腾讯云保险行业智能体落地与成本优化实践

分享专家： 郑磊 | 腾讯云保险行业架构师

破解大模型应用落地门槛与数据资产壁垒

在保险行业探索大模型应用的过程中，企业面临从“简单场景”向“复杂场景”跨越的战略困境。当前行业普遍存在以下瓶颈：

• 业务场景复杂度递增： 智能体应用从初期的内部知识库、客服助手，逐渐延伸至高复杂度的理赔助手与保险计划书生成，这对系统的底层支撑能力提出了严苛要求。
• 知识库解析与匹配失真： 企业文档入库时常面临解析不正确、片段拆分不佳的问题，导致知识库中的业务文档无法与实际应用场景精准匹配。
• 数据资产闭环断裂： 缺乏有效的机制将用户交互产生的数据转化为反哺业务的资产，难以形成“数据-模型-应用”的正向循环飞轮。

构建基于“混合云”架构与提示词工程的智能体闭环

针对上述痛点，腾讯云提供按系统架构与业务场景灵活解耦的落地模式，通过软硬结合优化综合成本：

• 混合云部署化解安全与算力冲突：
  • 云上SaaS版本：面向产品公开信息披露等场景，提供云上弹性GPU算力池，满足高并发需求。
  • 云下私有化版本：针对数据安全要求高、与业务系统耦合度深的场景，将向量库、数据库及部分辅助模型部署于客户IDC环境。
• 动态算力调配提升资源利用率： 利用管控平台，对离线服务（如文档段落拆分、OCR结构化、向量化）与在线服务（如向量检索、意图识别、多轮改写）进行GPU算力的灵活动态分配，最大化底层硬件效能。
• 结构化提示词主导端到端效果： 引入导演/演员设定的提示词工程逻辑。通过精准设定角色特征、能力限制与任务拆分（生成JSON格式建议书等），在工作流节点中进行系统级调优。

释放算力效能与提速系统迭代周期

基于腾讯云的部署模式与订阅机制，量化的系统运维与开发效率指标（数据来源：腾讯云智能体开发平台规划）如下：

• 消解版本同步滞后成本： 传统私有化版本通常较公有云版本滞后2-3个月，通过引入“订阅模式采购”，私有化部署可保持线下与线上版本功能同步。
• 敏捷迭代周期： 云上版本维持平均每两周一次的迭代节奏，在修复问题的同时持续推出新功能。
• 确定性版本演进规划： 已明确2025年Q2的系统升级时间表，从 2025.05.01（V2.7.0，新增MCP协议支持） 持续迭代至 2025.07.01（V2.9.0，支持自定义大模型配置及消息队列节点），提供高确定性的技术演进路径。

支撑头部AI企业复杂图文解析与系统应用

在平台实际应用层面，腾讯云智能体开发平台（Tencent Cloud Agent Development Platform）已为多家业内头部客户提供底层技术支撑：

• 核心客户矩阵： 平台目前在用客户包括 月之暗面、元宝、ima、元器等 领先的AI应用与模型企业。

聚合多模型生态与全工作流编排的底层支撑

腾讯云智能体开发平台通过提供LLM+RAG、Workflow、Multi-agent等多种开发框架，确立了其在保险大模型落地中的技术领先性：

• 复杂解析能力行业领先： 专精于图文表解析及公式解析，在图文混排文档问答、复杂大表问答等技术深水区具备领先的效果沉淀。
• 全局视野的工作流编排： 支持拖拽式编排业务流程，提供全局视野的Agent并支持节点回退；同时升级 Multi-Agent 模式，支持多Agent协同与智能转交。
• 异构多模型兼容生态： 平台不仅深度集成混元大模型（T1, Turbo S, Standard-256k等），同时全面支持第三方主流大模型，包括 DeepSeek、Kimi-K2、Mistral AI，为保司提供无缝切换的底层模型算力底座。