北京
出品｜网易科技《态度》栏目
作者｜汉雨棣
编辑｜丁广胜
10月29日，腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在与网易科技等沟通中，对于腾讯AI的产品逻辑、长期战略与人们的“AI焦虑”进行了回应。
汤道生表示，AI不会取代人，而是会重新分配注意力。人与AI协作的关键不再是“怎么问”，而是能否清晰描述任务细节、设定高标准，让AI输出高质量成果。
面对行业焦虑，汤道生提出，判断坚持是否有意义的标准有两条：是否创造了可持续的用户价值，以及用户是否愿意付费。毛利率为负若源于前期固定投入，可通过规模覆盖；若每获客成本远高于用户付费，则未验证Product-Market Fit，不值得硬撑。
他提出， AI竞争进入下半场，上半场关注模型参数和Benchmark分数，下半场大家更关注“用了AI到底得到了什么”。Token消耗量成为用户愿意为任务付费的粗略但直观的标尺。他同时提出，企业AI生产力是否跑通，看ROI与“离不开”程度。
汤道生再次强调，WorkBuddy坚持模型、Agent、数据接口的全方位开放。腾讯的壁垒在于提供Harness、Memory、文档处理等基础能力。
以下为对话实录，为方便阅读进行了不改编原意的编辑：
1、产品定位、开放生态与商业化路径
媒体：Agent大规模进入办公后，普通员工工作方式会有哪些实质变化？对企业人才培养有何建议？
汤道生（以下简称“汤”）：当初我们说与聊天机器人互动需要懂得提问，而在Agent时代、WorkBuddy时代，大模型帮你干活、完成任务，对应的能力是你能否对任务细节有很好的描述。任务完成60分、80分、90分、100分都叫完成，但好与不好取决于你本身的要求有多高，以及你能否在与AI互动时把这些要求清晰地传递给AI，最终让它输出高质量的结果。这与聊天机器人时代需要懂得提问相似，只不过是在工作任务的具体场景中去实现。
媒体：几个月前您说暂不给WorkBuddy设商业化目标，现在一个季度过去了，商业化目标有模糊概念吗？下一阶段有哪些具体目标？
汤：今天WorkBuddy的商业化更多是从支撑产品服务持续发展的角度考虑，不是定一个数字逼团队完成。随着我们建立生态，引进了第三方合作伙伴，包括专门为客户做FDE的伙伴，他们也需要商业模式，不能免费干活。打造这样的生态，服务客户越来越多，规模带来的纯成本压力很高。因此，在企业侧满足他们在安全、可观测管理层面的需求，产生一些收入，主要是为了让这件事发展得更好。
媒体：现在WorkBuddy相对成功，它在腾讯集团的定位是什么？未来策略是什么？
汤：还不能太快下结论，这是一个高速增长的市场。WorkBuddy当前在市场上处于相对领先的位置，但我相信未来几年产品需要持续迭代，这个赛道才刚开始。我们自己有很多想法，未来也会持续迭代。友商也在不断迭代，对我们来说最重要的是给客户有选择，满足他们的需求。
媒体：承载腾讯个人Agent愿景的产品主要是什么？今天元宝搜索在现场有广泛应用，对元宝的定位和投入是否有调整？
汤：WorkBuddy是办公赛道的个人Agent。在ToC侧，元宝、微信小微都是腾讯服务C端用户的重要平台，元宝肯定是我们的重点产品。甚至包括文档、元宝和WorkBuddy，如果有机会，腾讯也会积极推出合适的新产品。
媒体：从今天的架构图可以看到，企微和一些第三方IM可能成为提供数据或上下文的入口，WorkBuddy是中间的调度平台。是否意味着未来企微的角色会从办公主入口变成给Agent提供数据的入口？
汤：也不能这么说。BuddyOne也不是在里面拿到额外的信息，两个体系是齐头并进的。我们希望大家持续在企微里满足人与人的沟通需求，或在B2C场景为企微服务好C端客户。这对WorkBuddy也是有益的。
媒体：国内个人助理Agent有很多手机厂商在做，腾讯如果要做这类Agent，可能需要跟手机厂商竞争，怎么看待这种情况？
