企业做智能体，真正难的不是“做一个Demo”，而是让它安全、稳定、可持续地跑进业务现场。

6月5日，在腾讯云AI产业应用大会上，腾讯云智能体开发平台 ADP 正式发布 4.0 版本。相比此前更偏向“搭建工具”的定位，ADP 4.0 的关键词变成了 企业级 AgentOps 平台：不仅要帮助企业造 Agent，还要把 Agent 接入系统、分发到一线、纳入治理，并持续运营。

这次升级里最值得关注的，是新增支持 Agentic Loop 机制的 Claw 模式。

如果说过去企业搭建智能体，更像是在平台上配置知识库、工作流、插件和提示词；那么 Claw 模式想解决的是另一类问题：当任务变得更长链路、更复杂、更不确定时，智能体能不能像“数字员工”一样，自己拆解任务、调用工具、运行代码、接入系统，并在过程中不断修正？

答案，正在从“能演示”走向“能生产”。

一、为什么企业智能体需要 ADP 4.0？

过去一年，企业对 AI Agent 的期待很高，但落地时往往卡在三个问题上。

第一，业务系统太分散。CRM、ERP、OA、工单、知识库、企业网盘、IM工具各自为政，智能体如果只能聊天，无法真正读取和调用这些系统，就很难进入核心流程。

第二，构建门槛仍然不低。很多平台号称低代码，但真正上线时仍需要懂提示词、懂插件配置、懂接口、懂权限、懂评测。业务人员提需求，技术团队做集成，来回沟通成本并不低。

第三，治理能力跟不上。Agent 一旦能够调用数据、执行流程、运行代码，它就不再是一个普通问答工具，而是会产生实际业务动作的系统。权限、审计、成本、质量、异常定位、安全边界，都必须纳入平台化管理。

ADP 4.0 的升级方向，正是围绕这些痛点展开：从“做智能体”升级为“运营智能体”，从单点工具升级为企业级 AgentOps 底座。

二、Claw模式的核心：让Agent进入“自主执行”阶段

ADP 4.0 新增的 Claw 模式，是本次发布中最有传播度的一点。

从公开信息看，Claw 模式基于 Agentic Loop 机制，面向更复杂、更长链路的业务任务。它支持企业创建能够在云端沙箱中自主编码运行、调用企业 Skills、执行长时任务的 Agent。构建完成后，这些 Agent 可以通过 API 或 Web 接口集成到企业已有业务系统，也可以通过企微、微信等渠道触达员工和客户。

它真正降低门槛的地方在于：创建者不需要一开始就填写大量配置项，只需用自然语言描述需求，平台就可以围绕任务自动生成提示词、挂载知识库、配置工具并编排工作流。对于标准化场景，也可以基于模板快速创建应用，并在实际对话过程中持续调整能力。

这背后其实是企业 Agent 的一次范式变化：

过去是“人把流程写好，Agent按流程执行”；
现在是“人描述目标，Agent围绕目标规划、调用、执行和修正”。

这也是 Claw 模式对企业的价值所在：它不是再造一个聊天机器人，而是把智能体推向“会干活”的执行层。

三、Agent与Workflow双向互调：兼顾确定性和智能性

企业流程有一个天然矛盾：

一方面，审批、查询、同步、通知、归档等环节需要确定性，不能让大模型自由发挥；另一方面，分析、判断、排查、生成、决策辅助等任务又需要智能体处理不确定性。

ADP 4.0 的一个关键设计，是支持 Agent 与 Workflow 双向互调。

简单理解：

当任务步骤明确、规则清晰时，Agent 可以调用 Workflow，确保流程稳定可控；
当 Workflow 遇到非结构化判断、复杂分析或开放式任务时，也可以唤起 Agent 处理不确定部分。

这意味着企业不必在“传统流程自动化”和“智能体自主执行”之间二选一。真正可落地的企业 Agent，应该是两者结合：规则明确的地方交给流程，复杂变化的地方交给智能体。

以工业质检场景为例，公开报道中提到，腾讯工业质检平台 TI-AOI 已基于 Claw 模式打造质检 Agent，用于闭环处理数据检查、训练可行性判断、日志查看、模型参数调整等任务。工程师只需要提出类似“帮我看看这批数据能不能训练”的需求，Agent 就可以自动完成多步骤排查并给出建议。

