智东西
智东西3月27日报道，今日，腾讯云首次对外发布智能体产品全景图，升级MaaS平台为TokenHub，并推出企业级Agent Infra治理方案，这一全景图涵盖个人、企业智能体开发、管理方方面面，为了帮个人和企业养虾，腾讯把底牌全亮了。
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生首次公开谈“龙虾”，他提到，OpenClaw的爆火标志着AI应用范式正从原来的聊天机器人向AI智能体跃升，企业逐渐认识到智能体深入业务场景的价值。
腾讯云副总裁吴运声透露，腾讯智能体全景图覆盖Infra、模型、生态、场景及应用、安全五大维度，涵盖个人提效、办公提效、研发提效等多场景，以及腾讯自研Skills、开源SkillsHub及微信、企微等在内的丰富技能生态。
腾讯面向企业智能体产品打造方案的核心，就是将成本打下来、流程变简单。
其新升级的TokenHub支持混元大模型和第三方主流开源模型接入，其推出的Token Plan服务可以实现统一的计费管理和极低模型切换成本，让企业在多模型之间灵活调度、按需选用。
面向企业智能体，腾讯推出了企业版OpenClaw ClawPro、腾讯云智能体开发平台ADP、企业智能体门户与协同治理平台ADP Agent Portal，串联起企业AI智能体部署、管理的全流程。
此外，汤道生还提及大模型时代腾讯在模型、工具、安全、生产力方面的4大思考。谈及当下爆火的Harness，他认为，AI落地不只是一道算法题，更是一道工程题。在同样的模型能力下，不同的Harness（大模型脚手架），即包括工具调用、分层上下文工程、长记忆管理、工作流设计等在内的系统工程手段，都将影响AI落地实际效果。
此次全景图的公开是腾讯云在智能体时代的关键落子，或标志着企业级智能体规模化、工程化、安全化的新时代。一、汤道生首次公开谈“龙虾”，详谈大模型时代腾讯4大关键打法腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生提到，3月初，腾讯Lighthouse团队组织OpenClaw线下装机活动，吸引近千名用户参与。随后腾讯WorkBuddy、QClaw等面向C端用户的本地化Agent产品陆续上线，同时推出以安全为核心的“企业版龙虾”ClawPro。
腾讯利用智能体基础设施、产品矩阵快速推出面向用户的产品，同时打通了微信、QQ等即时通讯渠道，在使用环节将腾讯文档、地图、会议等企业级产品能力封装成Skills，并上线了专为中国用户优化的Skill社区Skillhub。今年1月，腾讯启动了全方位智能办公助手WorkBuddy，2000多位的腾讯员工参与体验。
汤道生将腾讯过去几年打造大模型应用的思考总结为4点：
首先是模型根基，在大语言模型方面，他们聚焦模型性能与效率的双突破，过去一年，腾讯自研大模型发布了30多个版本。
去年下半年，腾讯对混元团队和研发流程进行重构，聚焦提升数据质量、重建强化学习的基础设施，即将发布的混元3.0，激活参数降低性能更优，复杂推理、多轮追问等智能体能力提升。其目前在元宝中的测试已经看到了明显的正向收益。
多模态大模型方面，春节期间，元宝AI生图日均调用量增长30倍；端侧小模型中，混元7B翻译模型在国际机器翻译大赛中，斩获了30个第一名，混元1.8B翻译模型面向的是手机等消费级设备场景，效果超过大部分商用翻译API，目前在腾讯会议、企业微信、QQ浏览器等已有应用。
第二是强化模型Harness与工具，俗称大模型的脚手架，用工程设计优化最大化发挥模型的能力。
汤道生提到，AI落地不只是一道算法题，更是一道工程题。在同样的模型能力下，不同的Harness，即包括工具调用、分层上下文工程、长记忆管理、工作流设计等在内的系统工程手段，都将影响AI落地实际效果。
