群消息读不过来，小需求排不上队，AI这样帮上忙

Agent进群：基础问题解决70%

2026年3–4月，中山三院“护理文书系统”切换上线，全院2000多名护士需要熟悉新系统。上线高峰期，医院信息科三四名技术人员要面对一两百个并发提问。有些问题反复出现，有些只发了一张截图，还有些发生在夜里。

于是，中山三院通过企业微信开放接口，把医院自建的智能问答Agent接入企业微信工作群，让Agent结合医院知识库回复。

操作手册、常见问题、历史处理经验是医院知识库的基础。医护人员在群里提问，Agent结合上下文匹配答案，给出操作路径。Agent还能识别截图中的界面信息，辅助定位问题。需要人工处理的，补齐信息再分流。

遇到无法解决的问题，Agent会区分故障、咨询和需求。信息不完整时，先追问操作步骤、截图等必要内容，再创建工单、分派给对应人员。

从创建、分派到跟踪、反馈，工单记录处理状态；高频问题定期汇总，用于更新知识库，减少下一次重复沟通。

上线以来，这个Agent已累计处理7000多条真实消息，形成近800个工单，基础问题答复解决率约70%。

这套思路也适用于门店系统支持、员工IT服务、设备报修等场景：先整理已有知识，再让问题经过回答、补充信息和分派处理，形成完整流程。

AI开发：耗时从1–2月变1周

医院信息科还有一类工作，是响应内部“小而急”的开发需求。例如职称投票、数据统计等应用，功能看起来不多，但从编写代码到测试、完善，都需要投入时间。

以医院职称晋升投票系统为例，中山三院需要支持院内外专家参与，既要应对并发访问，又要严格执行一些特定的业务规则。

普通工具难以同时满足这些要求，项目团队便将技术方案和业务设想交给WorkBuddy，借助AI编程完成搭建，并围绕并发、特定限制等要求继续完善。

如果完全依赖手写代码，整体开发完善通常需要1–2月。借助WorkBuddy后，工时缩短至1周左右。开发提速之后，业务审核与测试仍然需要做好。

AI工具也让医院信息科完成了转变。“在保障数据安全的前提下，用顺手的工具提升效率，不需要复杂培训，年轻人也能快速上手，信息科就能从救火队变成参谋长。”中山三院信息数据科科长、高级工程师银琳说。

随着企业微信与WorkBuddy联合新版本的发布，两者账号与能力现已双向打通。企业微信连接组织，也连接微信上的客户；WorkBuddy负责理解背景、执行任务。以往的咨询回复、任务流转、工具开发等工作将在公司和组织里变得愈加便捷。

这些AI带来的提效，不光存在于医院，目前还大量出现在门店、工厂、学校和企业办公室里。看看你身边被反复咨询的问题、来回收集的资料，以及排不上期的工具应用，或许其中就有AI能搭把手的地方。