出品｜《態度》欄目

作者｜漢雨棣

編輯｜丁廣勝

近期的2026騰訊云AI產業應用大會上，騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生，圍繞騰訊AI戰略、產品定位、算力基礎設施與商業模式等話題，與《態度》欄目等媒體分享了大量思考。

在Code Buddy 、Work Buddy、元寶等產品多線作戰的當下，面對外界關于騰訊內部“賽馬機制”的猜測，湯道生明確否認，強調當前多個AI智能體產品各有定位，服務于不同場景，并非賽馬。WorkBuddy、CodeBuddy目前仍處于投入期，元寶仍是騰訊AI產品中投入最大的賽道。 對于市場關注的“騰訊是不是慢了”的疑問，湯道生表示，騰訊業態多元，很難保證每個板塊都行業領先，階段性有快有慢很正常。 在技術與算力層面，湯道生表示行業大趨勢是推理成本不斷降低，但同時參數更大的模型仍會保持較高定價。他透露，混元3 Preview上線后token調用量翻倍，下一代模型“緊鑼密鼓中”。

以下為對話原文，經不改變原意的編輯：

1、 回應內部賽馬與快慢之爭

媒體： 今天出了很多騰訊AI產品，有說法是騰訊內部在做AI產品的賽馬，您認可嗎？賽馬策略在AI時代是否適用？

湯道生： 首先，我覺得肯定不是在賽馬。現在智能體服務的場景很多，需求也非常多元。公司內部有很多團隊都在針對不同場景尋找機會，大家今天在市場上看到的AI產品、智能體產品，都有各自的定位，希望能夠服務好各自的用戶。騰訊一直有很多應用場景和產品，在AI以前的時代大家也經常使用，它們也一樣在迭代AI能力，去場景化地使用人工智能。

媒體： 大家關注騰訊是不是慢了。您坦誠聊聊，騰訊在哪方面慢，哪方面有優勢？下半場標志性勝利是什么？

湯道生： “下半場”這個詞有點被濫用了，現在更像馬拉松。從ChatGPT發布走了三年多，變化非常多。騰訊業態多元，很難保證每個板塊都行業領先，階段性有快有慢很正常。反過來看，今年年初龍蝦熱，騰訊是公認國內反應最快的，WorkBuddy也是這個賽道最受歡迎的產品。市場不斷有新機會涌現，不同團隊都在積極擁抱。有的團隊階段快，有的受限于資源，但把時間拉長，騰訊近28年成功的業務也不是一帆風順，都走過高潮低谷。當我們判斷清楚一件事有價值，就能堅定堅持走過周期。

媒體： 今天的對話里姚順雨講了自己為什么選擇騰訊，那騰訊為什么選擇順雨？他給騰訊AI帶來哪些改變？

湯道生： 為什么選擇順雨沒有懸念，他是這個領域非常有影響力的專家。來之前的溝通中，也充分感受到他的專業，他AI原生的認知跟我們過去有很多不一樣。他來以后對元寶帶來巨大價值，主動推動模型與產品的co-design，從原來混元非常在意外部的benchmark，變成以產品用戶體驗作為北極星指標。同時，我們的數據雖然多但不夠高質量，他早期在訓練混元三前做了很多數據質量提升工作，砍掉大量對模型訓練沒有幫助甚至有害的數據。有正確的AIGC模型發展認知，很多決策才能做到位。比如不清楚數據質量的重要性，就不會做砍數據的決策。他做了很多化繁為簡的事情，混元3 Preview雖然今天看不是很大的模型，但對比以前已經有很大進步，他毫無疑問有很大功勞。元寶和混元過去大半年的合作，獲得的進展比過去更長的時間更多。

媒體： 未來在混元、CodeBuddy、WorkBuddy等方向哪個投入更大，讓它更破圈？

湯道生： 我很難對十年后做終局判斷。往往大家前期特別看好的，十年后不一定跟想象一樣，有些沒意識到的產品機會也會帶來驚喜。我們會保證不同賽道、不同產品都有充分資源迭代，同時觀察市場變化。如果更多人認可某個產品，騰訊會及時調整加大投入。

一個很好的案例是Code Buddy，三年前就有了，面向開發者。后來AI能力加強，公司內部有coding智能體需求，就承擔起這個產品。最早大家覺得只是給程序員用，但今年大模型能力進一步提升，Code Buddy演化成今天的Work Buddy，內核一樣，卻打開了一個巨大機會——不僅限于程序員，很多企業員工都發現Work Buddy能幫助工作提效。這個在一年前是想象不到的。Work Buddy今天的普及不是兩三年前規劃出來的，及時響應市場變化是更重要的能力。

媒體： “好用的AI”在WorkBuddy的ToB場景里具體怎么定義？怎樣服務好企業需求？

湯道生： 我一直在想怎么定義好用。用戶心里有自己的判斷，但從產品執行角度，好的AI原生產品需要產品、模型、評測、數據四個維度對齊。通過客觀指標，尤其針對開放式問題，要達成產品目標，有清晰的評估體系，用滿足要求的數據多方對齊，才能訓練出滿足要求的模型。用戶主觀上會用腳投票，WorkBuddy的普及不是靠硬推廣，而是用戶覺得好用就用起來了。從研發角度，我們通過一整套體系來保證不同角度對“好”的定義。

