6月5日，在腾讯云AI产业应用大会上，腾讯首度对外发布了“效率智能体工具集”，面向个人提效、办公提效、企业提效三类需求，针对20多个垂直场景提供差异化智能体解决方案，意在争夺当下最火热的企业智能体市场。
这是腾讯一年之中最重要的AI大会。除了与腾讯首席AI科学家姚顺雨开展对话之外，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生还久违地接受了媒体采访。采访中，他回应了外界对腾讯AI的诸多追问——从商业化节奏、模型策略到算力瓶颈，以及那个反复被提起的问题：腾讯在AI领域的动作是不是“慢”了。
他的回答透露出腾讯当下对AI的几个基本判断。
第一，智能体仍处投入期，腾讯没有给相关团队设商业化目标。
面对屡屡被问及的ROI与考核，汤道生的回答是，WorkBuddy这类智能体目前仍是战略投入期，公司没有为团队设定商业化目标。
但这并不意味着没有商业模式。他认为，企业场景里存在清晰的付费逻辑，并把WorkBuddy类比为几年前的腾讯会议：既有ToC属性，也有ToB属性，接下来要发挥的是C2B的能力。一个背景是，腾讯云今年首次实现全年规模盈利，增长主要来自SaaS与PaaS业务。
第二，混元重建初见成效，但腾讯坚持开放的模型策略。
谈及加入约半年的首席AI科学家姚顺雨，汤道生评价颇高。在他看来，姚顺雨推动了模型与产品的co-design（共同设计），并把混元从过去在意外部benchmark（基准测试），扭转为以产品用户体验为关键衡量标准。他指出，目前混元重建成效已经显现，约八成元宝用户已用上混元三（Hy3），留存率明显提升。
不过，腾讯并未把宝全押在自家模型上。汤道生强调，腾讯对模型厂商保持开放、把选择权交给用户，正如去年元宝与DeepSeek的融合。
第三，算力仍是一道绕不开的真实瓶颈。
采访中，汤道生多次提到算力紧张。资源有限的情况下，腾讯会优先满足内部需求——混元训练、微信、腾讯会议、元宝都在大量消耗算力，因此把GPU租给外部客户的优先级相对靠后。他期待下半年更多国产算力到位，从而能够更好地支撑推理场景。
至于是否自己造芯片，他给出了否定：自研芯片设计并不能解决产能问题，腾讯更倾向以生态合作的方式，与更多芯片厂商协同。
第四，腾讯仍在积极拥抱新的AI机会。
汤道生认为，AI竞争是一场马拉松。腾讯业态多元，难保每块都行业最领先，阶段性有快有慢很正常。但他也补充，年初“养虾”热潮中，腾讯被公认反应最快，WorkBuddy也成了赛道里最受欢迎的产品。拉长来看，腾讯近28年里那些成功业务也都走过高潮与低谷，关键是判断清楚一件事有价值，就坚持走过周期。
以下为对话全文：
媒体：市场上说腾讯在做AI产品的赛马机制，你认可这个观点吗？如果过去腾讯通过赛马机制跑出来一些现象级的产品，这个策略在AI时代是否适用？
汤道生：首先，我觉得肯定不是在赛马。因为现在智能体服务的场景是蛮多的，大家的需求也是非常多元，市场上很多AI产品都有各自定位。公司内部有很多团队都在针对某些场景寻找新机会，希望能够服务好大家不同的需求。
媒体： 混元模型每token的价格有所降低，与此同时DeepSeek和小米也在进行大幅降价，随着今年下半年国产芯片到位，能否判断一下大模型价格下降的曲线会是什么样的？对于腾讯AI产品的定价上会有什么样的影响，是否有降价的可能性？
汤道生：我不好点评其他模型厂商的价格策略，但是行业大的趋势肯定希望token的推理成本不断降低，这会有助于AI的普及。
