從某種層面來說：3年后，AI這場長跑，終于來到了騰訊的主場。在這個主場內(nèi)，AI需要清晰地找到發(fā)揮價值的最小觸點，以及需要被加持的準確角色和環(huán)節(jié)，進而實現(xiàn)模型和產(chǎn)品基于需求的一致性表達。

AI下半場，誰能構(gòu)建足夠全面、足夠真實、足夠小觸點的AI生產(chǎn)力飛輪，誰就能更快地把AI轉(zhuǎn)化為真正的供給工具和商業(yè)價值模型。

作者|皮爺

出品|產(chǎn)業(yè)家

“因為騰訊有好問題。”在2026年騰訊云AI應用產(chǎn)業(yè)峰會現(xiàn)場，當湯道生問到“為什么選擇騰訊時？”，姚順雨給出這樣一個答案。

問題的另一面是方向。如果說過去幾年AI的發(fā)展更多聚焦模型側(cè)，把AI培育的更聰明、更智能，讓其智力水平達到碩士、博士的程度，那么如今AI則是進入到真正的價值驗證階段，應該讓AI去哪些場景里發(fā)揮價值，以及怎么發(fā)揮價值。

這恰是這位青年科學家選擇騰訊的本質(zhì)原因。

這個回答也對應著騰訊在這次大會上的核心動作。在真實的騰訊AI思考被放到臺前之外，超過20款AI產(chǎn)品也更被集中發(fā)布，覆蓋從個人到辦公，從生活場景到企業(yè)級場景方方面面。

這些AI原生產(chǎn)品一方面匹配個人和企業(yè)方方面面場景之外，一方面也更在成為騰訊幾乎全部場景的新入口或新支撐體系，比如小程序、公眾號、騰訊文檔、企業(yè)微信、騰訊文檔等等。

從某種層面來說：3年后，AI這場長跑，終于來到了騰訊的主場。在這個主場內(nèi)，AI需要清晰地找到發(fā)揮價值的最小觸點，以及需要被加持的準確角色和環(huán)節(jié)，進而實現(xiàn)模型和產(chǎn)品基于需求的一致性表達。

AI下半場，誰能構(gòu)建足夠全面、足夠真實、足夠小觸點的AI生產(chǎn)力飛輪，誰就能更快地把AI轉(zhuǎn)化為真正的供給工具和商業(yè)價值模型。騰訊，邁出下半場的真正第一步。

一、“AI進化的指標變了”

“這次來主要是了解騰訊的AI產(chǎn)品，像Workbuddy這些，以及具體怎么使用，最好能和官方建立個聯(lián)系。”一位參會企業(yè)負責人告訴產(chǎn)業(yè)家。

一個明確的感知是，AI的指標變了。

如果說在之前幾年企業(yè)和市場風向的關(guān)注主角是AI技術(shù)本身，如模型參數(shù)量、推理效率、AI Infra等等，那么如今越來越多企業(yè)開始思考一個新的問題：AI，到底應該怎樣轉(zhuǎn)化為真正的生產(chǎn)力？或者說，到底怎樣的AI產(chǎn)品，能為個人或企業(yè)提供必需的業(yè)務生產(chǎn)力加持？

變化也對應著大會參會人群的改變。在固有的開發(fā)者之外，越來越多的企業(yè)負責人、CIO和OPC（一人公司）出現(xiàn)在這次大會的一個個展臺前。相較于模型，AI產(chǎn)品成為談及次數(shù)更多的話題。

實際上，這也是這次大會騰訊放到臺前的核心AI答卷——效率智能體工具集。包含超過20款AI原生產(chǎn)品，全面助力“超級個體”和“超級團隊”。

首先，在辦公提效層面，騰訊把辦公提效(WorkBuddy)、開發(fā)運維(CodeBuddy)、創(chuàng)意設計(Miora)、交互體驗(Ardot)四大場景智能體產(chǎn)品全部放到臺前，讓不同崗位的員工都能擁有屬于自己的"超級副駕駛"。

