🔥36氪•較早收集於 15m
騰訊 QClaw V2 新增多代理支援
💡騰訊多代理工具減步驟 60% + 原生安全，AI 開發者必看
⚡ 30-Second TL;DR
有什麼變化
多代理系統允許每個 Agent 自訂技能與權限
為什麼重要
讓開發者高效建構複雜、安全的多代理 AI 應用。強化騰訊在代理 AI 工具領域的地位，滿足市場需求。
下一步行動
測試 QClaw V2 多代理功能，連接如電子郵件等第三方應用。
誰應關注：Developers & AI Engineers
關鍵要點
- •多代理系統允許每個 Agent 自訂技能與權限
- •應用連接器整合多個第三方服務
- •龍蝦管家一鍵開啟防範 prompt 注入與檔案風險的安全
- •V0.2.5 版本強調代理工作流與安全
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •QClaw V2 採用了基於圖論的任務編排引擎，使得多代理之間的協作路徑可視化，顯著降低了複雜工作流的調試難度。
- •「龍蝦管家」安全模組整合了騰訊自研的「混元」安全對齊技術，能即時檢測並阻斷針對 Agent 的越獄攻擊與提示詞注入。
- •此次更新引入了基於向量資料庫的長期記憶機制，允許不同 Agent 在多輪對話中共享上下文，提升了跨任務的執行一致性。
📊 競品分析▸ Show
| 特性 | 騰訊 QClaw V2 | 阿里雲 Model Studio (百煉) | 百度千帆 AgentBuilder |
|---|---|---|---|
| 多代理協作 | 原生圖論編排 | 支援工作流編排 | 支援 Agent 串聯 |
| 安全防護 | 龍蝦管家 (原生) | 內容安全審核 | 企業級安全防護 |
| 第三方整合 | 60% 步驟優化 | 豐富 API 庫 | 豐富 API 庫 |
| 定價模式 | 按調用量/資源計費 | 按調用量/資源計費 | 按調用量/資源計費 |
🛠️ 技術深入
- •架構採用分層式 Agent 系統：包含調度層 (Orchestrator)、執行層 (Executor) 與記憶層 (Memory)。
- •應用連接器 (Connector) 支援 OpenAPI 規範自動解析，實現了從自然語言指令到 API 參數映射的自動化。
- •安全防護機制：在輸入端進行 Prompt 語義過濾，在輸出端進行敏感資訊脫敏，並在執行端實施沙盒隔離。
🔮 前景展望AI analysis grounded in cited sources
騰訊將推動 QClaw 進入企業級私有化部署市場。
隨著安全防護模組「龍蝦管家」的成熟，騰訊具備了滿足金融與政務領域對資料隱私與合規性的嚴格要求。
多代理協作將成為騰訊混元大模型生態的核心競爭力。
透過降低開發門檻與提升協作效率，騰訊旨在構建一個以 Agent 為中心的應用開發者生態系統。
⏳ 時間線
2025-06
騰訊首次對外公佈 QClaw 專案，定位為企業級 AI 代理開發平台。
2025-11
QClaw V1 版本發布，初步支援單一 Agent 的技能配置與基礎 API 串接。
2026-04
QClaw V2 (V0.2.5) 正式發布，引入多代理支援與龍蝦管家安全系統。
📰 事件追蹤
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