從“養蝦”狂歡到落地“最后一公里”：騰訊智能體走向深水區

在生成式AI（人工智能）浪潮奔涌兩年后，行業天平正從“算力軍備競賽”傾向“商業價值回歸”。

然而，當新鮮感退去，回報的商業邏輯是否成立、增長的可持續性如何，成為橫亙在所有技術廠商面前的終極考題。

3月27日，在“騰訊云城市峰會上海站”上，騰訊給出了自己的答卷。面對中國日均Token（詞元）調用量兩年翻千倍，達到140萬億次的驚人需求，騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生表示，AI落地不只是算法題，更是工程題，關鍵在于“Harness（腳手架）”的支撐。通過將MaaS平臺升級為TokenHub，并推出Token Plan實現統一計費與靈活調度，騰訊試圖打破模型昂貴的迷思，降低企業的接入與切換成本。

與此同時，憑借“小龍蝦全家桶”席卷開發者社區的勢頭，騰訊正通過WorkBuddy等智能體工具，將AI從單一的聊天場景推向垂直的生產力場景。

騰訊云AI智能體產品總監黃廣民告訴《每日經濟新聞》記者，WorkBuddy 下一步重點將聚焦于記憶功能、生態插件集成及垂直辦公場景的深度優化，旨在讓AI智能體真正從“聊天搭子”進化為“生產力工具”。

騰訊云AI智能體產品總監黃廣民 受訪者供圖

用戶增長不是焦慮，算力才是真難題

IDC預測，到2027年，全球最大的2000家上市公司（G2000）Agent（智能體）使用量將增長10倍，隨之而來的Token和API調用量更將暴增1000倍。

騰訊集團副總裁、政企業務總裁李強認為，AI已經站在產業爆發的臨界點，當下企業關心的早已不是 “要不要用AI”，而是 “怎么把AI用好”。在他看來，真正 “好用” 的AI應像水電一樣，即接即用，而不是讓企業從零搭建基礎設施、從頭訓練模型。

這一判斷，也恰好解釋了此前 OpenClaw（俗稱“龍蝦”） 產品出現的大規模安裝又卸載現象。用戶的核心痛點并非不想用智能體，而是不好用、不會用、成本高。

“大家去裝龍蝦以及到卸載龍蝦，我理解可能是現在的OpenClaw自己帶來的一些問題。因為它本身是開源的產品，并且整個的對用戶權限使用，對權限的要求非常高。”黃廣民也對記者表示，OpenClaw很多人裝了不知道怎么用，特別對小白用戶的體驗不夠好，當然也有很多人用好。WorkBuddy 正是針對這些痛點做了大量優化，降低上手門檻，并提供專家能力輔助。另一個問題是，OpenClaw在整個Token的消耗上用的還是用戶本身的。

對于WorkBuddy的使用用戶量和時間問題，他回應記者稱，當下團隊最焦慮的點并非用戶增長，而是算力比較難以支撐海量用戶涌入。

這并非個例，而是AI規模化落地的共性難題。李強也提到，AI大模型的訓練和推理，對算力基礎設施提出了極高的要求。尤其對于具身智能企業來說，涉及訓練的數據量大、維度多、實時性要求高，對存儲和計算的挑戰是巨大的。

“現在不管是WorkBuddy和Codebuddy帶來的影響更多是大家工作模式的變更，但是這個過程中可能會導致我們會花費比較大的成本，做一個本來我們能非常輕易解決的問題，這個肯定會存在的，但是我們更多從結果做好度量。”黃廣民坦言，從騰訊的從大數據度量以及投入產出看，去使用Codebuddy和WorkBuddy辦公帶來的收益是大大超過投入的。

工程化破局智能體落地，要攻克最后一公里

如果說TokenHub解決了“水和電”的供應問題，那么Agent如何落地，則是下一步要攻克的“最后一公里”。

湯道生在復盤“龍蝦特攻隊”的成功時指出，能夠快速響應需求，靠的是多年的技術積累和敏捷迭代能力，“‘龍蝦’服務的背后，其實是一整套工具鏈。”這套工具鏈包括了面向C端的WorkBuddy和面向B端的ClawPro。但在他看來，AI落地不只是一道算法題，更是一道工程題。

這種“工程能力”在垂直場景中表現得尤為具體。黃廣民提到，近期 WorkBuddy 已快速迭代產物管理、定時任務、24小時主動響應等功能，打通微信、飛書、企微等通道，并上線超140位專家與1000多項技能，可快速解決垂直場景問題。

這也是黃廣民團隊今年的重點工作，他表示將持續打磨 Agent核心能力，讓其更懂用戶、更能精準解決問題，比如PPT生成等高頻辦公需求，聯合騰訊文檔等團隊深耕垂直場景，優化實際使用效果與穩定性。同時，騰訊將開放生態引入外部優質能力，吸納更多專業“專家智能體”服務用戶。另外，正在內部孵化設計領域的Agent，后續將逐步對外披露更多細節。