周三下午，腾讯云AI产业应用大会主论坛的舞台上，汤道生和姚顺雨并排坐着，像两个不同代际的产品经理在复盘同一个命题。姚顺雨身子微微前倾，问出的问题带着几分开玩笑的认真：“其实我记得我第一次跟您聊的时候，你跟我讲了很多你过去的经历，从QQ空间、QQ秀的时代，一直到我小学时候最喜欢的产品……你做过各种各样的产品，to C也有，to B也有，远古时代的也有，最近AI时代的产品也有。我比较好奇，你觉得你做产品的第一性原理是什么？”
场下观众发出一阵默契的笑声。坐在姚顺雨对面的汤道生，本就是国内互联网最早一批产品经理，而姚顺雨自己加入腾讯不到半年，模型和产品联合设计是他提出的核心方向。他想先弄清楚，这位搭档做产品的底层逻辑，这或许会直接影响他后续和各个产品协同设计的思路。汤道生几乎没怎么停顿，给出的答案很简单：“我觉得其实最终做产品还是本着用户到底有什么需求，我到底怎么去解决他的痛点，怎么去给用户或者客户创造价值。”
这个回答听起来朴素，却把当下整个AI行业的躁动衬得更显眼。同一周，有的公司正在扩编销售团队，有的在调整定价策略，几乎所有头部玩家都开始把叙事的重心从技术突破转向商业化落地。豆包、DeepSeek、元宝三个产品的月活加起来已经超过六亿，AI应用的渗透率悄悄跨过了那道临界点。来自投资人和市场的压力让赚钱成为一道谁也躲不开的共同命题，但腾讯似乎关心的是另一件事——怎么做好一款AI时代的产品。
汤道生用一个很形象的比喻把两个时代的产品逻辑切开了。他把PC和移动互联网时代做产品比作“预制菜”。在那个阶段，产品方想清楚自己能提供什么样的能力，用户只能在预先设计好的菜单里做选择，功能边界清晰得很。可到了AI时代，用户用自然语言进来，你永远猜不到他会问什么。产品形态被翻了个面，现在需要反过来向着模型提供工具，让模型自己去理解需求、调用能力、组合出答案。汤道生说：“在AI时代以前我们做产品很多时候想的是通过功能来满足用户的需求，你作为一个产品提供方、服务提供方，你想清楚我提供怎么样的一个能力，让用户可能通过某些菜单去选，好像是一些‘预制菜’，你只能在里面去点一样。”
除了用户交互的方式被彻底改变，研发流程也跟着被重新组装了一遍。过去做产品是瀑布式的推进，需求清晰、功能明确，测试被摆在整个流程的后端。但AI产品的需求本身就是开放式的，开发团队不知道用户会提出什么样的输入。汤道生观察到，今年腾讯内部大部分代码已经由AI生成，工程师的重心转移到架构设计上，测试也需要“左移”——在正式开发之前就必须想清楚评估体系怎么搭建、对齐怎么做。他给出的判断是，今天做产品对团队能力的要求比以前更全面了。
说到腾讯自己的AI产品布局，外界一直流传着“内部赛马”的猜测。腾讯至少有十几个AI产品在同时跑动，分属不同事业群，不要说外部，连自己人也未必认得全。汤道生在后续的交流里直接否定了这种说法。他的解释是，智能体所服务的场景太多、需求太多元，不同团队在不同的场景里各自寻找机会，这是一个自然发生的过程，而不是刻意安排的竞争。他把腾讯做AI产品的底层逻辑拆解为产品、模型、评测、数据四个维度的对齐。“好的AI原生产品需要产品、模型、评测、数据四个能够对齐。这四个维度就是我们在使用一个产品，通过一些客观的指标，尤其针对一些比较开放式的问题，要能够既达成产品的目标，有清晰的评估体系，怎么通过能满足这个要求的数据，大家多方对齐，才能训练出能满足这些要求的模型。”这背后暗含着一个核心事实：在腾讯的逻辑里，模型和产品必须联合设计。
汤道生说：“腾讯一直非常关注产品体验，满足用户的需求，为用户提供价值。这些目标都需要通过产品作为载体让用户获得这些价值，所以大家看腾讯，一般都会说腾讯就是一个产品公司。这是在我们团队的基因里，我不觉得在AI时代会有太大的变化。”同一天，CodeBuddy和WorkBuddy的负责人刘毅也分享了自己团队的研发组织方式。他把团队设计得特别扁平，层级很少，所有上下文都透明共享。团队拥有一个共享大餐，里面装着所有模块的代码、全部的产品需求、用户反馈、工单以及设计文档。在这种模式下，AI的开发范式变成了人类向AI提出需求，而AI在一个高度透明和充分共享的上下文里完成工作。
当天下午，在三场不同的交流中，除了汤道生本人，还有刘毅、CodeBuddy和WorkBuddy的商业化负责人张翔、腾讯云副总裁吴运声。四个人回答的具体问题各不相同，但有一个共同的姿态——没有一个人急着给AI业务贴上价签。在腾讯云的AI产品矩阵里，WorkBuddy、ADP和CodeBuddy是当前最核心的三个产品。刘毅把WorkBuddy定位为腾讯云AI智能体的统一入口和平台，它覆盖了代码场景、办公场景和设计创意场景三个方向。“为什么是这三个场景，就是因为这三个场景在很多企业里面都是比较高频、高价值，特别容易被AI产生数据甚至是验证数据效果的三个领域。”ADP则由吴运声自己解释称，它面向的是B端企业、可管控的高度严肃场景，比如酒店需要用一个智能体服务所有住客，这种需要稳定可靠输出的场景就属于ADP的范畴。CodeBuddy面向开发者，既是一个编程助手，也是给WorkBuddy提供底层能力的引擎。刘毅透露，CodeBuddy在腾讯内部已经覆盖了大部分团队，“到2025年底，腾讯大部分团队90%以上的代码都是用AI生成的”。
“你们打算什么时候开始赚钱？”这个问题在整个下午被变着花样追问了好几次。汤道生的回应很直接：“对于WorkBuddy、CodeBuddy这样的AI智能体，现在还是投入期，我们并没有给Buddy产品团队设商业化目标。”紧接着，他给出了一个类比：“我觉得WorkBuddy今天有点像几年前的腾讯会议，既有ToC属性也有ToB属性，我们会继续发挥好它C2B的能力，来搭建可持续发展的服务体系。”没设商业化目标，不等于完全没考虑商业模式。在被继续追问后，汤道生给出了更完整的框架：当前商业化不是重点，还是要把产品打磨好，服务到更多的用户，证明这是一个能为大家创造价值、能帮助提效的工具。但商业模式会作为“调节器”存在，因为算力资源有限，所以需要筛选出对产品最有需要、最认可其创造的价值的那部分用户，最终让他们为算力付费。他说：“我想也是Agent产品发展过程中需要考虑的地方。”
当被问到腾讯AI智能体的业务到底偏IaaS层还是更接近SaaS和PaaS层的订阅模式时，汤道生开口先说的并不是IaaS还是SaaS。他解释道，目前有限的GPU资源被优先倾斜给了内部需求，包括混元模型的训练、微信以及腾讯会议等业务。至于外部商业化，则要在保证这些核心业务资源充分的前提下再逐步探索。这个逻辑能否在当前AI赛道的快速竞争节奏下站稳脚跟，本身就是一个开放问题。外界并没有形成共识：AI的窗口期到底等不等得起一条“腾讯会议式”的长线路径。
热门跟贴