但同时，我也看到一些趋势，根据Scaling Law，参数越多模型越大，在性能上、能力上仍然有所提升。所以很多厂商现在是在做不同规格的模型，有参数相对少一些的来满足对于性价比要求比较高、ROI更低推理成本的一些场景，但同时也有一些特别难的问题需要更大的模型，当然成本就会高，大家的定价策略也会有所不同。
媒体：腾讯云的DeepSeek V4降价了，但早期存储、CPU是有涨价的，云的价格是有所上涨的，是不是这个涨价逻辑依旧存在？
汤道生：整个半导体行业的上游成本确实有所上升，我们会综合考量市场环境和客户需求，在保持竞争力的同时维护业务健康。
媒体：混元3 Preview上市之后，token调用量比2.0时期提高了一倍，正式版什么时候上线？
汤道生：敬请期待，别给顺雨太大的压力，其实是紧锣密鼓准备中。
媒体：腾讯这两年走高质量发展的思路，云业务板块2025年也全年盈利了。比如WorkBuddy普及非常好，用户也非常多，腾讯会对AI Agent产品做利润或ROI考核吗，还是继续做战略性的推广和投入？因为算力和成本开支都在大量增加，会不会有压力？
汤道生：腾讯有多个赛道，每个赛道都有不同的产品，各自处于不同阶段。对于WorkBuddy这样的AI智能体，现在还是投入期，我们并没有给团队设商业化目标。不过同时，大量企业客户对于WorkBuddy非常感兴趣，在企业的场景其实是有清晰的商业模式。我觉得WorkBuddy今天有点像几年前的腾讯会议，既有ToC属性也有ToB属性，我们会继续发挥好它C2B的能力，来搭建可持续发展的服务体系。
媒体：腾讯一直说要做“好用的AI”，这在WorkBuddy的ToB场景里怎么体现？，如何服务好企业目前的AI需求？
汤道生：非常好的问题。我这几年做AI产品也一直在想怎么定义好用，当然我们都是用户，用一个产品顺不顺手，能不能解决问题、价格贵不贵，心里都有自己的判断。从主观的角度，用户自己会用脚投票。WorkBuddy的普及也不是靠硬推广，很多用户给了非常正面的使用反馈，都觉得好用，所以用起来了。
但真正在产品执行过程，好的AI原生产品需要产品、模型、评测、数据四个能够对齐。这四个维度就是我们在使用一个产品，通过一些客观的指标，尤其针对一些比较开放式的问题，要能够既达成产品的目标，有清晰的评估体系。其实就是评测部分，怎么通过能满足这个要求的数据，大家多方对齐，才能训练出能满足这些要求的模型。
媒体：在当前的战略之中，基础模型的迭代速度和Agent的工程化落地能力，哪一个对现阶段腾讯云AI的增长贡献更大？第二，在办公协同这样的ToB通用场景和工业金融这种垂直场景之间，腾讯云的精力和资源是怎么分配的，哪些是必须自己下场去做，哪些是交给商业合作伙伴的？
汤道生：如果大家平时有用WorkBuddy，也会发现它的自动模式会针对不同的问题调用不同的模型。今天的智能体可以帮我们解决很多办公场景所遇到的问题，很大程度得益于模型的能力发展。同样的工具，你把两年前三年前的模型放进去，肯定做不到今天这个效果。所以我仍然觉得模型的迭代对于智能体的发展至关重要。
刚才我提到的自动模式会调用不同的模型，这里有多种理由。腾讯在智能体的构造、AI的产品解决方案，一直采取开放的态度，我们非常愿意跟不同模型厂商合作，就像去年元宝跟DeepSeek深度融合。今天，CodeBuddy、WorkBuddy，我们也采取开放模型策略。因为这些通用的工具要支持不同企业、不同用户的各种场景，我们希望把模型的选择权给到用户。当然混元也在持续迭代，我们也有模型能力的目标方向，很多时候客户在使用我们智能体的时候，也会对混元的调用特别感兴趣。我们仍然会采取一个比较开放的策略去发展AI智能体业务。
