腾讯回到主场

发布时间：2026-09-12来源：腾讯科技

文｜晓静

编辑｜徐青阳

过去两年，几乎所有大公司都在回答同一个问题：AI 会如何重塑自己。

腾讯偏偏反过来的，它并没有大刀阔斧去改造自己适应 AI，而是 AI 从自身的业务场景里自然成长。最集中体现这一点的是 WorkBuddy。这款产品不是又一个 AI 助手，反而把腾讯二十多年做连接、做开放、做生态调度的经验，在 Agent 这一层重新组织了一遍。

很多公司都在寻找AI时代的新打法，腾讯调用的，恰恰是自己最熟悉的那套能力：连接、开放、生态。

这刚好是腾讯的主场。

盘活“主场场景”

腾讯做AI有一个大模型公司很难复制的起点：它已经拥有大量高频产品和真实场景。

微信、企业微信连接人和组织，腾讯会议承载会议，腾讯文档负责协作，腾讯网盘保存资产，腾讯乐享沉淀企业知识，地图、搜索、支付又对应另一批具体服务。

过去这些产品各有入口。员工开会进入腾讯会议，处理文档打开腾讯文档，找同事进入企业微信。Agent开始把这些原本分散的交互重新组合。

今年8月，WorkBuddy进一步打通企业微信，通过CLI和MCP，可以在授权范围内调用消息、邮件、文档、表格、待办、日程、会议、微盘和通讯录等能力。一句话，背后就可能连续调用几个腾讯产品。

腾讯也在把原有产品能力进一步Skill化。腾讯会议、腾讯地图、企业微信等能力，可以被Agent直接调用；腾讯披露，SkillHub目前已经收录超过10万个Skill，SkillPay还尝试把技能分发、Agent调用和支付放进一条链路。

过去积累的丰富的产品，都可以变成一组AI可以直接调用的能力。

移动互联网时代，生态的基本单元通常是一款完整应用。公众号是一种内容产品，小程序是一项轻应用，SaaS也有自己的界面和操作流程。

Agent的交互逻辑已经变得完全不同。

当员工对WorkBuddy说，“约一下明天下午的项目会，把昨天的材料发给参会人，再整理一下上次会议遗留的问题”，真正发生的事情可能涉及通讯录、日历、会议、文档和知识库。

用户感知到的是一个任务（Task），但是产品边界会越来越淡。

因此腾讯AI生态的第一层变化，是生态的基本单位开始从“应用”缩小到“能力”。这也是所谓“场景连接力”新的含义。

腾讯集团副总裁李强在厦门峰会的演讲中提到，微信、企业微信、QQ、元宝、小程序等首先承担高频入口；再往下，One ID负责身份，企业微信连接组织，会议、文档、乐享和网盘分别沉淀协作、知识和资产。

入口仍然重要，接下来更关键的问题还有：Agent进入以后，能调动多少能力。过去的产品生态越能够被标准化、Skill化，WorkBuddy能够覆盖的任务边界也越大。

腾讯研究院智慧产业研究中心主任吴朋阳在厦门峰会圆桌上也提到了一个颇有意味的类比。他说，随着WorkBuddy推出开放平台，AI生态已经初具样貌，有点看到了2010年开放生态的影子。

图：腾讯全球数字生态大会｜厦门峰会现场

AI时代的生态密度

但是只连接腾讯自己的能力，还不足以形成一个足够大的Agent生态。

WorkBuddy的第二步明显在向外扩展。9月2日，WorkBuddy开放平台上线，首批接入超过百家生态伙伴，覆盖智能硬件、行业应用和开发者。在硬件侧，耳机、智能眼镜等设备可以成为新的调用入口；在软件侧，WorkBuddy已经能够连接HR、CRM、ERP、财税等第三方应用。

模型层的选择更有代表性。

腾讯自己有混元，却没有把WorkBuddy封闭在混元体系里。腾讯云把MaaS升级成TokenHub，同时提供混元以及DeepSeek、GLM、Kimi、MiniMax等模型。同一个Agent可以通过统一协议调用多个模型，根据能力和成本进行路由和切换。李强在峰会现场说：让不同模型“各取所长，成本最优”。

