騰訊智能體全景圖亮相，湯道生解密打造AI應用四板斧

2026-04-18 機器人

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

智東西
作者 | 程茜
編輯 | 李水青
智東西3月27日報道，今日，騰訊云首次對外發布智能體產品全景圖，升級MaaS平臺為TokenHub ，并推出企業級Agent Infra治理方案，這一全景圖涵蓋個人、企業智能體開發、管理方方面面，為了幫個人和企業養蝦，騰訊把底牌全亮了。
騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生首次公開談“龍蝦” ，他提到， OpenClaw的爆火標志著AI應用范式正從原來的聊天機器人向AI智能體躍升，企業逐漸認識到智能體深入業務場景的價值。
騰訊云副總裁吳運聲透露，騰訊智能體全景圖覆蓋Infra、模型、生態、場景及應用、安全五大維度，涵蓋個人提效、辦公提效、研發提效等多場景，以及騰訊自研Skills、開源SkillsHub及微信、企微等在內的豐富技能生態。
騰訊面向企業智能體產品打造方案的核心，就是將成本打下來、流程變簡單。
其新升級的TokenHub支持混元大模型和第三方主流開源模型接入，其推出的Token Plan服務可以實現統一的計費管理和極低模型切換成本，讓企業在多模型之間靈活調度、按需選用。
面向企業智能體，騰訊推出了企業版OpenClaw ClawPro、騰訊云智能體開發平臺ADP、企業智能體門戶與協同治理平臺ADP Agent Portal ，串聯起企業AI智能體部署、管理的全流程。
此外，湯道生還提及大模型時代騰訊在模型、工具、安全、生產力方面的4大思考。談及當下爆火的Harness ，他認為， AI落地不只是一道算法題，更是一道工程題。在同樣的模型能力下，不同的Harness（大模型腳手架），即包括工具調用、分層上下文工程、長記憶管理、工作流設計等在內的系統工程手段，都將影響AI落地實際效果。
此次全景圖的公開是騰訊云在智能體時代的關鍵落子，或標志著企業級智能體規?；⒐こ袒?、安全化的新時代。

一、湯道生首次公開談“龍蝦” ，詳談大模型時代騰訊4大關鍵打法騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生提到， 3月初，騰訊Lighthouse團隊組織OpenClaw線下裝機活動，吸引近千名用戶參與。隨后騰訊WorkBuddy、QClaw等面向C端用戶的本地化Agent產品陸續上線，同時推出以安全為核心的“企業版龍蝦”ClawPro 。
騰訊利用智能體基礎設施、產品矩陣快速推出面向用戶的產品，同時打通了微信、QQ等即時通訊渠道，在使用環節將騰訊文檔、地圖、會議等企業級產品能力封裝成Skills ，并上線了專為中國用戶優化的Skill社區Skillhub 。今年1月，騰訊啟動了全方位智能辦公助手WorkBuddy ， 2000多位的騰訊員工參與體驗。
湯道生將騰訊過去幾年打造大模型應用的思考總結為4點：
首先是模型根基，在大語言模型方面，他們聚焦模型性能與效率的雙突破，過去一年，騰訊自研大模型發布了30多個版本。
去年下半年，騰訊對混元團隊和研發流程進行重構，聚焦提升數據質量、重建強化學習的基礎設施，即將發布的混元3.0 ，激活參數降低性能更優，復雜推理、多輪追問等智能體能力提升。其目前在元寶中的測試已經看到了明顯的正向收益。
多模態大模型方面，春節期間，元寶AI生圖日均調用量增長30倍；端側小模型中，混元7B翻譯模型在國際機器翻譯大賽中，斬獲了30個第一名，混元1.8B翻譯模型面向的是手機等消費級設備場景，效果超過大部分商用翻譯API ，目前在騰訊會議、企業微信、QQ瀏覽器等已有應用。
第二是強化模型Harness與工具，俗稱大模型的腳手架，用工程設計優化最大化發揮模型的能力。
湯道生提到， AI落地不只是一道算法題，更是一道工程題。在同樣的模型能力下，不同的Harness ，即包括工具調用、分層上下文工程、長記憶管理、工作流設計等在內的系統工程手段，都將影響AI落地實際效果。
騰訊從三個維度增強模型能力，其一是騰訊云智能體開發平臺ADP ，通過RAG、知識庫的能力，給智能體連接上專業的”圖書館”；其二是Claw跑在Agent Runtime的安全沙箱， Claw作為這套智能系統的神經中樞，通過從技能庫發現與下載Skills ，不斷學習與積累連接外部系統的能力；其三是Agent Runtime的沙箱方案，還能用于大模型強化學習的程序結果驗證，可在1分鐘內拉起超過十萬個容器沙箱，啟動速度達到百毫秒級的啟動速度，用完就銷毀。
第三是安全，騰訊的AI智能體安全解決方案，幫企業梳理數據資產，提供安全管控能力。對于Skills的安全，其可以屏蔽企業龍蝦從外部下載技能，提供安全的檢測能力。
最后是重構生產力，騰訊利用大模型能力打造了WorkBuddy ，幫用戶及時獲取知識、自動生成內容。
湯道生最后總結說，騰訊空前投入的力度，擁抱這個歷史浪潮，連續引進高端人才、已經初見成效，為騰訊多條業務線提供了新動能，未來騰訊將繼續深耕產業場景打造好用的產品。