媒体：目前腾讯AI Agent的业务是什么样的程度，是偏IaaS层还是SaaS、PaaS层的订阅，以及这个平台的关键机制是什么？
汤道生：一直以来基础设施的算力是不太够的，所以有限的资源，我们会倾斜内部的需求，包括混元的训练、微信的需求、会议的需求等等，元宝也都挺消耗算力资源。所以实际拿GPU算力放到云上服务各行各业的客户，尽管有标杆案例，但还不能完全覆盖所有客户的需求。国内云市场的增长驱动和海外有所不同，还是以通算存储等基础服务为主要驱动。
但今年从龙虾开始，包括WorkBuddy、CodeBuddy的普及，我们的token调用有一个爆发式增长。当然我们仍然受限于算力。所以我们也很相信在PaaS层面、token层面，未来的机会是巨大的。在IaaS层面，最近的财报Martin也有提到，我们非常期待下半年有更多国产算力可以支持到我们的云业务，起码把一些推理场景服务得更好。
媒体：现在有一种声音说Agent会吃掉一部分传统SaaS的市场，在腾讯云自身的产品矩阵里面，Agent业务和传统云服务之间是否存在左右手互搏的问题？
汤道生：用户的使用习惯过去30年一直在改变，所以我们产品团队也在充分拥抱用户习惯变化。比如腾讯文档最近这几个月的迭代，其实是把它过去所积累的文档处理能力变成Skill，变成WorkBuddy可以调用的接口，让办公用户得到多年积累的文档处理能力，但同时也在一个智能体的新载体上运行——比如通过微信提交你的想法、需求，到你的PC上面调用一些文档的能力来最终完成任务。所以我看到的是，腾讯很多过去的SaaS产品或软件类的企业办公产品，也在积极拥抱AI智能体浪潮带来的机会。
媒体：你刚才提到腾讯缺算力，我们既要做训练，下面有WorkBuddy这类产品，云还要服务外部的客户，给客户卖token、卖GPU算力，我们怎么做权衡和考虑，尽量满足用户跟客户的需求？
汤道生：过去这两三年还是优先服务好内部产品，其实内部产品也在服务外部用户，所以确实对于腾讯来讲，这个优先级要比把GPU租出去的优先级更高一些。但是随着下半年有更多国产算力进来，既满足内部需求的同时也可以服务外部，这是当前我们的一些计划。
媒体：今天AI让腾讯的产品开发方式变得不一样了，腾讯一直是做产品的公司，上午提到整个AI的开发流程都会有变化，能以QClaw、WorkBuddy这类产品为案例讲一下？
汤道生：现在AI原生的研发模式会比以前更扁平，比以前多角色、有清晰边界、一环到一环的瀑布流式交付，已经有挺大变化。以前有产品经理把PRD需求文档写出来，然后由交互设计师想好用户应该怎么用，然后由视觉设计师把界面的颜色质感弄出来，然后到实现可能有前台开发、后台开发，有架构设计，然后才到程序编程，后面有功能测试、压力测试等等，以前的研发流程是一步一步滚动下去的。
但是今天当AI能够生产大量的代码，想法变得更重要。我们有很多角色的融合，比如WorkBuddy，包括你提到的QClaw还有其他同类的产品都是小团队运作，而且这个小团队都是既带一定的技术背景、很多时候能写代码，但他们今天的工作不完全是敲键盘写代码了，更多是写他想要的是什么，或者要达到这样一个目的怎么去做架构设计会更高效、更能满足不同需求、更能规模化。
这里过去有很多技术人员所积累的海量运营know-how，今天大模型生成的代码可能在这方面考虑不足，所以有很多技术人员仍然会花精力在这个地方。但我也不会太意外，再过一段时间很多产品的研发会更从"我想要什么结果"去驱动，这样也让外面比较流行的"一人公司"成为可能。只要你有想法、有创意，也许你就可以跟AI协作来把一个完整的产品打造出来。我相信未来的团队应该会越来越小，更多三五成群的feature team去完成一些产品研发的工作。
