腾讯高管长文谈AI：起得早不如熬得久，大模型才跑完头一公里

（文/陈济深 编辑/吕栋）

近日，腾讯集团高级执行副总裁、云与智慧产业事业群（CSIG）CEO汤道生在腾讯内刊发表署名文章《和 AI 一起长跑：这两年的一些思考》，系统阐释了腾讯AI发展战略、WorkBuddy与元宝等重点产品策略等话题。

在文章开头汤道生就表示，这篇文章和AI一起完成的。AI“读过”他这些年的讲话和笔记，帮他把散落在各处的想法重新翻出来、连成了线。放在过去，这样的活得翻上许久材料，整理思绪；而现在，把念头讲出来，它帮你回看、整理、修正。这大概就是AI正在改变的一件小事——工具不再只是执行，它开始能陪你一起想。

回应AI发展节奏：起得早不如熬得久

汤道生在文中谈到，“前一阵子，一些媒体舆论普遍认为，腾讯做 AI 慢了。要说一点不焦虑，那不可能。”他写道，全球大模型市场竞争激烈，每天都有新消息，ToB 客户也非常关注，过去几年，友商在 AI 的声势上的确比较占优。

过去，因为算力等问题，腾讯的模型训练与产品发展，受到一定影响，但这种情况正在得到改善。比如混元大模型，经历了不同阶段、多次重构，最新的混元 Hy3 架构化繁为简，更注重训练数据的质量，在同等参数的大模型中效果突出。

汤道生认为，AI的下半场才刚开始，新机会不断出现，市场格局正在变化，商业模式与产业链的价值分配还没定型。“起得早也许不是最关键的。”

他以移动设备的历史作类比：早在 80 年代末，任天堂就推出了 Game Boy；90 年代初，苹果推出第一代 PDA 产品 Newton；此后传呼机、小灵通、电子书等形态层出不穷，直到 iPhone 与 Android 集合此前所有功能才普及全球。“哪怕是苹果，也是经历了十多年、多种产品形态的探索与迭代，才真正抓住移动设备的市场；有更多起得早的品牌如诺基亚、摩托罗拉与黑莓等玩家，在市场竞争中掉队，最终成为历史。”

“重要的从来不是谁最早走出第一步，而是谁能更坚定地长期投入。”他写道，“大模型这场竞赛，我更愿意把它看成一场马拉松，现在可能才跑完头一公里。”

腾讯的“底牌”

在大模型投入上，汤道生态度明确：“对腾讯这样的平台公司来说，必须确保大模型的投入、紧跟最前沿的基础技术研究，这一点毫不含糊。”但他同时认为，眼睛不能只盯着模型这一层——“这就好比移动时代，如果说只有做智能手机的企业才算拿到船票，这显然太狭窄。”

在他看来，更重要的是 AI 能不能真正落到应用场景里、给用户带来价值。腾讯本来就有大量 to C 和 to B 产品，每一个都连着真实用户、具体的场景需求或业务流程：腾讯会议用大模型生成会议纪要，腾讯乐享用大模型做企业知识助手都是如此。

“场景，是腾讯做 AI 最厚的底牌。”汤道生认为，场景中的数据，不管用户生成的还是专业机构提供的，都为大模型提供了上下文；场景中的历史互动，也能被提炼成个人记忆，或打造成可复用的技能。

他还透露了一个务实的细节：很多产品甚至会接入多个大模型来满足不同需求，针对不同模型的能力与价格，把任务分类来选择性价比高的模型。

在工程层面，汤道生的判断是“也许算法决定天花板，工程能力决定你多快触达它”。从数据整理、训练、推理到场景落地，每一步都需要 AI Infra 的工程加持。面向企业市场，他认为让更多企业应用的数据通过 skills 与 MCP 接进大模型智能体，“丰富的企业应用生态可能更是长期的护城河”。

WorkBuddy：一个差点被“收缩”的项目

文章用较大的篇幅回顾了腾讯“明星产品”WorkBuddy 的成长过程。文中提到，“大家可能以为，CodeBuddy/WorkBuddy 团队早就预料到办公智能体的机遇，提前做好布局，其实不是。”腾讯云早期收购的 coding.net 是做代码托管与 CI/CD 的 DevOps 产品，但因为研发工具商业模式不太好、个人开发者不愿意付费，这些产品长期处于亏损状态。