这很像腾讯过去做生态平台的思路。

如果目标只是扩大自研模型调用量，让所有任务尽量使用混元会更直接。但如果竞争来到Agent层，模型只是完成一项任务所需要的众多能力之一。

最适合处理复杂推理的可能是一种模型，简单任务可以交给另一种模型；CRM来自第三方厂商，差旅服务来自另一个平台，任务的入口甚至可能是一副合作伙伴生产的眼镜。

产品需要保证的是，这些能力能够被顺畅地连接起来。

这也解释了为什么腾讯AI的开放范围正在不断扩大。有自己的模型，也同时接第三方模型；有自己的办公产品，也连接外部SaaS；ADP构建出来的Agent，既可以发布到WorkBuddy、企业微信，也可以进入钉钉或者企业自己的门户。

对一个Agent平台来说，真正重要的生态指标可能因此发生变化。

过去会看有多少App、开发者和用户。现在还要看一个任务提出之后，周围有多少模型、Agent、Skill、软件和现实服务可以被立即调用。

可以把它理解为一种新的生态密度。模型能力越强，这种生态密度反而越重要。

大模型当然可以理解“帮我准备明天的客户拜访”，但它自己没有客户资料、联系人、差旅行程和企业权限。最后真正把事情做完，还需要CRM、日历、地图、差旅系统和企业内部数据共同参与，这些是Agent干活，最重要的“上下文”。

Agent把过去分散在一个个App里的能力重新组织起来，也把平台竞争从“谁拥有更多应用”，逐渐推向“谁连接了更多可执行能力”。

对于腾讯来说，这是一种很熟悉的平台逻辑。它并不需要自己生产生态里的每一种能力。只要越来越多的能力愿意被接进来，连接层本身的价值就会提高。

让每家企业自生长出一个生态

腾讯AI生态还有第三层，也是最难进入的一层：企业内部。

一家大型企业本身就是一个复杂生态。

里面有人和部门，有知识和数据，有权限体系，有ERP、CRM、OA等系统，还有多年积累下来的工作流程、业务经验和管理规则。

很多AI产品进入企业以后，容易停留在外围：写材料、查资料、生成PPT。再往财务、销售、供应链和风控里走，就会遇到权限、数据、系统连接和责任划分。

腾讯云副总裁、腾讯云智能产研负责人吴永坚在厦门峰会的演讲中把企业Agent分成了两类。

一类是Personal Agent，主要服务员工个人需求，帮助检索资料、分析数据、完成研究等工作；另一类是Service Agent，直接进入客服、售前、售后、风控等业务流程，需要对工序时长、误差率、转化成本和客户体验等经营指标负责。腾讯的判断是，两类Agent共同构成企业Agent落地的完整体系。

WorkBuddy更多处在人和Agent交互的前台，再往企业内部，还有ADP、Runtime、知识库、安全和身份权限体系。

ADP 4.0已经覆盖Agent的构建、评测、分发、管控和治理。业务人员和开发人员可以直接用自然语言描述需求，再由AI辅助完成应用构建、流程编排和能力调用。构建完成的Agent还可以通过API或者Web接口进入企业原有系统。

真正值得关注的是，当这套工具进入企业以后，企业开始自己生产 Agent。

厦门国贸控股此前在推进统一 AI 平台时，很快遇到两个问题：业务人员知道痛点，却不会把需求变成 AI 应用；技术人员懂 AI，又很难真正理解一线岗位每天遇到什么问题。

他们把这种状态概括为“认知断层”和“场景悬空”。

今年，国贸控股在集团内部发起全员 AI 创新应用大赛，总部和 8 家投资企业共征集 415 个课题，并开展 23 场培训。员工借助 WorkBuddy 等智能体平台，从自己的岗位里寻找需求，再把跑通的方法封装成 Skill、Agent 和自动化流程，沉淀进集团自己的 Skill 库。部分需求的响应周期，也从过去的月级缩短到天级。

国贸控股数字化管理部副总经理辛莘最后用一句话总结：“全员 AI 不是少数人的先锋，而是所有人的日常。”

但当 Agent 真正进入企业，更深的一层变化开始出现：企业要解决的已经不只是“员工会不会用 AI”，还要回答这些 Agent 如何进入流程、如何被治理，以及怎样真正改变组织效率。

晶科能源的实践更接近这一阶段。今年 4 月底，晶科能源开始用 WorkBuddy 做规模化试点。最初只计划开放 20 个名额，邮件发出几分钟后就被抢完，最终有 400 多人报名，约 200 人进入训练营。两个月后，真正开始用 AI 深度工作的员工大约占三成。