汤：首先不是跟手机厂商竞争，每一家AI企业都可以做这样的产品，不局限在某类玩家。要做到这种能力，离不开从哪里拿到上下文，让Agent有主动发现机会的能力。大家也都可以做，AI课题的挑战在于能不能获得相关的上下文，把一件事所需的信息、目标、路径完整拼出来，让大模型知道怎么干。在这些基本条件差不多的情况下，起跑线可能是差不多的。
媒体：您今天反复强调WorkBuddy的开放性，企业可以自由选择模型、Agent等，如果这些能力都越来越开放，腾讯在这一块的壁垒是什么？这一波如果企业未来想离开WorkBuddy，能把积累的Agent Skill和记忆带走吗？
汤：Skills本身是可以带走的，其实就是文本描述，以及对要访问数据接口的一些描述。作为产品提供者，当然希望产品有粘性，用户喜欢。但要真正把产品大面积满足用户各种需求，开放生态是一种方式，能接入腾讯不具备的能力和数据，大家在同一个平台，腾讯提供一些基础能力，包括Harness、Memory、文档处理等，让合作伙伴在这些基础上搭建服务特定行业客户的应用，这是打造平台的目的。
媒体：WorkBuddy全域开放接入DeepSeek、Kimi等主流开源模型，同时支持企业自部署模型。腾讯云怎么平衡这些模型的战略站位与第三方开源生态的价值？WorkBuddy打通到企业微信，在腾讯生态内的扩张边界是什么？像小微底层主模型也不是混元，会不会各自为战？
汤：WorkBuddy的模型开放其实是产品竞争优势，很多客户不想在用Agent时只用一个模型。我们针对不同任务做相对优化，价格也有差异。WorkBuddy并没有想做企微那样的C2C通讯能力，最近联合发布新版本让两个平台更好联动，WorkBuddy可以去企微获得上下文来解答问题。Agent跟Agent之间的联动是未来合理模式，尤其处理敏感数据面向不同员工时，不同员工有不同权限。企微有聊天记录，能保护隐私，保证WorkBuddy较高的隐私保护需要。微信是更独立的体系，小微涉及个人聊天极度敏感性，服务十几亿用户，没法像WorkBuddy用同一套设计，它有自己的技术体系，这也是合理的。
2、企业落地、技术架构与组织变革
媒体：您怎么评价腾讯在AI竞赛中的位置？哪些环节跑出来了？哪些还是短板？
汤：大家使用WorkBuddy解决的问题与办公场景需求密切相关，包括易用性、开放性，能对接不同模型、不同系统、获取各种场景数据，这些都让我们获得了比较好的反馈。今天发布的BuddyOne正在进一步升级体验，尤其在文档协作方面。以前办公模式基于文件，用编辑器写文档、PPT或做报表，每种文件格式有自己的工具，文件更新靠来回发送，这种协作模式在AI时代会完全重新设计。
WorkBuddy在BuddyOne体系里作为一个平台、一个工作台，把过去的文档能力、乐享、网盘、会议，甚至企微整合成一个体系，在设计领域的NEOA ADP也把多模态能力整合进来。用户通过AI生成各种类型内容，有不同模态的浏览器去浏览，需要微调也可以在体系内完成，实现人机协作。后面我们会加大多人协作和多Agent协作的能力，让多机协同办公模式更完善。
媒体：如何判断企业的AI生产力真的跑通了？有哪些指标？
汤：先抛回一个问题：在座各位今天能不用AI来做工作吗？挺难回去的。有没有跑通，第一是它创造的价值你愿不愿意放弃？如果放弃不了，就等于它已成为工作、生活的一部分。
往下去看，企业尤其为Token买单时，能不能通过降本增效、创造新收入来抵消新增成本，回到ROI理解。ROI分母是投资，分子是回报。海外有些声音说AI玩不转，但这是动态变化的。如果用很贵的模型、低效的算力机制，成本暴涨，对应的回报必须非常大才觉得跑通。国内模型一直在针对性价比，让Token的回报部分提升，今天已有很多案例：营销效率提高，同样费用带来更多GMV；企业管理者更快了解业务状况，深度分析做出更及时决策，发现商机或经营问题。
