2026.09.28 | AC | Agents | Tencent WorkBuddy & WeChat AI

摘要

·混元万亿参数模型的发布节奏、原生多模态架构与Coding、Agent及游戏开发能力方向，以及与GPT-5.6 Sol等海外模型的对标情况。 ·微信AI团队与混元团队的独立研发关系，微信AI Agent在服务履约、小程序接入模式与去中心化A2A网络上的布局。 ·WorkBuddy的用户指标、商业模式与竞争格局，国内大模型训练的算力分布，以及反蒸馏、RSI自迭代与Loop Transformer等技术趋势的影响。

专家观点：

Q&A

请介绍一下腾讯内部与大模型相关的组织架构，特别是腾讯云、WorkBuddy、混元大模型以及微信AI团队之间的归属和协作关系？

腾讯内部主要有六个事业群。腾讯云、WorkBuddy、CodeBuddy、元宝、腾讯会议等面向C端生产力用户和B端企业服务的产品均隶属于云与智慧产业事业群。核心的大模型研发团队，即混元基础模型团队，则设置在技术工程事业群，该事业群长期作为腾讯的技术中台。此外，微信事业群拥有自己独立的微信AI团队，负责开发供微信产品使用的VLM等自有模型。 WorkBuddy与混元基础模型团队之间是高度融合的深度合作关系。WorkBuddy本身不研发基础模型，其作为上层的Harness（应用框架层），底层可以调用不同的模型，例如也能够调用智谱、DeepSeek和Kimi。但核心战略是提升混元模型的能力。因此，混元团队能从WorkBuddy获取大量脱敏后的实际业务数据以提升模型性能，而模型能力的增强又能反哺WorkBuddy的应用效果，形成良性循环。

微信AI团队与混元团队的具体关系是怎样的？它们是各自独立研发，还是存在某种形式的技术合作或模型继承关系？

微信AI团队与混元团队是两个独立的团队，各自负责不同的业务方向。微信的VLM模型并非基于混元模型进行微调或蒸馏，而是从头开始独立进行预训练，拥有从预训练到后训练的完整技术体系。 两者之间的联系相对较弱，主要体现在底层技术层面的合作与共享，例如共用高性能的AI基础设施、训练框架以及共享前沿研究论文等。但在模型设计、数据处理和模型训练方面，双方是完全独立的。这种独立性源于业务场景的差异：微信的业务形态更侧重于小程序推荐、本地生活服务履约等特定场景，对模型的通用能力如编程、游戏开发等要求不高，因此需要的是更适配微信生态的轻量化模型。而混元模型则更专注于通用生产力、Coding Agent等方向。最初微信团队曾考虑使用混元模型，但后来发现双方的远期目标不一致，因此选择了独立发展的路径。

从您的角度看，微信内部的AI Agent项目自2025年下半年提出至今，进展似乎较为缓慢，其背后的主要原因是什么？

从战略维度看，该项目的核心目标是切入服务履约市场，即基于微信庞大的用户基础和生态，通过AI Agent整合并打通小程序、本地生活、电商、票务、酒店、外卖等各类服务，从而在服务履约环节创造商业价值。

腾讯利用微信入口和AI模型在本地生活、电商、票务等领域进行拓展时，与阿里巴巴和抖音等竞争对手相比，其平台型公司的模式面临哪些核心挑战？

腾讯作为平台型公司，其核心挑战在于如何协调与第三方服务商的利益分配。与阿里巴巴电商、外卖、票务均为内部业务的自有生态体系不同，腾讯在本地生活等领域并不亲自下场重度运营，而是完全依赖第三方合作。当微信试图通过AI整合入口、重塑交易流程时，实质 上是在对现有价值链进行重新分配，这会被第三方服务商视为分割其既有利润。因此，问题的关键并非微信自身的技术实现能力，而是如何说服第三方开发者尤其是美团、携程等大型平台愿意接入并配合这种新的合作模式。这些平台方不仅提供服务，还掌握着线下商户资源 和外卖配送体系等关键的履约能力，这是腾讯目前所不具备的，因此无法完全绕开它们。

