原創(chuàng)?科技新知? AI新科技組?
作者丨思原 ?
OpenAI前聯(lián)創(chuàng)被譽為AI大神的Karpathy從不吝嗇對Agent的看好，“Agent代表著AI的一種未來”、“未來十年是Agent的十年”。?
這些聽起來想象力豐富，甚至還帶那么點規(guī)劃的話，多少有些讓人不太靠譜。?
不過隨著Token越來越便宜，MCP協(xié)議工具越來越豐富，Agent產(chǎn)品開始大規(guī)模從Demo 走向B端、C端，甚至開始了升級迭代。?
已經(jīng)沒有人會懷疑Agent未來的確定性，只是大家都在尋求一個能夠給企業(yè)、個人帶來實質(zhì)性效率提升的產(chǎn)品。?
因為在企業(yè)數(shù)字化轉(zhuǎn)型的深水區(qū)，員工常面臨「數(shù)據(jù)孤島難打通、重復工作耗精力、需求對接成本高」的困境。而傳統(tǒng)AI還停留在問答式服務時，一款能記住你、規(guī)劃事、交付成果的企業(yè)級 AI Agent至關(guān)重要。?
而最近智譜發(fā)布了企業(yè)級AI Agent CoCo，按照官方的描述，CoCo除了能夠根據(jù)用戶提問自主規(guī)劃、異步執(zhí)行，最終交付成果，基于企業(yè)實際情況提供定制化結(jié)果外，它還引入了獨特的記憶機制，能夠記住每位員工的職能、工作重點等，從而主動提供服務，做每位員工的專屬AI秘書。?
這樣看起來每個人似乎都能非常容易的擁有屬于自己的Jarvis（鋼鐵俠體內(nèi)的智能助手），但事實情況如何呢？我們進行了一次深度評測，結(jié)果確實讓人意想不到。?
「交付導向」的落地成色
傳統(tǒng)AI的 “碎片化響應” 痛點在于只能完成單一任務,如生成文案或數(shù)據(jù)分析，無法串聯(lián)企業(yè)復雜工作流。而AI Agent不僅能被動響應用戶指令，還能主動規(guī)劃任務路徑、調(diào)用工具并與環(huán)境互動，例如通過多輪對話理解用戶需求并執(zhí)行數(shù)據(jù)分析等復雜任務。?
于是我們對CoCo進行了全方位的AI Agent核心功能測試。?
首先我們將自己形容成一位在電商平臺工作的市場運營人員，想要策劃一個618電商促銷方案，于是我們 讓CoCo幫忙前置調(diào)研，看看各大電商平臺都有哪些政策。?
輸入問題： “幫我 總結(jié)2025年各大電商平臺的相關(guān)政策 ”。CoCo在接收到要求后，首先會給到一個任務規(guī)劃，我們可以去任意修改或者確認這個規(guī)劃，當我們確認規(guī)劃后，CoCo便開始自動工作，最終給到了一個非常完整且數(shù)據(jù)準確、靠譜的解決方案，達到了直接可用的效果。?
可以看到，CoCo根據(jù)給出的 任務 自行擴展延伸了許多搜索詞并執(zhí)行了檢索，最后形成了一份網(wǎng)頁形式的文字報告。頁面包含了比較豐富的內(nèi)容，排布簡潔，美觀性也說得過去。并且對一些復雜的部分，CoCo還以表格形式進行了精準總結(jié)。?
當然，我們也可以根據(jù)企業(yè)原有的工作流、知識庫、數(shù)據(jù)庫來進行調(diào)整，讓CoCo的每次回答都能基于企業(yè)內(nèi)部實際情況，提供更貼合企業(yè)的結(jié)果。?
以數(shù)據(jù)復雜的銷售行業(yè)場景為例，我們 模擬并上傳 上傳了 一 組 某公司華北地區(qū)的銷售 數(shù)據(jù)， 讓CoCo幫忙分析銷售情況，給出改進建議 。?
可以看到， CoCo調(diào)取了我們上傳的銷售數(shù)據(jù)，還關(guān)聯(lián)了“天氣情況”、“消費者反饋數(shù)據(jù)”等其他數(shù)據(jù)，并且輸出了針對性改進建議，決策周期大幅縮短。?
作為企業(yè)級Agent，CoCo對于企業(yè)業(yè)務場景的理解非常深入。我們進行了一次真實場景測試，假定用戶的身份是汽車銷售，正準備向客戶推薦一款汽車。?
我們 給CoCo 輸入 了客戶的選車條件 ，首次強調(diào)“續(xù)航里程大于500公里”，第二次補充“充電網(wǎng)絡覆蓋全國主要城市”，第三次提及“售后服務響應時間小于2小時” 。 然后還模擬了一份客戶歷史的購買記錄，顯示這些客戶 曾購買過某品牌電動車，續(xù)航表現(xiàn)不佳 。 在給定以上條件后，我們讓CoCo生成一份定制化銷售提案。?
從結(jié)果來看，CoCo 精準識別到了該客戶 的痛點，在報告中特別關(guān)注了汽車的續(xù)航、維護問題，用簡明的圖表給出了清晰的銷售建議和話術(shù)。?
