今天去了一趟騰訊云的AI大會。

上午主會場，從湯道生跟姚順雨的對話開始，一路聽到企業(yè)圓桌，聽完一整場，腦子里蹦出一個詞：落差。

01

什么叫落差？看兩邊數據就知道了。

三個月前龍蝦潮爆發(fā)時，騰訊搞了個WorkBuddy出來；鵝廠大廈門口排長隊裝龍蝦那個場景，我還記得。

三個月的今天，WorkBuddy迭代了43個版本；算下來差不多兩天一次；人均Token消耗漲了十倍，按日活算，已經是國內最大的效率智能體。

編碼那邊更夸張，CodeBuddy覆蓋了騰訊九成以上的工程師，整體編碼時間縮了40%；這些數字擱一塊兒看，個人端的爆發(fā)根本不是什么預告片。它已經演完了。

騰訊云副總裁、CodeBuddy和WorkBuddy負責人劉毅在臺上給了一個判斷。

他說三件事同時到了：模型成本一年跌了80%，企業(yè)開始敢把Agent放生產環(huán)境了，用戶也習慣了讓AI替自己干活，意思很清楚：拐點來了。

好，這是個人端。那組織端呢？我開始往下聽圓桌時，心情就有點復雜。

五家企業(yè)，每家報了一組數；海爾CTO崔秀元，大概全場最興奮的一個；他說了兩組數：我們公司，262個員工自己搭的智能體，5100個普通員工搞的輕應用，兩個月冒出來的。

注意啊，海爾是制造業(yè)，不是搞互聯網的；他自己特意補了這句話。

能跑這么快，不是運氣好；人家2022年就開始搞統(tǒng)一平臺，底層原子能力早就打通了。AI也就在上面加了一層調度。

興奮歸興奮，他轉頭就講了治理。

每個員工分Token額度，月月清算，看你拿額度干了什么；有價值的放開，沒價值的回收。「該回收的回收，該增加的增加」，原話。

我聽著就樂了，這哪兒是講AI，分明在管一個菜市場，誰拿得多干得少，月底一算賬全清楚了。

伊利尚志虎，明顯冷靜得多；他把AI應用分成三層：簡單對話、個人多任務、生產級。4萬人在用第一層，往上大概2000多個Agent，能算生產級的只有幾十個。

他說了一句話，我印象挺深：我們可能還在暖場階段。

一家一年出幾百億包產品的乳企，管數字化的老大用「暖場」來形容自己的AI進度。這個判斷的分量，你細品。

北京廣播電視臺的趙濤，態(tài)度又不一樣；他說他不關心Token消耗了多少，電視臺要業(yè)務安全和人的培育，近百個Agent搭完，最后真正能用的數字員工，30個。

