“大模型+插件”的功能疊加，已不能滿足需求，讓企業心甘情愿買單的智能體，必須能自主決策和閉環執行任務。

文｜周享玥

編｜周路平

去年，業界對于智能體的定義頗有爭議，市場側更多還只是To C端的一些嘗鮮。但進入2025年，智能體的概念邊界已迅速清晰，并邁向規模化應用。IDC預測，Agent 中國市場規模預計將突破300億美元。

To B市場的需求也正在快速崛起，企業用戶更加關注效果和ROI，對智能體的要求，也隨之上了一個新的level——

光是“大模型+插件”的功能疊加，已不能滿足需求，真正能帶來價值，讓企業心甘情愿買單的智能體，必須能自主決策和閉環執行任務。當然，如果還能有記憶，可以實現個性化主動服務則是一個更理想的狀態。

本周，智譜就宣布推出首個企業級超級助手Agent——CoCo，在這幾項能力上進行了重點突破。（評論區有測試碼大放送）

智譜是最早布局智能體的大模型廠商之一，率先提出了Agentic GLM戰略，一直圍繞著模型、智能體框架、Agent應用、開發平臺、生態等多方面布局智能體市場。今年3月，智譜也推出了一個全新智能體——AutoGLM沉思，并開源了其背后的模型。

而這次發布的這個新的智能體工具，被定位為企業級AI Agent，具有交付導向、記憶機制和無縫嵌入三大企業級特性，支持企業私有化部署；同時，針對需要重復執行的任務，還能一鍵完成工作流編排，并形成可重復調用的MCP工具，當用戶后續有需要時，可以像“小程序”一樣，一鍵實現調用。

簡單用一句話來總結，就是“懂你懂企業，能干能交付”。

我們也在第一時間對CoCo進行了測試，讓我們直觀地感受一下，當智能體進入金融、快消等企業真實場景中的真實表現。

01

一個“有記憶”的智能體

作為一個“有記憶”的企業級AI Agent，從用戶首次進入界面的那一刻，CoCo就已經開始了“角色扮演”。

當我們完成注冊，進入頁面時，首先看到的就是一個自我介紹輸入框，在這里，用戶可以選擇提前輸入對應的自我介紹或者上傳個人文檔，完成初印象記憶。

進入對話框界面后，可以在配置中心進一步對智能體進行調教、預設信息。比如可自行輸入想讓智能體記住的信息，可以設置記憶的有效期，是一天、一周、一個月、三個月，還是永久。當然，你也可以為CoCo選擇可自主調度的工具、知識庫、數據庫。

我們把新能源和快消作為我們比較關注的領域，當我們時隔一段時間重新打開CoCo時，CoCo已不再是一個懵懂無知的新兵蛋子，它會主動詢問是否需要幫忙獲取新能源領域的最新數據，或者優化快消產品文案

據悉，這是因為智譜在CoCo內部專門嵌入了感知記憶能力，它可以自動感知企業用戶畫像和企業知識資源，根據長短期記憶能力自動抽取和精準召回，提供千人千面個性化服務

基于這樣的記憶能力，它除了可以通過記憶配置來記住對應信息并主動服務外，也能從日常交流中，提取和記憶每位用戶的職位、偏好，以及近期工作重點，為用戶提供更多個性化的服務，讓每個人都擁有一個越用越懂你的私人助手。比如它會基于不同的角色設定為用戶推送相關的日報信息。

當這樣一個有記憶的智能體，在深入日常工作場景時，會帶來怎樣的效果？

02

海量數據分析，雖有瑕疵，但專業性夠強

項目統計和企業數據分析，是很多企業都存在的剛需。以前靠手動去做對應的統計和分析，搞得頭暈眼花，耗時耗力。

智能體能否高效地完成這一工作呢？為了為難一下AI，我們給CoCo準備了一份有著近500條數據、數十個字段的復雜項目統計表

結果顯示，CoCo不僅準確無誤地理解了我的要求，很快給出了一個較為清晰的任務規劃步驟，其自主規劃的幾個分析維度，也基本符合預期，即便我并未在指令中提出具體需要哪些分析維度。而后，CoCo開始提示我進行任務規劃步驟的相關“修改”或“確認”。

“確認規劃”后，AI開始按步驟執行任務規劃。而在此過程中，你可以隨時看到智能體的執行進程。

經過十幾分鐘的等待，CoCo最終給出了一份維度較為豐富的可視化分析報告。我們核對了其中的重點數據和趨勢總結，基本與我們此前人工進行過的歸納和分析一致。

完整報告鏈接：https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/T7IAXG3VUMVT4TGJCQ2S6BTPW4/cocod/chatfiles/8882ce8c-d44e-431e-961e-6b4d1149a54b/2/index.html