媒体：这个会给内部的产品管理或者流程管理带来哪些挑战吗？
汤道生：绝对是，我们也都在适应，所以一般这种试点的产品其实全流程都要用新的方式来做实践。我早上提到，甚至包括从质量、评测、测试的角度也不断在左移，不断在往研发过程中更早的阶段——你在做需求描述的情况下，已经要想最终怎么测试、怎么评估到底生成出来的代码有没有达到我的要求。这一系列的工作在以前可能是最后环节，但是今天都会把它前置。
媒体：腾讯云之前判断，单纯按token和API计费不是一个长期健康的生意，如果从资源售卖转向按任务结果和业务价值收费，这个路径是什么？怎么平衡当下按token收入和长期按价值定价的矛盾？
汤道生：我认为两者都会存在可能，其实只是不同的计费方式。token的API方式也没有说低于成本收费还是高于成本收费，高于成本收费就是一个可持续的商业模式。我相信某一些行业、某一些业务场景是可以通过效果来收费的，但同时要针对某一件事或者一个任务达到某些效果，涉及到的因素是比较多的。如果一个产品厂商对于最终的结果只是有部分贡献，你很难完全基于效果来charge它所提供的价值，但你不能否定部分价值不是价值。所以在这样的交付情况下，我认为纯粹按结果是比较难、很容易有争议的。
媒体： 腾讯云怎么帮助AI应用公司避免用户越活跃、推理成本越高的毛利陷阱？
汤道生：移动互联网的边际服务成本相对比较低，所以我们能通过广告或者眼球经济、带货或者带动某些交易行为，就能够建立起一种商业模式，起码你的收入高于成本。但AI原生服务，以今天的运营成本、推理成本还是非常高的情况下，很难纯通过广告的模式支付用户的使用。尤其用户针对不同的问题、不同的任务可能有不同的消耗，你更难有一个稳定的回报，保证用户不付费的情况下让广告主为不确定的运营成本买单。
所以，以今天token的成本跟任务复杂度有很强关联的情况下，ToC收费——不管是订阅还是按输入token计还是更细化，输入token多少、输出token的价格不一样、有cache没有cache价格不一样，这些很复杂的交易，对于成本的消耗差异太大，很难用同样眼球的模式来变现。
所以，AI的产品，如果它的推理成本仍然处于这个水平，它还是很可能被使用在那些高商业价值、你能够算得过账，或者它带来的新增生产力能够对标你在没有它的情况下还要花更高成本去完成的场景，那你就可以建立起来一个新的商业模式。
媒体：上半年大家都在谈论token焦虑，腾讯更注重的是产品的场景化落地。今天也发布了智能体的工具集，涉及到20多个垂直场景，这背后是怎么考量的，为什么更注重产品化的落地？
汤道生：腾讯一直非常关注产品体验，满足用户的需求，为用户提供价值。这些目标都需要通过产品作为载体让用户获得这些价值，大家一般都会说腾讯就是一个产品公司，这是在我们团队的基因里，我不觉得在AI时代会有太大的变化。只不过因为运营成本、边际成本的不一样，我们需要不一样的商业模式来承载这种服务。我相信只要你创造的价值足够大、能量化，用户或者客户还是会为它买单。
媒体：现在很多人都在谈token经济，腾讯或者腾讯云会不会有重点考核的商业化指标，比如token的调用量、行业渗透率，会不会有这种指标的考核？