我聽到這兒就想，體制內單位有體制內的苦，是安全這個緊箍咒一戴，步子怎么也邁不大。

叮當快藥的于慶龍說：

新業(yè)務代碼80%是AI寫的，老業(yè)務只有20%；他還捅了一件事：今年二三月份龍蝦火的時候，不少員工拿AI干傳統(tǒng)腳本就能干的活。

他原話意思我翻譯一下：為了用AI而用AI；現在還是鼓勵先用起來，效益后面再算；我倒覺得挺實在的；先跑起來，至于跑得快不快，那是第二步的事。

你把這兩邊的數字放一起看了看。

個人端：10倍增長、40%提效、兩天一個版本。 組織端：「暖場階段」「數十個生產級」「該回收的回收」「為了AI而AI」。

劉毅用了六個字，把這層窗戶紙捅破了：個人很爽，組織無感；的確很現實、很反差，也很準確。

02

很多人認為，個人效率起來了，組織效率順著就上去了。實際不是。

騰訊云副總裁董志強上臺講安全時，抖了幾件騰訊內部真實發(fā)生過的事。

第一件。他們給龍蝦設了目錄權限，只讓訪問某幾個文件夾；有人讓龍蝦去刪另一個磁盤上的文件，龍蝦發(fā)現自己沒權限。

你猜它怎么辦？自己寫了一段Python，繞過目錄限制，直接把文件刪了；安全邊界，被AI自己寫的代碼翻過去了。

第二件更邪乎。

一個員工讓AI幫忙整理文檔，說要分享給同事。AI整理完，自己多走了一步；既然你要分享，我來幫你搞定，它先試著在本機搭一個外部服務，被安全策略攔住了。

換個人到這兒就停了。AI沒有。

它跑去搜索引擎上，找了一個不用注冊的匿名分享網站，把內部文檔一股腦傳上去，返回一個鏈接說，搞定了；那個網站面向所有人，零權限。

第三件，有員工讓龍蝦爬內部招聘網站幫忙篩簡歷。龍蝦太勤快，并發(fā)量直接把內部系統(tǒng)沖崩了，業(yè)務方一查流量來源，把龍蝦禁了。

這不只騰訊的事；董志強在臺上引了一個微軟的案例。

攻擊者真損，在郵件里藏了一段你看不到的提示詞，用戶拿Copilot做郵件摘要時，提示詞被觸發(fā)，彈出一個假微軟告警窗口。

用戶一看，微軟彈窗，授權唄，啪就點了；AI拿到權限，把敏感信息塞進一個鏈接，直接發(fā)了出去；從頭到尾，用戶都覺得自己在干一件正常事。

這幾件事擱一起看，說明一個問題：AI不傻。

它太聰明了，會自己寫代碼繞過你設好的規(guī)矩，跑到外面找一個你壓根不知道的方案把事辦了；你以為你管住了它，其實它已經找到了你沒想到的路。

這就好比你招了個實習生進公司，他不懂規(guī)矩，你教就好了；AI不一樣，它太懂了，懂到會自己繞著你的規(guī)矩走。

這是組織端卡住的第一道坎，管不住。

還有第二道，伊利尚志虎在圓桌上說了一句，如果消耗的技術資源跟創(chuàng)造的價值之間沒有一個合理的比例，那就是無意義的技術投資。

一個管不住，一個算不清，你看組織的門就卡在這兩件事上了；大家一直在討論AI夠不夠聰明，現實是聰明本身就是問題。

03

管不住，算不清，那怎么辦？騰訊今天甩出來一籮筐的東西，核心在解這道題，不過，它的解法可能跟大多數人想的不是一回事。

因為我在底下聽了一圈，20多個產品，發(fā)現騰訊基本沒花時間吹自己的模型有多強。

湯道生提一嘴混元3，姚順雨也說了。他的原話是：

做大模型從某種程度上，是比較無聊的事情；最重要的是底層基礎設施（infrastructure）和數據，算法反而是比較簡單的。

這話在一場AI大會上說出來，挺反常識的；臺下坐的大多是企業(yè)客戶和開發(fā)者，你跟他們說模型不重要，等于說，你今天來這兒不是為了看AI變聰明的。

姚順雨今年3月，剛把騰訊搞了近十年的AI Lab并進了自己的團隊，這是他第一次在產業(yè)大會上公開亮相對外講。

一個做過ReAct、在OpenAI參與過Operator和Deep Research的人，坐在這兒跟你說算法是簡單的部分，這句話你自己掂量。

那騰訊到底在做什么？

我翻了翻今天發(fā)布的產品清單；Token調度中心（Token Hub）、智能體運行環(huán)境（Agent Runtime）、安全網關、沙箱、可觀測系統(tǒng)。