二、智能體產品全景圖首公開，全套企業智能體搭建工具鏈成型吳運聲首次發布了騰訊云Agent產品全景圖，并宣布升級MaaS平臺為TokenHub、推出企業級Agent Infra治理方案，打造面向Agent時代的全棧AI引擎。
吳運聲認為，企業部署智能體面臨的核心需求，可以概括為穩定高效的基礎設施、高性能低成本的服務模型、開放靈活的生態體系、懂業務、企業全棧的安全防護。
基于此，此次發布的Agent全景圖覆蓋Infra、模型與生態、場景及應用、安全五大維度，涵蓋個人提效、辦公提效、研發提效等多場景，打造了產品應用矩陣。
企業應用方面，騰訊樂享知識庫、騰訊企點營銷云MAGIC Agent 2.0均升級。
其中，騰訊樂享知識庫升級為智能體模式，從只會干活的知識庫升級為能干活的知識庫， AI可以自動檢查知識庫、生成完整檢查報告；騰訊企點營銷云MAGIC Agent 2.0升級，把營銷云的核心能力封裝為開箱即用的Skill ，營銷人員只需要在關鍵環節進行審核。
企業想要在內部規?；?、安全使用智能體，會面臨如何快速為幾百個員工構建智能體、怎么保證安全、怎么控制成本。基于此，騰訊云推出了企業版OpenClaw ClawPro和騰訊云智能體開發平臺ADP 。員工可以使用ClawPro快速使用相應智能體，在ADP中企業管理員可以構建智能體、管理Skills 。
在這之上，騰訊還推出了企業智能體門戶與協同治理平臺ADP Agent Portal ，可以提供全生命周期的智能體管理，如智能體的設置、調試、評測、發布、運營。
研發提效和應用開發層面，騰訊云的CodeBuddy已經覆蓋了騰訊超過90%的工程師，需求分析、代碼生成測試方面。
他們內部認為， AI產品的體驗是由模型能力和工程框架共同決定的。騰訊研究人員內部測試發現，同樣的大模型，僅僅通過優化工程框架，就能將復雜編程任務的端到端成功率從42%提升到78% 。
為此騰訊升級騰訊云MaaS平臺為TokenHub ，為企業提供全棧模型供給、全生命周期管理、智能體專屬優化三大能力。其中包括提供騰訊混元到主流開源模型的全棧能力，針對智能體場景做專屬優化，提供從訓練、微調等全生命周期服務。
在安全方面，騰訊為企業提供了覆蓋云企端的安全工具箱。