以早在之前就大火的WorkBuddy為例，其1月中旬開啟內(nèi)測、3月9日正式上線，截至5月已上線24個專家團、160位AI角色，組成9個面向"一人公司"的專屬團。根據(jù)易觀分析發(fā)布的《中國辦公智能體平臺市場研究2026》顯示，WorkBuddy月訪問量885萬、領(lǐng)先第二名2.6倍。

而在本次大會上，WorkBuddy也發(fā)布了企業(yè)版。WorkBuddy企業(yè)版內(nèi)置了“專家、助理、團隊“三項核心能力，其中“專家”對應系列具備不同專業(yè)和知識能力的崗位角色，企業(yè)可以隨時調(diào)用“專家”解決專項問題，如財務、人力等；助理是把專家“上云”，讓其可以在云端幫助企業(yè)7*24小時不間斷地執(zhí)行特定任務，不同專家團/助理還可以相互配合，共同完成某項任務；團隊則可以為企業(yè)打造一個專屬的AI協(xié)作空間，在這個空間內(nèi)人和AI可以實現(xiàn)高效率地協(xié)作配合，基于沉淀的新知識庫信息，上下文內(nèi)容，共同為目標效果服務。

此外，尤為值得一提的是，騰訊的產(chǎn)品動作不僅是單點進化，更是協(xié)同創(chuàng)新，不同產(chǎn)品之間可以充分組合，為個人和企業(yè)提供端到端的AI體驗。以這次大會展示的產(chǎn)品協(xié)同為例，騰訊文檔已被深度嵌入WorkBuddy全場景AI工作臺，成為企業(yè)智能體生態(tài)的核心底座。新架構(gòu)中三者各司其職：WorkBuddy是調(diào)度中樞，騰訊文檔是Agent理解業(yè)務的上下文底座與共創(chuàng)空間，騰訊網(wǎng)盤承擔長期記憶與知識沉淀。WorkBuddy可以深度讀寫騰訊文檔，但意義不止于"調(diào)用"——騰訊文檔變成可讀、可寫、可回流的工作現(xiàn)場，WorkBuddy進化為基于企業(yè)知識的調(diào)度大腦。

再比如騰訊云智能體開發(fā)平臺ADP。本次大會正式發(fā)布4.0版本，升級成為企業(yè)級AgentOps平臺。新版本新增支持Agentic Loop的Claw模式，并通過Connector、Skills、知識庫、MCP和Agent Portal，打通企業(yè)級Agent從開發(fā)構(gòu)建、效果評測、分發(fā)集成、權(quán)限管控、安全治理到觀測優(yōu)化的全生命周期，一站式解決Agent規(guī)模化產(chǎn)業(yè)落地的核心痛點。降低開發(fā)門檻的同時，讓Agent真正適配并嵌入自身業(yè)務，并持續(xù)觀測治理。

從全局視角來看，騰訊交出的是一套生產(chǎn)力視角的效率智能體體系答卷。在這張產(chǎn)品為主體的答卷內(nèi)，所有產(chǎn)品都是基于AI原生視角進行設定，天然具備MCP、skill進化的能力，在對應的環(huán)節(jié)內(nèi)產(chǎn)品可以彼此嵌套，也更可彼此串聯(lián)，幫助企業(yè)和個人實現(xiàn)真正AI原生的效率加持。

而在這張答卷的底層，被封裝預設的是立體的保障智能體安全、有效運轉(zhuǎn)的基座。其中不僅包括如存儲、訓練、推理等infra層的體系保障，也有Agent層圍繞OneID、Agent Runtime、Agent Memory、skillhub等的模塊基建，全方位保障智能體在企業(yè)內(nèi)部能成為可用、易用、安全可控的生產(chǎn)力工具。

