知识卡片：腾讯汤道生：和AI一起长跑的这两年

英文标题： Tencent Dowson: Two Years of Running with AI

英文关键词： Tencent; Dowson; AI; Large Language Model; Agent; Co-Design; CodeBuddy; WorkBuddy; Long-termism; AI-native Organization

一句话结论

汤道生认为，AI 大模型竞赛是一场马拉松，现在可能才跑完头一公里；腾讯的策略是“熬得久”重于“起得早”，通过场景、工程能力、Agent 产品化和组织重构建立长期竞争力，并坚持“长期主义”和“以人为本”两个不变。

事件概述或研究问题

本文是腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生借腾讯内部年刊《知点》契机发表的回顾文章，转载自“腾讯云”公众号。
文章回顾了腾讯过去两年在 AI 领域的一线实践，包括混元大模型、CodeBuddy/WorkBuddy、元宝、Agent 等，回应了“腾讯做 AI 慢了”的外部声音。
核心问题：面对 AI 这样量级的技术变化，企业应该用什么方法拥抱？什么必须变、什么不能变？

方法/产品要点

混元大模型：经历多次重构，混元 Hy3 架构化繁为简，注重训练数据质量，在同等参数大模型中效果突出；但公司整体算力严重不足，拖慢了模型训练与产品发展。汤道生表示 Hy4 将迎来更多突破。
算法与工程结合：算法决定天花板，工程能力决定多快触达它；从数据整理、训练、推理到场景落地都需要 AI Infra 加持，还需要文件系统、工具调用、长记忆、反馈循环等完整工作环境。
CodeBuddy：源自腾讯云 DevTools 积累（如 coding.net 的代码托管与 CI/CD），2024 年推出，通过私有化部署获得项目收入；2025 年底模型能力突破后，内部由 AI 生成的代码比例快速攀升。
WorkBuddy：2026 年初基于 CodeBuddy 底座打造，界面更简单，适合非技术研发人员；与腾讯文档团队融合后补齐文档编辑能力；上线三个月迭代四十多个版本，采用“AI 生成代码、人做判断和把关”的原生 AI 工作方式。
元宝：沉淀了实验平台、评测体系和反馈闭环，并与混元 Co-Design 改善搜索体验；汤道生认为其长期机会在于答案准确、信息来源权威可信、内容实时。
个人 Agent 与服务 Agent：个人 Agent（如 WorkBuddy）站在用户侧，帮助完成任务；服务 Agent 遵循服务提供者与管理者的意图，对数据输出负责，可被个人 Agent 调用。腾讯云智能体开发平台 ADP 提供开箱即用的服务 Agent 搭建能力。
组织与研发模式：AI 原生组织打破流水线分工，小团队以原型驱动快速迭代；产品与模型 Co-Design，即共同对齐优化目标、构造环境数据、加强模型后训练，并通过实验反复验证。

主要结果或产业意义

据文章，混元已支持公司内部数百个应用；CodeBuddy 和 WorkBuddy 成为内部常用工具，部分过去需要数小时的工作（如清洗数据、经营分析、起草文书）现在约 20 分钟可完成初稿。
汤道生认为，AI 应用不止大模型；场景是腾讯做 AI 最厚的底牌，场景数据为模型提供上下文，历史互动可提炼为个人记忆或可复用技能。
模型能规划、调用工具、验证结果并产生高价值生产力后，企业更愿意付费；但企业也关注敏感数据安全防护、token 成本管理，以及通过 skills 与 MCP 构建企业应用生态。
产业意义：Agent 时代模型与产品的深度协同非常重要，否则容易造成“灵魂与肉体的分离”；产品为模型展示用户需求分布，提供提升模型能力的宝贵数据。

为什么重要

这是腾讯负责云与产业互联网的高管对自身 AI 战略的一手叙述，提供了大厂在实际业务中做 AI 决策的视角。
增量信息在于“个人 Agent 向左、服务 Agent 向右”的架构判断，以及“模型与产品 Co-Design”方法论；有助于理解 2024—2026 年腾讯 AI 产品矩阵（混元、CodeBuddy/WorkBuddy、元宝、腾讯云 ADP）的布局逻辑。
与已有相关卡片（NIST AI RMF、Epoch AI 研究、OpenRouter 博客归档）相比，本条属于 AI 产业实践与战略观点，补充了“厂商如何落地 Agent 与组织重构”的维度。

局限与不确定性

本文为高管访谈/署名文章，属于观点与内部经验总结，不是独立评估；部分效果数据（如“留存率提升”“单位运营成本下降”）为定性描述，具体数字待核实。
文中“算力严重不足”“公司整体算力”未提供规模数据，影响程度待核实。
“年初的一只小龙虾，接入了最新的大模型，就搅动了整个行业”具体指哪款产品或事件，原文未明确，待核实。
WorkBuddy“三个月迭代四十多个版本”“20 分钟左右完成初稿”等为团队自述或案例，不代表所有用户与业务场景。
对 Hy4、元宝长期发展的展望属于预期，存在不确定性。

可用于图书/PPT/简报的角度

从“起得早 vs 熬得久”切入，讨论 AI 产业竞争的时间观与长期主义。
以腾讯 CodeBuddy/WorkBuddy 为案例，展示 AI 原生产品研发方法：AI 生成代码、人做判断、原型驱动快速迭代。
梳理个人 Agent 与服务 Agent 的架构划分，用于解释企业级 AI 应用落地路径。
用“模型与产品 Co-Design”说明数据飞轮如何形成，以及产品团队为何要参与模型迭代。
结合北京密云基层干部用 WorkBuddy 开发防汛小程序的案例，说明 AI 以人为本的公共价值。

与既有脉络的关系

已有相关卡片涵盖 NIST AI 风险管理框架、Epoch AI 研究趋势、OpenRouter 博客归档，分别涉及治理、研究趋势和 AI 基础设施中间层；本条是腾讯高管对 AI 产业实践的总结，重点在应用场景、Agent 架构和组织变化。
可参照 Epoch AI 关于算力扩展的研究：汤道生提到腾讯“算力严重不足”导致模型训练与产品发展受影响，说明算力约束对大型平台公司同样是现实挑战。

原始材料

原标题：腾讯汤道生：和AI一起长跑的这两年
英文标题（译）：Tencent Dowson: Two Years of Running with AI
英文关键词：Tencent; Dowson; AI; Large Language Model; Agent; Co-Design; CodeBuddy; WorkBuddy; Long-termism; AI-native Organization
来源：腾讯云公众号（转载于搜狐）
URL：https://m.sohu.com/a/1068873392_455313
摘要参考：另一个发现是，在 Agent 时代，模型和产品的深度协同也变得非常重要，否则很容易造成灵魂与肉体的分离；产品为模型展示了不同用户需求的分布，也提供了能提升模型能力的宝贵数据；产品与模型 Co-Design 就是指……