微信在与小程序开发者进行AI功能整合时，提供了哪些接入模式？不同类型的开发者对此有何反应和顾虑？

微信提供了两种主要的小程序接入模式以支持其AI功能。第一种是自动接入，开发者授权后，微信后台可读取小程序的所有源码，从而自动实现从用户自然语言理解到小程序交易支付的闭环流程。这种模式虽然便捷，但引发了部分第三方商家对于数据隐私和未来入口优势 可能被削弱的担忧。第二种是手动接入，需要开发者进行二次开发，按照微信提供的A2A、MCP等协议进行对接和联调。目前，绝大多数知名的大型企业小程序，如麦当劳、肯德基、星巴克等，均采用手动模式接入，但这需要投入开发资源和时间周期。

从运营角度看，微信为其AI Agent在各服务场景的小程序引入设定了怎样的基本准则？

微信运营团队的核心目标是，在每一个细分服务场景下，确保至少有三家第三方小程序供应商完成接入，以便为用户提供选择。此举旨在避免任何单一供应商形成独家垄断。例如，在咖啡点单场景中，不能只接入星巴克一家，而是要确保用户至少可以在库迪、瑞幸、星巴克 等多个品牌中进行选择。这一准则适用于所有计划整合的服务场景。

除了总结信息等现有功能外，微信计划推出哪些核心或“杀手级”应用场景，以提升其AI Agent（小微）的渗透率？

微信正在开发一个核心应用场景，即去中心化的A2A网络。该网络允许用户的个人AI Agent与他人的AI Agent在广域网络中进行自主交互和匹配。例如，在租房场景中，房东和租客可以分别将自己的房源信息和租房需求挂载到各自的Agent上。双方的Agent能够基于价格、区位等条件自动进行匹配，一旦匹配成功，便可直接通知用户进行线下约看，从而跳过传统的中介平台。

对于提升“小微”业务在2027年的渗透率，腾讯有何具体规划或场景设想？目前提及的Agent预聊功能是否属于远期规划？

Agent预聊功能目前已上线并进入部分灰度测试阶段，并非远期规划。该功能允许用户的Agent先行与目标对象进行初步沟通。未来的发展方向是构建一个广域的Agent网络，当用户发布需求后，系统能自动在网络中搜寻并匹配最合适的Agent进行预聊， 从而实现去中介化的撮合交易。关于短期内提升“小微”渗透率的问题，其本身可能是一个伪命题。“小微”在微信生态中主要扮演锦上添花的角色，其核心价值在于支撑和提升微信整体的用户活跃度与用户粘性，而非作为一个需要不惜牺牲其他功能来追求渗透率的独立业 务。只要能确保用户间的沟通以及用户与履约方之间的交易流程顺畅，微信的核心价值便得以巩固，“小微”的渗透率并非首要目标。

WorkBuddy的付费情况和商业模式是怎样的？其长期的市场目标和行业竞争格局如何看待？

目前WorkBuddy的付费率增长势头迅猛，但具体数据暂未获取。从商业模式的终局来看，这类生产力工具赛道最终将以大B客户付费为主，C端用户预计不会成为主要的收入来源。WorkBuddy的远期目标是实现过亿的DAU。这并非指WorkBuddy 将独占市场，而是预测整个类WorkBuddy应用赛道的总市场规模，其渗透率有望达到浏览器级别。届时，市场将由WorkBuddy、千问办公、豆包工作等产品共同竞争瓜分。

关于模型训练和推理所使用的算力情况，特别是集群规模和采购主体，能否介绍一下？

训练侧的算力情况较为清晰，而推理侧的算力情况则不甚了解。推理算力由一个弹性的“大池子”构成，具体由WorkBuddy等业务团队直接与腾讯云的基础设施团队对接，根据实际用量进行扩容。混元团队主要负责预训练，不直接对接推理算力。因此，关于推理算 力的整体采购大盘、国产算力产品的具体使用情况等，需要咨询腾讯云团队。不过，腾讯云团队掌握的是腾讯集团级别的总口径数据，包含了微信、IEG等所有业务的需求，无法拆分出具体某个团队的详细用卡情况。而国产算力的适配情况，则需要咨询混元团队。

