Hy3發(fā)布后，騰訊的生產(chǎn)力AI走向收斂

文 | 窄播，作者｜李威

過去幾年，騰訊的AI產(chǎn)品布局一直給人一種「各有側重」、甚至「九子奪嫡」的感覺。元寶、ima、WorkBuddy、CodeBuddy、QClaw、Marvis，再加上微信的小微、QQ瀏覽器中的QBot，這些產(chǎn)品往往來自不同團隊，甚至使用不同模型，面向的人群和場景也不盡相同。

這種分散一度讓外界難以判斷，騰訊究竟想靠什么產(chǎn)品來建立AI時代的生存根基。但隨著微信開始內測小微、姚順雨團隊發(fā)布Hy3正式版，兩條相對清晰的路徑正在浮現(xiàn)。

第一條路徑由微信主導，面向日常生活。它依托微信龐大的用戶基數(shù)，完善的小程序、內容、社交和支付生態(tài)，讓AI幫助普通用戶完成點餐、出行、購物、信息查詢等生活場景中的任務。

第二條路徑以Hy3和WorkBuddy為核心，面向泛生產(chǎn)力場景組織攻勢。它強調模型與Agent產(chǎn)品的協(xié)同，通過調用文檔、代碼、瀏覽器、本地文件，打通企業(yè)協(xié)作工具，讓AI直接完成任務，交付結果。

本周Hy3正式版的發(fā)布，讓第二條路徑變得更明確了：Hy3提供能力，WorkBuddy承接任務，騰訊文檔、企業(yè)微信、騰訊會議、ima等產(chǎn)品則被組織成Agent可以調用的工具。與此同時，元寶也增加了PPT、HTML等文件的交付能力。

未來，這兩條路徑并不會簡單合并，也不一定需要一個統(tǒng)一的「超級助手」來統(tǒng)籌。更可能的形態(tài)，是各自獨立運行，同時通過用戶信息與任務上下文形成松散但高效的連通。

一個服務生產(chǎn)力場景的模型

Hy3正式版的主要變化，不在參數(shù)，而在模型完成任務能力的提升。

從參數(shù)來看，Hy3正式版仍然采用融合快慢思考的MoE架構，總參數(shù)2950億、激活參數(shù)210億，支持最高256K上下文，與4月發(fā)布的Hy3 Preview基本一致。騰訊認為，現(xiàn)在的參數(shù)規(guī)模能夠達到模型能力與推理效率之間的平衡點，讓模型以更低成本進入大量真實業(yè)務場景。

任務執(zhí)行方面，官方發(fā)布的博客文章介紹稱，Hy3正式版在軟件開發(fā)、辦公協(xié)作、金融建模、前端設計、游戲制作等生產(chǎn)力任務上的進步尤其顯著，可以成為高性價比的可靠選擇；還優(yōu)化了輸出格式和工具調用穩(wěn)定性、知識常識和抗幻覺能力、復雜上下文承接與多輪意圖保持能力等一系列體驗向能力。

騰訊公布的內部評測數(shù)據(jù)顯示，在270名內部專家參與的真實工作盲測中，Hy3平均獲得2.67分，高于GLM-5.1的2.51分，領先項目主要集中在前端開發(fā)、數(shù)據(jù)與存儲、CI/CD等工作任務。其中，Hy3正式版的幻覺率從12.5%下降至5.4%，常識錯誤率從25.4%下降至12.7%，多輪對話問題率從17.4%下降至7.9%。

這些改進明顯針對的是Agent落地時的更具體問題。生產(chǎn)力Agent往往需要連續(xù)執(zhí)行多個步驟，一旦它錯誤理解約束、調用錯工具，或者在長任務中遺忘最初目標，最終交付結果就可能失去實際價值。

在開發(fā)者社區(qū)和公開體驗文章中，Hy3正式版在文檔處理、資料整理、簡單網(wǎng)頁制作和本地部署方面已經(jīng)表現(xiàn)出一定的吸引力；但在復雜代碼工程和長鏈條企業(yè)任務方面，還需要更多的時間和實踐來驗證模型的能力。

Hy3正式版的變化，基本印證了姚順雨接手混元后對外界表達的研發(fā)思路——更重視真實產(chǎn)品使用。騰訊集團高級執(zhí)行副總裁湯道生曾表示，騰訊首席AI科學家姚順雨推動混元將評估重點從外部Benchmark轉向產(chǎn)品用戶體驗，并清理了一批規(guī)模可觀、實際訓練價值有限甚至可能產(chǎn)生負面作用的數(shù)據(jù)。

