科创板日报Codex · 实盘不做把握 4/10不做原因:证据不足
北京时间·🕒 发布 13:56:31时区推断·⟳ 抓取 13:57:38·⚡ 决策 08-26 23:09:22 +9h11m·61.9 天前
腾讯高管阐述AI长期投入、场景优势与WorkBuddy/元宝进展
这是腾讯AI战略和产品迭代的软催化,方向偏正面但缺少量化经营增量与可验证交易边界;且必需行情和先例工具不可用,不能给出可执行ENTER。
📄 原文科创板日报↗ 原文
汤道生回应腾讯AI“步调偏慢”质疑
①汤道生回应了外界对于腾讯AI“步调偏慢”的疑虑,将这场竞赛视作马拉松,强调“起得早固然重要,熬得久才有机会抓住持续出现的新机遇”。 ②汤道生明确指出,场景才是腾讯最厚的底牌,“我们本来就有大量 to C 和 to B 产品,每一个都连着…
不做 腾讯控股(00700.HK)
腾讯AI叙事边际正面,但属于软性管理层观点,缺少收入/利润量化增量和真实行情验证,不形成可执行交易。
展开详情(成交明细 / 研究档案 / 原文全文 / 决策记录链)
研究档案
结论摘要
当前事实只证明腾讯继续加码AI应用、WorkBuddy迭代快、元宝体验和成本指标改善,但没有披露新增收入、付费用户、利润率或指引上修。对腾讯控股(0700.HK)这种超大市值标的,软性表态难以形成短线可交易预期差,因此不做。
🔎 新鲜度:最早出现 2026-08-26 · 扩散 medium · price-in 风险 medium ↗
消息传播链
- 科创板日报转述汤道生内刊文章,披露腾讯AI战略、WorkBuddy和元宝进展。
关键理由
- 腾讯拥有to C和to B场景,AI应用落地叙事边际改善。
- WorkBuddy和元宝进展显示腾讯AI产品仍在持续迭代。
主要风险
- 未披露收入、用户数、留存率、成本下降幅度等量化指标,无法估算对腾讯收入或利润的增量占比。
- 缺少真实行情与历史先例工具结果,无法判断是否已price-in或设定可执行价格。
反向证据
- 做多前查反向 · 来源 web · 日期 2026-08-26 · 影响 weakens
当前正文仅给出方向性表述,没有披露足以估算腾讯收入或利润增量的量化指标。
检索:腾讯 AI WorkBuddy 元宝 收入 用户 留存 成本 量化 指标 原文 ↗
先例如何影响了这次决策
对本次决策的影响:先例不足叠加事件本身缺少量化增量,使结论从潜在正面降为不做。
方向:没有完成可用event_study,不能用历史样本支持交易方向。
涨幅量级:缺少高相似、同市场、同相位的已测样本,不能校准tp/sl。
形态:管理层AI战略表态类事件通常需要量化经营指标验证,本轮未能形成可交易幅度判断。
原文全文
展开原文 · 2,889 字
①汤道生回应了外界对于腾讯AI“步调偏慢”的疑虑,将这场竞赛视作马拉松,强调“起得早固然重要,熬得久才有机会抓住持续出现的新机遇”。 ②汤道生明确指出,场景才是腾讯最厚的底牌,“我们本来就有大量 to C 和 to B 产品,每一个都连着真实用户、具体的场景需求或业务流程。”
《科创板日报》8月26日讯(记者 李佳怡)近日,腾讯集团高级执行副总裁、云与智慧产业事业群(CSIG)CEO汤道生在腾讯内刊发表署名文章《和AI一起长跑:这两年的一些思考》,系统性回答了外界关心的很多话题,包括腾讯AI 应用到底怎么落?WorkBuddy 是怎么长出来的?以及元宝接下来往哪个方向走等等。
汤道生坦诚回应了外界对于腾讯AI“步调偏慢”的疑虑,他并不讳言焦虑,但更倾向于将这场竞赛视作一场漫长的马拉松,强调“起得早固然重要,熬得久才有机会抓住持续出现的新机遇”。
面对市场格局未定、商业模式尚在演进的AI下半场,汤道生明确指出,场景才是腾讯最厚的底牌,“对腾讯来说,我们本来就有大量 to C 和 to B 产品,每一个都连着真实用户、具体的场景需求或业务流程。”
以下是文章部分内容(有删减):
▎如何看待 AI 的发展节奏?
