腾讯云Workbuddy：以AI Agent集群重构媒体生产流与组织协作弹性

分享专家：曾亮（腾讯云文化传媒行业 技术总监）

突破媒体生产的物理时效与产能极限

在当前的媒体与内容行业中，企业面临着多重物理条件制约，传统的“人与人协作”模式已成为制约业务增长的核心瓶颈。主要表现为三大业务痛点：

• 突发响应的速度之困： 突发新闻的抢发窗口期处于“分钟级”，而传统从选题、采编到审核发布的工作流通常需要几十分钟，导致热点流量流失。
• 多端分发的规模之困： 单一核心赛事IP需要裂变为短视频、图文、海报、播客等多种形态，并分发至十余个平台。依靠人工逐一适配，产能存在明显天花板。
• 弹性扩容的人力之困： 面对重大赛事并发与7×24小时值守需求，单纯增加人力无法抵御流量峰值。传统组织架构中，40%的岗位为了“维持系统运转”而存在，存在极高的沟通摩擦成本。

在AI Agent时代，组织架构不再围绕“人的部门”进行设计，而是围绕“人与Agent如何最高效协同”重新设计，推动工作流向低摩擦、共享上下文的“人指挥Agent集群”模式演进。

构建基于“个人助理+虚拟员工”的双层Agent协作网络

为替代高门槛的API调用式传统Agent，腾讯云推出了以Workbuddy为代表的新一代Agent，通过“零代码、自然语言指令、全桌面环境操控”降低业务人员的上手门槛。其底层构建了双层Agent协作体系，最大化释放个体生产力：

• 个人助理（统筹层）： 部署于用户本地，定位于“私人秘书”。其核心功能在于理解人类意图、跨多个会话维持记忆（Memory），并负责调度匹配的虚拟员工团队、监控执行进度并过滤结果。
• 虚拟员工（执行层）： 托管于云端沙箱，定位于“部门专家”。按岗位能力（如AI策划、AI编辑、AI审核、AI运营）被激活，在Workspace内与其他虚拟员工共享状态并执行具体任务。组织内的最佳实践与技能沉淀于该知识库中，实现经验的无损继承。

兑现系统级人机协同的分钟级产出指标

通过引入工作流编排与动态资源池，Workbuddy在内容生产环节实现了高度可量化的效率跃升：

• 意图理解与任务响应时效： 面对P0级热点任务，个人助理可在40秒内完成意图理解并自动创建专属Workspace。
• 端到端成片周期： 针对复杂的视频集锦任务，系统调配多Agent协同后，预计出片时间缩短至3分钟，随后再返回人工进行最终验收。
• 计算资源调度延迟： 采用冷热池结合的Workspace动态管理。热池资源实现5秒内可用，冷池资源实现30秒内启动，任务完成后资源即刻释放归零，大幅压降服务器闲置成本。

体育赛事高并发场景下的全链路自动剪辑实践

在具体的体育赛事报道场景中，传统模式需要编辑团队紧盯直播源并手动切片。引入Workbuddy后，业务人员（小纪）仅需向个人助理下达自然语言指令：“本场比赛有进球，就迅速套模板出集锦”。

系统自动触发以下动态编组与并行工作流：

1. 资源装配： 个人助理瞬间拉起包含策划×1、编辑×2、审核×1、运营×1的专属Agent团队。
2. 并行生产： 策划Agent实时收集赛事信息准备文案；编辑Agent直接从媒资库调取素材执行自动剪辑。
3. 合规与发布： 审核Agent对生成内容进行自动化规校验，仅将疑似违规处标记交由人工确认；最终由运营Agent接管发布策略。 整个过程将员工的核心能力从“执行层”剥离，转移至“定义问题、指挥调度与验收结果”的高价值决策上。

融合Workflow确定性与Agent灵活性的工程架构底座

为保障企业级生产环境的系统稳定性和可追溯性，腾讯云在底层工程化落地中，采用了“Workflow主干 + Agent智能注入”的架构设计，彻底摒弃了纯大模型推理带来的随机性与Token消耗波动：

• Harness核心引擎增强： 通过集成 Coding + Memory + Skill + Sandbox + Hook，将模糊的复杂目标拆解为有序的子步骤（状态机管理与断点续传）。
• 沙箱隔离与安全护栏（Guardrails）： 所有的文件操作与代码执行均被限制在独立的Docker容器中，配合硬编码规则约束AI行为（如必须先验证事实再回答），杜绝了相互污染与宿主机越权风险。
• 全链路可观测性： 提供精确到每一步输入输出的调用审计与溯源日志。当工具调用失败时，系统捕获报错并要求AI自动纠错，从而在保障生产业务“确定性”的前提下，兼容了Agent的“探索推理”能力。