2.67分：騰訊AI繞過(guò)元寶，用一條新路徑把生產(chǎn)力工具串起來(lái)了

270名內(nèi)部專(zhuān)家盲測(cè)打分，Hy3正式版拿下2.67分，高于GLM-5.1的2.51分。這項(xiàng)評(píng)測(cè)沒(méi)有放在通用榜單上比參數(shù)、比跑分，而是直接扔進(jìn)前端開(kāi)發(fā)、數(shù)據(jù)與存儲(chǔ)、CI/CD這些真實(shí)工作流里，讓懂行的人評(píng)判誰(shuí)更能幫自己把手頭的活干完。從1月底重建基礎(chǔ)設(shè)施，到4月推出Hy3 Preview，再到7月發(fā)布正式版，混元團(tuán)隊(duì)完成了一次從底層訓(xùn)練、產(chǎn)品接入、用戶反饋再回到模型優(yōu)化的完整循環(huán)。

過(guò)去幾年，騰訊的AI產(chǎn)品布局給外界留下的印象，往往是分散甚至有些互相賽馬的意味。元寶、ima、WorkBuddy、CodeBuddy、QClaw、Marvis，加上微信的小微和QQ瀏覽器里的QBot，這些產(chǎn)品來(lái)自不同團(tuán)隊(duì)，有時(shí)甚至使用不同模型，各自瞄準(zhǔn)的人群和場(chǎng)景也不一樣。這種多方出擊的態(tài)勢(shì)一度讓行業(yè)難以判斷，騰訊到底要押哪款產(chǎn)品來(lái)建立自己在AI時(shí)代的立足點(diǎn)。但隨著微信開(kāi)始內(nèi)測(cè)小微、姚順雨團(tuán)隊(duì)發(fā)布Hy3正式版，兩條路徑開(kāi)始清晰起來(lái)。

第一條路徑由微信主導(dǎo)，面向日常生活場(chǎng)景。它背靠微信龐大的用戶基數(shù)，以及已經(jīng)跑通的小程序、內(nèi)容、社交和支付生態(tài)，讓AI幫忙完成點(diǎn)餐、出行、購(gòu)物、信息查詢這些普通用戶每天都會(huì)遇到的任務(wù)。第二條路徑則是以Hy3和WorkBuddy為核心，面向泛生產(chǎn)力場(chǎng)景集中發(fā)力。它強(qiáng)調(diào)的是模型與Agent產(chǎn)品的協(xié)同——模型負(fù)責(zé)理解用戶意圖、規(guī)劃執(zhí)行步驟，Agent調(diào)用文檔、代碼、瀏覽器、本地文件這些工具，打通企業(yè)協(xié)作鏈條，最終把成果直接交付給用戶。本周Hy3正式版上線，讓第二條路徑變得更加明朗：Hy3提供底層能力，WorkBuddy承接任務(wù)執(zhí)行，騰訊文檔、企業(yè)微信、騰訊會(huì)議、ima等產(chǎn)品被重新組織成Agent可以調(diào)用的技能模塊。與此同時(shí)，元寶也增加了PPT、HTML等文件的交付能力，開(kāi)始向任務(wù)執(zhí)行側(cè)靠攏。

Hy3正式版的變化不在參數(shù)規(guī)模上。它仍然使用融合快慢思考的MoE架構(gòu)，總參數(shù)2950億、激活參數(shù)210億，支持最高256K上下文，跟4月的Preview版基本一致。騰訊的判斷是，這個(gè)參數(shù)規(guī)模能在模型能力與推理效率之間找到一個(gè)平衡點(diǎn)，讓模型以更低的成本跑進(jìn)大量真實(shí)的業(yè)務(wù)場(chǎng)景里。能力的提升更多體現(xiàn)在任務(wù)完成度上。官方發(fā)布的技術(shù)博客提到，Hy3正式版在軟件開(kāi)發(fā)、辦公協(xié)作、金融建模、前端設(shè)計(jì)、游戲制作等生產(chǎn)力任務(wù)上進(jìn)步顯著，同時(shí)優(yōu)化了輸出格式和工具調(diào)用的穩(wěn)定性、知識(shí)常識(shí)和抗幻覺(jué)能力、復(fù)雜上下文承接與多輪意圖保持等一整套體驗(yàn)向的能力。