二、騰訊，走一條自己的AI路

實際上，這次大會被外界廣泛關(guān)注的同時，一些更深層的討論也在被許多人提出，即給出這張AI原生答卷的，為什么是騰訊？又或者，騰訊想要通過這張AI答卷，走出一條怎樣的AI路徑？

問題的提出在意料之中。截止2026年當前為止，騰訊是在AI產(chǎn)品上交出最完整答卷、且動作信號最明顯的互聯(lián)網(wǎng)大廠，相較于市面上其它AI云服務商，其也是最快速完成產(chǎn)品單點升級進化、產(chǎn)品連接的企業(yè)之一。

這些動作背后的一個信號是：騰訊開始全面釋放自身的AI想象力。

這次大會現(xiàn)場，在湯道生和姚順雨的對談中，一個特殊且偏學術(shù)的問題是“模型和產(chǎn)品的co-design應該如何設計？”，用通俗的話來說，就是模型和產(chǎn)品的協(xié)同進化機制應該是怎樣的。對此，姚順雨的回答是，“從用戶的需求，從場景出發(fā)。”

這不僅是他的答案，也更在成為2026年AI行業(yè)的行業(yè)共識。如果說過去幾年AI的進化沿襲的是預訓練scaling法則，誰能訓練更大參數(shù)量的模型，AI的能力就會越強，由此推動的標志性組件是一個個AI模型評測榜單。但伴隨著參數(shù)量的增加，以及互聯(lián)網(wǎng)高質(zhì)量數(shù)據(jù)的逐漸訓練完成，從推理側(cè)延伸的標準開始成為主流：誰能讓AI真正在場景中跑起來，誰就能更快地推動模型進化。

而AI在真實場景中的落地載體，正是Agent產(chǎn)品。

而從騰訊自身的角度出發(fā)，其之所以“一氣呵成”地發(fā)布迭代20多款AI原生產(chǎn)品，本質(zhì)面向的恰是自身豐富場景中的一個個真實問題。比如騰訊會議中的智能轉(zhuǎn)錄再到知識庫沉淀的場景，比如MAGIC AI原生營銷云，和傳統(tǒng)營銷系統(tǒng)依賴人工的配置不同，AI原生營銷云可以根據(jù)企業(yè)目標自主完成洞察、運營、決策、執(zhí)行與復盤等營銷全流程工作，滿足企業(yè)智能營銷需求。

這些AI原生產(chǎn)品在解決真實場景問題的同時，也恰好構(gòu)成了信息和數(shù)據(jù)在場景內(nèi)流通的一個個通路，通過對不同環(huán)節(jié)、不同流程，以及不同角色的AI加持實現(xiàn)全面的主體進化。

從另一個角度也可以說，問題的本質(zhì)對應的是需求。騰訊通過覆蓋個人、辦公、垂類方向的效率智能體工具集，把自身的豐富場景（微信、企業(yè)微信、元寶、QQ瀏覽器、小程序等）真正轉(zhuǎn)化為Agent能順暢跑通的“生產(chǎn)力土壤”。

這也恰是騰訊專有的，且?guī)缀蹩梢苑Q之為國內(nèi)最豐富的場景連接力。

而在場景連接力的底部，為其提供支撐的是騰訊積淀多年的工程駕馭力（Harness體系）和模型驅(qū)動力，前者對應的是騰訊云過去多年在不同場景積累的產(chǎn)業(yè)know-how，這些積累如今被充分轉(zhuǎn)化為不同場景的Agent上下文工程、權(quán)限理解、安全等等一系列配套。

后者對應的是讓模型如何更靈活、經(jīng)濟調(diào)用，比如Hy3 preview版本的新混元大模型，目前其Token調(diào)用量持續(xù)增加，再比如通過TokenHub企業(yè)可以統(tǒng)一接入混元與第三方模型，降低模型接入碎片化、廠商鎖定和Token成本失控問題。