汤道生：token的调用量就不是一个商业化指标，它是一个使用指标。当前商业化不是我们的重点，还是要把产品打磨好，服务到更多的用户，能够证明这是一个能为大家创造价值、工作提效的工具。但我们会有商业模式，它是一个调节器，因为算力资源有限，所以到底怎么筛选出对这个产品最有需要的、最认可它创造的价值是值得他们付费来获得算力的，我想也是Agent产品发展过程中需要考虑的地方。
媒体：大家对元宝和混元三之间的co-design还是有很多期待的，上午也讲了双方的磨合主要是建立信任，想问一下双方的配合节奏是什么样的，元宝作为一个C端产品，它的核心定位以及增长目标还有KPI到底是什么？
汤道生：其实两边的合作越来越紧密，最近大家还会搬到同一座楼，更方便沟通跟对齐。我们看到大概80%元宝的用户已经在用HY3（混元三）了，而且在产品的留存率上面都有明显提升。现在元宝里面很多不同的服务都是由HY3来支持。
媒体：元宝的KPI是什么？
汤道生：一方面肯定是持续在增长，希望能赢得更多的用户，留存率要持续提升。比如我每天都在用元宝，我对于元宝团队最期待的是把搜索的服务做得越来越好，引入更多的数据源，能够更好地解决生活中的疑问，甚至能够接入一些实时的数据，让服务不再纯粹基于模型在什么时候训练过、它的知识就停留在那个地方。
媒体：此前元宝投入了比较多的资源进行增长，接下来元宝的增长策略会是什么？会不会有比较激进的投流投入？
汤道生：我们有这么多AI智能体产品，我最大的投入仍然是在元宝上面，我们仍然觉得chatbot（聊天机器人）的形态有普遍需求，是我们特别重要的赛道。但因为今天有更多的智能体在我们的工具集里面，所以也有一些预算投到CodeBuddy、WorkBuddy这样新颖的智能体上面。我相信AI赛道可以百花齐放，腾讯也有很多不同类型的产品在服务不同的用户，元宝毫无疑问是其中一个重要的产品。
媒体：腾讯TokenHub增长很快，想问一下在我们的云业务里面是不是更重视MaaS（模型及服务）业务，给它更大的支持？然后您对今年的云收入有没有一个预估或者展望？
汤道生：非常重视，我觉得这是一个行业共识，也在不断给他们找更多的算力来提供token服务，而且TokenHub的服务不仅仅是内部的产品在消耗，其实我们的企业客户、云上的企业客户的调用也一样在高速增长。
媒体：MaaS（模型即服务）方面，友商最近推出很多雄心壮志的营收目标，怎么看MaaS上面跟其他云厂商的竞争，我们自己的目标是什么？
汤道生：每家公司有不同的发展风格和节奏，腾讯更倾向于让产品和数据说话。
媒体：腾讯在模型层面做混元，AI Agent有CodeBuddy、WorkBuddy和QClaw，它分三个方向，未来这三个方向哪个方向投入更大一点，让它更加地破圈？
汤道生：我很难对于十年后去做终局判断，也许不一定是一个终局，可能就是一个阶段性的结果。我在行业也做了很多年，往往大家前期特别看好、特别期待的，十年过后也不一定就跟原来想象的一模一样，有一些大家没有意识到的产品机会也会带给大家惊喜，所以我们会保证不同的赛道、不同的产品都有充分的资源去迭代，同时也不断地观察市场的变化。如果有更多的人对某个产品认可，腾讯也会非常及时做调整来加大投入。
我觉得一个很好的案例是CodeBuddy，三年前也有这个团队，但是做的是一个面向开发者的产品。后来随着AI的能力加强，公司内部也有coding智能体的需求，我们就承担起CodeBuddy的产品。最早大家只是觉得是给程序员用的一个产品，但是到今年大模型的能力进一步提升，我们看到更多的可能，CodeBuddy就演化成今天的WorkBuddy，内核都是一样，harness里面设计的产品都是一样的。你突然发现一个产品形态打开了一个巨大的机会，不仅限于程序员，而非程序员的很多企业员工都发现WorkBuddy是一个特别能帮助他们工作提效的工具，这个我们在一年前是想象不到的。WorkBuddy今天的普及、受欢迎的程度，并不是我们两三年前规划出来的。所以，及时响应市场变化是一个更重要的能力。
