1. 首頁 > 生活百科 > >

從全民養蝦到產業落地，騰訊云在 Agent 時代押注了什么？

創投圈機器人創業物流人工智能自動駕駛

從全民養蝦到產業落地，騰訊云在 Agent 時代押注了什么？

文章圖片

從全民養蝦到產業落地，騰訊云在 Agent 時代押注了什么？

2026 年 ， AI 產業的競爭 ， 進入了智能體的「百蝦大戰」 。
OpenClaw 掀起的「全民養蝦」熱潮 ， 讓 AI Agent 從技術圈的小眾概念 ， 變成了全民熱議的風口 ， 也讓所有云廠商都找到了新的增長敘事 。
在 3 月 27 日上海舉行的騰訊云城市峰會上 ， 騰訊集團高級執行副總裁、云與智慧產業事業群 CEO 湯道生談到 ， 「AI 落地不只是一道算法題 ， 更是一道工程題 。 」
在他看來 ， 當模型能力逐漸趨同 ， 真正拉開差距的 ， 不再是參數規模 ， 而是圍繞模型構建的 Harness 工程能力——包括工具調用、上下文管理、長記憶與工作流設計在內的一整套系統工程 。
這也意味著 ， Agent 的競爭 ， 正在從「模型能力」 ， 轉向「工程能力」 。
在這一判斷之下 ， 騰訊云在此次峰會上首次系統性展開了其 Agent 全景布局：從 MaaS 升級為 TokenHub ， 到開源底層平臺 Cube ， 再到圍繞 ADP 開發平臺與 Agent Runtime 構建的執行體系 ， 本質上是在搭建一套讓 AI「能夠穩定做事」的工程底座 。

騰訊云發布 Agent 產品全景圖｜圖片來源：騰訊
【從全民養蝦到產業落地，騰訊云在 Agent 時代押注了什么？】
這也是騰訊云在 2025 年實現 ToB 業務全年規模化盈利后 ， 首次對外披露完整的 AI 演進路線 。