最后， 我們還進行了 用戶 個性化測試， 先配置了某 電商運營 員工的工作 職位和工作習慣 （該員工70%的工作與數(shù)據(jù)處理相關(guān)） ， 然后直接讓生成工作日報?？梢钥吹剑谔釂栒Z沒有額外信息的情況下，CoCo生成的日報就包含了GMV、訂單數(shù)等電商關(guān)注的核心指標，可見CoCo的確理解不同員工的工作內(nèi)容和重點。?
幾 輪測試下來，可以非常明顯的感知到， 作為企業(yè)級的智能體， CoC o不僅能無縫接入和利用好企業(yè)現(xiàn)有的數(shù)據(jù)和資源，本身也更加理解企業(yè)和員工的真實工作場景，交付 符合企業(yè)、個人 需求的 成果。?
重新定義「人機協(xié)作ROI」
CoCo 的價值不僅在于核心功能上的好用，更在于其對傳統(tǒng)工作模式以及傳統(tǒng)AI工具的重構(gòu)。?
傳統(tǒng)企業(yè)級AI工具常因復雜操作界面（如代碼級配置、多模塊權(quán)限管理）導致員工抵觸，而CoCo采用的是 簡單明了的 可視化交互界面，普通員工可在30分鐘內(nèi)便可掌握基礎操作（如創(chuàng)建任務、調(diào)用系統(tǒng)數(shù)據(jù)）。?
對于深度功能（如自定義工作流模板），用戶也只需學習類似Excel函數(shù) 的規(guī)則配置語言即可快速上手。這種設計打破了傳統(tǒng)AI工具的技術(shù)壁壘，使企業(yè)無需投入大量資源進行培訓，即可實現(xiàn)全員數(shù)字化協(xié)作。?
另外，企業(yè)中60%以上的基礎工作屬于重復性勞動（如公司盡調(diào)、會議紀要、數(shù)據(jù)報表、客戶需求整理），CoCo通過自動化工作流引擎，能夠?qū)崿F(xiàn)對重復工作的替代，使其成為釋放人力價值的“效率杠桿”。?
例如在公司盡調(diào)場景中，可以借助官方自帶的公司盡調(diào)助手，只需要告訴它公司名字，便可生成一份完整的公司盡調(diào)，并且還可以轉(zhuǎn)換為思維 導圖 的形式，大大提高了辦公效率。?
此外，數(shù)據(jù)分析、股票分析、法務分析、會議紀要等各行各業(yè)中的繁雜的重復性工作，在CoCo一句話便能實現(xiàn)。?
「企業(yè)部署」正當時
總體用下來可以發(fā)現(xiàn)， 智譜CoCo的核心調(diào)度 和執(zhí)行 引擎采用的是code 路線 ，脫離對模型FC能力的強依賴，通過context 閉環(huán)機制實現(xiàn)任務規(guī)劃與執(zhí)行的全鏈路可控。?
另外，CoCo 原生支持MCP協(xié)議， 通過產(chǎn)品化MCP Server接入方案，可 無縫接入企業(yè)資源， 直接調(diào)用企業(yè)ERP、CRM等內(nèi)網(wǎng)工具。例如在銷售數(shù)據(jù)場景中，CoCo能實時調(diào)取本地數(shù)據(jù)庫的數(shù)據(jù)，而通用Agent只能依賴公開數(shù)據(jù)集。?
CoCo預設的工作流工具也可自動轉(zhuǎn)換為 MCP 協(xié)議工具 ，無需人工配置參數(shù)。對比之下，一些產(chǎn)品的MCP服務需開發(fā)者手動封裝API，效率低下。并且通過MCP Server標簽機制，CoCo能根據(jù)用戶歷史行為（如70%工作與數(shù)據(jù)處理相關(guān)）優(yōu)先推薦數(shù)據(jù)分析功能，而通用Agent的工具列表為靜態(tài)配置，缺乏個性化適配。?
值得注意的是，與一些Agent多依賴公有云服務，無法滿足金融、醫(yī)療等行業(yè)的合規(guī)要求，CoCo 支持將模型、知識庫、工具鏈全部部署在企業(yè)本地服務器，不但響應更加迅速，還能做到數(shù)據(jù)不出內(nèi)網(wǎng)，實現(xiàn)效率與安全的平衡。?
在落地層面，CoCo更具創(chuàng)新性的功能是可以結(jié)合企業(yè)內(nèi)個人用戶的本地數(shù)據(jù)，及使用過程中形成的記憶，打造內(nèi)生于企業(yè)環(huán)境，同時了解用戶偏好（“ 懂你懂企業(yè)，能干能交付 ”）的超級助手。并且基于使用數(shù)據(jù)的沉淀、挖掘，個人使用數(shù)據(jù)篩選，工作流模板復用功能，使CoCo支持將高頻任務（如跨部門需求對接）固化為可復用模板，提高員工效率的同時，也夯實了企業(yè)數(shù)據(jù)、資產(chǎn)的建設。?
毋庸置疑，作為 一個 真正落地的企業(yè)級超級Agent，CoCo交出了一張出色的答卷，切實解決了企業(yè)重復勞動多、數(shù)據(jù)流通難、經(jīng)驗沉淀弱的痛點，讓AI從成本中心成為效率引擎。CoCo也讓我們看到，當AI真正懂企業(yè)，才是智能協(xié)作時代的真正開端。?
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請聯(lián)系idonews@donews.com)