媒体：WorkBuddy是跟着龙虾热火起来的，现在更多的关注热点是Claude Code或者Codex，有没有想过WorkBuddy会往Codex那样进行一个国际化？
汤道生：我也期待WorkBuddy、CodeBuddy今年开始做一些国际化，服务我们海外的客户，我们也会搜集更多的海外用户的反馈来迭代这个产品。
媒体：此前腾讯在企业协作套件整合上，入口和中心是企业微信，包括文档、会议、网盘都接入到企业微信存在，而这次新推出的WorkBuddy企业版推出了Agent Suite智能体套件，它的整合逻辑跟之前有什么不同，现在通过One ID、统一度量等，未来还有什么整合？
媒体：在移动时代，Chat App（聊天软件）是一个非常具有粘性的APP，企微跟微信的连接延展了我们在Chat App赛道服务用户，及时获得信息、处理任务。
在AI时代，我们同时也发现能力跟入口可以稍微剥离。在龙虾到来这段时间，蛮多用户只用Chatbot（聊天机器人），比如微信里面的Bot来作为一个入口，但是实际上你的智能体还是跑在其他的设备——PC或者云的Lighthouse都可以。我们过去很多模块功能，要转换成可被智能体调用的能力，才能够把这个工具过去多年积累下来的价值进一步释放，所以今年你会看到企微其实把原来的一些数据能力通过接口、通过Skill开放，让其他智能体可以调用，这个趋势是越来越明显的。
AI时代，元宝也好、WorkBuddy也好，好像有一个chat界面，但是chat不是一个社交连接，这是一种新的产品形态，我们也发现用户对于在办公的环境，如果不是要跟同事去做交流、开会，CodeBuddy、WorkBuddy这样的界面是更符合用户的需求。当用户有这样的需求，这个产品能提供一个更符合满足他这个需求的交互体验，我们就肯定要持续加强满足用户的覆盖。
所以，我相信企业微信也好、WorkBuddy也好，在办公电脑上、在办公场景都会并存，只是企微会更侧重内部跟人与人沟通、人与服务沟通，或者直接调用OA、有一些审批流程。在原来的流程里面，企微肯定还是一个非常重要的载体。但我们也能设想到未来也有一些工作模式，更多是人跟AI协作，我们希望WorkBuddy能提供一个更自然的AI原生产品体验。
媒体：你多次谈到算力供给的瓶颈，WorkBuddy也在涨价，腾讯未来会不会考虑自己下场去做算力芯片？现在很多云、模型的厂商都在强调全栈协同，可能会在成本控制上有一些优势，您怎么看？
汤道生：首先，自己去做芯片设计不解决产能问题。我因为跟很多芯片厂商、合作伙伴都有打交道，我相信没有一家今天有足够的产能去满足今天市场的需求，所以这两者其实是两件事。我们现在的做法或者这样一个生态结合的战略，其实让我们可以跟更多芯片厂商合作，也让大家非常愿意拥抱腾讯作为他们算力的一个展现标杆。
媒体：今年国家一直在强调六张网其中的算力网，在AI时代，从腾讯云自己的视角来看，算力一体化的运营跟调度是不是变得更重要？我们在异构算力的调度与使用方面有很多技术储备和经验，怎么看算力网的重要性？
汤道生：算力调度在资源缺乏的时候肯定是很重要的，让你的资源效率能够做到最高。但要达到这样一个目的，技术要求也蛮高的，毕竟不同类型的workflow（工作流）对于算力的需求，在pipeline（流水线）什么阶段需要算力、什么阶段需要闪存，是一个非常复杂的优化问题。虽然置身其中，但是仍然需要很好的技术能力、架构能力，甚至异构越多，虽然叫算力集群，但是如果它是由多种芯片、多个不同芯片的模型来组成，也仍然很难做到绝对的匹配。