01
Agent 走向「執行」 ， 不卷 token

湯道生在峰會上談到 ， 「OpenClaw 的爆火 ， 標志著人工智能的應用范式 ， 正在從「Chatbot」向「AI Agent」躍遷 。 」

騰訊集團高級執行副總裁、云與智慧產業事業群 CEO 湯道生｜圖片來源：騰訊

這波熱潮的本質 ， 是 AI 完成了從 Chatbot 到 AI Agent 的關鍵躍遷——過去的 AI 對話機器人 ， 只能完成「你問我答」的交互；而今天的 Agent ， 已經能聽懂指令、自主決策、完成執行動作 。 這個從「對話」到「執行」的跨越 ， 讓 AI 真正走出了實驗室 ， 擁有了深入產業場景、解決真實問題的可能 。
在 2026 年春節前 ， 騰訊云的產品團隊已經啟動了相關布局 ， 從引爆全網的千人裝機活動 ， 到「龍蝦特攻隊」全面上線 ， 騰訊在不到一周的時間里 ， 就推出了面向個人、企業和開發者的全系列 Agent 產品 。
「個人用戶安裝小龍蝦 ， 需要出讓大量的權限和隱私 ， 數據越少 ， 體驗越差；對于企業而言 ， 數據安全、權限管控、合規審計 ， 是不可觸碰的紅線 。 如果這些問題不解決 ， 再火的 C 端產品 ， 也很難走進企業的核心業務流程 。 」騰訊集團副總裁、政企業務總裁李強表示 。
這個判斷 ， 也成了騰訊云 Agent 布局的核心方向之一 。 騰訊云先一步抓住了企業級市場的核心痛點 ， 把安全可控 ， 當作了企業級 Agent 方案的底層基石 。
當下的云廠商市場 ， token 消耗量已經成了絕對的核心指標 。 有廠商給銷售團隊制定了極端的考核政策 ， 把 token 業績按 10 倍、20 倍折算進收入；價格戰愈演愈烈 ， 百萬 token 的價格被打到幾毛錢 ， 靠補貼搶市場成了行業常態 。
騰訊云展現出了相對克制的態度 。 李強在采訪中談到 ， 不會把 Token 當作最高優先級的極端考核指標 ， 也不會單純依靠高補貼去搶占短期市場 。
在李強看來 ， token 就像汽車的油耗 ， 它是衡量產品使用情況的重要指標 ， 但絕對不是唯一指標 。 「如果只盯著油耗 ， 不關注引擎的經濟性、輸出能力 ， 客戶最終一定會舍棄你 。 我們從來不否認 token 的重要性 ， 但一個好用的 AI 產品 ， 能讓客戶從中獲得真實價值 ， token 的消耗是自然而然發生的事情 ， 而不是靠強銷售、高補貼堆出來的 。 」
token 生意的本質 ， 是一個切換成本極低、幾乎沒有用戶黏性的生意 。
「今天這家廠商降價 ， 客戶就去薅一波羊毛；明天那家廠商給補貼 ， 客戶就立刻轉場 。 OpenClaw、Anthropic、Gemini ， 誰便宜用戶就用誰 。 靠低價虧損換來的客戶 ， 哪天你不發『紅包雞蛋』了 ， 流失只在一瞬間 。 」李強直言 ， 靠激進補貼換來的 token 規模 ， 短期看數據亮眼 ， 長期看對企業的健康發展有百害而無一利 。
放棄了 token 的價格戰 ， 騰訊云把籌碼壓在了「全棧 AI 工程能力」上 。
湯道生在峰會上提出了一個核心觀點：隨著行業發展 ， 主流大模型的能力差距正在逐步縮小 ， 企業的核心需求 ， 已經不再是「擁有最好的模型」 ， 而是如何通過模型的 Harness（大模型的腳手架）——包括工具調用、分層上下文工程、長記憶管理、工作流設計等系統工程手段 ， 在不改變模型架構和參數的基礎上 ， 把模型的能力最大程度發揮出來 。
為此 ， 騰訊云端出了一套包含五層的 AI 服務體系：從底層的能源供給（如在內蒙古赤峰落地的綠電直供數據中心） ， 到支撐訓練與推理的算力底座 ， 再到兼容多種主流模型的 TokenHub 平臺 ， 以及面向不同受眾的智能體開發平臺（ADP）和應用層落地 。 騰訊云試圖扮演的 ， 是一個為企業鋪設「AI 水電」的基礎設施提供商角色 。
AI 產業的競爭 ， 最后是全棧能力的綜合比拼 。 只有從底層能源到終端應用全鏈路打通 ， 才能真正解決 AI 落地的「最后一公里」問題 ， 這也是騰訊云與其他玩家最核心的差異 。

02
讓 Agent 真正走進產業核心場景

全棧工程架構是基礎設施 ， 而如何打通實際應用場景 ， 才是檢驗 Agent 商業化價值的最終試金石 。
安全 ， 是企業部署 Agent 的第一道門檻 。 相比個人用戶可以為體驗讓渡權限 ， 企業對數據、權限與執行邊界的要求更為嚴格 。 一旦失控 ， 帶來的不是效率問題 ， 而是合規與風險問題 。
圍繞這一點 ， 騰訊云把 Agent 的安全能力拆解為一整套貫穿全流程的治理體系：在云端 ， 通過安全中心與網關實現統一管控；在終端 ， 通過 iOA 與龍蝦管家完成權限管理與審計留痕；在技能層面 ， 通過 SkillHub 對外部能力進行審核與過濾；在執行層面 ， 則通過云沙箱實現環境隔離和按需銷毀 。
本質上 ， 這套體系解決的不是「能不能做」 ， 而是讓 Agent 的每一次調用都可控、可追溯、可約束 ， 從而真正具備進入企業核心流程的前提 。
此外 ， 騰訊云的一個更底層支點 ， 在于它對「入口」的控制能力 。
通過打通微信、企業微信、小程序等高頻場景入口 ， 并將騰訊文檔、會議、地圖、音視頻等能力封裝為可調用的 Skills ， Agent 不再是一個獨立工具 ， 而開始嵌入到既有業務流程之中 。
這帶來的變化是 ， 使用門檻被大幅降低——用戶不需要額外學習或遷移 ， 只是在原有工作流中「多了一個可調用的執行單元」 。
例如 ， WorkBuddy 可以直接通過微信或企業微信遠程調度電腦 ， 完成文書處理、數據分析等任務；QClaw 則進一步降低門檻 ， 通過掃碼連接 ， 即可用自然語言驅動電腦操作 。
當 Agent 不再被「打開使用」 ， 而是被「隨手調用」 ， 它才真正具備規?；涞氐目赡?。
在具體行業中 ， Agent 也開始承擔穩定的執行角色 ， 進入具體業務流程 ， 承擔可量化、可復用的生產職能：在酒店場景 ， 華住將其用于客需服務處理 ， 實現大規模自動化響應；在研發側 ， CodeBuddy 已在騰訊內部及榮耀等企業中規?；褂?， 成為工程師的日常生產工具；在工業領域 ， 三峽能源通過 Agent 完成光伏巡檢 ， 將原本依賴人工的高強度作業轉為自動識別與處理；在企業服務中 ， AI 合同處理將數小時的人工流程壓縮至分鐘級 。