騰訊內(nèi)部給出了一組更具體的評(píng)測(cè)數(shù)字：在270名內(nèi)部專(zhuān)家參與的真實(shí)工作盲測(cè)中，Hy3正式版的幻覺(jué)率從12.5%降到了5.4%，常識(shí)錯(cuò)誤率從25.4%降到了12.7%，多輪對(duì)話問(wèn)題率從17.4%降到了7.9%。這些數(shù)字瞄準(zhǔn)的場(chǎng)景非常實(shí)際。生產(chǎn)力Agent往往需要連續(xù)完成多個(gè)步驟，它一旦在中間環(huán)節(jié)理解錯(cuò)了任務(wù)約束，調(diào)錯(cuò)了工具，或者在長(zhǎng)鏈條執(zhí)行中忘了一開(kāi)始的目標(biāo)，最終交付的東西就會(huì)失去使用價(jià)值。幻覺(jué)率、常識(shí)錯(cuò)誤率和多輪問(wèn)題率的下降，直接關(guān)系到Agent能不能把用戶交代的事從頭到尾辦穩(wěn)妥。

這些改進(jìn)的方向，基本印證了姚順雨接手混元之后對(duì)外表達(dá)的研發(fā)思路：把評(píng)估重心從外部Benchmark排名移到產(chǎn)品用戶體驗(yàn)上。騰訊集團(tuán)高級(jí)執(zhí)行副總裁湯道生在一次對(duì)外交流中也說(shuō)過(guò)，姚順雨推動(dòng)混元做了一項(xiàng)重要清理，清掉了一批規(guī)模可觀但實(shí)際訓(xùn)練價(jià)值有限、甚至可能產(chǎn)生負(fù)面作用的數(shù)據(jù)。在姚順雨看來(lái)，當(dāng)訓(xùn)練方法和基礎(chǔ)能力逐漸擴(kuò)散之后，真正稀缺的資源會(huì)變成幾樣?xùn)|西：值得解決的問(wèn)題、適合Agent運(yùn)行的環(huán)境，以及高質(zhì)量的用戶上下文。模型只有跑進(jìn)真實(shí)產(chǎn)品，才會(huì)撞上那些公開(kāi)Benchmark永遠(yuǎn)覆蓋不到的錯(cuò)誤，也才能摸清楚到底哪些能力會(huì)真正影響用戶把任務(wù)完成。

這條思路恰好能把騰訊積累的產(chǎn)品矩陣用起來(lái)。在生產(chǎn)力場(chǎng)景里，騰訊手里有代碼開(kāi)發(fā)、在線文檔、會(huì)議溝通、辦公協(xié)作等一批產(chǎn)品，這些產(chǎn)品可以持續(xù)提供真實(shí)任務(wù)，并把執(zhí)行結(jié)果重新反饋給模型做優(yōu)化。WorkBuddy在其中扮演一個(gè)關(guān)鍵試驗(yàn)場(chǎng)。它提供一個(gè)Agent原生的復(fù)雜環(huán)境，Hy3的工具調(diào)用和任務(wù)規(guī)劃能力在這里接受真實(shí)用戶的直接檢驗(yàn)。模型與產(chǎn)品之間由此形成了一個(gè)更明確的協(xié)作體系：混元負(fù)責(zé)理解用戶意圖、規(guī)劃步驟、調(diào)度工具，WorkBuddy等產(chǎn)品負(fù)責(zé)提供任務(wù)環(huán)境和交付載體。這套配合，會(huì)成為騰訊把分散產(chǎn)品串聯(lián)起來(lái)的起點(diǎn)，也可能加速它追趕領(lǐng)先模型的節(jié)奏。

