行业参考 · 制造 · 研发 · 证据 E3
零跑汽车携手腾讯WorkBuddy，40多个核心业务场景AI提效约90%
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
传统IT立项流程开发周期长、人天高，大量“小而痛”的业务需求难以进入IT排期；业务系统开发依赖人工台账和经验，数据分散且更新滞后。
概要
腾讯宣布与零跑汽车达成合作，零跑整车团队用WorkBuddy建成40多个AI系统，覆盖软件质量、工程数字化、智能座舱测评、实验室管理等；开发人天从1700多降至177，平均提效约90%；具体系统节省约89%-91%，并在采购供应链风控用AI Agent跟踪供应商经营状况，业务经验封装为Skills复用。
原文写明的事实
- 通信世界网正文显示2026-09-23腾讯宣布与零跑汽车达成合作，WorkBuddy正式入职零跑。
- 零跑整车团队已建成40多个AI系统，覆盖软件质量、工程数字化、智能座舱测评、实验室管理等业务域。
- 按传统模式开发累计需1700多人天，AI开发模式压缩至177人天，平均提效约90%。
- 冲压模具管理系统12个模块从约100人天降至10人天，节省约90%。
- 试验车下线及交付跟进系统从45人天降至5人天，节省约89%，覆盖69台试验车。
- CTIC软件质量管理平台从约90人天降至8人天，节省约91%。
- 智能座舱评价体系从70人天降至7人天；工程数字化平台Leap-X从180人天降至18人天；零跑LIMS从150人天降至15人天。
- WorkBuddy具备本地文件处理、多任务与多Agent并行运作、Skills与MCP生态能力；已在整车研发、智能驾驶、车联网、采购与供应链、审计等场景落地。
还有 77 条细节，见文末原文来源。
怎么做的
- 输入：业务需求（如模具台账、试验车交付跟进、软件质量、座舱评价等内部系统的开发需求）
- 处理：业务人员通过“AI生成代码+人工审查联调”的人机协同方式搭建系统，多Agent并行处理
- 数据：企业内部的模具、试验车、质量、实验室、供应链等业务数据及历史经验
- 动作：AI生成系统代码或工作流，业务人员审查联调后上线；部分场景由AI Agent持续跟踪供应商经营状况
- 输出：40多个可运行的内部AI系统，以及被封装为Skills可复用的业务经验
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：中（需要配置 Skill / Connector）
- 需要的能力：业务系统生成 Skill、数据查询/整理 Skill、供应商风险跟踪 Skill
- 需要接的数据/系统：模具/试验车/质量/实验室等内部系统接口、供应链数据源、企业IM或审批系统
- 仍需人工的环节：业务人员人工审查AI生成代码并联调；上线前业务验证；采购供应链预警结果的业务确认
- 风险：开发人天提效不等于业务结果提效；AI生成代码质量与系统稳定性风险；供应商经营状况数据可靠性
- 原文没披露的：未披露具体Skill/连接器清单；未披露各系统生产运行稳定性；未披露90%提效对应的业务产出或成本节省；未披露零跑或腾讯官方原始稿件
在零跑已有40多个系统上线并可复用Skills，但“平均提效90%”为开发人天口径，生产稳定性与业务产出需进一步核实。
来源
- cww.net
- leiphone.com
- auto.news18a.com
- cpcaauto.com
- guandian.cn
- 腾讯云 WorkBuddy 官方内容
- 12365auto.com
- auto.jgvogel.cn
- i.gasgoo.com
- news18a.com
证据说明：两家独立媒体（通信世界网、雷峰网）发布同一腾讯官方消息，有具体数字，但未找到腾讯/零跑官方原始稿件，应进一步核实。 | 合并后升级: 存在官方/原始企业来源