腾讯：WorkBuddy很热闹，混元的金丹归谁炼？

AI模型江湖13 / 公司研究 · 腾讯／混元

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年9月

先看结论

当前定位：筑基中期，向后期验证。混元有自研与部署进展，工作产品也有采用；近期要分别看模型选择与平台交付，不能借旧生态提前结丹。

产业视角｜AI Native：机会在于把跨资料、跨工具的工作组织成可托付服务，让小团队少搭系统、少做交接，而不是只给办公再添一个聊天框。

投资视角｜金印五阶：模型与工作平台可以沿不同路径取得位置。先看混元能否持续被选择，再看客户的技能、评测、状态与预算究竟围绕谁积累。

交易视角｜风控五环：集团财力支持探索，新AI业务仍需独立核对成本与回款；不把平台热度直接推成模型利润，也不从修为标签推算买入价。

元婴观察：看新的工作体系能否形成持续交付分工、终端指定与合作规则，让平台、模型和伙伴在完整成本之后都有合理收益。

一｜江湖开场：台上都是高手，谁在炼自己的金丹？

看智谱、DeepSeek时，我们追着模型问：功法进了别人的工作工具，客户最后留在哪里？到了腾讯，镜头正好翻过来。WorkBuddy可以组织不同模型替客户办事，平台有机会做成好生意；但门口挂着腾讯的牌匾，不代表台上每一招都出自混元。请得动各派高手，与练成自己的内功，是两种本领。

腾讯2026年二季度业绩公告把多模型供给、执行框架和技能库列为WorkBuddy的优势。所引办公Agent领先指标，是6月中国PC端AI原生办公Agent的月交互次数，不是全球任务成功率。[1]它说明产品吸引了使用，也让我们看到一条产业路径：不一定先让自家模型天下第一，才有资格把工作组织起来。

混元也并非只在后台等分红。七月Hy3正式版进入多个产品，Hy4又披露了技术与部署方案。[2][3]一边做工作产品，一边练模型功法，腾讯在两条线上同时下注。问题不是“借剑算不算本事”，而是哪一部分真正让客户少做协调、愿意续用，并成为下一次建设的基础。

本篇把混元及相关新AI业务定位在筑基中期，向后期验证。集团原有的企业关系与云资源可以帮它起步，却不能替新业务回答这道题：平台越会组织不同模型，混元是在成为更有分量的核心供给，还是其中一位可替换的高手？分清这一点，才知道金丹究竟在谁的炉里炼。

二｜产业视角·需求：少一个聊天框，多一段办完的事

“不过是办公”听着轻巧，真遇到跨系统对账就会知道，难的往往不是写一段话。资料散在不同地方，字段含义不一样，异常还要追出处；等人把材料找齐，最紧急的时间已经花在交接上。小团队养不起所有专业角色，能否经济地获得这套能力，才是增能的产业空间。

WorkBuddy的执行框架与技能库之所以值得看，[1]是因为客户缺的不只是一个答案生成器，还缺把资料、工具与步骤组织起来的办法。若这些基础工作能被服务承接，小企业就可能提供以前只值得大团队做的持续核对、维护或分析。入口的重要性，也从“有多少人打开”转向“有多少工作因此开始做得起”。

设想一家小公司核对供应商订单与回执：系统收集材料，标出差异，追到原始依据，再给出待确认的更正方案。这是检验价值的假设场景。AI能写出差异说明是增能；若能保留进度、继续追问缺失项、把异常交给有权处理的人，才开始承担一段完整工作。

承责不是让老板换个地方值夜班。谁能读资料、谁能改系统、付款前由谁确认，仍须明确。工具越多，交接越复杂，客户越需要稳定的执行、恢复和验收。权限边界不是服务的绊脚石，而是客户敢把重要事情放进来的条件。账房可以有新助手，银库不能只凭一句“相信我”开门。