騰訊集團副總裁、政企業務總裁李強｜圖片來源：騰訊

正如李強所說 ， 「好用的 AI 才有生產力 ， 它應該像水電一樣 ， 打開就能用 ， 接上就能跑 ， 不用企業從 0 到 1 搭基礎設施、從模型訓練開始折騰 。 」

03
盈利之后 ， 騰訊云的新增長曲線

前段時間 ， 騰訊發布 2025 年 Q4 及全年財報 。 財報顯示 ， 2025 年 ， 騰訊云完成了一個關鍵的里程碑：從對外開放歷經 13 年發展 ， 實現了 ToB 業務的全年規?；?。 這也意味著 ， 騰訊云走出了過去「增肌減肥」的調整期 ， 進入了高質量增長的新階段 。
在這次峰會上 ， 騰訊云也明確了 2026 年的三大核心增長引擎：AI、出海、國產化 。
AI 是騰訊云未來最核心的增長引擎 。 李強談到 ， AI to B 是當前所有云廠商最大的增量市場 ， 其增速遠超傳統云業務 。 2025 年 ， 騰訊在 AI 相關產品研發的投入高達 180 億元 ， 2026 年這個數字還會繼續加大 ， 投入方向不僅包括 AI 基礎設施建設 ， 更會向 AI 產品研發、Agent 技術落地持續傾斜 。
而出海 ， 已經成為騰訊云增長最快的業務板塊 。 2025 年 ， 騰訊云海外客戶規模同比翻番 ， 國際業務實現持續雙位數增長 ， 業務覆蓋超 80 個國家和地區 。 今年 3 月 ， 騰訊云宣布在德國法蘭克福新增第三個云可用區 ， 成為海外開區速度最快的中國云廠商 。
國產化 ， 則是騰訊云的另一大增長抓手 。 隨著企業自主可控需求的持續提升 ， 騰訊云 TDSQL、TCS 等全系產品均已完成自主可控適配 ， 在政府、金融、交通、國企央企等行業實現快速落地 ， 成為高質量增長的重要支撐 。
OpenClaw 確實完成了一次關鍵的市場教育——讓更多人第一次直觀感受到 ， AI 可以參與執行 。 但熱潮之外 ， 行業終究要回到一個更樸素的問題：AI 能否為企業持續創造價值 。
這一轉變已經發生 。 普華永道數據顯示 ， 52% 的中國 CEO 表示企業在應用 AI 后實現了收入增長 ， 顯著高于全球平均水平 。 這意味著 ， AI 正在從「創新投入」 ， 轉變為「經營變量」 。
在這個階段 ， 企業關心的 ， 不再是更便宜的 token ， 也不是參數更高的模型 ， 而是 AI 是否用得上、用得起、用得住 。
從這個角度看 ， 騰訊云的全棧布局 ， 本質上是在做一件更基礎的事情：把復雜的算力、模型與工程能力封裝在底層 ， 讓 AI 像基礎設施一樣被調用 。
Agent 時代的競爭才剛剛開始 。 最終決定勝負的 ， 是誰能把 AI 從「技術變量」 ， 穩定地轉化為「產業變量」 。
*頭圖來源：騰訊

    推薦閱讀