在姚順雨看來，隨著訓練方法和基礎能力逐漸擴散，真正稀缺的資源將包括：值得解決的問題、適合Agent運行的環(huán)境，以及高質量的用戶上下文。只有進入真實產(chǎn)品，模型才會遇到公開Benchmark無法覆蓋的錯誤，也才能知道哪些能力會真正影響用戶完成任務。

這也是能充分利用騰訊積累的方向。在生產(chǎn)力場景中，騰訊擁有代碼開發(fā)、在線文檔、會議溝通、辦公協(xié)作等產(chǎn)品，可以持續(xù)提供真實任務，并將執(zhí)行結果重新反饋給模型。WorkBuddy是其中一個重要的試驗場。它提供了Agent原生的復雜環(huán)境，使Hy3的工具調用和任務規(guī)劃能力能夠接受真實用戶檢驗。

官方博客文章中表示，從1月底重建基礎設施，到4月推出Hy3 Preview，再到7月發(fā)布正式版，混元完成了一次從底層訓練、產(chǎn)品接入、用戶反饋再回到模型優(yōu)化的循環(huán)。

這個循環(huán)的完成，意味著騰訊在模型與產(chǎn)品之間形成了更明確的協(xié)作體系：混元負責理解、規(guī)劃和調用工具，WorkBuddy等產(chǎn)品負責提供任務環(huán)境與交付載體。模型能力與產(chǎn)品場景之間的這套配合，會成為騰訊串聯(lián)分散產(chǎn)品的起點，也可能會加速騰訊追趕領先模型的步伐。

生產(chǎn)力能串聯(lián)起一條主線

這個起點對騰訊AI業(yè)務的意義，不只在于增加了一類產(chǎn)品。更重要的是，它為騰訊原本分散的辦公產(chǎn)品和企業(yè)服務提供了一種Agent時代的組織方案。

騰訊在生產(chǎn)力領域并非沒有積累。企業(yè)微信連接組織與客戶，騰訊會議承載溝通，騰訊文檔處理內容，CodeBuddy則開始進入軟件開發(fā)流程，每個產(chǎn)品都負責完成一個環(huán)節(jié)的任務。

但在Agent時代，是由人提出任務目標，Agent負責拆解步驟、選擇和調用不同的工具協(xié)同完成任務。文檔、會議、代碼和企業(yè)知識庫就變成了任務流程中被調用的能力模塊。

與需要在通用助手領域和豆包、DeepSeek、千問肉搏的元寶相比，WorkBuddy進入的是一個競爭格局尚未完全確定的市場。這也是為什么騰訊在更積極地推進WorkBuddy。

首先，元寶是一個面向C端用戶的聊天機器人，它所扮演的角色未來有很大可能會被微信的小微取代。而WorkBuddy是一個圍繞任務搭建的桌面Agent工作臺，負責讀取授權文件、瀏覽網(wǎng)頁、調用模型和Skills，最終交付文檔、表格、PPT、網(wǎng)頁或分析結果，完成任務鏈條的組織。

其次，相較元寶的后發(fā)，在這種偏向任務執(zhí)行的Agent中，WorkBuddy具備一定的先發(fā)優(yōu)勢。它建立在CodeBuddy的Coding Agent內核上，更早被推向市場，一開始就具備任務規(guī)劃、工具調用和執(zhí)行控制能力。CodeBuddy本身也是國內較早布局AI編程、并較早從代碼助手升級到Coding Agent的產(chǎn)品之一。

最后，WorkBuddy的價值也不只是成為另一個入口，而是成為這些能力重新組合的節(jié)點。湯道生曾提到，騰訊文檔的一項重要工作，是把過去積累的文檔處理能力轉化為WorkBuddy能夠調用的Skill。沿著同一邏輯，騰訊此前在企業(yè)辦公場景中積累的產(chǎn)品、用戶，都可以被導入到WorkBuddy中。

從元寶到WorkBuddy的交接棒，也意味著騰訊在微信之外的AI業(yè)務，開始更聚集到了泛生產(chǎn)力的場景。在兩個版本的Hy3發(fā)布之后，這種變化變得更為明確了。

現(xiàn)實的數(shù)據(jù)反饋也在驗證WorkBuddy的潛力。數(shù)據(jù)顯示，WorkBuddy上線三個月后人均Token消耗增長了10倍以上。Token使用量不能完全代表留存和商業(yè)價值，卻可以說明用戶交給Agent的任務正在變多、變長。對一個仍在投入期的產(chǎn)品而言，這也是判斷模型、工具和工作流是否真正被使用的重要信號。