目前国内大模型厂商在何处进行大规模训练，尤其是在万卡集群方面？例如，千问3.6是否在国内训练？

大规模训练均在海外进行，主要集中在新加坡、泰国等地。以千问3.6为例，其训练是在海外完成，之后再返回国内进行post-training。尽管有传闻称阿里在国内招标建设万卡集群，但截至千问3.6版本，其训练仍依赖海外资源。

OpenAI等厂商采取的反蒸馏措施，例如在Fable 5.1中修复漏洞或在GPT-6 Astra中采用recurrent transformer架构隐藏思维链，对业界的数据蒸馏工作影响多大？

这些反蒸馏措施的影响不大。核心原因是业界蒸馏的数据早已从思维链转向了轨迹数据。思维链是高阶、抽象的思考步骤，而轨迹数据是模型为执行任务而生成的具体、详细的落地执行记录。例如，一个任务的思维链可能包含“下载文件、解压、分析、生成报表”四个步骤 ；而对应的轨迹数据则会详细记录从哪个网盘下载、下载速度、使用何种软件及版本进行解压、解析了哪些具体文件等一系列详尽信息。轨迹数据比思维链数据更细致，并且可以反向抽象出思维链。只要模型以API形式对外提供服务，且其harness层（执行层）非 模型厂商自有，那么为了让harness层执行指令，模型就必须输出包含轨迹数据的指令。因此，除非模型厂商不再对外提供API，只允许自家Agent调用自家模型，否则轨迹数据的获取不会被阻断，蒸馏工作仍可继续。

预计下一代万亿级别参数的大模型将于何时发布预览版，其对标水平和核心能力提升体现在哪些方面？

预计将在2026年10月底至11月中旬发布预览版。该模型的核心能力提升主要体现在以下三个方面： 第一，模型架构上实现了原生多模态，而非双塔结构，这将是腾讯首个原生多模态理解模型。 第二，在能力方向上，Coding和Agent能力将保持在第一梯队，以支撑核心的WorkBuddy应用。同时，模型的通用知识含量会非常高。相较于一些同等约7,000亿参数规模但主要侧重Coding能力而牺牲通用知识的模型，新模型能在确保Coding能力不损失的前提下，大幅提升通用知识的广度和深度。 第三，显著强化了游戏开发能力。为配合腾讯基于李飞飞范式与GPT-6 Astra范式在UGC游戏开发领域的两大技术布局，新模型将能直接对Blender、Unity等软件进行导入导出、二次开发或直接生成游戏内容。

腾讯混元大模型在技术上主要对标海外的哪一代模型，例如GPT-5.6 Sol，以及在不同能力维度上与竞品的比较情况如何？

腾讯混元大模型更多是对标GPT系列。从目标设定上，期望是超越GPT-5.6 Sol。具体来看，在游戏开发和原生多模态能力方面，要超越GPT-6 Astra存在难度，但超越GPT-5.6 Sol是没有问题的。在纯智能编程和Agent执行方面，Agent的执行能力预计能够实现超越，但编程能力本身可能仍存在一定差距。在WorkBuddy的内置模型选择上，混元4会是其核心模型引擎，执行效果优于将GPT-6 Astra接入WorkBuddy。模型与Harness（应用框架层）的结合能发挥出最佳效果。

关于AI领域的自迭代、自生长能力，目前行业进展到了什么阶段，具体是如何分级的，以及国内厂商在这方面的发展情况如何？

RSI是指模型的自迭代、自生长和自提升能力，即模型能根据用户反馈和强化学习环境不断自我完善，形成一个加速迭代的飞轮效应。如果将RSI分为五个层级，目前行业普遍处于L3到L4的阶段。L3阶段指的是模型反馈层面的自迭代与自增长，模型能够利用用户日常使用中成功的轨迹数据直接生成反馈环境，用于训练和迭代模型版本，这个过程无需人类研究员的介入。L4阶段则进入训练引擎层的重写，即基座模型的RSI能力可以重写整个AI Infra层的底层基础设施，例如通过AI自动重写高性能训练分布式框架，以找到更优化的训练方法。智谱AI计划在2026年年底前使其GLM-5.6模型达到L4水平，海外的OpenAI和Anthropic也在2026年有类似的目标。L5是更远期的规划，即元学习，由AI自主寻找最优的算法或优化器。目前一些研究中通过“AI+研究员”的模式来寻找更好的算法或优化器，属于探索元学习过程中的一个分支，其研究成果可以应用于下一代模型，但这与L1到L4阶段模型自身闭环、持续迭代的路径有所不同。

