（本文作者为 窄播，钛媒体经授权发布）
文 | 窄播，作者｜李威
过去几年，腾讯的 AI 产品布局一直给人一种 「各有侧重」、甚至 「九子夺嫡」 的感觉。元宝、ima、WorkBuddy、CodeBuddy、QClaw、Marvis，再加上微信的小微、QQ 浏览器中的 QBot，这些产品往往来自不同团队，甚至使用不同模型，面向的人群和场景也不尽相同。
这种分散一度让外界难以判断，腾讯究竟想靠什么产品来建立 AI 时代的生存根基。但随着微信开始内测小微、姚顺雨团队发布 Hy3 正式版，两条相对清晰的路径正在浮现。
第一条路径由微信主导，面向日常生活。它依托微信庞大的用户基数，完善的小程序、内容、社交和支付生态，让 AI 帮助普通用户完成点餐、出行、购物、信息查询等生活场景中的任务。
第二条路径以 Hy3 和 WorkBuddy 为核心，面向泛生产力场景组织攻势。它强调模型与 Agent 产品的协同，通过调用文档、代码、浏览器、本地文件，打通企业协作工具，让 AI 直接完成任务，交付结果。
本周 Hy3 正式版的发布，让第二条路径变得更明确了：Hy3 提供能力，WorkBuddy 承接任务，腾讯文档、企业微信、腾讯会议、ima 等产品则被组织成 Agent 可以调用的工具。与此同时，元宝也增加了 PPT、HTML 等文件的交付能力。
未来，这两条路径并不会简单合并，也不一定需要一个统一的 「超级助手」 来统筹。更可能的形态，是各自独立运行，同时通过用户信息与任务上下文形成松散但高效的连通。
一个服务生产力场景的模型
Hy3 正式版的主要变化，不在参数，而在模型完成任务能力的提升。
从参数来看，Hy3 正式版仍然采用融合快慢思考的 MoE 架构，总参数 2950 亿、激活参数 210 亿，支持最高 256K 上下文，与 4 月发布的 Hy3 Preview 基本一致。腾讯认为，现在的参数规模能够达到模型能力与推理效率之间的平衡点，让模型以更低成本进入大量真实业务场景。
任务执行方面，官方发布的博客文章介绍称，Hy3 正式版在软件开发、办公协作、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著，可以成为高性价比的可靠选择；还优化了输出格式和工具调用稳定性、知识常识和抗幻觉能力、复杂上下文承接与多轮意图保持能力等一系列体验向能力。
腾讯公布的内部评测数据显示，在 270 名内部专家参与的真实工作盲测中，Hy3 平均获得 2.67 分，高于 GLM-5.1 的 2.51 分，领先项目主要集中在前端开发、数据与存储、CI/CD 等工作任务。其中，Hy3 正式版的幻觉率从 12.5% 下降至 5.4%，常识错误率从 25.4% 下降至 12.7%，多轮对话问题率从 17.4% 下降至 7.9%。
这些改进明显针对的是 Agent 落地时的更具体问题。生产力 Agent 往往需要连续执行多个步骤，一旦它错误理解约束、调用错工具，或者在长任务中遗忘最初目标，最终交付结果就可能失去实际价值。
在开发者社区和公开体验文章中，Hy3 正式版在文档处理、资料整理、简单网页制作和本地部署方面已经表现出一定的吸引力；但在复杂代码工程和长链条企业任务方面，还需要更多的时间和实践来验证模型的能力。
Hy3 正式版的变化，基本印证了姚顺雨接手混元后对外界表达的研发思路—— 更重视真实产品使用。腾讯集团高级执行副总裁汤道生曾表示，腾讯首席 AI 科学家姚顺雨推动混元将评估重点从外部 Benchmark 转向产品用户体验，并清理了一批规模可观、实际训练价值有限甚至可能产生负面作用的数据。
