Hy3发布后，腾讯的生产力AI走向收敛

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。