2、 價格趨勢與算力瓶頸

媒體： 混元模型價格有所降低，DeepSeek等也在降價，下半年國產芯片到位，大模型價格下降曲線會怎樣？騰訊AI產品會降價嗎？

湯道生： 我不好點評其他廠商的價格策略，但行業大趨勢是希望推理成本不斷降低，這有助于AI能力普及到更多場景。同時，根據Scaling Law，參數越多模型越大，性能也在提升。所以很多廠商在做不同規格的模型，參數少的滿足高性價比場景，參數大的解決更難的問題，成本自然更高，定價策略也會不同。

媒體：混元3 Preview上市之后，token調用量比2.0時期提高了一倍，正式版什么時候上線，或者下一代新模型什么時候能跟大家見面？

湯道生： 敬請期待，別給順雨太大的壓力，其實是緊鑼密鼓中。

媒體： 騰訊云之前判斷單純按token和API計費不是長期健康的生意，如何轉向按任務結果收費？怎么平衡？

湯道生： 兩者都可能存在，只是不同計費方式。token的API方式只要高于成本就是可持續的。某些行業、場景可以通過效果收費，但針對一個任務要達到某些效果，涉及因素很多。如果產品廠商只對最終結果有部分貢獻，很難完全基于效果來收費。所以純粹按結果比較難，容易有爭議。

媒體： 騰訊未來會自己下場做算力芯片嗎？

湯道生： 自己去做芯片設計不解決產能問題。我跟很多芯片廠商打過交道，沒有一家今天有足夠產能滿足市場需求。這兩者是兩件事。我們現在的生態結合戰略，讓我們可以和更多芯片廠商合作，讓大家愿意擁抱騰訊作為算力的展現標桿。

3、 收費模式與token經濟

媒體： 云業務2025年全年盈利了。對AI Agent產品會做利潤或ROI考核嗎，還是繼續戰略性投入？

湯道生： 騰訊有多個賽道，產品處于不同階段。WorkBuddy、CodeBuddy現在還是投入期，我們沒有設商業化目標。同時，企業客戶非常感興趣，企業場景有清晰的商業模式，這是云業務服務企業的正常延展。WorkBuddy有點像幾年前的騰訊會議，既有ToC也有ToB屬性，我們會繼續發揮C2B能力，搭建可持續發展的服務體系。

媒體： 目前騰訊AI Agent業務到什么程度？是偏LaaS、PaaS還是SaaS層？關鍵機制是什么？

湯道生： 過去幾個季度財報中投資者也常問。我們基礎設施算力一直不太夠，有限資源會傾斜內部需求，包括混元訓練、微信、會議、元寶等。拿GPU算力服務外部客戶有標桿案例，但還不能覆蓋所有需求。國內云市場增長主要靠通算存儲等基礎服務滲透。

今年從龍蝦熱開始，WorkBuddy、CodeBuddy普及，token調用爆發式增長，但我們仍受限于算力，與很多算力廠商、模型廠商有合作。趨勢上，PaaS層、token層面未來機會巨大。IaaS層面，我們非常期待下半年有更多國產算力支持云業務，把推理場景服務好。

媒體： 有聲音說Agent會吃掉傳統SaaS市場，騰訊云內部Agent和傳統云服務是否存在左右手互搏？

湯道生： 用戶使用習慣一直在變。企業市場的SaaS形態也在不斷變化。我們的產品團隊，比如騰訊會議、騰訊文檔，正在充分擁抱用戶習慣變化。騰訊文檔最近把文檔處理能力變成Skill，變成WorkBuddy可以調用的接口，讓用戶仍然獲得多年積累的文檔能力，同時在智能體新載體上完成任務。所以騰訊很多過去的SaaS產品，也在積極擁抱AI智能體浪潮帶來的機會。

媒體： 騰訊云怎么幫助AI應用公司避免用戶越活躍、推理成本越高的毛利陷阱？

湯道生： 移動互聯網邊際服務成本低，可以通過廣告、帶貨等建立商業模式。但AI原生服務推理成本非常高，很難純靠廣告模式支付。用戶對不同任務消耗不同，更難有穩定回報讓廣告主為不確定成本買單。以今天token成本與任務復雜度強關聯的情況下，ToC收費無論是訂閱還是按token計費，成本差異太大。所以AI產品如果推理成本仍處于這個水平，很可能用于高商業價值、能算得過賬的場景，或者它帶來的生產力提升能對標沒有它時更高成本的場景，這樣才能建立新的商業模式。

媒體： 元寶和混元三之間的co-design配合節奏如何？元寶的KPI是什么？增長策略會激進投流嗎？

湯道生： 兩邊合作越來越緊密，最近還會搬到同一座樓方便溝通。大概80%元寶用戶已經在用HY3，留存率明顯提升。元寶很多服務包括語音識別都由HY3支持。元寶的KPI一是持續增長，贏得更多用戶，留存率持續提升。我每天在用元寶，最期待的是把搜索服務做得越來越好，引入更多數據源，接入實時、權威的專業數據，提供有用、準確的信息。

我們有這么多AI智能體產品，最大投入仍然在元寶上，chatbot形態仍有普遍需求，是特別重要的賽道。同時也會投一些預算給CodeBuddy、WorkBuddy。AI賽道可以百花齊放，元寶是其中一個重要產品。

媒體： 騰訊會不會有token調用量、行業滲透率等商業化指標考核？

湯道生： Agent調用量是使用指標，不是商業化指標。當前商業化不是重點，還是要打磨好產品，服務更多用戶，證明它能創造價值、提效。商業模式是一個調節器，因為算力資源有限，需要篩選出最認可產品價值、愿意付費獲得算力的用戶。