这个案例的启发在于：企业智能体的价值，不在于替代某个单点工具，而在于把原本需要跨页面、跨系统、跨角色协作的任务，压缩成一个可持续运行的任务闭环。

四、Connector、Skills、知识库、MCP：把企业资源变成AI资产

企业级 Agent 要真正落地，最关键的一步是“连接”。

ADP 4.0 通过 Connector、Skills、插件、知识库以及 MCP 标准协议，把企业分散的系统、数据和工具转化为可调用、可复用、可治理的 AI 资产。

从公开信息看，新版本首批上线近 40 个精选 Connector，覆盖 CRM、ERP、OA、工单系统、客服平台、项目协作工具、企业网盘、知识库、文档管理等高频办公和业务系统。对企业来说，这意味着 Agent 不再只是回答“我知道什么”，而是可以进一步完成“我能查什么、调什么、做什么”。

Skills 也是 ADP 4.0 的重点。平台升级 Skills 广场，支持 150+ Skills；企业内部团队也可以把自研能力封装为 Skill，经安全检测和审批后进入企业专区，供不同 Agent 和智能工作台复用。

这件事的长期价值很大。

过去，很多企业内部工具是“项目制”的：某个团队做一个脚本，某个部门做一个接口，解决一次问题后很难沉淀。AgentOps 平台的思路，是把这些能力标准化、资产化、可复用化。今天一个客服 Agent 用到的文档解析 Skill，明天也可能被销售、法务、运营场景调用。

换句话说，企业不是在搭一个个孤立的 Agent，而是在逐步建设自己的 AI 能力中台。

五、为什么说ADP 4.0更像“企业级AgentOps平台”？

AgentOps 这个词，可以类比 DevOps、MLOps。

DevOps 解决的是软件从开发到部署、运维的全流程协同；MLOps 解决的是模型从训练到上线、监控、迭代的工程化问题；AgentOps 要解决的，则是智能体从创建、连接、分发、运行、评测到治理的全生命周期问题。

ADP 4.0 的变化，正体现在这条链路上：

构建层：支持 LLM+RAG、工作流、Multi-Agent，以及新增的 Claw 模式；
连接层：通过 Connector、插件、Skills、知识库、MCP 接入企业系统和工具；
分发层：通过 Agent Portal、IM 渠道、Web/API/SDK 等方式嵌入业务现场；
治理层：围绕权限、审批、安全检测、运行观测、成本监控做全链路管理。

这也是企业智能体从“试点”走向“生产”的必要条件。

一个企业内部如果只有几个实验性 Agent，靠人工维护还可以；但当部门、角色、业务场景越来越多，Agent 数量上升后，企业就必须面对统一纳管的问题：谁能创建？谁能调用？能访问哪些知识库？能不能调用外部接口？运行成本是多少？失败原因怎么定位？输出质量如何评估？

这些问题，才是企业级落地的分水岭。

六、安全与治理：智能体越能干，越需要边界

当 Agent 只是问答助手时，风险主要是回答不准确；但当 Agent 可以调用系统、处理文件、运行代码、发起流程时，风险就升级了。

ADP 4.0 将治理能力前置到开发源头，围绕权限管理、Skills 治理、运行观测和部署合规构建安全管控体系。

在权限方面，平台支持企业级、空间级、应用级的分层权限架构，并结合 RBAC 角色权限模型，实现功能权限与数据权限隔离。对大型组织来说，这一点非常关键：不同部门、不同项目、不同岗位，能够访问的数据和调用的工具必须清晰隔离。

在 Skills 治理方面，自定义 Skill 需要经过提交、安检、审批、上架、分发、调用观测等流程，才能进入企业专区被调用。这样做的意义是，把“个人脚本”变成“企业资产”，同时避免未审核代码和敏感接口被随意调用。

在运行观测方面，企业可以通过 Agent Portal 对不同平台、不同业务场景中的 Agent 进行集中纳管，并通过业务看板、资源看板观察调用量、活跃度、响应质量、运行成本、异常报错等指标。