腾讯从三个维度增强模型能力，其一是腾讯云智能体开发平台ADP，通过RAG、知识库的能力，给智能体连接上专业的”图书馆”；其二是Claw跑在Agent Runtime的安全沙箱，Claw作为这套智能系统的神经中枢，通过从技能库发现与下载Skills，不断学习与积累连接外部系统的能力；其三是Agent Runtime的沙箱方案，还能用于大模型强化学习的程序结果验证，可在1分钟内拉起超过十万个容器沙箱，启动速度达到百毫秒级的启动速度，用完就销毁。
第三是安全，腾讯的AI智能体安全解决方案，帮企业梳理数据资产，提供安全管控能力。对于Skills的安全，其可以屏蔽企业龙虾从外部下载技能，提供安全的检测能力。
最后是重构生产力，腾讯利用大模型能力打造了WorkBuddy，帮用户及时获取知识、自动生成内容。
汤道生最后总结说，腾讯空前投入的力度，拥抱这个历史浪潮，连续引进高端人才、已经初见成效，为腾讯多条业务线提供了新动能，未来腾讯将继续深耕产业场景打造好用的产品。
二、智能体产品全景图首公开，全套企业智能体搭建工具链成型吴运声首次发布了腾讯云Agent产品全景图，并宣布升级MaaS平台为TokenHub、推出企业级Agent Infra治理方案，打造面向Agent时代的全栈AI引擎。
吴运声认为，企业部署智能体面临的核心需求，可以概括为稳定高效的基础设施、高性能低成本的服务模型、开放灵活的生态体系、懂业务、企业全栈的安全防护。
基于此，此次发布的Agent全景图覆盖Infra、模型与生态、场景及应用、安全五大维度，涵盖个人提效、办公提效、研发提效等多场景，打造了产品应用矩阵。
面向个人用户养虾需求，腾讯推出了本地AI智能体QClaw，扫码直连微信，其设计理念是让你的AI助手安静运行在沙箱中；全场景AI桌面工具WorkBuddy针对的是用户在工作中的养虾需求，该工具部署简单、下载即用，支持主流开源生态，企业微信等远程指挥。
企业应用方面，腾讯乐享知识库、腾讯企点营销云MAGIC Agent 2.0均升级。
其中，腾讯乐享知识库升级为智能体模式，从只会干活的知识库升级为能干活的知识库，AI可以自动检查知识库、生成完整检查报告；腾讯企点营销云MAGIC Agent 2.0升级，把营销云的核心能力封装为开箱即用的Skill，营销人员只需要在关键环节进行审核。
企业想要在内部规模化、安全使用智能体，会面临如何快速为几百个员工构建智能体、怎么保证安全、怎么控制成本。基于此，腾讯云推出了企业版OpenClaw ClawPro和腾讯云智能体开发平台ADP。员工可以使用ClawPro快速使用相应智能体，在ADP中企业管理员可以构建智能体、管理Skills。
在这之上，腾讯还推出了企业智能体门户与协同治理平台ADP Agent Portal，可以提供全生命周期的智能体管理，如智能体的设置、调试、评测、发布、运营。
研发提效和应用开发层面，腾讯云的CodeBuddy已经覆盖了腾讯超过90%的工程师，需求分析、代码生成测试方面。
他们内部认为，AI产品的体验是由模型能力和工程框架共同决定的。腾讯研究人员内部测试发现，同样的大模型，仅仅通过优化工程框架，就能将复杂编程任务的端到端成功率从42%提升到78%。
为此腾讯升级腾讯云MaaS平台为TokenHub，为企业提供全栈模型供给、全生命周期管理、智能体专属优化三大能力。其中包括提供腾讯混元到主流开源模型的全栈能力，针对智能体场景做专属优化，提供从训练、微调等全生命周期服务。
在安全方面，腾讯为企业提供了覆盖云企端的安全工具箱。