在姚顺雨看来，随着训练方法和基础能力逐渐扩散，真正稀缺的资源将包括：值得解决的问题、适合 Agent 运行的环境，以及高质量的用户上下文。只有进入真实产品，模型才会遇到公开 Benchmark 无法覆盖的错误，也才能知道哪些能力会真正影响用户完成任务。
这也是能充分利用腾讯积累的方向。在生产力场景中，腾讯拥有代码开发、在线文档、会议沟通、办公协作等产品，可以持续提供真实任务，并将执行结果重新反馈给模型。WorkBuddy 是其中一个重要的试验场。它提供了 Agent 原生的复杂环境，使 Hy3 的工具调用和任务规划能力能够接受真实用户检验。
官方博客文章中表示，从 1 月底重建基础设施，到 4 月推出 Hy3 Preview，再到 7 月发布正式版，混元完成了一次从底层训练、产品接入、用户反馈再回到模型优化的循环。
这个循环的完成，意味着腾讯在模型与产品之间形成了更明确的协作体系：混元负责理解、规划和调用工具，WorkBuddy 等产品负责提供任务环境与交付载体。模型能力与产品场景之间的这套配合，会成为腾讯串联分散产品的起点，也可能会加速腾讯追赶领先模型的步伐。
生产力能串联起一条主线
这个起点对腾讯 AI 业务的意义，不只在于增加了一类产品。更重要的是，它为腾讯原本分散的办公产品和企业服务提供了一种 Agent 时代的组织方案。
腾讯在生产力领域并非没有积累。企业微信连接组织与客户，腾讯会议承载沟通，腾讯文档处理内容，CodeBuddy 则开始进入软件开发流程，每个产品都负责完成一个环节的任务。
但在 Agent 时代，是由人提出任务目标，Agent 负责拆解步骤、选择和调用不同的工具协同完成任务。文档、会议、代码和企业知识库就变成了任务流程中被调用的能力模块。
与需要在通用助手领域和豆包、DeepSeek、千问肉搏的元宝相比，WorkBuddy 进入的是一个竞争格局尚未完全确定的市场。这也是为什么腾讯在更积极地推进 WorkBuddy。
首先，元宝是一个面向 C 端用户的聊天机器人，它所扮演的角色未来有很大可能会被微信的小微取代。而 WorkBuddy 是一个围绕任务搭建的桌面 Agent 工作台，负责读取授权文件、浏览网页、调用模型和 Skills，最终交付文档、表格、PPT、网页或分析结果，完成任务链条的组织。
其次，相较元宝的后发，在这种偏向任务执行的 Agent 中，WorkBuddy 具备一定的先发优势。它建立在 CodeBuddy 的 Coding Agent 内核上，更早被推向市场，一开始就具备任务规划、工具调用和执行控制能力。CodeBuddy 本身也是国内较早布局 AI 编程、并较早从代码助手升级到 Coding Agent 的产品之一。
最后，WorkBuddy 的价值也不只是成为另一个入口，而是成为这些能力重新组合的节点。汤道生曾提到，腾讯文档的一项重要工作，是把过去积累的文档处理能力转化为 WorkBuddy 能够调用的 Skill。沿着同一逻辑，腾讯此前在企业办公场景中积累的产品、用户，都可以被导入到 WorkBuddy 中。
从元宝到 WorkBuddy 的交接棒，也意味着腾讯在微信之外的 AI 业务，开始更聚集到了泛生产力的场景。在两个版本的 Hy3 发布之后，这种变化变得更为明确了。
现实的数据反馈也在验证 WorkBuddy 的潜力。数据显示，WorkBuddy 上线三个月后人均 Token 消耗增长了 10 倍以上。Token 使用量不能完全代表留存和商业价值，却可以说明用户交给 Agent 的任务正在变多、变长。对一个仍在投入期的产品而言，这也是判断模型、工具和工作流是否真正被使用的重要信号。