汤道生:AI的下半场才刚开始,新机会不断出现,市场格局正在变化,商业模式与产业链的价值分配还没定型。
哪怕是苹果,也是经历了十多年、多种产品形态的探索与迭代,才真正抓住移动设备的市场;有更多起得早的品牌如诺基亚、摩托罗拉与黑莓等玩家,在市场竞争中掉队,最终成为历史。重要的从来不是谁最早走出第一步,而是谁能更坚定地长期投入,在技术突破与迭代过程中冷静地思考事情的本质,针对具体场景解决问题与痛点,在市场噪音中识别出真实信号,保留实力与灵活性,才能穿越周期。
大模型这场竞赛,我更愿意把它看成一场马拉松,现在可能才跑完头一公里。起得早虽然重要,但熬得久才有机会抓住持续出现的新机遇。
▎腾讯AI的竞争策略与优势是什么?
汤道生:对腾讯这样的平台公司来说,必须确保大模型的投入、紧跟最前沿的基础技术研究,这一点毫不含糊。在顺雨与研究团队的努力下,Hy4将会迎来更多突破与更大的进步,大家可以拭目以待。但眼睛也不能只盯着模型这一层。这就好比移动时代,如果说只有做智能手机的企业才算拿到船票,这显然太狭窄。
更重要的是AI 能不能真正落到应用场景里,给用户带来价值。对腾讯来说,我们本来就有大量 to C 和 to B 产品,每一个都连着真实用户、具体的场景需求或业务流程。
AI应用的落地应该是算法与工程的结合。也许算法决定天花板,工程能力决定你多快触达它——从数据整理、训练、推理到场景落地,每一步都需要AI Infra的工程加持,才能把大模型构造出来。
场景,是腾讯做 AI最厚的底牌。场景中的数据,不管是用户生成的,还是专业机构提供的,都为大模型提供了上下文;场景中的历史互动,也能被提炼成个人记忆,或打造成可复用的技能。
当然,让更多企业应用(场景)的数据,通过skills与MCP接进大模型智能体,丰富的企业应用生态可能更是长期的护城河。
▎WorkBuddy 是怎么长出来的?
汤道生:CSIG一直有做一些开发者工具,但当时因为商业模式不太好,个人开发者也不愿意付费,这些产品一直处于亏损状态。在降本增效的那几年,CSIG一度也要收缩对DevTools的投入,不过幸好没有砍掉这个项目。
2021年微软发布了GitHub Copilot,用AI写代码成为被广泛关注的新方向,一些企业客户对AI coding也抱有期待,因此我们在2024年推出CodeBuddy,通过私有化部署获得了一些项目收入,让团队可以继续探索与完善产品。
到2025年底,Claude Opus 4.5发布,大模型已经能长时间执行各类编程任务,司内由AI生成的代码比例突然快速攀升,tokens消耗爆发式增长。到了2026年初,在龙虾爆火出圈之际,团队基于CodeBuddy底座打造出界面更简单、更适合非技术研发人员使用的WorkBuddy。正当我们需要加大WorkBuddy的投入时,腾讯文档团队重回了CSIG,两个团队快速融合,正好补齐了WorkBuddy所急需的文档编辑能力,让人机双写、资料库等能力快速上线,继续领先同行。
WorkBuddy上线短短三个月,就迭代了四十多个版本,几乎是一天一小步地往前跑。这速度背后,是一套和以前很不一样的工作方法。过去做产品,往往要先写文档、评审、排期,再进入开发;而WorkBuddy团队是先让 AI 把东西做出来,大家围着一个能跑的原型看效果、提意见、再调整。整个过程中,代码基本上都是由AI生成的,人更多地转向“做判断、调试和把关”。白天,人和AI一起想、一起改;晚上,AI接着跑长任务。产品迭代自然就快了。
所以,AI原生应用要真正跑出来,关键是要能够自由探索,基于对场景痛点的理解找机会,在变化出现时及时行动,快速做出可用的产品,重视用户反馈,验证想法,并持续迭代。
▎元宝接下来怎么走?