當然，這個過程，也并非每次都能完全準確無誤。尤其是在涉及的數據較多，且同一數據類目中有著多種數據單位，需要進行換算并進行大量數據匯總時，還會有一些瑕疵。但如果用戶能補充和強調處理方法，CoCo輸出結果的準確性就會得到大幅提升。

03

全流程輔助，更適配企業的Agent

當企業對智能體的需求，從技術嘗鮮開始進入實際落地，業界觀察，企業最關注的Top3問題，已經逐漸凸顯。

第一，任務閉環可靠性，即復雜任務能否自主規劃、執行、糾錯直至完成。比如招聘智能體能否連貫處理從簡歷篩選到面試到報告的全流程。這要求智能體應具有全流程輔助的能力，以交付為導向，帶來更大范圍的效率提升。

第二，定制化微調的成本與效率，即能否以合理成本高效地將智能體適配到企業獨特業務和知識上。

第三，數據安全與合規性。尤其對于政企客戶來說，這屬于生命線，不少企業仍然希望相關產品和服務能夠私有化部署。

那么，圍繞這幾個關鍵問題，CoCo的表現如何？

來看幾組測試。

在金融場景中，我們讓CoCo分析某企業財報和產銷快報，給出業績展望分析和風險提示。接到任務后，CoCo首先進行了整個任務規劃節點的拆解，并向用戶確認是否開始執行。

而后開始針對每個子環節，再次自主規劃細節要求，并頻繁提醒自己注意數據和信息的真實性與完整性，以避免產生幻覺。

大概12分鐘后，全部任務執行完畢，CoCo返回一份涵蓋了業績亮點、產銷趨勢、經營動態、風險事項、業績展望等的完整報告，給到一份可視化分析報告，并交付包含原文件在內的多個文件。

完整報告鏈接：https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/PYPYJDW53WIZ7YXTABGTJALFW4/cocod/chatfiles/2a2e70b2-49d5-4b91-aeb5-5fb286eecb17/15/byd_analysis_report.html

接下來，我們讓它基于以上分析結果，結合最新行業趨勢、政策，輸出一份完整的投資研究報告。可以看到，在進行到下一個環節的任務時，CoCo并沒有忘記上一個任務中的內容，依然能夠準確無誤地開始自主規劃新一輪的任務步驟。

期間，CoCo還考慮到了從盈利能力與成長性、同行業企業的估值水平對比、投資回報與風險收益比等多角度出發，進行更為專業的投資價值分析。

最終，一份結構完整的投資研究報告新鮮出爐，不僅有各項關鍵信息分析，其中的可視化圖標還可供動態查看。

完整報告鏈接：https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/RCH5JXNWWIJNANK4VQWSY5WFXI/cocod/chatfiles/2a2e70b2-49d5-4b91-aeb5-5fb286eecb17/17/byd_investment_report.html

在此基礎上，我們又讓CoCo繼續根據此前輸出的投資研究報告，制作成一份PPT。僅用了3分鐘，CoCo便輸出了一份完整的PPT內容大綱，并給到了PPT在線編輯入口，在這里，我們還可以再次修改和豐富細節，再選擇自己喜歡的模板，一鍵生成PPT。略微調整后，點擊“下一步”，僅一分鐘左右，一份有著15頁內容的結構完整、圖文并茂的PPT文檔就已經完成。智能體不僅能查找、歸納信息，更是能夠直接交付成果。

又比如快消行業，有著廣泛的營銷宣傳需求。先讓CoCo幫忙分析一下最近一個月的爆款視頻和文案

結果顯示，接到任務后，CoCo很細致地將任務拆分成了7個具體步驟，每個步驟的執行過程中，都十分詳細地對每個子任務再次進行了拆解、細化。CoCo還針對性地精選了六個最具代表性的案例，進行了詳細拆解，給出宣傳方案設計建議，最終以一個完整報告的形式交付。

完整報告鏈接：https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/LGQ6R5BNCDVSBOHKFJQXZEWV3M/cocod/chatfiles/0a9f8a49-3130-4b1d-926b-4931c910220b/2/fruit_tea_market_analysis.html

當給出下一步任務，讓AI幫忙根據上述的爆款分析，生成面向抖音、小紅書、B站三大不同平臺的宣傳方案和文案時，CoCo也能輸出一份與前述過程分析出的風格基本相符，且內容詳盡的方案。不僅考慮了內容定位、目標受眾、創意方向、具體宣傳文案示例等，還在視覺呈現、互動與傳播機制等方面都給出了詳細建議。

完整報告鏈接：https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/JCBGL2W3HEJRDU75CQLNLDTE5Q/cocod/chatfiles/0bc836f0-c112-44c8-82b4-c41c7ec77da4/16/multi_platform_promotion_plan.html