同时还要考虑locality（数据局部性），因为芯片对于数据提取的速度有要求，你的算力也许在北方，但是如果我要解决的问题它的数据是在南方，其实算力跟数据的距离也会带来很大的浪费或者性能也不会高。所以，这是一个非常复杂的问题，我们也在不同的程度努力——国家有国家的，希望建立数据大集群；包括腾讯内部也有很多的团队产品，他们有算力的需求、推理的需求、标注的需求、有多模态的训练、有音视频的，大家的workflow（工作流）还是挺复杂的，所以能让这个资源利用效率做好，其实还是一个很复杂的问题。
媒体：腾讯现在摸索出一些比较不错的经验吗？
汤道生：我们不断把自己的算力资源用好吧，因为毕竟缺嘛，其中一个解题方式就是把它尽量用好。
媒体：姚顺雨来到腾讯大概半年左右，很好奇腾讯当初为什么选择他？他给腾讯AI带来哪些改变？
汤道生：为什么选择顺雨应该没有什么悬念，他是这个领域非常有影响力的专家，也在哪怕他来之前的充分沟通中，也充分感受他的专业，确实AI原生的这一代的认知，都跟我们过去有很多不一样。
他来以后，对元宝带来巨大的价值。他来后，主动推动模型跟产品的co-design，他自己也提到，从原来混元非常在意外部的benchmark（基准测试），直接变成以产品用户体验作为北极星指标。同时我们的数据也许很多，但是不够高质量，所以他在训练混元三前的很多工作是把数据质量提升，包括砍掉很多貌似可以堆量的、但实际对模型训练没有太大帮助甚至有害的数据，识别出来不再使用。
我觉得对于AIGC模型发展有正确的认知，很多的决策就能做得更到位。如果你不清楚数据质量的重要性，只是盲目奔着有更多T的token，那你就做不了砍数据这个决策。scaling law，你希望把模型做得特别复杂，有很多tricks（技巧）在里面，那你就很难scale（扩展）；或者你要scale（扩展）很多的复杂架构，只能是把架构做得简单一些，保证有足够的算力、足够的参数，而你的数据能充分体现这些模型大小的潜在能力。他做了很多化繁为简的事情，而对于混元3 Preview，虽然今天看不是很大的模型，但是对比以前已经有很大的进步，毫无疑问有非常大的功劳。所以，元宝跟混元过去大半年的合作，获得的进展比过去更长的时间要更多。
媒体：最近友商大模型有推出在C端收费的计划，腾讯在C端大模型上，在商业化上有什么样的规划？怎么看友商在C端上的明确的商业化规划？
汤道生：行业里有不同的商业化路径选择，我觉得当前还是把产品体验做好，能找到元宝的差异化的定位，服务好更多的用户，这是我们当前的目标。
媒体：去年9月份生态大会，你说腾讯云在减脂增肌，今年立刻看到云首次实现了全年的规模盈利，财报说这个规模盈利主要来自SaaS、PaaS业务的强劲增长，所以今年MaaS或者TokenHub层面会是今年的主要目标吗，在营收上的贡献对MaaS有没有一个期待或者目标？
汤道生：肯定是非常重要的一部分，是一个高增长的板块，经历了高速的增长，它是智能体产品的燃料，所以我相信今天很多MaaS的token的消耗，跟我们在企业端部署WorkBuddy也有一定关系。我还是很期待，因为市场的需求非常旺盛，我刚才也提到受限于算力的供给，所以我们也很期待——token的服务也是算力的一个载体，所以随着算力变得更充裕，我相信这对整个云市场是一个巨大的新的增长点。