汤道生:很多人可能会觉得,Chatbot 的战役已经打完了,但我认为,信息搜索与问答是用户长期的刚需,只要把答案做得比竞品好,机会永远存在。做元宝的过程,积累了很多重要的基础能力,包括实验平台、评测体系和反馈闭环。这些基础能力,今天也在被 WorkBuddy 等产品复用。
对于元宝本身,关键还是要回到问答产品的本质,用户最在意的,仍然是答案是否准确、信息来源是否权威可信、内容是否足够实时。元宝如果能够做好这些核心能力,仍然有很大的赶超机会。
现在,公司的 AI 战略越来越清晰,多个产品齐头并进,元宝团队反而可以更有节奏地打磨产品体验,把基础能力继续做厚。
最近在元宝与混元Hy3的Co-Design加持下,搜索体验在持续改善,留存率在不断提升,单位运营成本也在持续下降。就像前面说的,只要方向正确,耐心打磨产品,做时间的朋友,我对元宝的长期发展还是非常有信心。
▎为什么不是只押一类 Agent?
汤道生:刚刚讲到的WorkBuddy,很多时候扮演的是"个人助手"的角色,站在用户侧,理解用户个人的意图,高效地创造或完成任务。
但在企业里,还有很多需求,发生在持续在线的服务场景中,比如面向用户的智能客服、面向销售的售前产品知识库、面向员工的人力资源或法务咨询入口等。
这些场景,往往要连接企业内部系统,提供这些服务的组织,对于信息的准确性、时效性、数据格式、数据权限、流程约束、内容审核等都有严格的要求,也要满足高可用、7×24 小时的响应。这就引出了另一类重要角色:服务 Agent。
对大多数传统企业来说,自己用开源组件拼装服务 Agent,若要做得很完善,工作量不小,管理与维护成本也不低。腾讯云也通过智能体开发平台,以开箱即用的配置方式,帮助企业快速打造稳定、安全、可扩展、可运维的服务 Agent。
所以,个人 Agent 和服务 Agent 是并存与互补的关系。两者结合起来,才是企业 Agent 应用的完整架构。
《科创板日报》8月26日讯(记者 李佳怡)近日,腾讯集团高级执行副总裁、云与智慧产业事业群(CSIG)CEO汤道生在腾讯内刊发表署名文章《和AI一起长跑:这两年的一些思考》,系统性回答了外界关心的很多话题,包括腾讯AI 应用到底怎么落?WorkBuddy 是怎么长出来的?以及元宝接下来往哪个方向走等等。
汤道生坦诚回应了外界对于腾讯AI“步调偏慢”的疑虑,他并不讳言焦虑,但更倾向于将这场竞赛视作一场漫长的马拉松,强调“起得早固然重要,熬得久才有机会抓住持续出现的新机遇”。
面对市场格局未定、商业模式尚在演进的AI下半场,汤道生明确指出,场景才是腾讯最厚的底牌,“对腾讯来说,我们本来就有大量 to C 和 to B 产品,每一个都连着真实用户、具体的场景需求或业务流程。”
以下是文章部分内容(有删减):
▎如何看待 AI 的发展节奏?
汤道生:AI的下半场才刚开始,新机会不断出现,市场格局正在变化,商业模式与产业链的价值分配还没定型。
哪怕是苹果,也是经历了十多年、多种产品形态的探索与迭代,才真正抓住移动设备的市场;有更多起得早的品牌如诺基亚、摩托罗拉与黑莓等玩家,在市场竞争中掉队,最终成为历史。重要的从来不是谁最早走出第一步,而是谁能更坚定地长期投入,在技术突破与迭代过程中冷静地思考事情的本质,针对具体场景解决问题与痛点,在市场噪音中识别出真实信号,保留实力与灵活性,才能穿越周期。
大模型这场竞赛,我更愿意把它看成一场马拉松,现在可能才跑完头一公里。起得早虽然重要,但熬得久才有机会抓住持续出现的新机遇。
▎腾讯AI的竞争策略与优势是什么?
汤道生:对腾讯这样的平台公司来说,必须确保大模型的投入、紧跟最前沿的基础技术研究,这一点毫不含糊。在顺雨与研究团队的努力下,Hy4将会迎来更多突破与更大的进步,大家可以拭目以待。但眼睛也不能只盯着模型这一层。这就好比移动时代,如果说只有做智能手机的企业才算拿到船票,这显然太狭窄。
更重要的是AI 能不能真正落到应用场景里,给用户带来价值。对腾讯来说,我们本来就有大量 to C 和 to B 产品,每一个都连着真实用户、具体的场景需求或业务流程。
AI应用的落地应该是算法与工程的结合。也许算法决定天花板,工程能力决定你多快触达它——从数据整理、训练、推理到场景落地,每一步都需要AI Infra的工程加持,才能把大模型构造出来。
场景,是腾讯做 AI最厚的底牌。场景中的数据,不管是用户生成的,还是专业机构提供的,都为大模型提供了上下文;场景中的历史互动,也能被提炼成个人记忆,或打造成可复用的技能。
当然,让更多企业应用(场景)的数据,通过skills与MCP接进大模型智能体,丰富的企业应用生态可能更是长期的护城河。
▎WorkBuddy 是怎么长出来的?
