撰文| 吳坤諺

編輯| 吳先之

3月18日，騰訊發布一份含AI量空前的去年第四季報及年報，AI的效率開始滲透進主要業務板塊。

以游戲為主的增值服務，四季度同比增長14%至899.2億元；全年增值服務收入達3692.81億元，同比增長16%。財報與電話會均提到AI同時作用于管線內容生產與獲客、留存等運營方面。

營銷服務收入的表現同樣具備系統改造的特點，第四季度，騰訊營銷服務收入411.16億元，同比增長17%；全年收入1449.73億元，同比增長19%，增速高于行業。電話會上，管理層多次提到AI滲透與AIM+等智能投放產品矩陣對轉化效率的積極作用。

由于在AI競賽中略顯被動，騰訊頻繁被外界貼上“跑得不夠快”的標簽。近期，元寶在To C側的高舉高打，以及本次財報明顯增多的AI表述，都在頻繁釋出變革信號。

更微妙的變化發生在集團資本的配置優先級。

回顧過去幾年，業績增長穩定、不吝回購的騰訊一直是資本市場中頗受投資者追捧的老錢。我們可以將之歸結為兩種特質：穩健以及對股東回報的高度重視。

本季度，管理層在電話會上給出更激進的AI投入預期——如果今年GPU采購和資本開支達到預期，騰訊可能會適當減少回購，把更多資金用于AI投資。

當管理層首次如此直接地將回購與AI資本開支放在同一張天平上，意味著AI正在從一個需要被反復講述的長期故事，變成集團必須優先保障的資源去向。

抓住“鉗子”的機會

相比搶先將籌碼推到牌桌中央，騰訊向來更擅長在確定性逐步顯現后加碼。

去年三季度，管理層還承認年初給出的資本開支指引偏高，實際投入沒有達到原本目標。這背后固然有GPU供應受阻的客觀限制，更多也在于當時騰訊還未進入那種“不計代價、飽和式攻擊”的戰時狀態，還在通過租用算力等靈活方式來彌補緊缺。

到了這次年報電話會，騰訊口風已經明顯轉向。

管理層披露，2025年第四季度，騰訊花在新AI產品開發上的成本和費用達70億元，全年為180億元；2026年，這部分投入還將較去年增加一倍以上。

其中包括基模混元相關的人才、數據與訓練投入，元寶的推理和營銷投入，但并不包括支持現有產品和服務的AI項目，也不包括為騰訊云對外業務采購GPU所對應的資本支出。

現在市場看到的，還只是騰訊為新一輪AI產品化支付的前置成本，真正更重的投入還在后面。問題在于，騰訊為什么偏偏在這個時候開始接受AI成本快速抬升，甚至準備承接資本市場的壓力？

原因很可能在于騰訊終于等到了一個更適合自己下重注的階段。

對于公開承認在AI上“慢了”的騰訊而言，基礎模型不是它最舒服的戰場。后發追趕意味著高投入的不確定性，基模的中心化敘事也很難直接映射到騰訊最擅長的業務組織方式。

Agent生態的逐漸成熟，給了騰訊一個重新定義戰場的機會。

開源的OpenClaw框架成為關鍵變量。這個Agent框架為AI帶來了“手”和“腳”，它讓騰訊第一次看到，自己并不一定要先在“腦”的戰爭里贏到最后。

只要先把“手”長出來，再把這只“手”順著微信、QQ、企微這些IM入口伸向PC、本地文件、工具鏈，最終接到小程序、支付、廣告、游戲和企業服務這些業務末梢，騰訊就能把原本分散的觸點重新組織成一個Agent時代的去中心化執行網絡。

值此，AI對騰訊的意義開始從一個需要追趕的技術變量，變成一個可以撬動既有業務、重組集團資源的經營變量。

近段時間，騰訊的業務推進肉眼可見地提速便是絕佳作證。從早期面向開發者群體試水的騰訊云Lighthouse云端方案，到一整支被命名為“龍蝦特工隊”的全場景Agent矩陣，集團層面的意志正在一個框架下落到業務實處。

正如馬化騰在電話會上提到的，“龍蝦”帶來的一個很大變化，是讓AI不再只停留在To C聊天機器人和To B的AI編碼之間，而是延伸出了“辦公場景+任意終端硬件”的新去中心化入口；進一步看，每一個小程序都可以“智能化”和“龍蝦化”，都能通過API接口或命令行被調用。

這種邏輯讓騰訊一定程度上避開了基模層面的肉搏，轉而發揮其在場景、工具和生態上的存量優勢。

卡好Agent時代的位置

騰訊財報發布前兩天，英偉達CEO黃仁勛在GTC大會上發表演講，為OpenClaw打上“人類歷史上最受歡迎的開源項目”標簽，并以Linux類比這個開源框架的革命性。

老黃的嘴里都是生意，但這并不妨礙我們從價值與生態層面觀察OpenClaw帶來的變化。

與Linux相似，OpenClaw框架免費、開源且標準化。不同的是，Linux定義了通用計算機操作系統的秩序，催生出諸如docker、安卓等操作系統；而OpenClaw則試圖定義AI應該如何接收指令、調動資源、執行任務并反饋結果。

人和機器都能通過它直接調用大模型，并進一步將這種調用關系組織成近似Agent OS的系統形態。從這個意義上說，OpenClaw讓人們看到了應用之外，大模型基礎設施化的一種可能。