三、AI进入商业回报期，腾讯为企业构建全栈AI服务平台腾讯集团副总裁、政企业务总裁李强称，全民正在快速使用和接受AI，中国互联网络信息中心2025年12月的报告，国内生成式AI的用户已经达到6亿，同期中国网民有12.25亿。
Token的价格从2024年至今降低了95%。每百万Token 50元-100元，降低到了当下的几块钱、几毛钱。
国家数据局的统计，中国日均Token调用量2024年是1000亿，2025年是100万亿，今年3月已经达到了日均调用140万亿，2年时间增长了1400倍。与此同时，AI正在商业领域带来回报，产业质变进入爆发前夜。
为了让企业使用AI时开箱即用，腾讯推出了全栈式AI服务平台，从底层能源供给、算力、基础模型、应用都覆盖。
当下，主流大模型的智能上限不断接近，企业如何选择最适合自己业务流程的模型、如何让智能体快速嵌入企业真实业务流程成为最紧迫的需求。
在能源方面，腾讯与远景联合打造了全球首个100%绿电直连数据中心，实现了电力和算力峰谷同频，其在日照高峰期安排更多算力任务，晚上安排更少的算力任务，以此达到平衡。
大模型训练和推理对算力要求极高，具身智能需要大量数据。具身智能企业帕西尼感知在训练视觉、触觉、语言、动作一体的多模态感知模型VTLA时，腾讯云有PB级弹性存储能支持千万级IOPS，每秒输入输出延迟达到毫秒级，成本降低30%。
此外，腾讯云的机器人客户还包括宇树科技、智元机器人、越疆机器人等。
模型是AI落地最重要的环节。腾讯混元3D模型，支持一段文字、一张照片快速建模，达到0.1毫米级精度，实现36亿体素超高清建模，其中体素就相当于像素。拓竹科技的3D社区中，混元3D模型的月调用量达到10万次。
智能体方面，腾讯和华住打造了首个规模化落地的酒店智能体管家，并共建了酒店管理平台，可覆盖购物、美食等152个场景。
应用层面，腾讯和荣耀基于腾讯OCR、知识引擎、电子签等产品打造了合同专属AI，AI合同全流程准确率达到90%。
李强认为，当下受地缘政治、全球经济动荡、技术迭代加速等多重因素影响，这是一个极度不确定的时代，就越需要找到确定性的应用。
四、MiniMax联手腾讯，打造国内最大训练沙箱之一MiniMax Agent首席架构师缪宇航提到，1月9日，Anthropic断供OpenClaw，“龙虾之父”Peter Steinberger寻求开源模型替代时，连发五条推文称赞MiniMax是最好的开源模型。
当下AI行业正面临海量Token消耗，MiniMax M2.7每秒100 Token输出速度连续输出1小时，只需要1美元，4个智能体连续工作一年需要10000美元。
他认为，未来模型加速迭代，AI已经深度参与AI自己的迭代。M2.7就是模型自主迭代的成果。
下一步，强化学习的工作里，有50%-70%的过程由智能体自主控制。人类的工作是为智能体打造更好的Harness。
大模型预训练消耗算力，对基础设施是极大的考验。需要对海量数据进行处理。
基于此，腾讯云和MiniMax联手打造了百万级吞吐、十万级并发的智能体训练沙箱，缪宇航透露，这是国内最大的训练沙箱之一，腾讯云这也成为MiniMax一月一次迭代的重要基础。
从代码编程，到职场办公，再到每个企业的丰富业务场景，智能体将带来全面的优化和重构。汤道生认为，未来，随着“龙虾”这类开发框架越来越成熟，每一家企业都能够借助标准化工具，快速搭建属于自己的专属智能体应用，共同构筑一个去中心化、高度繁荣的智能体生态。
“养龙虾”的热潮仍在持续，从个人、企业，大厂正以全栈技术、生态资源与云端能力强势卡位，面向未来，谁能以顶层架构与全栈服务体系，为整个智能体时代划定生态协作范式，真正让龙虾在企业端用起来并产生收益，或成为下一代智能体时代生产力格局的关键掌舵者。
真牛所配资提示：文章来自网络，不代表本站观点。
