从前两三年，表界会商AI，更多是在会商模型会不会措辞、会不会推理、参数有多大、榜单排第几
。但此刻，各人关切的问题变得越来越具体了
。 Kimi Work把AI推向桌面工作流，OpenAI Codex在把Coding Agent做成开发者的工作节造台，Meta Business Agent要助商家处置客户征询、线索筛选和销售转化，Google和微软也在把AI agents放进搜索、办公和企业合作里
。 而这些作为指向统一个方向：AI不再只证明自己会回覆问题，还要证明自己能不能进入桌面、浏览器、代码仓库、企业客服、买卖平台和业务系统，替身实现一段有了局的工作
。 换句话说，出产力，在成为AI竞争的第一叙事
。而从这个视角启程，汤姚的对话，腾讯云AI产业利用大会的各种动态，出现了更清澈的意思
。 当AI下半场缓缓发展，腾讯云初次系统颁布“效能智能体工具集”，同时升级WorkBuddy企业版等作为，现实上路出了腾讯自身的转折——从前提到腾讯，表界最熟悉的标签往往是游戏、娱乐、社交
。但到了AI时期，这个标签在向“出产力”转移
。 从前二十多年堆集的产品、场景和衔接能力，正被腾讯组织成一种出产力生态，进而让它在AI战场上找回一种更自动的进攻节拍，以及新的身份和新的地位
。 面向幼我用户，腾讯升级了QClaw、WorkBuddy、元宝、ima、腾讯文档等AI工具；面向职场人群，Buddy家族覆盖代码研发、办公、文档处置和创意设计等高频场景；面向企业客户，腾讯颁布WorkBuddy企业版、Agent Suite办公智能体套件，并同步升级一系列企业级智能体平台能力
。 腾讯给它的定位，是全能 AI 工作台
。一人指挥，全行业专家执行
。你会发现这上面的专家密密麻麻，场景涉及内容创作、司法征询、投资分析、幼微企业等方方面面
。 就幼我履历来说，从前一段功夫，我险些每天都在用WorkBuddy
。正本，我必要每天打开分歧的网站，有的是科技领域垂类媒体，有的涵盖科技资讯的财经平台，而后从各家信息流中，筛选必要关注的行业信息
。 但随后，我起头给WorkBuddy设置自动化工作
。把关切的主题通知它，让它每天早上自动查找并过滤从前24幼时行衣凤最值得关注的动态
。同时为预防遗漏一些更宏观的大事要闻，还让它从两家权威官媒做扫描梳理
。而后把天生的了局，放到Obsidian查看并存档
。 更进一步，从前要分析一家公司、一个主题、一个产业景象，还要设法子查找券商、征询公司或钻研机构汇报
。此刻，能够在WorkBuddy上挪用专家团，让他们直接调研和深刻分析
。 企业版提供7×24幼时运行的专家数字员工，支持员工、AI智能体和团队成员在统一个项目空间里共享高低文、skills和产品；同时通过Agent Suite，把腾讯文档、腾讯网盘、腾讯乐享等能力接入WorkBuddy
。 这里真正要解决的问题是，幼我提效不蹬宗组织提效
。一个员工用AI把日报、标书、数据分析做得更快，只是第一步
。更难的是，他的经验、模板和产品，能不能沉淀成企业可复用的资产
。 腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤路生给过一个自己办公中的使用场景
。他会用WorkBuddy把日报里的数据整顿成趋向分析汇报
。从前这类需要可能要找研发同事排期，此刻几分钟就能实现；若是想加一个指标，只必要提出新的需要
。 龙湖的实际提供了一个样本
。产品经理用WorkBuddy读取和整顿大量舆论，天生图像测算有关的技术见解和PRD初稿；数据分析师把业务数据交给它，实现洗濯、分析、可视化并一键导出；项目经理用它做风险筛选和业务分析；财政用它做发票鉴别与流程核查；法务则用它天生合同风险提醒
。 这些工作分散在产品、数据、项目、财政、法务等岗位里
。WorkBuddy企业版要验证的，正是AI数字员工能不能进入一祖传统大型企业的多个职能，造成“全岗位”的出产力工具
。 上海医药用WorkBuddy提升内部案牍撰写效能，和仁科技基于WorkBuddy与CodeBuddy部署超百位“数字员工”，游族网络把WorkBuddy与CodeBuddy、ClawPro组合使用，覆盖会议纪要、文档转存、热点洞察、用户画像等业务协同场景
