7 月 29 日，在 2026 可信云大会暨首届 Token 云服务大会上，《云上 Agent 基准度量模型》正式发布。腾讯旗下 WorkBuddy、CloudQ、AndonQ、MigraQ 等产品首批通过了基准认证。

《度量模型》由中国信息通信研究院牵头起草，云计算开源产业联盟发布为技术文件，中国通信标准化协会提出并归口。腾讯云以丰富的 Agent 产品经验参与模型编制，构建统一的云上 Agent 度量评估框架。

建立统一度量框架，引入 " 双重授权 "，为 Agent 设置可控边界

《云上 Agent 基准度量模型》标准从功能性、安全性、可靠性、用户体验、性能效率和成本效益六个维度，对云上 Agent 运行表现进行度量，覆盖单智能体和多智能体任务成功率、意图识别准确率、提示词注入防御率、工具滥用率、隐私数据输出率、记忆串扰率、行为可追溯率等指标。在度量范围方面，延伸至 Agent 决策、工具调用、任务执行和异常处置等运行链路，推动 Agent 从 " 能完成任务 " 进一步走向 " 可稳定运行、可持续评估 "。

在上述六维度度量框架中，如何为自动化操作设定可控边界，是《度量模型》重点回答的问题之一。《度量模型》中针对智能体工具调用提出建议，对于影响范围较广的自动化操作，要求在关键环节增加人工二次确认，明确智能体需要遵守被调用工具的平台规则、安全策略和数据使用政策，禁止未授权的操作及截屏录屏等敏感行为，并通过 " 人类批准依赖度分层 " 等指标，对不同任务类型所需的人工确认比例进行度量。

这一设计并非简单限制 Agent 自主执行，而是按照业务影响范围设置不同的人机协作边界：核心级操作强调关键环节确认、重要级操作可根据风险保留必要的人为介入、一般级操作则可在可控范围内提高自动化程度。而提高自动化程度的同时，也需要遵守政策、规则与策略，避免影响第三方工具的权益，更好地为用户提供智能体服务。《度量模型》同时通过任务中止正确率、任务中止恰当率、升级求助恰当率、行为可追溯率和行为可控率等指标，评价 Agent 是否能够在应当停止、求助或请求确认时作出合理决策。

由此，《度量模型》中的人工监督从原则性要求进一步转化为可分级、可度量的运行机制，有助于降低 Agent 因误判或越权操作带来的风险，也为金融、政务、云运维等对操作安全要求较高的场景提供更明确的建设参考。

沉淀多场景 Agent 安全实践，腾讯云以产品能力推动标准共建

2026 年上半年，AI Agent 的产品形态与应用边界快速变化。腾讯从轻量云部署 OpenClaw 起步，持续迭代产品矩阵：面向个人场景推出 QClaw、WorkBuddy；面向云运维垂直场景上线 CloudQ、AndonQ、MigraQ；面向企业客户提供 ADP 与 ClawPro，逐步形成覆盖个人开发者、垂直行业、企业级客户的完整 Agent 产品体系。在产品成长的同时，Agent 开发、使用、管理、运维过程中的安全性也是腾讯的核心关注。

7 月 8 日，中国信通院发布首批互联网智能体治理系列评估结果，腾讯云 WorkBuddy、QClaw、ClawPro、轻量云 OpenClaw、云桌面云手机 Claw 五款产品通过能力评估，腾讯统一身份 OneID 通过可信互联握手（ATH）能力评估。围绕 Agent 运行安全，腾讯先后推出 AI Agent 安全中心、Agent 安全网关等产品，从运行时防护、技能分发、身份管控到企业级管控，为 Agent 产品提供安全保障。

以 WorkBuddy 为例，系统架构层面支持多种权限模式，配备安全中心和安全沙箱，可结合操作意图识别拦截高危操作；针对第三方 Skill 等运行风险，构建覆盖 " 入口拦、运行检、兜底断 " 的多层防护体系，第三方 Skill 须通过安全检测后方可启用；数据安全方面采用全链路 TLS 加密和最小权限原则，并接入腾讯统一身份 OneID 实现身份与权限管控。

基于这些实践，腾讯云参与《度量模型》编制，为云上 Agent 稳定、安全运行的度量指标、评估方法和技术要求等提供了丰富建议和实践指引。