懂流程、懂企业、成果交付、流程封装……Agent TO B时代真的来了

数据准确度、产业和流程理解、任务执行、企业知识连贯、权限认知……从通用Agent到企业级Agent，AI生产力时代正在慢慢来到。

作者|皮爷 

出品|产业家 

这个6月不一般。

就在今天，智谱“低调”上线了一款名为CoCo的企业级超级智能体，但和之前大部分智能体锚定的“通用场景”不同，智谱给这款产品的定位是：企业级。

实际上，从产品来看，相较于C端智能体，企业对于B端智能体在数据准确度、产业和流程理解、任务执行、企业知识连贯以及权限认知等多个方面都有更高的要求。

此外，和C端智能体允许存在一定幻觉率不同，B端智能体的输出结果由于会直接对应到企业的生产经营，比如金融的风控、快消的门店选址、经营分析等等，往往数据不容有错。

那么，CoCo这个企业级智能体到底成色如何？或者说它到底能不能真实理解TO B场景。话不多说，成色如何，我们带入到企业场景里一起来看。

一、更完整的交付、更产业化、

个性化的角色加持

对于B端智能体，在之前的红衫中国闭门会上被达成的一个共识是，B端智能体必须要具备“成果交付”能力，只有具备这样的能力，才能为企业提供生产力加持。

先来看两组测试。

首先来进行一组基于金融场景的测试，角色设定为某区域银行，针对最近国家刚出台的相关信贷政策进行相关风险调控，让CoCo进行针对性输出。

prompt：最近国家发布了《国家金融监督管理总局办公厅关于做好2025年小微企业金融服务工作的通知》的通知，请帮我分析下这个通知，并结合现在的中小微经营现状给我一些风控方面的建议，要求图文并茂。

在接收到任务后，CoCo和等大部分智能体不同的是，它会选择先基于全部任务进行整个任务规划节点的梳理，在进行整体任务规划后同时给出对应的编辑选项，企业可以自行修改其中的任何规划，也可以调整其中的规划节点顺序，点击“确认规划”后，CoCo才会最终进行执行。

此外，更为在CoCo的整个执行中，不仅可以看到全部运算流程，同时还能看到大量的行业垂直信息检索和中间对信息准确性的不断确认。

15分钟后，一份完整的报告出炉。

报告部分截图（一）

报告部分截图（二）

报告部分截图（三） 

完整版可查看：

https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/YNNKUWDUDEHMA5IW4QGBLN5CPQ/CoCod/chatfiles/dd4d0558-bf24-4f7a-917b-79cd8f86ac60/2/index.html

客观来看，这是一份足够完整、丰富甚至可以说对金融企业而言可以直接使用的报告，不论是从整体报告的严谨度，还是数据的引用度，甚至报告不仅分析了对应的政策情况，也更给出了银行企业需要注意的风控事项。

再进行一个基于快消企业营销场景的测试。

prompt：最近电商平台和媒体平台动作频频，接连推出不少618营销新政策，我作为一家消费品品牌，能否帮我介绍对应的营销政策，同时给出618的相关建议，要求图文并茂。

报告部分截图（一）

报告部分截图（二）

输出结果同样不俗。从单纯报告的行业理解层面来看，其不仅融合了国内电商和媒体的主流营销动作，同时用可视化表格的方式对不同政策和案例进行了梳理和试样。

一个客观的评价是，作为企业级智能体，在整个任务执行过程中，CoCo的特殊之处在于其可以基于更为完整的逻辑进行行业信息检索，这种逻辑的能力在保证TO B交付准确性和完整性的同时，它还能带来一定的惊喜和额外建议，真正可以为企业输出一份完整的交付成果。

在这些行业性的成果交付之外，我们发现CoCo更大的亮点还在和和企业内环节的打通。

你可以选择在配置中单独上传企业的相关知识库和数据库文件。

在进行相关配置后，你就可以基于企业的一系列数据库让CoCo进行对应数据和经营情况的分析，来看一组测试。

prompt：结合知识库/数据库，基于最近一段时间的销售情况，帮我分析接下来销售过程中需要注意哪些问题，以及给我一些具体的经营分析建议

能看到的是，在整个规划过程中，CoCo就充分调用了上传的一系列知识库和数据库文件，同时引入了相关行业和产业外部信息为整个任务执行构建框架。

来看最终交付结果。

报告部分截图（一）

报告部分截图（二）

完整版可查看：

https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/MI66Q723IFACCROXLJFECQGWS4/CoCod/chatfiles/daa48d7b-07ac-4f13-8f80-a1d80ecdc236/2/index.html

从业务呈现到可视化图表，到折线趋势图，以及整体的数据分析，在这个表格里，几乎展示出了企业全部的业务衡量纬度，企业可以基于这份报告为参考进行最终的决策和经营政策制定。

能看到的是，在整个规划和执行过程中，CoCo可以做到和企业内场景一系列数据环节的打通，通过丝滑调用各个数据库的文件，同时结合外部的专业行业信息检索，更进一步给出对应的答案，

从行业视角来看，这是一个充分值得肯定的点，即从国内乃至全球市场来看，能够打通企业内部核心管理环节的智能体应用很少，即使不少智能体能够打通也更多是基于知识库的信息打通，很难直接调用企业的数据库信息，同时也更难把企业内知识和行业知识进行整合理解和分析表达。

如果说上述测试更多的是CoCo在去全流程执行和成果交付上的演练，那么在这些之外，CoCo还可以基于特殊的记忆能力，成为企业内不同角色的专属助理。

据了解，这是智谱在CoCo内部专门嵌入的感知记忆能力，即其可以自动感知企业用户画像和企业知识资源，根据长短期记忆能力自动抽取和精准召回过往资料和企业资料，为不同的人提供不同的AI服务，真正做到千人千面、个性化定制。

