过去一年，AI Agent（智能体）的火热程度几乎是“肉眼可见”的。从最初简单的“对话式交互”到如今具备闭环能力的“自主执行”，智能体正在将大模型从单纯的“信息检索工具”推向具备手脚功能的“行动引擎”。在技术圈与开发者社区，像 OpenClaw 这样的个人智能体项目迅速走红：用户只需配置简单的环境、接入几个插件，一个能帮自己跑脚本、整理海量资料、自动化日常工作的 AI 助手就能在本地运转起来。
许多企业内部的第一波AI 尝试，其实正是源于这些“个人版玩法”。研发同事利用业余时间搭建一个 Agent 来辅助 Debug，市场团队尝试用智能体做内容抓取与整理，运营团队则探索让 AI 自动生成复杂的业务报表。从短期效果看，这些尝试确实带来了局部效率的闪光。然而，当这些“零散的尝试”试图进入企业的核心生产系统时，现实很快划出了一道严峻的分水岭。
当智能体开始接触内网系统、核心业务数据和跨部门的复杂流程时，企业管理者的关注点迅速发生了质变：他们不再仅仅关注“AI 亮不亮眼”，而是在问：当使用人数从几个激增到上万人，系统稳定性如何保证？调用成本是否会像滚雪球一样失控？最关键的是，如何确保每一笔数据交互都在安全围栏之内？
正是在这种背景下，中兴通讯推出了Co-Claw 企业版，这不仅是对个人版工具的升级，更是一次关于企业级AI 生产力如何规模化落地的系统性工程实践。
OpenClaw 端侧的个人智能体追求的是“极致的自由与灵活性”，那么 Co-Claw 企业版在OpenClaw的基础上，追求企业内部署的稳健、可控与可规模化。在个人场景中，智能体更像是一把“瑞士军刀”，极端情况下最多重装系统或清理缓存；但在企业场景下，任何一次逻辑层面的“幻觉”或执行层面的“越权”，都可能演变成一次重大的安全事件、合规风险甚至业务事故。
中兴通讯在内部推动Co-Claw 落地时发现，企业级 Agent 的核心命题不是“功能多少”，而是“体系化生存”。个人智能体负责在前沿阵地“试错”并探索 AI 能力的边界，而 Co-Claw 这样的企业级平台则负责将这些零散的能力整合、封装，变成为组织可以放心使用的“标准化生产力”。
在Co-Claw企业版上线一段时间后，中兴通讯认为，企业级AI Agent能够规模化应用，需要有以下五个关键增强和优化措施：
一、从系统化重塑企业智能体的供给侧工程开始
Co-Claw是智能体操作系统的系统化实现，本质是开源、开放API、端云协同的智能体操作系统，其带来的新架构，手机、家庭终端、云电脑、智能屏等均可接入，形成“端侧智能体+云侧服务”的新生态。
复杂的配置和高昂的学习成本是创新的天然阻碍。在传统模式下，员工想要用AI 做点什么，往往需要经历申请账号、配置 API、寻找运行环境等一系列繁琐步骤。Co-Claw 充分利用了中兴员工现有的云电脑作为运行载体。通过将模型分配、API Key 生成以及复杂的权限配置集成进图形化界面，员工可以实现“一键安装”。这种模式不仅解决了本地算力不足的问题，还实现了计算资源的动态调度。对于不使用云电脑的用户，Co-Claw 则提供云端版本，无需安装，登录即启动，智能体能力即刻生效，不仅进一步降低了使用门槛，也确保了全员可覆盖。
为了让Agent 跑得更稳，中兴在底层的自研新支点操作系统(NSDL)上做了大量优化，例如容器化应用直接运行，大幅度降低虚拟化带来的性能损耗，让智能体的响应延迟大幅度降低；智能调度算法上，新支点操作系统的调度层能够智能识别Agent 的任务负荷，动态调整资源优先级，使 CPU 与 GPU 的综合利用率提升了 20% 以上。
二、安全是生命线：个人智能体敢放权，企业智能体必须兜底
在个人电脑上，OpenClaw 可以拥有极高的自由度。插件随便装，技能随便接，出问题最多影响自己。但在企业环境中，智能体一旦“能执行”，风险等级完全不同。一次误操作，可能就是一次安全事故。