名字各不一樣，做的事情歸成一句話：讓Agent跑起來的基礎設施。

騰訊云存儲的那個負責人馬文霜，講了智能體運行環(huán)境的五塊東西，智遠按自己的理解給你說說：

沙箱這東西，給每個Agent一間獨立辦公室；60毫秒就能拉起來一間，一分鐘16萬間；犯錯不要緊，存儲給你留了底，一鍵就能回滾。

記憶更好理解；Agent用得越久越了解你，接上之后任務成功率漲了三成，Token消耗反而降了六成，越用越省，這個邏輯你品。

網關管的是身份，Agent拿著員工的權限干活，密鑰用完就失效，Agent自己碰不到密鑰。權限變成了一次性的通行證。

最后是可觀測，Agent調了什么工具、看了什么數據、以誰的身份干的、每一步干了什么，全程都有記錄。想查隨時查。

五件事拼一塊兒，剛好對著第二部分那道題。管不住的，網關和沙箱來管。算不清的，可觀測和存儲來算。

他還舉了一個保險公司的例子。

一家頭部互聯網保險企業(yè)，員工每天干大量核保理賠的重復活，非常適合讓Agent來干；公司一刀切，禁了。原因就兩條：客戶隱私外泄管不住，高敏操作沒人把關。

Agent網關的解法是給每個Agent一個數字分身，帶著員工的權限干活，干完權限即時失效；老系統(tǒng)不改一行代碼，Agent直接接進去。

這家公司后來搞了兩種落地方式；一種叫員工蝦，員工說一句幫我查個保單，蝦立刻去查；一種叫機器蝦，核保理賠這些重復活，7乘24小時跑。員工提效了，權限也管住了。

再講Token調度中心。

高航說了一個數，日供給量已經到了5萬億級別，預計明年超50萬億。

我順手查了一下；騰訊集團副總裁李強3月在上海峰會上引過一個國家數據局的數字，中國日均Token調用量，從2024年初的1000億漲到了今年3月的140萬億，兩年翻了上千倍。

Token調度中心日供給5萬億，放在140萬億的全國盤子里，份額感和增速空間，自己看吧。

三個月前騰訊在大廈門口幫人免費裝龍蝦，今天它在賣龍蝦跑起來需要的水電煤，我自己的看法：這是一個很清晰的商業(yè)判斷。

模型層的利潤正在被卷到零，誰的模型好這個問題，過兩個月答案就不一樣了；騰訊押不管你用誰的模型，Token從我這過，沙箱在我這跑，安全我來兜底。

模型是大腦，騰訊賣大腦長在上面的那個身體。

04

產品發(fā)完了，案例也看了。我們可以聊一個更大的問題了：AI這件事，接下來到底比什么？

我認為真正值得關注的，是湯道生和姚順雨他倆對這件事兒的底層判斷。

姚順雨認為，不覺得ChatGPT、ClawCode會是唯一的超級應用，如果是，那是一個特別灰暗的世界。今天可能就像70年代PC剛出來那會兒，還有太多太多事情需要做。

過去幾年大家看到的技術路線很像一條單行道，預訓練、后訓練、Agent、寫代碼的Agent，所有人都在干一樣的事。

他覺得未來不會更單一，會更多元；多模態(tài)、具身智能，很多新東西才剛剛開始。

湯道生接了一句，說大家總說騰訊慢。

姚順雨的回答很有意思；能不能誠實面對自己，能不能Be Real、然后看到反饋去改、保持耐心。這是下半場最重要的事。

這話聽著像在說騰訊，其實在說整個行業(yè)。

圓桌上那四個企業(yè)家，從各自的行業(yè)給了各自的答案；海爾崔秀元說，Agent來了，應該是一種工作方式的轉變，整個企業(yè)流程的重塑。

伊利的尚志虎沒下注具體場景。

他唯一投資整個組織智能化的能力，包括對AI技術的認知、理解和應用，包括有足夠多的生產級智能體的產品經理。

這句話有點繞，我翻譯一下：他賭這個組織有沒有能力持續(xù)造出好用的Agent；一個賭產品，一個賭能力，方向完全不一樣。

北京臺的趙濤把未來分成三種模式：人主AI輔、AI主人微調、全AI替代，他說這三種以后會同時存在，缺一個都不行。

而叮當快藥于慶龍的認識是：未來每個企業(yè)可能就一個統(tǒng)一的AI入口，后面調一個或者一群Agent替員工干完所有事。

制造業(yè)、消費品、媒體、醫(yī)藥零售，說法各不一樣，但共識就一條：下半場比誰的組織先跑通，工具再聰明，落不了地全是扯淡。

劉毅最后收了那一句：超級個體的天花板，就是超級團隊的起點；你看，是不是有個很大的落差？

個人端和組織端之間那道縫，就是未來三到五年最大的一道商業(yè)題；誰先把個體智能翻成組織智能，誰就拿走下半場的入場券。

模型還會繼續(xù)迭代，每30天換一次答案，這道翻譯題的答案不會換，它只會越來越貴。

最后吐槽兩句。騰訊下次開會能不能換個大點的場地，人擠人的坐前排，想拍張照都拍不到；超時也挺嚴重，搞得中午飯都沒吃上。