任务也可以从业务事件或上游Agent进入。它发现数据不一致，继续发起核验，最终把有依据的结果交回来；机器参与的价值在于把工作连续做完，不在于互相发了多少条消息。丰裕看合格结果是否更可负担，破界与创生再看新办法、新工具能否成为后续生产条件。办公不必先被宣布革命，少一次无效交接，就可能是一门新服务的起点。

三｜产业视角·供给：自家功法，也要和运行一起练

工作平台可以借多家模型出招，自研模型的进步也有独立价值。腾讯的CADEF要看这两条线怎样配合，又在哪些地方仍缺证据。以下五项是26Q3研究档位，不是把用户数量换算成生产能力，更不是给集团资源自动盖一张金丹证。

C不是“有腾讯云”四个字。Hy4材料给出低精度部署、预测后续Token的模块，以及推理框架适配方案。[3]它们说明团队正在处理内存、吞吐和实际运行，而不是只把一个模型接口接到产品上。计算资源能被更有效地使用，才有机会让更多客户以可承受成本获得能力；局部部署方案仍不能代替整厂运行数据。

“算存光冷电”看硬件与能源，“编并调容服”看编译、并行、调度、容错和推理服务。复杂任务进来时，缓存、网络、排队和失败怎样一起处理，是工程真正的考场。云运营底盘可以支持混元，却不能用集团采购额补出模型专属集群、训练扩展效率或长期可调度容量。

A的关键，是算力花在了哪里。Hy4披露门控稀疏注意力与索引缓存等设计，尝试减少长上下文中不必要的计算。[3]“架训配评迭”不是五本互不相干的秘籍：结构要能训练，配方要能部署，评测要能找到错误，迭代还得让错误减少。采用公开研究的组合可以有价值，工艺在于能否把它稳定炼出来。

模型卡列有163名内部专家、203个任务的盲评，同时承认某些任务出现推理过长、过度验证。[3]这不是全球客户抽样，也不能推成所有工作都低效；但它提出了很具体的改进题：多想几步究竟增加了可靠性，还是只增加了账单？把结果、人工接管与总成本一起测，才知道是在认真思考，还是反复念咒。

D给练功搭场地，E要把出门办事的教训接回来。WorkBuddy Bench把代码、网页、办公与安全放入可执行任务，并讨论从真实开发、业务材料构造和改写题目以降低污染。[4]这让评测更接近实际工作中的工具与步骤，但题库依然是研究环境，不能直接写成客户生产全量。

D的“人合环验洗”，看材料、合成任务、执行环境、验证与筛选能否产生有效信号。E的“量深轨果回”，再追真实任务的深度、过程、最终结果与获准改进路径。Hy3材料提到实际业务反馈推动迭代，[2]但平台总请求、混元实际执行量、可观察结果与可使用反馈，仍是几个不同分母。

例如，WorkBuddy完成一项任务，底层可能使用其他模型；企业允许处理文件，也不等于允许它进入基础模型训练。最有价值的闭环，是一类真实错误被发现后，怎样进入评测、环境或训练，下一版是否少犯同样的错。模型更新、工具改善和工作流程优化都可能有贡献，不能只看一条活跃曲线就把E填满。

F提供试错余地，也有真实付款约束。2026年二季度集团经营现金流约527亿元，资本开支现金支付约593亿元，披露自由现金流为负138亿元。[1]三项按公司口径分别看，不能简单相减改写，也不是混元独立账本。旧业务能支持新探索，但灵石一出账，就要追它给新供给留下了什么。

腾讯的积极路径，是让模型研究、工作任务与基础设施相互支持：平台发现问题，评测把问题复现，研究与部署共同改进，再用同类工作验证效果。会请高手，可以先把生意做起来；能从每次交付里练厚自己的功夫，才决定下一场是否更有底气。

四｜产业视角·交付：同一张账单，几层不同的本事

客户看见的可能只是一个工作产品，背后却站着模型、执行框架、企业系统与云服务。腾讯公开材料已经把多模型工作层和自研模型进入产品分别呈现。[1][2]因此，交付不能画成一团笼统的“生态”：要看任务由谁接、进度放哪里、失败怎样恢复，以及谁承担最终服务。