智能体在办公场景其实是跑通的，ROI已有很多企业证明值得持续投入。如果没做好，比如没调整组织、没赋能员工使用AI，付同样成本但没拿到回报，体感就是没跑通。今天更多企业反馈是很想用，关键是怎么建立安全环境，大家怕Agent自己执行会走偏，所以我们提供的不仅是WorkBuddy这样的智能Harness，还包括从管理、安全角度建立让大家放心的执行环境。
媒体：您今天提到企业落地Agent最大问题是断点太多，WorkBuddy选择全面开放架构，支持企业自研Agent和三方接入。开放之后，腾讯如何保证企业Agent的运行质量、数据安全和责任边界？把选择权交给企业和平台可控性之间怎么平衡？
汤：不矛盾。开放体系是让更多伙伴贡献能力解决客户不同问题。企业决策使用时，肯定考虑数据安全性，这个Skill或应用会不会乱来。企业所需的可控性、数据安全、可跟踪能力，其实是腾讯整个Agent产品体系提供的能力。平台跟生态合作中，平台提供通用的、各客户都需要的、各生态伙伴可基于搭建应用的基础能力。安全本身包括可观测、能审计、能找原因，这些是偏共性的，不完全依赖第三方应用满足。
媒体：想问一下算力的问题，腾讯在数据中心扩张上，海外市场是不是更倾向于长期租赁？国内怎么衡量？
汤：全球算力都挺缺的，所以如果能买到，我们也很愿意通过自建方式管理算力。但需求暴增，自建赶不上的话，租赁也是开放的。
媒体：混元大模型接下来的迭代方向是什么？目前做应用任务时对模型性能要求没那么高，反而成本更高。接下来混元是否继续追求性能领先，还是会在成本速度方面做取舍？
汤：两条线都需要兼顾。大模型肯定继续追求综合能力，解决更复杂的Coding问题、多Agent协作等都会带来新要求。同时也会在成本和速度上做优化。
媒体：WorkBuddy之前采用小团队扁平化快速试错模式，现在生态越发丰富，这个模式是否有变化？目前团队大概有多少人？如何支持持续创新？
汤：小团队管理模式让它能非常快迭代，但也需要让不同功能的代码回到基线，工作量不小。需要用更多工具包括用好AI，让合板更顺畅，不引入新bug。做产品还是需要有架构或自上而下的设计思路，比如有团队负责左侧栏、右侧浏览编辑、底下输入框，各自迭代可能相互踩踏，必须在发布时及时发现。AI带来的组织新模式，不同团队都在探索，不觉得已有一个清晰的“菜谱”。
媒体：怎么打通业务数据和管理？
汤：把不同数据源打通是两个层面的事。首先数据需要有MCP接口和对应的Skill，描述数据结构。在WorkBuddy承载问题时，它可以针对问题需要调用相关Skill，理解数据结构，把数据拉到智能体环境做打通。
我们还有一个产品叫ADP（Agent Development Platform）。服务端作为数据Agent前置，很多客户会部署一个ADP来提供MCP接口、做权限管控，甚至有一些Workflow来约束数据提供流程。因为WorkBuddy是个人助理，在企业里不能让每个员工通过它去随意访问数据，需要数据保护和企业政策落地。
所以数据打通的挑战不在于能不能通过接口拉到本地分析，而在于服务端怎么保障数据权限、保障调用过程不侵犯隐私、不让大模型做不合理操作。服务侧的Agent目的是把数据系统管理者的管理需求呈现在ADP的Agent上面。用户侧解决多模态融合生成编辑的体验问题，服务侧Agent数据打通更多是从组织角度考虑的层面。
3、行业趋势、竞争格局与长期战略
媒体：您今年8月写过文章说WorkBuddy可能是今年意外跑出来的产品，前几年CSIG降本时差点被砍掉。怎么在自上而下的清晰管理战略和一线模糊的潜在创新之间找到平衡，不断发现可能跑出来的黑马？
汤：探索性项目很多，能跑出来的一般是少数，所以企业里需要一种对试错的包容。另外，做不同尝试、决定什么项目坚持不下去，很大程度取决于有没有为用户创造价值，用户能不能用起来。如果你做一个探索，最后要花很大力气用户才买单，也许是通过巨额补贴，不补贴他就跑掉，那其实没找到用户认可的价值点。
做探索首先团队要有清晰的北极星，就是要让用户觉得有价值。到了某个阶段需要商业化变现时，他也愿意在合理价格付费，通过不同阶段验证，用户愿意用、能培育习惯，后来接商业模式大家愿意买单，又能覆盖运营成本，业务就健康可持续了。腾讯这么多年有走下去的案例，也有探索失败的，两边的案例都很多。
