从“养虾”热潮到智能体“最后一公里”突破：腾讯AI工程化迈向新高度

在生成式人工智能（AI）的浪潮席卷全球两年之后，行业的重心正悄然从“算力军备竞赛”向“商业价值回归”转移。

然而，随着新鲜感的逐渐消退，一个关键问题浮出水面：AI技术的商业回报逻辑是否真正成立？其增长模式又能否保持可持续性？这成为了所有技术厂商必须面对的终极挑战。

3月27日，在“腾讯云城市峰会上海站”的盛会上，腾讯给出了自己的答案。面对中国日均Token（词元）调用量在短短两年内激增千倍，达到惊人的140万亿次的庞大需求，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生强调，AI的落地不仅仅是算法层面的挑战，更是一场工程化的考验，关键在于构建稳固的“Harness（脚手架）”支撑体系。为此，腾讯将MaaS平台升级为TokenHub，并推出Token Plan，实现统一计费与灵活调度，旨在打破模型高昂成本的迷思，降低企业接入与切换的门槛。

与此同时，腾讯凭借“小龙虾全家桶”在开发者社区中引发的热潮，正通过WorkBuddy等智能体工具，将AI的应用场景从单一的聊天拓展至垂直的生产力领域，开启了一场AI应用的革命。

腾讯云AI智能体产品总监黄广民在接受《每日经济新闻》记者采访时透露，WorkBuddy的下一步发展重点将聚焦于记忆功能的强化、生态插件的集成以及垂直办公场景的深度优化，力求让AI智能体真正从“聊天伙伴”蜕变为“生产力利器”。

腾讯云AI智能体产品总监黄广民 受访者供图

用户增长非首要焦虑，算力瓶颈才是真挑战

据IDC预测，到2027年，全球最大的2000家上市公司（G2000）的智能体（Agent）使用量将实现10倍增长，而随之而来的Token和API调用量更将暴增1000倍，这无疑对AI技术的落地提出了更高的要求。

腾讯集团副总裁、政企业务总裁李强认为，AI已经站在了产业爆发的临界点，当前企业关注的焦点已不再是“是否采用AI”，而是“如何高效利用AI”。在他看来，真正“好用”的AI应该像水电一样，即接即用，无需企业自行搭建基础设施或从头训练模型。

这一观点也恰好解释了此前OpenClaw（俗称“龙虾”）产品出现的大规模安装又卸载现象。用户的核心痛点并非不愿使用智能体，而是觉得不好用、不会用、成本高。黄广民也对记者表示，OpenClaw的安装与卸载潮，部分原因在于其作为开源产品，对用户权限要求较高，且使用体验对小白用户不够友好。而WorkBuddy正是针对这些痛点进行了大量优化，降低了上手门槛，并提供了专家能力辅助。此外，OpenClaw在Token消耗上也完全依赖用户自身，这也是其被诟病的一点。

对于WorkBuddy的用户增长和使用时间问题，黄广民回应称，当前团队最焦虑的并非用户增长，而是算力难以支撑海量用户的涌入。这并非个例，而是AI规模化落地面临的共性难题。

李强也提到，AI大模型的训练和推理对算力基础设施提出了极高的要求。尤其是对于具身智能企业而言，训练数据量大、维度多、实时性要求高，对存储和计算的挑战尤为巨大。

“现在，无论是WorkBuddy还是Codebuddy，它们带来的影响更多是工作模式的变革。但在这个过程中，我们可能会花费较大的成本去解决一些原本可以轻易解决的问题。这确实存在，但我们更注重从结果出发进行度量。”黄广民坦言，从腾讯的大数据度量以及投入产出比来看，使用Codebuddy和WorkBuddy办公带来的收益远远超过了投入。

工程化破局智能体落地，攻克“最后一公里”难题

如果说TokenHub解决了AI应用的“水和电”供应问题，那么智能体如何落地则是下一步需要攻克的“最后一公里”难题。

汤道生在复盘“龙虾特攻队”的成功经验时指出，能够快速响应需求，得益于腾讯多年的技术积累和敏捷迭代能力。“‘龙虾’服务的背后，其实是一整套完善的工具链。”这套工具链包括了面向C端的WorkBuddy和面向B端的ClawPro。但在他看来，AI落地不仅仅是一道算法题，更是一道需要精细打造的工程题。

这种“工程能力”在垂直场景中表现得尤为突出。黄广民提到，近期WorkBuddy已经快速迭代了产物管理、定时任务、24小时主动响应等功能，并打通了微信、飞书、企微等沟通渠道，上线了超过140位专家和1000多项技能，能够快速解决垂直场景中的问题。

这也是黄广民团队今年的重点工作方向。他表示，将持续打磨智能体的核心能力，让其更懂用户需求、更能精准解决问题，比如满足PPT生成等高频办公需求。同时，腾讯将联合腾讯文档等团队深耕垂直场景，优化实际使用效果与稳定性。此外，腾讯还将开放生态，引入外部优质能力，吸纳更多专业“专家智能体”服务用户。另外，腾讯正在内部孵化设计领域的智能体，后续将逐步对外披露更多细节。