媒体：大家知道现在算力非常紧张，包括国产芯片的算力。但也可以看到腾讯的资本开支相比前几年要涨了很多，但是相比一些友商，量级还是不太一样。所以想问一下，您觉得现在在争夺算力过程中，腾讯会遇到什么样的挑战以及优势在哪里？
汤道生：很难横向对比，在全球都在获取更多的算力，包括我们本身训练，其实训练更大的模型，推动混元支持好我们的产品，智能体所需要的token，都会继续驱动我们算力的采购跟补给。
媒体：腾讯云的AI业务还处于投入期，在这场长跑或者马拉松当中，我们如何向市场证明我们的AI投入是一个可量化的预期，AI Agent投入什么时候能够覆盖掉成本？
汤道生：具体时间不好预测，AI业务目前还处于战略投入期。
媒体：Anthropic最新发文提到AI辅助下一代AI研发的问题，能不能谈谈你的看法？
汤道生：今天的模型研发已经有很大程度有AI的贡献在里面，所以随着现在这个趋势，承担下一代大模型研发的比重、比例肯定是不断增加的。
媒体：腾讯强调自己有三个能力：场景连接、工程化方面、模型方面。着重问一下关于场景连接方面的能力，从逻辑上大家非常好理解，就是各种B端、C端的产品连接，有生态的东西在打通。但这种逻辑上理论上讲得通的东西，在现实生活中到底效果是怎么样的？以及从chatbot到Agent迁移之后，场景的连接是不是承担着更重要的角色？
汤道生：我们在提高场景连接，首先会聚焦具体的场景，比如腾讯会议是一个场景，大家开会用的。我们会保证智能体能从会议里面提取到它需要的上下文，然后生成会议纪要。甚至生成完这个会议纪要，也许里面也有代办，可能在企业内有另外一个系统是管理代办的，也许会把一部分放到各自的日历里面或者有提醒的功能。这其实就是把不同的场景连起来的一些动作，在办公场景有很多。
生活场景我其实也看到，比如我太太浏览网站去订票，她在元宝上面搜寻资料，很方便地跳到旅游网站去做进一步的筛选跟交易。我觉得想象空间很多，今天其实还有很多进步空间，所以我们会持续投入把不同的场景通过AI的能力连接起来，其实这个恰恰就是大模型特别擅长的。
媒体：因为腾讯云非常好地实现了规模化盈利，但是一季度的增速有一些压力，您也提到已经有80%来自HY3（混元三）的大模型调用，未来在接下来的发展里面，在保证一定的利润率又保证一定的技术自家调用的情况下，市场规模有没有更进一步的考量？
汤道生：我没法对未来收入做预测，肯定团队也有一个比较积极的增长目标。
媒体：大家关注腾讯在AI上是不是慢了。你觉得腾讯在哪方面是慢的，哪方面是有优势、有信心的？您认为下半场能称为标志性胜利的维度或者目标是什么？
汤道生：今天姚顺雨在台上提到。“下半场”这个词有点被滥用了，现在看更像是一个马拉松、更长时间的竞赛。从ChatGPT发布到今天完整走了三年多，我们在过程中看到非常多的变化。腾讯的业态非常多元，做的事也很多，很难保证每一个板块都是行业最领先的，所以阶段性、不同的业务走得快一点、走得慢一点，这也很正常。反过来看，比如今年年初这波龙虾热，腾讯也是公认在国内市场上反应最快的，现在WorkBuddy也是这个赛道上面最受欢迎的产品。
所以，市场不断会有新的机会涌现，哪怕是同一条赛道可以有不同的产品形态，腾讯不同的团队也都在积极拥抱这些机会。我相信有的团队阶段性会跑得快一点，有的团队阶段性受限于资源、受限于不同的因素，但如果把时间拉长，尤其你看过去腾讯近28年时间里面成功的业务，今天来看成功的业务也不都是一帆风顺的，也都走过高潮走过低谷。我觉得腾讯做服务、做产品的一个理念是，当你判断清楚它是有价值的话，我们是能够坚定坚持走过这个周期。
一鼎盈提示：文章来自网络，不代表本站观点。
