話，CoCo思考規劃能力非常強大，定義問題十分準確，從數據的獲取與合規性切入，然后呈現出兩種不同的解決方案，即自身搭建專屬的監測系統，和使用第三方監測兩套方案，然后CoCo分別從不同的角度詮釋了兩套方案的可行性，與成熟度。

而在涉及技術的方向時，幾乎把整體關于監測系統的設計思路，功能模塊，以及實現路徑，相關難度的評估，完全展示清楚。

而其可執行性，也體現在，立足當下與業界主流第三方檢測平臺的功能對比，使用者可以思考具體是自身搭建個性化平臺，還是使用第三方監測平臺方案。

最后以未來趨勢總結為結束。其實回到能力、信任、頻率的產品價值公式來看，一款Agent產品最終要回答的還是三方面關鍵問題，它到底幫你完成了什么任務?做得質量能不能一次生成?它能不能更高頻承接用戶的需要?

而這份報告，可以說幾乎一次生成，中間由于要轉化為html的可視化方案，CoCo做過一次挑戰之外，整體的交付非常流暢，從提示詞開始，到確認規劃，方案的成熟度和實用性很高。

當然除了可交付性之外，CoCo的另一大亮點，在于類似于秘書般的長記憶能力，通過用戶的prompt，記住用戶自己的使用習慣，這一點其實在業務應用方面讓人總有意外驚喜感。

比如CoCo可以根據用戶prompt提供的不同職能，定制化生成的AI日報，甚至直接站在該職能員工的視角，為其指出日報中信息的價值。在測試生成的日報中，可以看出，面對不同的職能，CoCo給出了不同的內容與視角。在對銷售為職能的用戶更多的指向于新聞對于銷售的幫助，而在對內容創作職能時，則更多的呈現新聞細節。

這種設計的本質是將記憶焦點從 “用戶做了什么” 轉向 “用戶是誰”，通過更主動的信息獲取方式建立更貼合用戶場景的認知模型。

總結來看，CoCo的全鏈路交付能力突出，這種突出體現在其強大的實用性和對用戶的理解方面，換句話說，即便其交付的內容最后不被采用，也會給用戶帶來啟發。

那么，除此之外，CoCo在效率方面的特長還有哪些？

產業轉型下也有新思路

在紅杉資本的判斷中，有一句經常被引用就是“你最好給客戶一個端到端的解決方案，而不是把工具扔給客戶。”國內著名投資人朱嘯虎也有類似的觀點：AI 即服務，工具是賣不出價錢的，用戶買的是結果。對于效率的追求，已經成了國內外業界的共識。

而從這一點來看，CoCo推出的「一鍵封裝工作流為 MCP」功能則直接指向了結果，在數字化轉型加速的今天，重復性工作流程耗時耗力成為企業效率提升的瓶頸。而CoCo的這一功能，能夠通過零代碼開發模式實現海量智能Agent快速部署，為企業帶來流程自動化的解決方案。

簡單來說，它像一個小程序，針對需要重復執行的任務，可以一鍵完成工作流編排，并形成可重復調用的MCP工具。

我們以內容創作者應用最頻繁的多平臺分發為例測試，對于同一信息的復用，一直是內容創作公司最為高頻的方式，而由于平臺的傳播調性、傳播形式、甚至語言形式都有所不同，內容無法完全同步。所以，每次全新內容需要分發時，都需要大量的時間去二次創作，以適應平臺的邏輯。

這一次我們測試的則是CoCo工作流對這一方向的效率提升。

從結果來看，CoCo完成度非常高，我們用“Meta計劃利用AI全面自動化廣告創意”這一新聞通過調用工作流直接生成了可以在微信公眾號、微博、知乎、以及LinkedIn發布的不同風格文案。從文案來看，方式各有不同，而LinkedIn直接生成了英文內容。換句話說，當下一次我們創作完成一個不錯的內容之后，不必在考慮為適應平臺不同風格而去二次創作，直接可以生成適合不同平臺的發布文案，同時已經完成了合規性的檢查。

總結來看，這種 “給結果” 的模式比單純賣工具實用很多。如果能夠泛化開來，企業可能會更傾向于用這類能直接解決問題的服務，而不是自己折騰工具。特別是當CoCo能在電商、供應鏈這些更多場景里迭代，相信會成為企業提效率的好利器，甚至可以成為改變用戶工作方式的存在，讓自動化不再只是省點時間，還能創造更多價值。

為什么說CoCo代表實用性的未來？

從行業演進的底層邏輯看，CoCo的出現恰逢AI從“技術概念期”向“價值兌現期”躍遷的關鍵節點。紅杉資本AI閉門會議提出的 “AI下一階段將聚焦結果交付”，本質上揭示了一個核心趨勢：企業級AI 的競爭壁壘，正從“能否做”轉向“能否做成”。而CoCo通過三大維度的突破，重新定義了AI在產業端的實用價值坐標。

具體來看，傳統AI工具（如智能客服、數據報表生成器）往往停留在 “單點應答” 層面，用戶需反復輸入指令、手動整合結果，本質上仍是 “工具鏈的延伸”。而CoCo首次實現了需求輸入、流程規劃、結果交付” 的整體自動化。

而從幾個測試案例來看，這種 “交鑰匙” 模式讓AI從 “輔助工具” 升級為 “責任主體”，企業如果進行深度綁定，甚至再為技術斷層、流程斷點買單 ——當AI能對結果負責，生產力革命的齒輪才真正開始轉動。

更加吸引人的則是，CoCo的價值不僅在于解決單一場景痛點，更在于其 “可生長、可擴展” 的生態屬性當CoCo的 “一鍵封裝工作流” 功能與企業OA、CRM、ERP系統深度打通，企業可快速孵化出 “報銷審批Agent”“供應鏈優化Agent”“客戶回訪Agent”等專屬智能體，形成覆蓋全業務鏈的自動化網絡。這種“核心引擎 + 場景插件”的架構，讓企業無需依賴外部技術團隊，即可自主迭代AI能力。

紅杉資本曾斷言：“未來成功的企業，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，它讓后者的門檻大幅降低：對中小微企業而言，無需組建高薪AI團隊，即可通過CoCo獲得“大廠級”自動化能力，實現真正意義上的AI平權競爭。

對大型企業而言，CoCo可作為其數字化轉型的“智能中臺”，加速傳統業務與AI的化學反應，避免陷入“數據孤島”與“流程僵化”的陷阱。

從更長遠視角看，CoCo代表的不僅是一款產品，而是AI融入產業的全新范式—— 它不再是懸浮于業務之上的 “技術外套”，而是植入企業DNA的 “智能引擎”。當AI能記住企業的昨天、規劃今天的流程、預見明天的需求，生產力的邊界將被徹底打破，商業世界的效率革命，才剛剛開始。