三、AI進入商業回報期，騰訊為企業構建全棧AI服務平臺騰訊集團副總裁、政企業務總裁李強稱，全民正在快速使用和接受AI ，中國互聯網絡信息中心2025年12月的報告，國內生成式AI的用戶已經達到6億，同期中國網民有12.25億。
Token的價格從2024年至今降低了95% 。每百萬Token 50元-100元，降低到了當下的幾塊錢、幾毛錢。
國家數據局的統計，中國日均Token調用量2024年是1000億， 2025年是100萬億，今年3月已經達到了日均調用140萬億， 2年時間增長了1400倍。與此同時， AI正在商業領域帶來回報，產業質變進入爆發前夜。
為了讓企業使用AI時開箱即用，騰訊推出了全棧式AI服務平臺，從底層能源供給、算力、基礎模型、應用都覆蓋。
當下，主流大模型的智能上限不斷接近，企業如何選擇最適合自己業務流程的模型、如何讓智能體快速嵌入企業真實業務流程成為最緊迫的需求。
在能源方面，騰訊與遠景聯合打造了全球首個100%綠電直連數據中心，實現了電力和算力峰谷同頻，其在日照高峰期安排更多算力任務，晚上安排更少的算力任務，以此達到平衡。
大模型訓練和推理對算力要求極高，具身智能需要大量數據。具身智能企業帕西尼感知在訓練視覺、觸覺、語言、動作一體的多模態感知模型VTLA時，騰訊云有PB級彈性存儲能支持千萬級IOPS ，每秒輸入輸出延遲達到毫秒級，成本降低30% 。
此外，騰訊云的機器人客戶還包括宇樹科技、智元機器人、越疆機器人等。
模型是AI落地最重要的環節。騰訊混元3D模型，支持一段文字、一張照片快速建模，達到0.1毫米級精度，實現36億體素超高清建模，其中體素就相當于像素。拓竹科技的3D社區中，混元3D模型的月調用量達到10萬次。
智能體方面，騰訊和華住打造了首個規?；涞氐木频曛悄荏w管家，并共建了酒店管理平臺，可覆蓋購物、美食等152個場景。
應用層面，騰訊和榮耀基于騰訊OCR、知識引擎、電子簽等產品打造了合同專屬AI ， AI合同全流程準確率達到90% 。
李強認為，當下受地緣政治、全球經濟動蕩、技術迭代加速等多重因素影響，這是一個極度不確定的時代，就越需要找到確定性的應用。

四、MiniMax聯手騰訊，打造國內最大訓練沙箱之一MiniMax Agent首席架構師繆宇航提到， 1月9日， Anthropic斷供OpenClaw ， “龍蝦之父”Peter Steinberger尋求開源模型替代時，連發五條推文稱贊MiniMax是最好的開源模型。
當下AI行業正面臨海量Token消耗， MiniMax M2.7每秒100 Token輸出速度連續輸出1小時，只需要1美元， 4個智能體連續工作一年需要10000美元。
他認為，未來模型加速迭代， AI已經深度參與AI自己的迭代。 M2.7就是模型自主迭代的成果。
下一步，強化學習的工作里，有50%-70%的過程由智能體自主控制。人類的工作是為智能體打造更好的Harness 。
大模型預訓練消耗算力，對基礎設施是極大的考驗。需要對海量數據進行處理。
基于此，騰訊云和MiniMax聯手打造了百萬級吞吐、十萬級并發的智能體訓練沙箱，繆宇航透露，這是國內最大的訓練沙箱之一，騰訊云這也成為MiniMax一月一次迭代的重要基礎。

結語：“龍蝦”生態走向成熟，企業智能體時代或將全面到來從代碼編程，到職場辦公，再到每個企業的豐富業務場景，智能體將帶來全面的優化和重構。湯道生認為，未來，隨著“龍蝦”這類開發框架越來越成熟，每一家企業都能夠借助標準化工具，快速搭建屬于自己的專屬智能體應用，共同構筑一個去中心化、高度繁榮的智能體生態。
【騰訊智能體全景圖亮相，湯道生解密打造AI應用四板斧】“養龍蝦”的熱潮仍在持續，從個人、企業，大廠正以全棧技術、生態資源與云端能力強勢卡位，面向未來，誰能以頂層架構與全棧服務體系，為整個智能體時代劃定生態協作范式，真正讓龍蝦在企業端用起來并產生收益，或成為下一代智能體時代生產力格局的關鍵掌舵者。

推薦閱讀

上一篇：擴核提效的全能中端新選擇，英特爾酷睿Ultra 5 250K Plus評測

下一篇：國務院參事張平：6G將讓眼鏡等終端更進步