在降本增效的那几年，CSIG 关掉了不少亏损的 SaaS/PaaS 产品，一度也要收缩对 DevTools 的投入，“但幸好没有砍掉这个项目”。

转机来自 AI coding。大模型在编程场景里有天然优势，这让研发成为大模型最早落地、也最容易产生高阶生产力的场景之一。

2024 年，腾讯推出 CodeBuddy，通过私有化部署获得了一些项目收入；到 2025 年底，大模型已能长时间执行各类编程任务，司内由 AI 生成的代码比例突然快速攀升。2026 年初，团队基于 CodeBuddy 底座，打造出界面更简单、更适合非技术研发人员使用的 WorkBuddy。而正当需要加大 WorkBuddy 投入时，腾讯文档团队重回 CSIG，两个团队快速融合，正好补齐了 WorkBuddy 所急需的文档编辑能力，让人机双写、资料库等能力快速上线。

文章中，汤道生还特别提到这支团队的 AI 原生工作方法，认为这是产品脱颖而出的重要原因：（产品）上线短短三个月，WorkBuddy团队就迭代了四十多个版本，几乎是一天一小步地往前跑。整个过程中，代码基本上都由 AI 生成，人更多地转向“做判断、调试和把关”。“白天，人和 AI 一起想、一起改；晚上，AI 接着跑长任务。迭代自然就快。”

元宝：回到“问答产品”的本质

在Agent之外，Chatbot一直是腾讯非常在意的另一重要阵地。对于市场上“Chatbot 战役已经打完”的判断，汤道生并不认同。

“信息搜索与问答是用户长期的刚需，只要把答案做得比竞品好，机会永远存在。”汤道生说，过去一年，元宝承担了巨大的用户增长压力，但现在，公司的 AI 战略越来越清晰，多个产品齐头并进，元宝团队反而可以更有节奏地打磨产品体验，把基础能力继续做厚。当下，元宝首先要做的是，回到“问答产品”的本质，用户最在意的仍然是答案是否准确、信息来源是否权威可信、内容是否足够实时，“元宝如果能够做好这些核心能力，仍然有很大的赶超机会”。

汤道生还透露，元宝最近与混元 Hy3 的 Co-Design 加持下，搜索体验在持续改善，留存率在不断提升，单位运营成本也在持续下降。

另外，此前元宝也沉淀了诸多可复用的系统能力，包括实验平台、评测体系和反馈闭环等等，这些基础能力今天也在被 WorkBuddy 等产品复用。

个人 Agent 向左，服务 Agent 向右

在 Agent 产品路线上，汤道生提出了一个重要判断，Agent会往两个方向同时发展，个人 Agent 向左，服务 Agent 向右。

个人 Agent 站在用户侧，理解用户个人的意图，高效地创造或完成任务，比如写邮件、查资料、做分析、写报告等。服务 Agent 则遵循服务提供者与管理者的意图，“对于所有数据输出要承担责任，也要避免使用者的滥用”，它对应的是企业里持续在线的服务场景——智能客服、售前产品知识库、人力资源或法务咨询入口等，往往要连接企业内部系统，对信息准确性、时效性、安全性都有严格要求，还要满足7*24 小时的响应。

在腾讯，个人 Agent 最具代表性的产品是 WorkBuddy；而服务 Agent 侧，汤道生介绍了腾讯云智能体开发平台 ADP，它可以提供开箱即用的配置方式，让客户快速打造稳定、安全、可扩展、可运维的服务 Agent，把工作流编排、RAG、工具调用、调试评测、安全治理和系统集成等能力做成完整的产品化支持。

个人 Agent 和服务 Agent 是并存与互补的关系。比如一个员工做客户分析报告，WorkBuddy 帮他理解目标、拆解任务、生成初稿；当任务需要调用客户数据、产品知识、报价规则、合同模板时，就交给对应的服务 Agent 核实身份、对数据权限把关，把信息整理后返回准确结果。“两者结合起来，才是企业 Agent 应用的完整架构。”