腾讯Agent工厂揭秘：从“赛马”到“流水线”的底层逻辑重构
从“赛马”迷思到“工厂”逻辑：腾讯Agent战略的深层解构
近期，易观分析发布的数据显示，中国桌面端AI原生办公智能体市场呈现出一种极具张力的竞争格局。2026年6月，17款桌面端AI智能体合计访问量突破6000万次，其中WorkBuddy以近2100万次的访问量独占鳌头，其流量甚至超过了第二、三名之和。更引人深思的是，进入前十的腾讯产品并非单一爆款，而是CodeBuddy、QClaw、Marvis等多款产品并列。它们分别深耕软件研发、本地任务处理及操作系统级交互等不同垂直领域，这种分布并非对同一产品的简单复制，而是对多元场景的深度覆盖。
这一现象极易让人联想到腾讯内部广为人知的“赛马”机制。然而，若将视角从单一产品竞争提升至生产体系层面，我们会发现腾讯的策略已发生本质跃迁。字节跳动正将Agent能力向豆包、飞书等高频入口聚拢，阿里则致力于整合办公Agent并调整组织架构以收敛边界。相比之下，腾讯并未试图用一个超级入口吞噬所有场景，而是通过构建一套可复用的生产体系，让不同Agent在各自赛道并行生长。这不再是围绕同一需求的重复下注，而是基于统一底层能力对多样化场景体验的系统性重塑。
编程Agent的溢出效应：一条产品线的诞生与裂变
腾讯Agent工厂的核心起点，并非凭空而来的办公助手，而是源于编程领域的CodeBuddy。2023年，CodeBuddy以IDE插件形态推出，初期仅承担代码补全与错误诊断等辅助职能。但随着Craft软件开发智能体、MCP协议、CLI工具链及Agent SDK等能力的接入，其角色发生了根本性转变：从“辅助写代码”进化为“自主完成研发任务”。
这一进化过程沉淀出的核心价值，不仅在于代码生成能力，更在于一套可复用的Agent执行框架。编程场景之所以成为起点，是因为代码库、终端和测试系统为Agent提供了高度结构化、可操作、可反馈且可验证的环境。代码本身具备创造新工具和工作流的能力，使得Coding Agent不仅能完成任务，还能参与生产其他软件乃至其他Agent。Anthropic将Claude Code SDK更名为Claude Agent SDK，正是基于同样的逻辑：驱动编码产品的工具系统、Agent Loop及上下文管理机制，具备向研究、内容处理等非编程领域迁移的通用性。
WorkBuddy的出现，验证了这种迁移在腾讯内部的落地。2025年第四季度启动的WorkBuddy项目，其内测版本竟由一名产品经理利用CodeBuddy和智能体SDK，仅用周末时间搭建而成。这一细节极具象征意义：CodeBuddy不仅提供了执行能力，更直接参与了WorkBuddy的生产过程。WorkBuddy继承了CodeBuddy的任务编排、工具调用和执行机制，并围绕办公场景重新组织Skills、工具接口及交互逻辑。一款编程Agent，由此平滑生长为一款办公Agent。
这种迁移迅速走向标准化，形成了腾讯生产垂直Agent的核心公式：
垂直 Agent = 通用 Harness + 专业 Skills + 行业知识 + 业务系统 + 交付界面
其中，Harness负责理解任务并组织执行，Skills提供专业流程与判断规则，业务系统赋予Agent行动能力。Buddy家族从CodeBuddy到WorkBuddy，再到DataBuddy（继承Harness并注入大数据专业经验），以及LearnBuddy（加入教育知识与多智能体协作），复制的单位已从具体功能升级为整套岗位能力。甚至由CodeBuddy和WorkBuddy团队打造的创意设计智能体Miora，也共享底层架构，通过叠加图像、视频等专业子Agent进入创意领域。Buddy，已不再仅是产品后缀，而是腾讯Agent工厂中一条成熟的产品线。
云与应用的飞轮：Agent工厂的运转机制
一条可复制的产品线尚不足以构成完整的工业体系，真正的变革在于Buddy产品中验证的能力如何走出具体产品，融入腾讯云基础设施，并与腾讯庞大的应用网络产生化学反应。