汤道生:CSIG一直有做一些开发者工具,但当时因为商业模式不太好,个人开发者也不愿意付费,这些产品一直处于亏损状态。在降本增效的那几年,CSIG一度也要收缩对DevTools的投入,不过幸好没有砍掉这个项目。
2021年微软发布了GitHub Copilot,用AI写代码成为被广泛关注的新方向,一些企业客户对AI coding也抱有期待,因此我们在2024年推出CodeBuddy,通过私有化部署获得了一些项目收入,让团队可以继续探索与完善产品。
到2025年底,Claude Opus 4.5发布,大模型已经能长时间执行各类编程任务,司内由AI生成的代码比例突然快速攀升,tokens消耗爆发式增长。到了2026年初,在龙虾爆火出圈之际,团队基于CodeBuddy底座打造出界面更简单、更适合非技术研发人员使用的WorkBuddy。正当我们需要加大WorkBuddy的投入时,腾讯文档团队重回了CSIG,两个团队快速融合,正好补齐了WorkBuddy所急需的文档编辑能力,让人机双写、资料库等能力快速上线,继续领先同行。
WorkBuddy上线短短三个月,就迭代了四十多个版本,几乎是一天一小步地往前跑。这速度背后,是一套和以前很不一样的工作方法。过去做产品,往往要先写文档、评审、排期,再进入开发;而WorkBuddy团队是先让 AI 把东西做出来,大家围着一个能跑的原型看效果、提意见、再调整。整个过程中,代码基本上都是由AI生成的,人更多地转向“做判断、调试和把关”。白天,人和AI一起想、一起改;晚上,AI接着跑长任务。产品迭代自然就快了。
所以,AI原生应用要真正跑出来,关键是要能够自由探索,基于对场景痛点的理解找机会,在变化出现时及时行动,快速做出可用的产品,重视用户反馈,验证想法,并持续迭代。
▎元宝接下来怎么走?
汤道生:很多人可能会觉得,Chatbot 的战役已经打完了,但我认为,信息搜索与问答是用户长期的刚需,只要把答案做得比竞品好,机会永远存在。做元宝的过程,积累了很多重要的基础能力,包括实验平台、评测体系和反馈闭环。这些基础能力,今天也在被 WorkBuddy 等产品复用。
对于元宝本身,关键还是要回到问答产品的本质,用户最在意的,仍然是答案是否准确、信息来源是否权威可信、内容是否足够实时。元宝如果能够做好这些核心能力,仍然有很大的赶超机会。
现在,公司的 AI 战略越来越清晰,多个产品齐头并进,元宝团队反而可以更有节奏地打磨产品体验,把基础能力继续做厚。
最近在元宝与混元Hy3的Co-Design加持下,搜索体验在持续改善,留存率在不断提升,单位运营成本也在持续下降。就像前面说的,只要方向正确,耐心打磨产品,做时间的朋友,我对元宝的长期发展还是非常有信心。
▎为什么不是只押一类 Agent?
汤道生:刚刚讲到的WorkBuddy,很多时候扮演的是"个人助手"的角色,站在用户侧,理解用户个人的意图,高效地创造或完成任务。
但在企业里,还有很多需求,发生在持续在线的服务场景中,比如面向用户的智能客服、面向销售的售前产品知识库、面向员工的人力资源或法务咨询入口等。
这些场景,往往要连接企业内部系统,提供这些服务的组织,对于信息的准确性、时效性、数据格式、数据权限、流程约束、内容审核等都有严格的要求,也要满足高可用、7×24 小时的响应。这就引出了另一类重要角色:服务 Agent。
对大多数传统企业来说,自己用开源组件拼装服务 Agent,若要做得很完善,工作量不小,管理与维护成本也不低。腾讯云也通过智能体开发平台,以开箱即用的配置方式,帮助企业快速打造稳定、安全、可扩展、可运维的服务 Agent。
所以,个人 Agent 和服务 Agent 是并存与互补的关系。两者结合起来,才是企业 Agent 应用的完整架构。
决策记录链 · 只追加
每次领取产生一条记录,重新决策追加一条并以 supersedes 指向被替代的记录(ADR 0014)。
这条决策早于决策账本(2026-10-08 起逐条追加),没有追加记录。