在RSI的框架下，多模态技术将如何发展，以及国内厂商在原生多模态能力上预计会有哪些进展？

在RSI的迭代环节中，跨模态监督学习和跨模态强化学习是关键组成部分。技术趋势已经走向利用多模态数据进行反馈，例如生成视觉图像来监督文本的思考过程，实现视觉监督与文本思考的跨模态学习与训练，这也是GPT-6 Astra所采用的训练模式。随着这些技术的全面应用，预计到2026年年内，国内厂商在原生多模态下的理解与思考能力将得到大幅增强。

字节跳动是否计划在春节前后推出一个3万亿参数的超大规模模型？

目前了解到的情况是，并不存在一个直接面向用户的3万亿参数模型产品。所谓的“3万亿”概念，更多是用于模型自身下一代迭代的训练逻辑。以智谱AI为例，其内部会训练一个类似规模的超大模型，但这并非用于直接提供给用户，而是作为内部的“母版”模型，用于 蒸馏出更高效、适合大规模商用的模型，例如其推出的Fable或Opus系列。这个“母版”模型本身并不对外提供访问，其核心作用是为训练参数量在六千亿至七千亿规模的走量模型服务。因此，这种超大参数规模的训练更多是服务于内部模型迭代和优化的技术路径 ，而非直接的产品发布。

采用“loop transformer”这类新技术后，对存储（HBM、DRAM、SSD）、计算和通信带宽的需求带动幅度如何排序？具体来看，该技术为何会降低对HBM的需求，而不是像直观理解的那样因KV cache增加而提升需求？

采用“loop transformer”技术后，对存储、计算和通信的影响是分化的。首先，在存储层面，该技术会显著降低对HBM的用量，同时增加对DRAM的需求。降低HBM用量的核心原因在于，当前模型部署中，HBM的主要占用已从早期占30%-40%的KV cache预留空间转变为模型参数权重本身，而KV cache的占用比例已降至5%以下，因其大部分被offload至DRAM。新技术通过“循环”计算，可以用原先约1/5规模的参数权重解决同等复杂的问题，从而直接减少了对HBM的需求。另一方面，循环计算确实会产生更多的KV cache，但这部分增量主要被offload到DRAM中，因此会带动DRAM需求的增加。总的来说，存储介质之间存在成本驱动的权衡关系，行业趋势是优先利用更经济的存储介质，因此越昂贵的介质（如HBM）越容易被优化削减，而越便宜的介质（如DRAM）带动越明显。

“looped transformer”技术是否意味着模型总参数量会下降？例如，一个原本需要15万亿参数的模型，应用该技术后是否可以压缩至10万亿参数？

这种技术可以理解为提升了数据的“压缩比”，即用更少的参数来承载和处理更多的信息。过去，模型参数量与训练数据量遵循一定的scaling law，例如每10个token的数据需要1个参数来学习。新技术可能将这个比例提升至每50个token的数据仅需1个参数。因此，模型未来的总参数量是增长还是下降，取决于两个因素的相对速度：一是训练数据总量的增长速度，二是新技术带来的数据压缩比的提升速度。如果数据总量的增速超过了压缩比的提升速度，那么模型总参数量仍会继续增长，只是增长的幅度会因新技术的应用而放缓。

在应用了“looped transformer”这类新技术后，对计算和网络互联的具体影响是怎样的？

在计算方面，该技术提升了计算效率。它使得模型可以根据问题的复杂度进行选择性深度的思考，例如对简单问题循环两次，对复杂问题循环十次。这种方式使得整体计算过程更精简、高效。在同等参数规模下，其所需的总计算量实际上是更小的。在网络互联方面，影响体现在训练和推理两个环节。对于训练侧，如果模型总参数量因技术优化而降低，那么训练所需的互联带宽需求也必然会随之降低。对于推理侧，该技术大幅提升了对KV cache流转速度的要求。由于循环计算会生成更大的KV cache，在采用PD分离的推理架构中，从P节点向D节点传输KV cache的带宽和速度要求会显著提高，以保证最终生成token的效率。