这些职责在实际合同中可以重合，也可以由不同主体承担。客户保留自己的资料与系统，不代表平台没有价值；恰恰可能因为平台处理了繁琐的授权、执行与异常，小企业才不必自己造一遍。腾讯有机会取得的，是组织工作的价值，而不只是给模型增加一个漂亮窗口。

第一道检验：留着WorkBuddy，换掉混元。用同一批真实任务，固定资料、权限和工具，比较结果、费用、时延与人工接管。如果换一个模型仍能办成，平台可能做得很好，混元专属依赖却较弱；若领域评测、工具选择与运行配方须重新验证，才需要进一步查这些差异是否持续、是否有价值。

第二道检验：留着可用模型，换掉工作平台。长期状态、技能配置、工具连接、权限策略与验收记录，哪些能带走，哪些要重建？这两项是分析方法，并非本文已经取得的迁移实测。真正要辨认的，不是谁把出口修得最难走，而是谁让客户过去的有效投入继续好用。

这两道题可以有不同答案。混元可能因为专业任务能力被指定，工作层可能因为组织与恢复能力被长期使用，二者也能互相增强。使用别人的模型不等于平台失败，平台生意好也不等于自研模型领先。客人信任一家诊所，既可能信医生，也可能信会诊、记录和后续照料；一张挂号单，不能把功劳全归给同一门医术。

收益还要追到实际账单。一次订阅可能包含模型、工具、计算与支持；出了故障谁处理，新增工作由谁付费，合作条款由谁决定，都会影响商业位置。平台越深入承责，越有机会降低客户的协调负担，也越要承担连续服务的成本。组织得好，是新生意；只增加一层传话，可能先增加一层费用。

从增能到承责，再到丰裕，交付不是把功能往上叠，而是让不同环节少重复建设、让可靠结果更可负担。新方法能被部署、新工具能被继续使用，才有破界与创生的后续空间。腾讯是否会走出更大的新业务，值得沿这条工作链看，而不是只在入口和模型之间选一个赢家。

五｜投资视角：模型与工作平台，不能共用一张丹证

把产业关系拆清，金印五阶就不再是给公司贴称号。混元有自研路线，工作产品有采用，两锚不是空想；两定还要看供给能否反复有效、外部客户能否持续选择。因此，本期仍在筑基中期向后期验证，不用腾讯旧业务的修为替新模型补考。

要往后期走，先查客户为什么选混元：任务质量、完整成本、服务稳定性各有什么作用？默认设置、优惠与旧采购关系也可能帮助成交，但不能把平台总请求增长全部认作混元的市场位置。公司对健康留存和较高付费意愿的描述是正面线索，[1]下一步要看同一批客户的正式付费、使用范围与续约。

金丹则是客户开始把下一轮工作建在这里。技能与评测不用每个项目重做，权限和上线规则能跨版本延续，预算与维护团队持续存在，下一次选择便不再只有一张模型价格表。客户愿意留下，是因为已有投入更值钱，而不是因为某个版本留下了太多补丁，谁也不敢动。

对腾讯，模型与工作平台可能不同步。工作层先形成持续投入，就在这层确认价值；混元成为被指定的供给，也单独举证。平台依赖可能带来更稳定的任务与反馈，模型进步又可能帮助降低交付成本，但两者需要真实协同。宗门能同时练两门功，不必强行让两颗丹同一天出炉。

元婴再问：新的工作方式是否改变了专业服务的分工，终端客户或上游Agent是否主动指定它，伙伴能否按共同规则经营，原厂是否在完整成本后留下合理收益？这里要看两穿和两高两稳，不拿游戏、广告或支付的旧利润答题。平台若能让伙伴有生意、客户有结果、自己有回报，实权才开始有耐久性。