騰訊也明顯加大了對WorkBuddy的推廣力度。2026年以來，WorkBuddy在北京、上海、廣州、深圳等城市的核心通勤區(qū)域進行了集中投放，也頻繁地出現(xiàn)在公眾號信息流廣告中。這些廣告更直接地展示寫報告、做PPT、處理表格等能力，試圖讓更多用戶選擇WorkBuddy完成生產(chǎn)力任務。

在擴大用戶規(guī)模之外，騰訊還在圍繞WorkBuddy推出OPC激勵計劃和共創(chuàng)計劃。前者面向創(chuàng)業(yè)者及一人公司，鼓勵小團隊把經(jīng)營、內容、研發(fā)和客戶服務流程交給Agent；后者則引入了美團、攜程、中興通訊、銷售易、小鵝通以及多家模型公司，為桌面Agent工作臺拓展更豐富的第三方能力生態(tài)。

最終，混元提供執(zhí)行任務所需的模型能力，WorkBuddy組織工具和上下文，騰訊原有辦公產(chǎn)品與外部伙伴則提供具體能力。三者共同構成的，才是騰訊試圖講述的完整生產(chǎn)力AI故事。

生產(chǎn)力與生活存在「弱連接」

生產(chǎn)力正在成為騰訊AI業(yè)務的一條主線，但它不是全部。

微信正在小范圍內測原生AI助手小微，并向開發(fā)者開放微信AI調用小程序的能力。從已有功能看，小微可以理解文字和語音指令，查詢微信內容，并調用小程序完成點餐、出行、購物和預約等任務。這意味著，騰訊把服務更廣泛用戶的生活場景押注在了微信身上。

因此，微信Agent與Hy3+WorkBuddy組合代表的是兩條不同的路徑：前者從高頻生活入口出發(fā)，依靠微信生態(tài)建立AI時代的生活服務能力；后者從復雜生產(chǎn)力任務出發(fā)，依靠模型、工具和企業(yè)辦公能力的協(xié)同，完成AI時代的「工作桌面」搭建。

兩條路徑可能最終并不會走向合并。生活場景和生產(chǎn)力場景對模型能力、權限、安全和執(zhí)行環(huán)境的要求并不相同，微信與CSIG也擁有各自的模型和產(chǎn)品體系。完全合并兩個成熟的體系，既可能損失生產(chǎn)力產(chǎn)品的專業(yè)性，也會放大隱私與誤操作風險。

但兩者也不會完全割裂。原因在于，無論工作還是生活，Agent服務的都是同一個人。真正可能把兩條路線連接起來的，是能夠追隨人流動的上下文。用戶會在微信里討論出差，涉及聊天關系、交通、酒店和支付；進入工作環(huán)節(jié)后，又可能需要整理行程、制作材料、同步同事和處理報銷。

這種連接看上去是「弱」的，因為產(chǎn)品、模型和權限仍然獨立；但又具有較大的想象空間，因為用戶不必被固定在某一個AI入口中。入口可以變化，專業(yè)Skill可以替換，但用戶不必在每次切換時重新交代自己的身份、偏好、任務背景和當前進度。

同時，生活與生產(chǎn)力本身也在相互滲透。個人學習、旅行規(guī)劃、內容創(chuàng)作和財務管理都包含生產(chǎn)力需求；企業(yè)辦公中的差旅、采購、餐飲和客戶服務，又會調用大量生活服務。傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品可以按照To C和To B劃分，但Agent處理的是完整任務，任務往往會跨過這條邊界。

沒有歷史包袱的豆包和ChatGPT，已經(jīng)在產(chǎn)品上體現(xiàn)出了這種趨勢。豆包在大眾聊天入口之上增加專業(yè)版和辦公任務模式，把更復雜的工作能力提供給高需求用戶；OpenAI則把ChatGPT和Codex放入同一套產(chǎn)品體驗，讓聊天、工作、編程任務可以在同一界面內切換。

這些選擇說明，通用AI產(chǎn)品正在吸收專業(yè)生產(chǎn)力能力。不過，騰訊未必需要采用同樣的前臺整合方式。豆包和ChatGPT需要把一個AI原生入口擴展成超級應用，騰訊則已經(jīng)擁有微信這個超級應用，完全可以分工合作，只在需要時建立連接。

因此，生產(chǎn)力與生活共同構成了騰訊AI業(yè)務的完整圖景：微信探索AI如何進入最大規(guī)模的日常服務，Hy3和WorkBuddy探索AI如何完成更復雜、更高價值的工作。兩條路線暫時各自成長，也可能持續(xù)由不同模型和團隊推進。