。 回答是：WorkBuddy的组织极度扁平化，幼团队三幼我、五幼我，萦绕某一个领域来做攻坚，并且做极度多的试验——这样的组织状态，才好支持原生AI产品的研发
。 从前一段功夫，表界对腾讯AI的质疑，好多集中在模型侧
。姚顺雨参与腾讯后，混元的研发方向产生了显著调整
。依照汤路生的说法，姚顺雨推动模型和产品Co-Design，把混元从极度在意表部benchmark，转向以产品用户履历作为北极星指标
。 大模型行业持久容易陷入榜单竞争
。参数规模、高低文长度、推理分数、代码能力，都能够成为被比力的指标
。但真实产品里的用户不是在做尺度题
。他可能只说一两句话，描述很吞吐，还会不休追问
。 姚顺雨的判断是，benchmark有价值，但真实世界的数据能露出榜单没有发现的问题
。模型要变得好用，不能只看表部榜单，而要理解真实用户怎么提问、怎么批改需要、在哪些处所失败
。 腾讯有大量产品场景
。元宝、WorkBuddy、CodeBuddy、腾讯文档、腾讯会议、ima等产品，城市产生分歧类型的真实工作
。它们一方面必要模型支持，另一方面也会把用户反馈、失败案例和评测尺度反向提供给模型
。 因而能够看到，此刻腾讯已经形成了一个飞轮：模型能力提升，产品履历变好；产品使用变多，真实场景数据和反馈增长；这些反馈再推动模型迭代
。 Hy3 preview已经在CodeBuddy、WorkBuddy、元宝等产品中规模利用
。WorkBuddy接入后，初次响应速度提升54%，工作均匀实现功夫缩短47%，工作成功率维持在99.99%
。元宝约莫80%的用户也已经在用Hy3 preview
。 回到前面关于组织的问题
。汤路生把AI时期以前的产品开发形容为瀑布流：产品经理写PRD，交互、视觉、前后端、测试一步步交付
。此刻，AI能天生大量代码，团队成员的沉点起头转向描述指标、设计架构、前置评测和质量节造
。 WorkBuddy、QClaw这类产品由更幼、更扁平的团队急剧迭代
。工程师不再只是写代码，而更像是驱动多个AI Agent实现工作的人
。测试和评测也被前置，由于AI天生越多，越必要更早界说好了局
。 当然，飞轮也有现实约束
。算力依然严重
。从前两三年，腾讯优先服务内部产品，包费解元训练、微信、会议、元宝等需要
。对WorkBuddy、CodeBuddy这类Agent产品，腾讯当前仍处在投入期，并没有给Buddy团队设贸易化指标
。 这注明腾讯现阶段更关切的是产品价值能不能被证明，而不是过早把Agent挪用量转化成收入指标
。贸易模式会出现，但在眼下，挪用量更多是使用指标，而非贸易化指标
。 大多在设法子把AI塞进更多工作流，拆工作、调工具、接数据、交了局
。而竞争焦点，也从谁的模型更聪明，转向了谁的AI更靠得住和更能干活
。 OpenAI沉范式界说，不休用ChatGPT、Deep Research、Operator、Codex等产品，把行业对AI能力天堑的设想往前推；Anthropic以Claude为主题，并通过Claude Code、MCP等产品与和谈，切入开发者终端、代码库和工具衔接层；DeepSeek看沉模型效能，用训练效能、推理成本和开源扩散，沉塑行业对高机能模型供给成本的判断
。 它不押注某个单点Agent，也不框定于办公套件，而试图把AI放回微信、企微、腾讯文档等自家工具组成的高频衔接网络里，把从前分散的产品能力，沉新组织成AI出产力系统
。 这时不妨再提一下姚顺雨的判断：环境和context很沉要
。‘模型越来越善于把一个极度复杂的输入造成输出，好多时辰你的竞争壁垒，就在于你有没有最原始的输入’
。 模型依然是底座，但模型要实现工作，必要入口、工具、高低文、数据、权限和安全机造
。它要知路用户在做什么，能挪用哪些系统，能不能交付到原来的业务流程里
。姚顺雨把context看作AI下半场的关键，腾讯最不缺的就是context
。 腾讯文档等传统互联网产品，在WorkBuddy里成了Agent能够挪用的能力单元
。文档能够承接人机合作，会议能够沉淀可复用的Context，网盘和知识库能够提供资料与经验，SkillHub和Connector则让更多内表部能力接入工作链条
。 而支持这套系统运行的，是腾讯在Infra和工程化上的持久堆集
。腾讯云萦绕Agent Runtime、Agent Memory和安全网关等搭起的底层能力，让Agent能够跑得更久也更稳
。