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。来自投资人和市场的压力，让赚钱成了共同命题。同一周，行业里有公司在扩销售团队，有公司在调定价策略。但腾讯关注的核心还是停留在另一件事——“如何做一款AI时代的好产品”。

上周五举行的腾讯云AI产业应用大会主论坛上，汤道生和姚顺雨坐着聊了将近一个小时。话题绕来绕去，绕到了一个问题上。

姚顺雨问汤道生：“其实我记得我第一次跟您聊的时候，你跟我讲了很多你过去的经历，从QQ空间、QQ秀的时代，一直到我小学时候最喜欢的产品……你做过各种各样的产品，to C也有，to B也有，远古时代的也有，最近AI时代的产品也有。我比较好奇，你觉得你做产品的第一性原理是什么？”

场下观众默契一笑。姚顺雨对面坐着的是比他大了一个代际的前辈。

姚顺雨问这个问题，更像是在回答自己。他加入腾讯不到半年，模型和产品Co-Design是他提出的核心方向。他要先搞清楚，跟他合伙的这个人做产品的底层逻辑，这或许将会影响他后面与各个产品Co-Design的思路。

“我觉得其实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。”汤道生说。

反着来

同一上午的对谈里，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，你作为一个产品提供方、服务提供方，你想清楚我提供怎么样的一个能力，让用户可能通过某些菜单去选，好像是一些‘预制菜’，你只能在里面去点一样。”

他觉得，到了AI时代，产品逻辑被翻了过来。

PC和移动互联网时代，产品是功能菜单，用户只能点选。到了AI时代，产品形态变了，用户用自然语言进来，你不知道他会问什么。产品要反过来给模型提供工具，让模型自己去理解需求、调用能力、组合答案。

不只是产品形态变了，研发流程也被重新定义了。

他对这个变化的描述是，过去做产品是瀑布式的，需求清楚、功能明确、测试在后。到了AI时代，他不知道用户会问什么，需求本身就是开放的。今年腾讯内部大部分代码由AI生成，工程师把精力转移到架构设计上，测试也要左移，在开发之前就得想清楚Eval怎么搭、alignment怎么对齐。他自己的判断是，今天做产品要求的能力更全面了。

说到产品，腾讯至少有十几个AI产品在跑，分属不同事业群，连自己人都未必认全。业界对腾讯AI最普遍的猜测是“内部赛马”。但汤道生在下午的交流中直接否认了这个说法。

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，这很自然，不是刻意的赛马。

他把腾讯做AI产品的底层逻辑拆成了四个维度。

“好的AI原生产品需要产品、模型、评测、数据四个能够对齐。这四个维度就是我们在使用一个产品，通过一些客观的指标，尤其针对一些比较开放式的问题，要能够既达成产品的目标，有清晰的评估体系，怎么通过能满足这个要求的数据，大家多方对齐，才能训练出能满足这些要求的模型。”

这或许表达了一个核心事实，即在腾讯的逻辑中，模型和产品需要Co-Design。

“腾讯一直非常关注产品体验，满足用户的需求，为用户提供价值。这些目标都需要通过产品作为载体让用户获得这些价值，所以大家看腾讯，一般都会说腾讯就是一个产品公司。这是在我们团队的基因里，我不觉得在AI时代会有太大的变化。”汤道生说。

刘毅是CodeBuddy&WorkBuddy的负责人，笔者在同一天也见到了他。刘毅把WorkBuddy团队的研发组织也按同样的原则来搭。“一开始我的团队就设计得特别扁平，没有那么多的层级。所有团队的上下文都是透明的、共享的，我们有一个共享大餐，里面有所有的模块、所有产品的代码，有所有的需求，有所有的用户反馈、工单，也有所有的设计。”在这种模式下，AI的开发范式变成人类给AI提需求，AI在一个非常透明且充分的上下文里面工作。

还没赚钱

当天下午，在三场不同的交流中，见到了腾讯负责不同AI产品相关业务的人，除了汤道生，还有刘毅和CodeBuddy&WorkBuddy商业化负责人张翔，腾讯云副总裁吴运声。四个人回答的问题不同，共性是，他们都没有急着给AI业务贴价签。

腾讯云的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。负责人们各自给出了边界说明。

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。它提供了代码场景、办公场景和设计创意场景三个方向。“为什么是这三个场景，就是因为这三个场景在很多企业里面都是比较高频、高价值，特别容易被AI产生数据甚至是验证数据效果的三个领域。”

ADP（腾讯云智能体开发平台）面向企业严肃场景。吴运声自己解释称，ADP做的是“面向B端企业、可管控的高度严肃场景”。他举了个例子：酒店需要一个智能体服务所有住客，这种面向大量C端用户、需要稳定可靠输出的场景，就需要ADP。

CodeBuddy面向开发者。它既是编程助手，也是给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，腾讯大部分团队90%以上的代码都是用AI生成的”。

“你们打算什么时候开始赚钱？”这个问题在交流中被变着花样问了好几次。

“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。

他紧接着补充：“我觉得WorkBuddy今天有点像几年前的腾讯会议，既有ToC属性也有ToB属性，我们会继续发挥好它C2B的能力，来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。被追问时，他给出了更完整的框架：“当前商业化不是我们的重点，还是要把产品打磨好，服务到更多的用户，能够证明这是一个能为大家创造价值、工作提效的工具。但我们会有商业模式，它是一个调节器，因为算力资源有限，所以到底怎么筛选出对这个产品最有需要的、最认可它创造的价值的用户，最终这些用户能为算力付费，我想也是Agent产品发展过程中需要考虑的地方。”

这个逻辑能否在当前AI竞争节奏下成立，仍然是个问题。AI赛道的窗口期是否等得起一个“腾讯会议式”的长线路径，外界并没有共识。

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，他开口先说的不是IaaS还是SaaS。

是算力不够。

他解释，有限的GPU资源优先倾斜了内部需求。混元训练、微信、腾讯会议，再加上元宝等产品，每一块都需要算力。放到云上服务外部客户，有标杆案例，但说实话还不能完全覆盖。

“今年从龙虾开始，包括WorkBuddy、CodeBuddy的普及，我们的token调用有一个爆发式增长，当然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。这不是一个技术问题，是一个产能问题。

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？

他的排序很明确：内部产品优先。理由是内部产品本来也在服务外部用户，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。换句话说，今天的排序不是战略选择，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？对于这个问题，汤道生重申：“我记得顺雨在台上提到‘下半场’这个词有点被滥用了，现在看更像是一个马拉松、更长时间的竞赛。”

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是正常的。龙虾热的时候腾讯是反应最快的，现在WorkBuddy也是这个赛道最受欢迎的产品。

他把时间拉到了28年，“如果把时间拉长，尤其你看过去腾讯近28年时间里面成功的业务，今天来看成功的业务也不都是一帆风顺的，也都走过高潮走过低谷。我觉得腾讯做服务、做产品的一个理念是，当你判断清楚它是有价值的话，我们是能够坚定坚持走过这个周期。”（本文首发钛媒体APP，文 | DeepWrite秦报局，作者｜秦聪慧 ）