腾讯也明显加大了对 WorkBuddy 的推广力度。2026 年以来，WorkBuddy 在北京、上海、广州、深圳等城市的核心通勤区域进行了集中投放，也频繁地出现在公众号信息流广告中。这些广告更直接地展示写报告、做 PPT、处理表格等能力，试图让更多用户选择 WorkBuddy 完成生产力任务。
在扩大用户规模之外，腾讯还在围绕 WorkBuddy 推出 OPC 激励计划和共创计划。前者面向创业者及一人公司，鼓励小团队把经营、内容、研发和客户服务流程交给 Agent；后者则引入了美团、携程、中兴通讯、销售易、小鹅通以及多家模型公司，为桌面 Agent 工作台拓展更丰富的第三方能力生态。
最终，混元提供执行任务所需的模型能力，WorkBuddy 组织工具和上下文，腾讯原有办公产品与外部伙伴则提供具体能力。三者共同构成的，才是腾讯试图讲述的完整生产力 AI 故事。
生产力与生活存在 「弱连接」
生产力正在成为腾讯 AI 业务的一条主线，但它不是全部。
微信正在小范围内测原生 AI 助手小微，并向开发者开放微信 AI 调用小程序的能力。从已有功能看，小微可以理解文字和语音指令，查询微信内容，并调用小程序完成点餐、出行、购物和预约等任务。这意味着，腾讯把服务更广泛用户的生活场景押注在了微信身上。
因此，微信 Agent 与 Hy3+WorkBuddy 组合代表的是两条不同的路径：前者从高频生活入口出发，依靠微信生态建立 AI 时代的生活服务能力；后者从复杂生产力任务出发，依靠模型、工具和企业办公能力的协同，完成 AI 时代的 「工作桌面」 搭建。
两条路径可能最终并不会走向合并。生活场景和生产力场景对模型能力、权限、安全和执行环境的要求并不相同，微信与 CSIG 也拥有各自的模型和产品体系。完全合并两个成熟的体系，既可能损失生产力产品的专业性，也会放大隐私与误操作风险。
但两者也不会完全割裂。原因在于，无论工作还是生活，Agent 服务的都是同一个人。真正可能把两条路线连接起来的，是能够追随人流动的上下文。用户会在微信里讨论出差，涉及聊天关系、交通、酒店和支付；进入工作环节后，又可能需要整理行程、制作材料、同步同事和处理报销。
这种连接看上去是 「弱」 的，因为产品、模型和权限仍然独立；但又具有较大的想象空间，因为用户不必被固定在某一个 AI 入口中。入口可以变化，专业 Skill 可以替换，但用户不必在每次切换时重新交代自己的身份、偏好、任务背景和当前进度。
同时，生活与生产力本身也在相互渗透。个人学习、旅行规划、内容创作和财务管理都包含生产力需求；企业办公中的差旅、采购、餐饮和客户服务，又会调用大量生活服务。传统互联网产品可以按照 To C 和 To B 划分，但 Agent 处理的是完整任务，任务往往会跨过这条边界。
没有历史包袱的豆包和 ChatGPT，已经在产品上体现出了这种趋势。豆包在大众聊天入口之上增加专业版和办公任务模式，把更复杂的工作能力提供给高需求用户；OpenAI 则把 ChatGPT 和 Codex 放入同一套产品体验，让聊天、工作、编程任务可以在同一界面内切换。
这些选择说明，通用 AI 产品正在吸收专业生产力能力。不过，腾讯未必需要采用同样的前台整合方式。豆包和 ChatGPT 需要把一个 AI 原生入口扩展成超级应用，腾讯则已经拥有微信这个超级应用，完全可以分工合作，只在需要时建立连接。
因此，生产力与生活共同构成了腾讯 AI 业务的完整图景：微信探索 AI 如何进入最大规模的日常服务，Hy3 和 WorkBuddy 探索 AI 如何完成更复杂、更高价值的工作。两条路线暂时各自成长，也可能持续由不同模型和团队推进。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App