企业用 Agent，不能只看“能不能跑”，还要看“谁在跑、跑了什么、花了多少、出了问题怎么追”。

七、对企业管理者来说，ADP 4.0意味着什么？

如果从管理视角看，ADP 4.0 的意义不只是又多了一个智能体开发平台，而是企业 AI 落地方式正在变得更工程化。

过去，很多 AI 项目容易陷入两个极端：

要么停留在演示层，效果看起来不错，但接不进真实系统；
要么过度定制，项目周期长、维护成本高、复用性差。

ADP 4.0 和 Claw 模式想走的是第三条路：用平台化方式降低构建门槛，用连接器和 Skills 提升复用效率，用 AgentOps 治理能力兜住生产风险。

对企业来说，短期可以从三个场景切入：

内部效率场景：周报生成、知识检索、文档处理、会议纪要、工单分流、数据查询。
业务流程场景：客服辅助、销售跟进、采购询价、供应链协同、质检分析。
专业岗位场景：研发助手、运维排障、法务初审、财务分析、行业研究。

但更重要的是，不要把 Agent 当成一次性工具，而要把它纳入组织能力建设：统一标准、统一连接、统一治理、持续迭代。

八、结语：企业AI的竞争，进入“谁能跑进业务现场”的阶段

大模型能力仍在提升，但企业真正关心的问题正在变化。

过去大家问：“哪个模型更强？” 现在越来越多企业开始问：“AI 能不能接入我的系统？能不能遵守我的权限？能不能跑完我的流程？能不能被观测和治理？出了问题能不能追溯？”

腾讯云 ADP 4.0 的发布，正好踩在这个转折点上。

Claw 模式降低了复杂 Agent 的构建门槛，Connector、Skills、知识库和 MCP 打通了企业资源，Agent Portal 和治理体系则让智能体具备规模化运营的基础。

如果说 2025 年企业还在验证“AI 能不能帮我做事”，那么 2026 年的关键词可能会变成：让 AI 安全、稳定、持续地在业务现场做事。

这也是 ADP 4.0 最值得关注的地方：它不是让企业多一个 AI 工具，而是让企业有机会搭起一套可运营、可治理、可复制的智能体生产体系。

发布前可选标题

腾讯云ADP 4.0正式上线：Claw模式让企业智能体从“能搭建”走向“能落地”
Agent进入生产级时代：腾讯云ADP 4.0如何降低企业智能体落地门槛？
腾讯云ADP 4.0发布，Claw模式要解决企业Agent落地最后一公里
从Demo到生产：腾讯云ADP 4.0把企业智能体带进AgentOps阶段

摘要建议

腾讯云智能体开发平台 ADP 4.0 正式发布，新增支持 Agentic Loop 的 Claw 模式，并通过 Connector、Skills、知识库、MCP 和 Agent Portal，打通企业 Agent 从构建、连接、分发到治理的全生命周期。企业智能体的竞争，正在从“谁能快速搭建”转向“谁能安全稳定地跑进业务现场”。

参考来源

腾讯云开发者社区：《OpenClaw × 腾讯云：当“龙虾”爬上云端，AI执行引擎的入口之战正式开打》。
腾讯云开发者社区：《工具箱+N！！ADP Claw调用平台企业级插件》。
腾讯云开发者社区：《云上Openclaw（Clawdbot）快速接入腾讯云智能体开发平台ADP指南》。
央广网科技：《腾讯云上海峰会：发布Agent产品全景图，升级全栈AI能力》。
多家媒体关于“腾讯云ADP 4.0发布、升级企业级AgentOps平台、支持Claw模式”的公开报道。

发布前风险提示

“ADP 4.0 正式上线”及“Claw 模式”信息来自公开报道和腾讯云相关文档，正式发布前建议以腾讯云官方新闻稿或产品页为最终口径。
文中涉及 Connector 数量、Skills 数量、模板数量等数据，建议发布前再次核对最新官方口径。
“Claw 模式”与早期“ADP Claw / OpenClaw 集成方案”存在概念关联但不完全等同，发布时建议保留解释性表述，避免混淆。

探索AI视频革新，通义追影产品介绍