這個(gè)起點(diǎn)的意義不止于多了一類(lèi)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(wù)提供了一套Agent時(shí)代的組織方案。騰訊在生產(chǎn)力領(lǐng)域并非沒(méi)有積累：企業(yè)微信連接組織與客戶，騰訊會(huì)議承載溝通環(huán)節(jié)，騰訊文檔處理內(nèi)容，CodeBuddy開(kāi)始進(jìn)入軟件開(kāi)發(fā)流程，每個(gè)產(chǎn)品各自負(fù)責(zé)完成一個(gè)環(huán)節(jié)。但到了Agent時(shí)代，邏輯變了。由人提出任務(wù)目標(biāo)，Agent負(fù)責(zé)拆解步驟、選擇和調(diào)度不同的工具協(xié)同完成任務(wù)，文檔、會(huì)議、代碼、企業(yè)知識(shí)庫(kù)就從獨(dú)立應(yīng)用變成了任務(wù)流程中被調(diào)用的能力模塊。

與元寶需要在通用助手領(lǐng)域跟豆包、DeepSeek、千問(wèn)正面競(jìng)爭(zhēng)的局面不同，WorkBuddy切入的是一個(gè)競(jìng)爭(zhēng)格局還沒(méi)完全定型的市場(chǎng)。元寶本質(zhì)上是一個(gè)面向C端用戶的聊天機(jī)器人，它所扮演的角色未來(lái)有較大概率會(huì)被微信的小微替代。而WorkBuddy是一個(gè)圍繞任務(wù)搭建的桌面Agent工作臺(tái)，負(fù)責(zé)讀取用戶授權(quán)的本地文件、瀏覽網(wǎng)頁(yè)、調(diào)用模型和各項(xiàng)Skill，最終以文檔、表格、PPT、網(wǎng)頁(yè)或分析結(jié)果的形式交付成果，把整個(gè)任務(wù)鏈條組織起來(lái)。并且，相比元寶的后發(fā)追趕，在這種偏重任務(wù)執(zhí)行的Agent方向上，WorkBuddy從一開(kāi)始就具備一定的先發(fā)優(yōu)勢(shì)。它建立在CodeBuddy的Coding Agent內(nèi)核之上，更早推向市場(chǎng)，起步就帶有任務(wù)規(guī)劃、工具調(diào)用和執(zhí)行控制的能力。CodeBuddy本身也是國(guó)內(nèi)較早從代碼助手升級(jí)到Coding Agent的產(chǎn)品之一。

WorkBuddy的價(jià)值也不只是成為另一個(gè)流量入口，而是要成為這些能力重新組合的連接節(jié)點(diǎn)。湯道生曾經(jīng)提到，騰訊文檔在做的一項(xiàng)重要工作，就是把它多年積累的文檔處理能力轉(zhuǎn)化成WorkBuddy可以直接調(diào)用的Skill。沿著同一邏輯，騰訊此前在企業(yè)辦公場(chǎng)景中積累的產(chǎn)品和用戶，都有機(jī)會(huì)被導(dǎo)入到WorkBuddy的工作流里。從元寶到WorkBuddy的交接棒背后，意味著騰訊在微信之外的AI業(yè)務(wù)開(kāi)始更加聚焦到泛生產(chǎn)力場(chǎng)景。在Hy3的兩個(gè)版本相繼發(fā)布之后，這種變化變得更加明確。

現(xiàn)實(shí)的反饋已經(jīng)在驗(yàn)證WorkBuddy的潛力。數(shù)據(jù)顯示，WorkBuddy上線三個(gè)月后，人均Token消耗增長(zhǎng)了10倍以上。Token使用量不能完全等同于留存率和商業(yè)價(jià)值，但它可以說(shuō)明用戶交給Agent的任務(wù)正在變多、變長(zhǎng)。對(duì)一個(gè)還在投入期的產(chǎn)品來(lái)說(shuō)，這也是判斷模型、工具和工作流是否真的被用起來(lái)的重要信號(hào)。騰訊也明顯加大了對(duì)其的推廣力度。2026年以來(lái)，WorkBuddy在北京、上海、廣州、深圳等城市的核心通勤區(qū)域進(jìn)行了集中投放，頻頻出現(xiàn)在公眾號(hào)信息流廣告中，內(nèi)容也更直接地展示寫(xiě)報(bào)告、做PPT、處理表格等具體任務(wù)能力。