财闻 曹井雪 发自北京
6月5日，初夏的北京透着难得的清凉。国家会议中心外晴空万里，中心内则人潮涌动，以“Agent进场、效能生长”为主题的AI产业应用大会在此拉开帷幕。
上午9点刚过，主论坛大厅已座无虚席。过道与入口处被人流挤得水泄不通，不少参会者只能踮起脚尖，在攒动的人头中勉强望向舞台。
腾讯AI的最新成果和腾讯首席AI科学家姚顺雨的首次公开亮相，是吸引人群到场的主要原因。
在大会上，姚顺雨重新定义了AI时代的快与慢。相比于短期的竞速，他强调：“无论是企业还是个人，我觉得越来越重要的事情是Context，因为模型越来越擅长把一个非常复杂的输入变成一个输出。”
从“漏水”到“进场”
2025年底，姚顺雨加入被质疑“慢了”的腾讯，着手对混元大模型的预训练和强化学习基础设施进行系统性重构。2026年2月，混元完成底层重建。4月，全新旗舰模型Hy3 preview发布。
相比于参数和技术升维，在本次交流中，这位带领腾讯AI进行底层重建的人将对话的重心放在了“实用性”之中，并强调了Co-Design的研发思路。
“我当前最核心的要素无疑是Context。无论是企业还是个人，这一趋势都愈发显著。随着大模型处理复杂输入并转化为输出的能力日益精进，真正的竞争壁垒已不再仅仅是模型本身，而在于你是否掌握着最原始、最核心的数据输入。”姚顺雨在与腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生对话时强调。
而场景，恰恰是输入的关键。他坦言，选择腾讯的原因，是因为这里有许多好“问题”，这样才能催生出好“产品”。
姚顺雨认为，在AI下半场从寻找方法转到寻找问题转向的过程中，其核心在于Foundation（基础模型）、Product（产品）、Frontier（FNUC）（前沿模型）构成的均衡三角。
他进一步指出，LLM的本质区别在于泛化性，不同场景的数据需相互赋能；而Agent的崛起，让环境、评测与推理行动协同变得比单一模型能力更关键。
基于此，混元模型走了产品深度Co-Design之路，通过多产品数据回流与体系化训练，在优化模型尺寸的同时持续提升性能。
追参数，更追场景
回顾2026年上半年全球AI的发展情况，主流厂商之间出现了有趣的分野——有的向上追模型参数的天花板，有的向下找应用场景的接地口。腾讯显然是后者。
本次大会，腾讯云发布“效率智能体工具集”——针对不同人群、20多个垂直场景，提供差异化、个性化的智能体解决方案。
以用户需求为主线，将智能体能力封装成多层次产品体系——从开箱即用的轻量工具，到深度适配的企业级平台和行业解决方案，满足不同人群的使用需求。
面向个人用户，腾讯云升级QClaw、WorkBuddy、元宝、ima、腾讯文档等“开箱即用”的AI工具；面向企业客户，全新发布WorkBuddy企业版AI工作台，并同步升级ClawPro、腾讯云智能体开发平台（ADP）、企点营销云等产品。
腾讯云首发效率智能体工具集
这也使得在主会场之外，Co-Design的两端——模型与应用也成为本次大会的主角。在近百米的展区中，30种模型及应用悉数亮相。在与产品经理的交流过程中，财闻注意到，Agent的加入，打通了各类应用之间的生态，实现从“个体”到“团队”的AI进化。
从“上船”到“造船”：产业AI的落地样本
To C是腾讯一直以来的优势，To B是当前AI服务重点发力及盈利的方向。在To B的角逐中，腾讯走的是Claw模式，让创建生产级智能体的方法尽可能简化。
找钢网就是一个生动的例子。这家年交易额1515亿元的钢铁（850106）B2B平台，在AlphaGo让“人工智能（885728）”一词被大众熟知的2016年，便开始了AI的探索以及与腾讯的合作。从最早将NLP融入QQ界面结合，提升交易员沟通与查找效率，到2018年双方成立合资公司“腾采科技”，解决询报价场景，再到2023年大模型爆发后全面拥抱AI——找钢网的14年也是产业AI落地的缩影。
找钢网集团管理合伙人兼副总裁张晓坤对财闻具体分享了当下在AI上的使用场景：“在应用腾讯云ADP后，我们更聚焦在两件事：一是知识萃取，二是把岗位分得足够细。岗位细分后，技能容易被提取、蒸馏，然后逐步把活交给AI。”
在他看来，AI带来的不是裁员，而是“技术平权”。依托AI的学习能力，找钢网在钢铁（850106）之外，也将行业触角伸向电子元器件、物流等多个领域。“真正有壁垒的是闭环数据和私域数据。”张晓坤坦言。
腾讯云ADP生态负责人王摇琴对Agent的发展感受到的变化更为直接：“去年见客户，第一个问题往往是‘AI到底能干什么’；今年第一句话直接就是‘我有个具体场景，你能不能给我跑通’。”这种从“是什么”到“怎么做”的转变，比她预期快得多。
5日当天，腾讯云智能体开发平台ADP正式发布4.0版本，升级成为企业级AgentOps平台。新版本新增支持Agentic Loop的Claw模式，并通过Connector、Skills、知识库、MCP和Agent Portal，助力Agent规模化产业落地。
“ Claw 模式是一个面向Agentic Loop的拟人化形态。以找钢网为例，其AI交易员会主动说‘我去问下老板’，而非机械执行固定流程。但企业大量业务仍需确定性SOP，因此ADP支持Agent与Workflow双向互调：确定性环节交由Workflow，非确定性场景唤起Agent。”王摇琴补充道。
升级底座，“卷”性价比
从应用回归到技术底座，当下Token成本爆发式增长是不容忽视的痛点。对此，腾讯的策略不是一味堆参数，增加成本，而是选择了一条更具性价比的路线。
“性价比第一是性能，如果性能不好性价比无从谈起。在成本优化方面，当下的核心挑战在于：更小的模型把更高的价值任务做好。这对底层架构创新、长文本管理以及工程脚手架等关键环节有了更高要求。”姚顺雨表示。
为支撑 Agent在真实业务场景中大规模应用，腾讯云重构云产品体系，构建起覆盖模型、推理服务、Agent基础设施与生态连接的全栈能力，以持续降低 Agent开发与应用门槛。
在模型层面，全新推出的Hy3 Preview聚焦任务执行能力与性价比，已在CodeBuddy、WorkBuddy、元宝等产品中规模应用；在推理服务上，依托多元芯片适配等推理优化技术，腾讯云大模型服务平台TokenHub实现整体算力利用率提升40%，缓存命中率提升至85%，有效降低Agent推理成本。
腾讯依托生态正在修补“漏水的船”。但AI的赛场不只有性价比的比拼，也是想象力和技术的角逐。在这场充满未知的全球竞赛中，AI的演进正逐渐蜕变为一艘不断重构、难以预测的“忒修斯之船”。作为中国重要AI力量的腾讯，挑战与迭代还远未结束。
