腾讯还在死磕产品。
6 亿月活。豆包、DeepSeek、元宝加起来，AI 渗透率过了临界点。
AI 行业正在把叙事从技术换到商业化。投资人和市场施压，让赚钱成了集体命题。同一周，有的公司在扩销售团队，有的在调定价策略。可腾讯的焦点仍落在另一件事上——“如何做一款 AI 时代的好产品”。
上周五腾讯云 AI 产业应用大会的主论坛，汤道生与姚顺雨坐着聊了近一个小时，话题绕到最后只指向一个问题。
姚顺雨问他：“其实我记得我第一次跟您聊的时候，你跟我讲了很多过去的经历，从 QQ 空间、QQ 秀的时代，一直到我小学时候最喜欢的产品……你做过各种各样 to C、to B 的产品，远古时代的也有，最近 AI 时代的也有。我比较好奇，你觉得你做产品的第一性原理是什么？”
场下同行会心一笑。姚顺雨对面坐着的，是比他大了一代人的前辈。
这个问题，更像他在问自己。他加入腾讯不到半年，提出的核心方向是模型与产品的 Co-Design。他得先摸清楚合作者做产品的底层逻辑——这大概率会影响他后续与各条产品线 Co-Design 的思路。
“我觉得最终做产品还是本着用户到底有什么需求，我到底怎么去解决他的痛点，怎么去给用户或者客户创造价值。”汤道生答。
1. 反着来
同一场对谈中，汤道生把 PC 和移动互联网时代做产品比作“预制菜”。
“在 AI 时代以前我们做产品，很多时候想的是通过功能来满足用户的需求。你作为产品方、服务提供方，想清楚我提供什么能力，让用户通过某些菜单去选，就好像是一些‘预制菜’，你只能在里面挑一样。”
在他看来，进入 AI 时代后，产品逻辑完全翻了个个儿。
PC 和移动互联网时代，产品是一道功能菜单，用户只能点击选择。到了 AI 时代，产品形态变了：用户用自然语言进来，你根本不知道他会问什么。产品得反向给模型提供工具，让模型自己去理解需求、调用能力、组合答案。
不只形态变了，研发流程也被重新定义了。
他形容这种变化：过去做产品是瀑布式的，需求明确、功能固定、测试在后。如今你根本不知道用户会问什么，需求本身是开放的。今年腾讯内部大部分代码由 AI 生成，工程师的精力转向了架构设计，测试也要“左移”，在开发之前就得想清楚评测怎么搭、对齐怎么做。他自己的判断是，今天做产品，要求的能力更全面。
说到产品，腾讯至少有十几个 AI 产品在跑，分属不同事业群，连内部同事都未必认全。外界最普遍的猜测是“内部赛马”。但汤道生下午直接否定了这种说法。
他的解释是，智能体服务的场景太多、需求太多元，不同团队在不同场景里找机会，这是自然而然的，不是刻意的赛马。
他把腾讯做 AI 产品的底层逻辑拆成四个维度：
“好的 AI 原生产品，需要产品、模型、评测、数据四个维度对齐。这四个维度，就是我们在用一款产品时，通过客观指标——尤其针对那些开放性问题——既得达成产品目标，又得有清晰的评估体系，知道如何用能满足要求的数据让大家对齐，才能训练出符合这些要求的模型。”
这或许道出了一个核心事实：腾讯的逻辑里，模型与产品需要 Co-Design。
“腾讯一直极度关注产品体验，满足用户需求，为用户提供价值。这些目标都得通过产品这个载体来实现，所以大家看腾讯，都会说我们就是一家产品公司。这已经刻在了我们的基因里，我觉得 AI 时代不会有太大变化。”汤道生说。
刘毅是 CodeBuddy 和 WorkBuddy 的负责人，当天笔者也见到了他。他透露，WorkBuddy 团队的研发组织正是按同样的原则来搭建。“从一开始我的团队就特别扁平，层级很少。所有上下文都是透明共享的：我们有一个共享大餐，里面放着所有模块的代码、所有产品的代码、所有的需求、所有的用户反馈和工单，还有所有的设计。”在这种模式下，AI 的开发范式变成了人向 AI 提需求，AI 在一个极度透明且上下文充分的环境中工作。
2. 还没赚钱
当天下午，在三场不同的交流中，笔者见到了腾讯负责不同 AI 产品业务的人，除了汤道生，还有刘毅与 CodeBuddy/WorkBuddy 商业化负责人张翔，以及腾讯云副总裁吴运声。四个人回答的问题各异，但有一个共性：都没有急着给 AI 业务贴价签。