媒体：你们如何判断Muse这类个人智能体在国内的前景？在入口、用户习惯培养及场景上，与WorkBuddy这样的工作场景智能体会存在哪些关联？
汤：底层逻辑是它连接了很多交易场景，获得了很多上下文，比如邮件、短信。它不仅有一个路径，还能主动去想——不像过去Chatbot或WorkBuddy是你先提需求它再反馈，Buddy不一样的是，你没问它，它自己也会去看你收到的信息，主动帮你想可能需要什么。
在国内，WorkBuddy也会接入邮箱，这是办公中常见的信息来源，这让办公Agent有这样的基础。WorkBuddy也可以建立Agent定时任务，定期去执行。这样的平台本质上可以支持满足这类需求，可能在C端消费场景，大家信息来源各种各样，不一定都来自邮箱。能不能做到像Buddy的体验，很大程度取决于拿到的上下文是否足够多，有没有好的环境让它主动为用户想需求。企微也是一个重要的获取上下文的来源，邮箱跟企微的合作联动，我们有基础去满足用户这方面的需求。
媒体：除了办公场景，您认为AI最先颠覆和重塑的实体行业会是哪个？为什么？
汤：腾讯不喜欢用“颠覆”这个词。最明显看到变化的应该是程序员，今天大模型对代码的处理能力已被证明非常强。我们自己内部很多研发同学都在适应这个趋势，一方面必须用，过程中组织必须变化，每个人做的事也在变化。如果没有足够约束让AI生成代码，可能生成的不优雅或不好管理，需要不断完善架构约束。测试和质量保证团队也面临巨大压力，代码几倍提效后，整合代码保证质量、不隐藏bug或安全漏洞，都是新研发模式带来的挑战。
媒体：您曾提到AI竞争是马拉松，下半场才开始。从模型竞赛向场景落地，AI进入下半场最鲜明的特征是什么？如果请您给下半场设定一个标尺，不是参数不是榜单，您会用什么样的标准衡量一家企业在什么位置？
汤：上半场大家非常关注模型参数、Benchmark评测分数，今年大家比较少提哪个模型得了多少分了，这个体感很明显。下半场大家更关注价值——用了AI在某个场景到底得到了什么，是不是愿意持续使用。在智能办公赛道，我们看到很多任务比较复杂、跑得越长，Token消耗就比较高。Token消耗量虽然不是非常严谨的衡量方式，但代表了用户愿意为那个任务花多少钱、多少Token。
媒体：海外Agent越来越多，中国移动国际版已推出，瞄准东南亚市场。能否多谈海外发展策略？是否跟着云用户走？对未来其他市场如欧洲有什么看法？海外竞争激烈，怎么评估产品竞争力？差异化在哪里？
汤：腾讯云重点市场可以看今年在哪些区域建了新AZ可用区：马来西亚、印尼、泰国、沙特利雅得，欧洲马上加大法兰克福甚至法国，拉美墨西哥也会上线。过去一年各区域增长让人兴奋，客户反馈正面，希望我们投放更多AI能力。模型层面很多是开源的，腾讯云产品既可在公有云使用，也可作为软件在私有云部署，对数据可控性要求高的区域很有吸引力。同时很多国内企业出海，对云基础设施需求旺盛，我们作为紧密合作伙伴承接海外需求。未来几年腾讯云海外市场空间巨大，借着AI东风，海外客户对中国云厂商合作意愿在增加。
媒体：您之前说“熬得久比起得早更重要”。今年采访不少人，感觉不会用AI的人焦虑，会用AI的人也焦虑。对这些还在坚持、苦苦挣扎的人有什么建议？
汤：在大的科技变革不可逆的趋势下，必须要坚持。起得早、用得早会加深认知。焦虑不是通过不用来缓解的，如果不用、不坚持拥抱学习，焦虑会更大。越用越能看到工具潜力，担心的是自己用得对不对、够不够深，怕别人用得比自己更好。
判断要不要坚持，底层逻辑：第一是不是真正创造可持续价值；第二用户愿不愿意为你付费。如果毛利率为负是因为前期固定投入太大导致净利为负，可以通过规模产生更多利润来覆盖，这个赛道值得坚持。但如果每获取一个用户给出的成本远高于他愿意付的价值，越多用户使用亏得越多，那就没有把Product-Market Fit验证到位，不是一个特别好的条件来justify坚持。