中兴在 Co-Claw 企业版中，把安全设计放在非常靠前的位置。数据不出户，默认在企业本地设备运行，数据在内网流转，从物理层面夯实了数据安全感，在对数据隐私敏感的行业，也能放心使用。另外，Co-Claw从版本下载、部署安装、使用管控、应急响应、审计溯源五大维度进行安全加固，为工具安全试用保驾护航。
Co-Claw 从版本下载、部署安装到审计溯源，构建了五大维度的安全防线。系统中内置了 10 个 P0 级安全加固项，包括 Gateway 绑定、防群组消息注入、防远程控制等。更重要的是，系统每 10 分钟会自动进行一次“健康检查”，一旦发现某个加固项失效，后台会自动触发修复逻辑，这种自动化运维能力确保了 Agent 始终处于受控状态。
当Agent 接收到诱导性指令时，Co-Claw 的安全围栏会自动检测其执行的命令。如果 Agent 试图执行“删除关键目录”、“上传文件至公网”等高危操作，系统会立即拦截并触发告警。中兴会不断进行内部演练，模拟恶意指令攻击等行为来加固安全。
企业级应用最怕的是“黑箱操作”。Co-Claw 搭建了统一的日志审计平台，实现了“服务端-网络-客户端-用户”的全调用链穿透。依托唯一的身份标识，管理员可以清晰地看到谁在什么时候、让 Agent 执行了什么操作、结果如何。这种透明性解决了日志分散和断点问题，让 AI 的每一次行动都有迹可循。
三、规模化使用的核心一步：Maas服务+Skill广场实现企业智能体服务化
当智能体从“个人工具”变成“企业服务”，它才真正具备规模化使用的前提。个人智能体可以靠自发扩散，但企业真正关心的是规模化后的运营问题：谁在用？用了多少？带来多少效率提升？成本是否可控？
在Co-Claw 企业版中，中兴引入了运营视角。
在传统场景中，以往各部门各自为政，研发有研发的助手，市场有市场的工具，不仅造成了严重的重复建设，还导致能力碎片化。中兴通讯Co-Claw构建了MaaS服务广场，模型免购买、API key一键生成，高可用、流量监控，提供落地体验保障。同时，Co-Claw 构建了统一的 Skill 广场，各大部门均可快速上传自己创立的skill，将复杂的数据分析、工作流封装成标准化技能，使用量、节省工时、Skills 调用热度、模型调用成本，都被纳入统一可视。
在这里，员工不再是孤岛，他们既是高效工具的消费者，也是技能的贡献者。这种“服务化”转型，是智能体具备规模化使用前提的核心一步。
在其他企业运营场景，中兴通讯还将积极探索，将Co-Claw的定时任务，主动执行等特性与业务场景做结合，进一步提升企业运营的效率。
四、深度融合原有数字化体系，实现无感升级
个人智能体可以靠兴趣自发扩散，但企业级应用必须考虑如何与存量系统兼容。
首先，统一触点：集成于“兴小助”。中兴通讯拥有统一的办公门户——“兴小助”。Co-Claw 与之直接对接，将 AI 能力注入到员工最常用的触点中。员工无需打开新的 App，通过现有的文本输入或语音交互就能唤醒 Agent。这种设计极大地降低了学习成本，实现了 AI 能力的移动化与普惠化。
其次，精准的路由控制与BotService。为了支撑海量个人终端的稳定连接，中兴构建了BotService 模块。它就像是一个“交警”，负责统一管理员工的个人终端，完成精准的指令路由控制。通过 WebSocket 双向通信通道，兴小助与 Co-Claw 个人终端之间实现了毫秒级的响应同步，确保了交互体验的丝滑。
再者，存量系统能力的“AI 化”封装。Co-Claw 并不是要推翻原有的 OA、ERP 或研发系统，而是通过扩展 ZTE Channel 插件等方式，将这些存量系统的 API 封装进智能体的技能库中。这种模式让老系统焕发了新青春，让原本冷冰冰的后台接口变成了可以被自然语言调用的“鲜活能力”。