對騰訊而言，這種變化可能并不意味著它天然站在有利的位置上。

過去數個月的實踐告訴我們，OpenClaw要真正跑起來，至少需要三層能力的支撐，分別是充當“大腦”的基模、執行任務所需的上下文以及一個交互窗口——直到Claude Opus 4.5發布，OpenClaw前身Clawdbot都不溫不火。

除了前文提到的基模，上下文也不算騰訊的長板。騰訊手里當然不缺協同工具，但無論是企業微信還是騰訊文檔、會議等原子化功能，都散落在不同的組織架構和業務邏輯中。

其中任何一個單拎出來做Agent直接駐場工作的“上下文平臺”，都不算明智。于是，騰訊在自身能力圈中挑選了連接這個最強項，通過密度來對沖兩端的不足。

這種連接能力，在龍蝦產品矩陣中被具象化為一種“端云協同”的架構。

騰訊系龍蝦產品以本地部署為主，如面向企業端的WorkBuddy和面向個人用戶的QClaw，保障本地數據私密并調度本地工具；模型、Agent平臺和開發工具則放在云端環境，只需要動腦拆解指令和調度資源。

“動腦”和“動手”被IM分成了涇渭分明的兩個板塊。以WorkBuddy和QClaw為例，騰訊讓微信/QQ充當了連接的“傳聲筒”。用戶在微信里發一句指令，遠端PC上的Agent便開始通過Api調取模型大腦讀取本地文件、操作軟件，處理完成后再異步回傳。

需要注意的是，WorkBuddy前身是騰訊早在2023年便內部應用的編程助手CodeBuddy，早年打下的交互基礎是這款產品能如此快推出的原因。

我們也自接近騰訊人士處了解到，接入自家模型的CodeBuddy效果還不穩定。僅編程一項功能而言，與海外成熟模型存在一定代際的效率差距。

或因如此，騰訊面對基模的態度一直是“自研+開源”雙驅動，去年初其便是最早一批接入DeepSeek的大廠，這賦予騰訊系龍蝦產品在“用腦”上的靈活性。

端云協同的模式還在一定程度上消解了騰訊系龍蝦對結構化上下文的需求。當Agent順著IM，把用戶、設備、文件、服務等節點連起來，便可以在執行過程中動態消化上下文。

從調度本地應用接口的角度看，OpenClaw實際上對騰訊產生了類似于去年12月豆包手機的沖擊——繞過API這個步驟去調用其圍墻花園內的生態產品。

套用波特五力的邏輯，騰訊必須在Agent開始改寫產業分工之前，把進入自家生態的準入門檻重新筑高。

“龍蝦特工隊”本質上便是這種偏防御性的卡位動作。只不過，這也反過來為騰訊提供了一個不必先補齊所有短板，也能重新組織自身優勢的方式。

老錢的底牌

連接是一種奇特的業務形態。其既能通過強關系社交，催生似微信這般月活14.18億的巨擘；也能催生出看似成立，實際上卻隨時可能被替代的生意，比如云端協同普及前的PC跨端。

后者的暫時成立，在于技術尚未成熟時，“連接”本身恰好填補了不同設備、不同系統、不同場景之間的斷層。一旦底層能力繼續演進，原本依靠“連接”生存的中間層，很容易被更完整的一體化形態所替代。

騰訊這輪圍繞OpenClaw和“龍蝦特工隊”的推進，某種程度上也帶有這樣的中間態色彩。

現在當然還不是AI與Agent OS的終局。畢竟許多因焦慮而花錢部署龍蝦的人，都還不知道能拿自己養的“蝦”做什么。如果我們將各廠商推出的“龍蝦”產品視作OS，這意味著這個OS生態上層還是完全的空白。

這是屬于所有人的機會，包括騰訊。

正因如此，騰訊才會一邊沿著連接能力快速推進龍蝦相關業務，在基模相對弱勢的情況下加入戰場“刷存在感”；一邊在電話會中給出更激進的AI投入預期，繼續補基模、補基礎設施。

由此，我們便能理解管理層為何特意以“人工智能時代下，具備天然韌性的業務特質”，為財報電話會的開場。

管理層在這段“自白”中，提到具備天然韌性的業務通常擁有六類特征，包括強網絡效應、深度供應鏈整合、嚴格牌照與準入、稀缺資源或IP、相對克制的平臺費率，以及封閉且高交互的私有數據。

沿著這套標準，騰訊將通訊、游戲和金融科技視為最具韌性的底盤。這些成熟業務伴隨AI化改造，保證集團有資格繼續押注、試錯。

從這個角度回看騰訊的資本配置，或許還稱不上“激進”。

套用騰訊總裁劉熾平的表述，“我們的核心業務正在產生非常充足的現金流，這為我們加大AI投入提供了堅實的支撐”。同時他還表示“目前我們在AI方面的所有投入，無論是人才招募還是基礎設施升級，完全可以由現有業務的盈利增長來覆蓋，而不需要犧牲公司的財務穩健性。”

有了下限，騰訊的上限也昭然若揭。包括首席AI科學家姚順雨帶隊統籌，即將于4月推出的混元3.0基模；以及媒體報道中，微信技術負責人周顥帶隊，直接向張小龍匯報微信智能體項目。

回顧過去，不見兔子不撒鷹的騰訊一直是國內大廠中資本配置的標桿。其更激進的AI投入，勢必影響到整個泛AI賽道的格局。

只不過，我們也不知道這位家底厚實的老錢，到底有沒有真的把Capex打滿。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！