更远的化神，是同一套有效能力进入新客户、新产品，团队能持续纠错，资本配置不靠反复堆投入维持原地位。对腾讯值得期待的，是从熟悉人的入口，走向组织人和Agent的工作；眼下不必替它封神，也不必因混元还未结丹，就忽略工作平台可能先长出的新位置。

六｜交易视角：旧钱袋能助阵，新账不能靠借

集团财力是支持条件，不是混元独立利润表。打包订阅要拆补贴、模型分成、工具费用与必要再投入；缺少新AI经济性，就不拿集团市值除以局部收入宣布便宜。沿准入、定仓、估值、共修、退出守住条件，用新证据修正认识，不给每次发布配一个买点。公司未来可能化元婴，今天的价格却不能替它先领取那份收益权。

七｜共修观察：看下一次工作，为什么还交给它

近期只抓两条主线。一条是混元自己的技术与市场选择：把自研实际负载和外部付费辨认出来，用固定任务比较质量、费用、时延与接管，再追持续采用。另一条是工作平台的实际交付：任务能否少交接、少返工、稳定验收，客户下次是否还愿意把工作放进来。

这比追着总用户数跑更有区分度。用户回来，可能要用混元，也可能是来用另一家模型；他愿意维护技能、评测、权限与工作状态，才让我们看到长期建设的方向。混元若被轮换而工作层继续增长，首先应当厘清依赖归属，而非宣布整家公司失败。

元婴的远期观察，继续落到这套新业务能否组织生产、维护合作并留下收益，而不是把门口热闹当成已经有定价权。

反证也应具体：促销一停就不续付，模型更新总要重搭流程，或者平台承担越来越多异常与运维，却留不住相应收益，都要收紧判断。若旧资产随升级变得更有用，伙伴愿意继续经营，客户通过更少协调获得更好结果，则说明这条路正在变厚。

腾讯最值得期待的，不是让客户多打开一次软件，而是让客户少操心一段工作，还愿意把下一段继续交来。模型提供本领，平台组织本领；能把本领变成长期值得参加的分工，才有机会长出新的产业实权。

下一篇看字节。同样擅长产品，它面前还有另一道反差：过去让人舍不得走，未来让事情办完、人放心离开。两门好生意，能共用多少功夫，又必须换掉哪些成绩单？

资料与研究口径

研究资料至2026年9月。排名按公告中的地域、终端、月份与指标理解；公司自述、内部评测与实际客户结果分别看。供应商对账及双向替换是分析场景，不是已完成的客户实测。集团自由现金流按公司定义列示，不机械改写为经营现金流减设备款。

[[1] 腾讯｜2026年第二季度业绩公告](https://www.prnewswire.com/apac/news-releases/tencent-announces-2026-second-quarter-results-302849608.html)

2026-08-12，未经审计业绩。WorkBuddy领先口径为指定月份中国PC端AI原生办公Agent的交互次数；留存为定性描述。集团现金流不能用来推混元独立利润。

[[2] 腾讯｜Hy3正式发布与产品整合](https://www.tencent.com/tencent-hunyuan-officially-releases-hy3-advancing-agent-capabilities-and-deeper-product-integration/)

2026-07-06，官方产品说明。Hy3接入工作产品与业务反馈迭代的披露，不等于全体外部客户的队列结果。

[[3] 腾讯｜Hy4-preview官方模型卡](https://huggingface.co/tencent/Hy4-preview)

Hy4-preview技术与部署资料。163名内部专家、203个任务的盲评不是全球客户抽样；已知的推理过长与过度验证问题不外推为所有任务均低效。

[[4] 腾讯研究团队｜WorkBuddy Bench论文](https://arxiv.org/abs/2607.20911)

2026-07-23，原始研究。代码、网页、办公、安全任务及降低污染的构造方法；研究任务不等于全部实际客户工作。

研究说明：阶段与评分属于本系列的研究判断，不是行业统一评级；未来情景不构成投资回报承诺。

声明：本文由 AI 辅助整理初稿，经作者人工审核、补充实战案例与方法论解释后定稿。核心观点与案例判断为作者原创。