腾讯云 AI 产品矩阵里，WorkBuddy、ADP（腾讯云智能体开发平台）、CodeBuddy 是当前最核心的三个。几位负责人分别给出了边界说明。
WorkBuddy 面向个人办公效率。刘毅说，以后 WorkBuddy 就是腾讯云 AI Agent 的统一智能体入口和平台，它覆盖代码场景、办公场景和设计创意场景三个方向。“为什么是这三个？因为它们在企业里都是高频、高价值，而且特别容易被 AI 产生数据并验证效果的领域。”
ADP（腾讯云智能体开发平台）面向企业严肃场景。吴运声解释说，ADP 做的是“面向 B 端、可管控的高度严肃场景”。他举了个例子：酒店需要一个 AI Agent 来服务所有住客，这种面向海量 C 端用户、需要稳定可靠输出的场景，就得靠 ADP。
CodeBuddy 面向开发者。它既是编程助手，也是为 WorkBuddy 提供底层能力的引擎。刘毅透露，CodeBuddy 在腾讯内部已覆盖大部分团队，“到 2025 年底，腾讯大多数团队 90% 以上的代码都会由 AI 生成”。
“你们打算什么时候开始赚钱？”这个问题在交流中被变着法子问了好几次。
“对于 WorkBuddy、CodeBuddy 这样的 AI 智能体，现在还是投入期，我们并没有给 Buddy 产品团队设商业化目标。”汤道生说。
他马上补充道：“我觉得 WorkBuddy 今天有点像几年前的腾讯会议，既带 to C 属性又带 to B 属性，我们会继续发挥好它 C2B 的能力，搭建可持续发展的服务体系。”
没设商业化目标，不等于没想商业模式。在被追问时，他给出了更完整的框架：“当前商业化不是重点，还是要把产品打磨好，服务更多用户，能证明这是一款为大家创造价值、提升效率的工具。但我们会有商业模式，它是一个调节器——算力资源有限，所以到底该怎么筛选出对产品最有需要、最认可它创造价值的用户，最终让这些用户为算力付费，我想这也是 Agent 产品发展过程中需要思考的。”
这个逻辑能否在当下的 AI 竞争节奏里站得住，仍然是个问题。赛道窗口期是否等得起一条“腾讯会议式”的长线路径，外界并没有共识。
3. 能等多久
当被问及腾讯 AI Agent 的业务偏 IaaS 层还是 SaaS/PaaS 层的订阅时，汤道生开口先说的，不是 IaaS 还是 SaaS。
是算力不够。
他解释，有限的 GPU 资源优先倾斜给了内部需求。混元训练、微信、腾讯会议，再加上元宝等产品，哪一块都需要算力。放到云上服务外部客户，有标杆案例，但坦白讲，还远没到能完全覆盖的程度。
“今年从龙虾开始，包括 WorkBuddy、CodeBuddy 的普及，我们的 token 调用迎来了爆发式增长，可我们仍然受限于算力。”
言外之意，算力，还在等。他坦白，下半年如果能起来，起码能把推理场景服务得更好。这不是技术问题，是产能问题。
有人追问：训练要做，产品要跑，云还要卖 GPU 给客户，优先级怎么排？
他的排序非常明确：内部产品优先。理由是，内部产品本身也在服务外部用户，把 GPU 租出去是次要的。但他也留了余地：下半年国产算力进来后，两边可以同时满足。换句话，今天的排序不是战略抉择，而是资源约束下的临时方案。
AI 这波浪潮，到底是上半场还是下半场？汤道生重申：“我记得顺雨在台上说，‘下半场’这个词有点被滥用了，现在看，更像是一场马拉松、一个更长周期的竞赛。”
他承认，腾讯的业态非常多元，没法保证每个板块都最领先，不同业务快一点慢一点很正常。龙虾热的时候，腾讯是反应最快的，现在 WorkBuddy 也是这条赛道最受欢迎的产品。
他把时间线拉长到了 28 年，“如果把时间拉长，尤其你看过去 28 年里腾讯成功的业务，今天来看，它们也不都一帆风顺，也都走过高潮、走过低谷。腾讯做服务、做产品有一个理念，就是当你判断清楚它是有价值的时候，我们会坚定地、坚持地走完这个周期。”
关于 AI 产品与商业化的更多深度解读，欢迎常来云栈社区看看。
发表于 1 小时前
|
查看: 3|
回复: 0