从结果看，个人提效数据很亮眼。晶科能源 CIO 王兴旺介绍，在报告、数据分析和综合任务中，参与试点员工平均提效达到 20 倍至 44 倍。

但他更关心的是另一个问题：所有员工的效率简单相加，并不等于组织效率。

一个员工把自己的工作从两小时缩短到十分钟，如果后面的流程仍然要排队等待，整条链路并没有因此加快。于是晶科开始把 AI 从个人工具继续往流程里推进。

在一个工厂的物料流程中，从收料到发料、上料共有 17 个节点。过去需要人工采集信息、分析，再传递到下一个环节，引入 AI 后，整个流程时间缩短了约 80%。

生产维修的变化更典型。晶科拥有大量设备，但维修人员有限。过去，哪位工程师擅长处理什么故障、谁此刻有空，主要靠人工调度。现在，AI可以结合设备信号、故障代码、工程师技能和历史维修记录自动派单；维修结束后，再把处理时间、二次故障等结果写回知识库，影响下一轮调度。

王兴旺把这种变化进一步分成三层：个人提效、流程提效和岗位优化。

第一层解决一个人怎样工作得更快；第二层开始重做流程节点；再往下，当越来越多分析、规划和执行动作可以被 Skill 化，一些原本依靠专业分工形成的岗位边界，也可能随之调整。

这也让企业内部的 AI 生态变得更复杂。

一方面，业务员工开始自己制作 Skill、编写小工具，软件开发门槛迅速降低。王兴旺把它称为“软件平权”。另一方面，当企业内部同时长出成千上万个小应用和 Agent，IT 部门的任务也随之改变：过去主要负责建设系统，接下来还要治理这些分散生长的能力，处理数据、权限、主系统和业务逻辑之间的关系。

AI使用得越深，这个问题越突出。

晶科目前每天消耗的 Token 已经超过 45 亿。Token开始成为一项新的企业成本，但它究竟应该算人力成本、IT预算，还是一种新的生产资料，目前很多企业还没有成熟答案。

与此同时，Agent能够做的事情越来越多，权限和责任也必须重新划分。

王兴旺举过一个例子：员工每天要处理客户定制订单，对照标准工艺参数、识别差异并生成差异表。现在 AI 已经可以自动读邮件、打开附件、生成差异表，但最后发送邮件这一步，仍然保留人工确认。

原因很简单。不同工作对错误的容忍度完全不同。企业真正需要决定的，是哪些任务可以完全交给 Agent，哪些环节必须保留人在回路里。

这也说明，企业在 AI 生态里的角色正在发生变化。

过去企业更多购买软件、部署系统；现在，一线员工开始自己发现场景、制作 Skill、搭建 Agent，跑通以后再提供给整个组织使用。

原本存在于个人经验和部门流程里的方法，开始逐步变成组织可以重复调用的数字能力。企业由AI能力的消费者，进一步变成AI能力的生产者。

这可能才是腾讯第三层生态真正有想象力的地方。

腾讯先提供一个大的开放生态，随后让每家客户在这个生态之上，继续长出属于自己的小生态。

这也意味着，企业数字化过去长期存在的一种分工正在松动。

以前修改一条流程，往往需要业务部门提需求、IT排期、开发上线。Agent继续降低开发门槛之后，业务部门可以自己验证大量“小缺口”场景，IT则更集中在平台、数据、权限、安全和治理上。

WorkBuddy的位置，正好处在这几层生态的交叉口。

一头连接微信、企业微信、腾讯会议、文档等腾讯自己的场景；另一头连接第三方模型、软件、硬件、Skill和开发者；继续往下，又进入企业自己的员工、知识、数据、系统和业务流程。

从这个角度看，WorkBuddy开放平台的意义，也就不只在于多了多少合作伙伴。

对于一个Agent平台，真正重要的问题是，有多少第三方愿意把自己的核心能力接进来，又有多少企业愿意把真实工作交给它。

从用户生态走向任务生态，可能才是WorkBuddy背后更值得关注的一场变化。

腾讯过去积累的用户规模和产品入口只能提供起跑优势，未来决定这套生态能不能生长起来的，是它能不能让足够多的模型、软件、Skill和企业能力，高效、高成功率运转。