比如它可以基于不同的角色设定为你推送相关的日报信息，以及它会更根据你日常让它处理的信息来判断学习你工作的风格和工作的内容，在对应的任务执行上主动给到员工相应的加持，这种加持伴随着CoCo的特殊记忆能力，可以伴随着人们的使用后期越来越聪明，可以说，CoCo也更是一个企业内部不同角色的AI工作台。

二、一键封装MCP：

直击TO B智能体流程编排

如果说前文所说的基于全流程的交付能力和与企业内部不同环节打通与个性化赋能的能力是Agent产品层面的能力升维，那么更令人惊喜的是CoCo具备的MCP封装能力。

要知道的是，在TO B场景，大部分智能体之所以不能完成对应的任务是因为产业和企业场景的任务相对复杂，大部分智能体都只能完成单点的能力满足，但企业往往需要的是某个流程的执行，甚至某段完整业务的执行。

但CoCo解决了这个问题。

它的做法是，用户可以先基于流程构建的提示词生成对应的MCP工作流，并发布为MCP工具，这个工作流工具就会被内置到CoCo的工具集里，后续在相关任务执行时员工可以直接调用对应的工作流工具。

先来看一组展示。

工作流生成（prompt）：帮我生成一个工作流，基于日报分析数据进行当天的业务分析

工作流复用（prompt）：帮我把这个日报转化为经营分析报告（上传了一份基于AI生成的符合真实日报格式的日报文件，如下）

生成结果：

报告部分截图（一）

报告部分截图（二）

报告部分截图（三）

完整版可查看：

https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/C5TK23EHGEICZCAXAM3U4KT3GM/cocod/chatfiles/816a2c8a-32fb-40b4-8a0b-960020b389dd/3/index.html

再来一组金融相关的测试

工作流生成（prompt）：帮我做一个工作流，把银行贷款申请表转化成简单易懂、图文并茂的市场情况分析，并给出对应的放贷意见。

同样经过上述MCP流程，一个名为“银行贷款风险评估与放贷”的Agent工作流已经出现在工具集中。

工作流复用（prompt）：帮我把贷款申请表转化成市场情况分析（上传了一份基于AI生成的符合真实银行贷款申请格式的文件，如下）

生成结果：

报告部分截图（一）

报告部分截图（二）

完整版请查看：

https://aiworker.aminer.cn/aicoapi/fs/v1/api/download/ZIYR42WVNZPIPANPUSBJP4QMQE/CoCod/chatfiles/0d8bc879-b7f5-4350-9ad2-e618c6d6a736/10/market_analysis_report.html

这是智谱发布企业级超级Agent足够亮眼之处，也更可以说是足够特殊之处。

即其基于MCP的形式，完成的是对企业某个完整环节的封装，其最终达成的目的等同于在某个成熟的SaaS软件进行全部数据流程的推进。甚至从企业的角度来看，其比传统SaaS软件还能做到更个性化的满足需求，比如从数据到决策建议，从消费者信息到产品驱动等等，这些企业内的高频和核心需求场景都可以轻松得到满足。

而且从操作门槛来看，其仅仅是基于语言交互的方式就可以生成对应的MCP工作流，基于0代码开发的状态完成对部分环节的Agent封装，可以让企业内部每个角色在每个环节都能进行AI化尝试。

三、Agent生产力时代真的来了吗？

“Agent生产力时代真的来了吗？”

这是今年到现在为止，大家一直在思考和讨论的问题，但却始终没有答案，原因恰是目前的智能体更多是基于通用场景的加持，在企业级场景也更多仅仅是如办公等前端环节，在企业场景真正核心的流程、权限、角色适配等方向很难做到工程能力的满足。

对不少企业而言，其自行搭建的智能体也很难和自身固有的数据库、知识库完美打通，同时不少SaaS厂商提供的智能体更多也仅仅能给到copilot层面的加持。

但这次，CoCo有可能在这个问题带来了一个新答案。

尽管目前从问题回答的完整度来看仍有欠缺，以及和外界网站等线索环节打通也更在推进，但就企业级场景来看，CoCo向前真实地迈了一大步。

这种迈步是基于某个专业场景问题（甚至是金融这种强专业导向）的全流程结果交付，同时企业可以自行调整对应的任务规划和流程；

也更是对企业内不同角色和不同权限之下的赋能和加持，同时还更有之前智能体很难做到的基于MCP的流程封装，后者甚至有可能会成为下一步SaaS模式的雏形。

以及特殊的记忆能力，可以保证企业以及企业内的各种职能人员保持智能体训练和使用的连贯性。

基于这些已经呈现出来的，CoCo完全可以在企业内通过调试和训练后成为一个合格的智能助手，作为某些环节的数字员工，其可以面向部分企业角色进行专业的AI赋能，尤其对金融、保险、快消等需要大量调研和资料查询的行业。

基于MCP，其同时还更可以是某个成熟业务环节交付的执行者，比如前文演示的基于快消门店信息的整理分析和经营建议等等。

此外，尤为和如今大部分仅仅跑在云端的智能体不同的是，CoCo完全支持私有化部署，即企业可以把CoCo部署到自身的服务器上，基于企业内网的一系列数据库和知识库进行调试，真正做到内生于企业私域环境，同时又可以基于感知记忆能力兼具AI成长性，让企业真正拥有一个安全可控、成果交付和持续进化的全方位智能体中台助手，让每一个个体都有基于企业土壤的但又契合自身个性的超级助理。

也许可以毫不客气地说，Agent TO B时代真的来了。