這種“三力”組合一方面能能夠真實發(fā)揮生產(chǎn)力價值，在個人和企業(yè)能夠構(gòu)建真實可用的新生產(chǎn)力范式，另一方面通過AI產(chǎn)品的不斷落地和應用，騰訊也可以建立足夠真實、足夠高頻的“產(chǎn)品—模型—產(chǎn)品”的飛輪閉環(huán)運轉(zhuǎn)，提高AI加速度。場景連接、工程駕馭（Harness）、模型驅(qū)動三者相互咬合，相互促進，互為動力源，推動騰訊AI持續(xù)進化。

三、AI下半場，從“問題”里長出來的AI騰訊

2020年前后，馬化騰提出一個詞，脫虛向?qū)崱Ｆ鋵氖球v訊包括云業(yè)務在內(nèi)的全部戰(zhàn)略路線轉(zhuǎn)向：從互聯(lián)網(wǎng)模式，向真正的實體產(chǎn)業(yè)進發(fā)，幫助一眾實體產(chǎn)業(yè)實現(xiàn)數(shù)字化升級。

而在今天的AI時代，這個概念也可以看作迎來新的釋義。能清晰感受到的是，在AI下半場，騰訊追求的不是單純模型技術(shù)引領(lǐng)者，而更傾向于讓AI服務于人，服務于團隊，服務于組織，把AI變成一個個真正的效率工具、效力工具。

這件事只能騰訊來做。恰如姚順雨所說，在騰訊這家公司的業(yè)務版圖里，“問題足夠多。”

如果縱觀目前中國的AI企業(yè)，騰訊的場景足夠廣，但卻也足夠輕。不論是公眾號、小程序、視頻號，騰訊的角色更多始終處于基建的平臺角色，這種無強交易屬性的平臺角色在如今的AI時代恰可以轉(zhuǎn)為一個足夠開放、足夠多元助力的體系土壤。

在這個體系土壤里，騰訊可以實現(xiàn)完全體的進化，從底層的模型環(huán)境到Agent環(huán)境，從上下文工程到AI基于不同環(huán)節(jié)的產(chǎn)品表達，真正以AI為新的引線，串聯(lián)起從溝通交流到和生產(chǎn)管理的全部流程，為個人生產(chǎn)力、企業(yè)生產(chǎn)力，以及組織迭代提供強有力的底層加持。

從某種角度來看，這些基于底層的重構(gòu)和AI串聯(lián)也更在為騰訊提供模型身位之外的進一步想象力空間。

實際上，同樣動作的正反饋已經(jīng)在大洋彼岸被給出。過去幾年時間里，微軟、谷歌都把AI深度融合到上層的產(chǎn)品中，不論是微軟的全家桶，還是谷歌的WorkSpace，在為更多和企業(yè)提供AI生產(chǎn)力工具的同時，也更近一步推高自身的AI加速度和市場想象力。

而從長期來看，基于“三位一體”的優(yōu)勢，騰訊也更有自身獨特的想象力增量。相較于微軟、谷歌單純在B端形成的“產(chǎn)品-模型”AI閉環(huán)，騰訊還有更豐富、觸點更多的C端場景和產(chǎn)品布局，這些“B+C”的更多元觸點和生態(tài)連接能構(gòu)建更強的上下文土壤和AI環(huán)境，進而轉(zhuǎn)化為前端面向個人、企業(yè)更好的AI體驗和騰訊自身的AI加速度。

可以理解為，在這次大會中，騰訊這個一直被外視為“AI速度放緩”的企業(yè)正在全面向外界展示出其真實的AI進度和AI思考。AI下半場，騰訊正在把自己“連接”屬性轉(zhuǎn)化為“生產(chǎn)力助力”屬性，讓連接的雙方不僅能互相看見，而且還能更高效地溝通表達和協(xié)作，驅(qū)動騰訊自身成為具備真正AI生產(chǎn)力價值的供需平臺和AI最前沿陣地。

從“問題”中來，向“問題”中去。Agent時代里，騰訊的真正AI想象力正在加速浮現(xiàn)。