當然，更重要的是，CoCo能無縫接入企業原有的工作流、知識庫、數據庫，與企業內部各環節實現打通，使每次回答都能基于企業內部實際情況，提供準確、可靠的結果。且支持完全私有化部署，便于企業用戶調用本地模型、接入企業內網工具和資源、完全運行于本地環境，所有分析過程均可在本地進行，對于有數據安全需求的企業來說十分友好。

只需在前述的CoCo配置中心的資源配置中，單獨上傳企業的相關知識庫和數據庫文件并配置后，即可基于企業的本地知識庫和數據庫讓CoCo進行對應數據和經營情況的分析。

比如，在政務場景中，一位基層公務員在推動政策落地時，通常需要三個步驟：解讀政策；制定落地方案；執行方案后分析效果、持續優化。在接入本地知識庫和數據庫后，CoCo不僅能順利完成前兩個步驟，也能在建設方案執行一個月后，根據最新數據，分析執行效果和改進方向，真正做到全流程跟蹤，交付最終結果。

完整報告鏈接：https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/5Y7SAMNI7IPK4USQCDBTSAHMXM/cocod/chatfiles/961b04ee-249e-4501-a2db-2dee092d3e85/4/index.html

CoCo也能接入企業的CRM系統，分析企業各部門銷售情況，提供改進建議。

完整報告鏈接：https://aiworker.aminer.cn/prod/api/download/6DXE6NSY35WT3ZAYJ6FUMJEL4Y/cocod/chatfiles/3d9e29d4-45b9-4504-9a08-ba14d0c2589b/2/index.html

04

一鍵封裝工作流，重復任務不用愁

除了對全流程交付能力的需求，企業中還存在著一個巨大的痛點——大量的重復性工作需要完成，耗費員工大量精力和時間，極大影響整體的工作效率和產出。

針對這一痛點，智譜此次推出的CoCo中專門提供了一鍵將工作流封裝為MCP的能力，形成可重復調用的MCP工具，供用戶后續調用。

比如在快消場景，每逢新品上新，都需要進行大量的文案撰寫，當我們在對話框中輸入“工作流”的關鍵詞后，CoCo自動就給出了對應的引導信息，簡單進行要求補充后，CoCo開始自動輸出工作流構建步驟。

相關信息確認無誤后，CoCo開始自動搭建工作流。

期間，無需任何干預，很快就能輸出一個完整的工作流，我們只需點擊發布為MCP工具，這個工作流工具就會被內置到CoCo的工具集中，后續在相關任務執行時，可直接調用對應的工作流工具

比如，當我們上傳最新的產品信息后，CoCo很快給出了對應的小紅書文案。

整個過程簡單易用，全程通過自然語言方式即可完成工作流搭建和封裝，即便普通用戶也能零代碼開發海量Agent。

05

一點小總結

總體試用下來，我們的感覺是，CoCo這個新產品對于智能體體驗的確又帶來了一波新的提升。

有著較強的任務拆解和規劃能力，能迅速從用戶給定的一個相對簡單且概述性的Prompt中，較為準確地解析出背后代表的含義和要求，并條理清晰地拆分出對應的子任務

同時，它考慮事情的角度相對細致周全，即使對每個子任務，也能從多個角度進一步完善思考過程，有些時候甚至能補全真人一時無法思考到的角度。

在準確性上，它也有著不錯的表現。尤其是在規劃每一個任務時，都會注意加上復查信息、數據是否有誤的環節，在每個子任務設計時，也會注意提示自己要注意準確性。

在能力的持續更新上，CoCo同樣表現不錯。發布僅3天，CoCo進行了一次大幅更新。當我們給到CoCo與幾天前同樣的任務時，不管是從思考維度、完成速度、輸出結果的圖文呈現形式上，都有了顯著提升。比如幾天前一個曾耗時18分鐘的任務，最新的輸出時長已經縮短到了12分鐘。

這些優點，加上其交付導向、記憶機制和無縫嵌入的三大企業級特性，以及支持私有化的部署方式，決定了它能夠適配各種對數據安全、全流程服務有著較高要求的企業級場景。尤其在智能體加速邁向規模化應用的當下，這些功能，或有望更快助推智能體走出實驗室和單個試點項目，進入更多的核心業務流程。

業界普遍認為，2025年有望成為AI應用落地的元年和爆發年。目前，不少企業已經開始在各種實際的高價值場景中去探索如何用好智能體。隨著CoCo等智能體產品的不斷推新和功能迭代，不難預見，今年，將會有更多智能體能在企業真實的場景中產生價值。

從通用Agent到“懂你懂企業，能干又能交付”的企業級Agent，AI生產力時代正在加速到來。