五、“高频场景”塑造业务增长逻辑
中兴在Co-Claw 企业版的落地过程中，着眼于从业务痛点出发，而不是从功能清单出发，先盯住那些最耗人力、最容易被标准化的流程。当这些场景被跑通，逐渐沉淀为可复用的Skills 资产，从“某个团队的小工具”，升级为“组织级能力”。Co-Claw 已深度融入中兴通讯的办公、研发及运营全流程，打破了传统业务的“人力天花板”。例如：
智慧办公场景，它是全能行政秘书，用户无需繁琐点击，通过自然语言即可操控本地文件，完成会议预定、任务下达、邮件发送等高频操作。它还能智能总结邮件要点，甚至代员工处理考勤、出差申请等个人事务，让员工从琐碎中抽身
敏捷研发场景，在研发一线，Co-Claw 是开发者的贴身助理。从创建需求、跟踪缺陷到更新工作项状态，只需“一句话”即可精准触达。它能自动筛选指派给员工的任务，让研发协同变得简单。
智能运营场景，它是决策与执行的倍增器。在营销端，拜访客户前，Co-Claw 自动汇聚内外部动态与风险洞察，秒级生成全面的客户分析报告。在供应链，采购经理只需下达指令，AI 即可自动分析供需平衡，筛选高风险物料，并一键完成对数十家供应商的跟催。
在其他企业运营场景，中兴通讯还将积极探索将Co-Claw的定时任务，主动执行等特性与业务场景做结合，进一步提升企业运营的效率。
个人智能体打开想象空间，企业级智能体生成AI 驱动型组织的范式
OpenClaw 让很多人第一次真切感受到，AI 不只是会聊天，而是真的能“帮我干活”。而 Co-Claw 企业版所解决的，是另一个更现实的问题：当 AI 不只是“帮一个人”，而是开始参与组织运转，企业该如何放心把这件事长期运转下去并产生真正的效益？
基于Co-Claw 的大规模应用实践，中兴通讯兴云数科负责人认为，企业级智能体可以有一套评估考量因素：
模型底座能力：决定了Agent 逻辑推理的“脑容量”和“智商上限”。
API 暴露深度： 企业存量系统开放程度越高，Agent 的“手脚”就越灵巧，能执行的业务场景就越丰富。
连接通道多样性：决定了员工在手机、电脑、智能屏等不同触点下的体验一致性、丰富度和友好度。
Token 消耗： 在同等效果下，如何通过算法优化降低成本，是规模化运营的商业基础。
Skill 生态门槛： 开发技能包是否足够简单？是否能让一线业务人员也参与到技能共创中？这决定了推广的难易程度。
终端连接丰富度：Agent 是否能连接物联网设备、工业传感器等，决定了场景拓展的广度和多样性。
Co-Claw 的落地探索，证明了 AI Agent 不再是实验室里的 Demo，也不仅仅是个人的“效率外挂”，而是正在演变成企业新型的数字化基础设施。它本质上是一个开源、开放、端云协同的智能体操作系统。人机交互将加速向统一的自然语言交互转变，并且会形成统一的交互触点。
企业级智能体（Agent）将深度形成 “云端大脑统筹决策 + 本地节点落地执行” 的协同运行模式。存量系统的能力将按不同的封装程度形成不同的AI能力，被统一的智能体进行调用。业务增长逻辑将升级，突破传统业务增长的“人力天花板”从 “人力驱动” 转向 “AI 智能体规模化驱动”Co-Claw在企业内部落地推广，本质上和数字化转型一样，也是一种新的业务变革和组织变革。
展望未来，企业级智能体将深度演进为“云端大脑统筹决策 + 本地节点落地执行”的协同运行模式。这意味着企业的增长逻辑将发生底层转变：从依赖单纯堆叠人力的“人力驱动型”，升级为以 Agent 规模化运作为核心的“AI 驱动型”。
这不仅是一场技术革新，更是一场深刻的组织变革。中兴通讯将持续探索，并愿将探索的经验和教训，与产业伙伴共享，在数智转型的深水区继续耕耘，让 AI 真正成为组织中触手可及的共生伙伴，突破传统业务的增长上限。 