WorkBuddy Managed Agents的推出是关键信号。它基于WorkBuddy Harness构建，将任务编排、记忆和执行能力封装为云端服务，结合腾讯云的算力、沙箱及安全治理能力，使企业客户能直接创建并分发Agent。这改变了WorkBuddy与腾讯云的关系：过去，WorkBuddy是生长在云上的产品；现在，其内核被抽取为公共能力，反哺云平台。这种“云生成产品，产品再反哺云”的循环，标志着腾讯Agent生产体系的成型。
腾讯云自身也在围绕Agent重构。2026年3月发布的Agent产品全景图，将分散的模型、基础设施、技能及应用能力纳入统一体系。TokenHub统一接入混元及第三方模型，Agent Runtime提供专用运行环境，ADP（智能体开发平台）覆盖开发、连接、运行及治理全生命周期。在此体系中，模型成为灵活调用的智力供给，Runtime承载执行，开发平台则将知识、工具与业务系统组织为可用应用。
腾讯内部由此形成两条连接的生产路径：一条以Buddy为代表，将公共能力封装为用户可直接使用的Agent；另一条以Agent Runtime、Managed Agents和ADP为代表，将产品积累的能力转化为企业和开发者可调用的基础设施。前者带来真实任务反馈，后者降低新Agent的生产成本，两者共同构成“应用—基础设施”飞轮。
与微软依托Copilot和Microsoft 365打通企业任务的思路类似，但腾讯的起点更为复杂。微软拥有高度统一的生产力套件，而腾讯面对的是体量庞大、入口众多且场景各异的产品网络。因此，腾讯未试图用AI入口取代所有应用，而是建立一层共享的Agent执行能力，让独立产品成为Agent可理解、调用和组合的组件。
腾讯原有的办公与内容产品正转化为Agent的能力源。Agent Suite以WorkBuddy为中枢，通过One ID连接腾讯文档、网盘及乐享。腾讯文档推出的“人机双写”功能，接入WorkBuddy统一内核，使AI直接进入文档、PPT和表格的生产过程。会议、网盘、乐享等也进入同一任务链：会议产生上下文，WorkBuddy执行，文档承载成果，网盘保存资产，乐享沉淀知识。原本独立的软件，正围绕“任务完成”重新分工。
类似的连接也延伸至Buddy体系之外。元宝接入ima公开知识库，腾讯文档和微信读书负责输入，ima承担知识沉淀，元宝调用内容，WorkBuddy参与执行。分散在不同应用中的内容与知识开始流动，一套生产循环正式成形：Buddy是产品线，腾讯云是底座，应用网络负责交付，三者共同勾勒出腾讯Agent工厂的轮廓。
去中心化的生产体系：大厂Agent竞争的新维度
Agent仍处于形态快速演变期，当下的竞争本质上是探索效率的竞速。决定竞争力的，不仅是推出成功产品，更是能否以低成本并行验证场景，迅速将模型能力转化为产品，并根据反馈持续调整。
字节跳动将Agent能力集中至豆包和飞书内部迭代，试验单位是新模式、新功能和工作流。阿里则通过整合QoderWork、MuleRun等产品为千问办公，压缩边界以连接钉钉及商业服务。腾讯则采取了截然不同的路径：未将所有能力收进WorkBuddy、微信或元宝，而是通过Buddy AI、Agent Runtime、ADP和TokenHub集中建设模型接入、运行环境、任务执行及安全治理等公共能力；同时，腾讯文档、会议等业务团队在各自场景中探索Agent结合方式。
这种“底座能力集中化、场景应用去中心化”的结构，具有显著优势。统一底座减少重复建设，降低启动成本；分散的业务团队利用自身用户、数据和流程，提高场景命中率。如果说移动互联网时代的字节通过共享算法和流量分发建立了集中化的“App工厂”，那么腾讯正在组织的，则是一座更加去中心化的Agent工厂。前者复制的是从内容供给到商业化的完整产品机制，后者复制的是Harness、Runtime和Skills等执行能力。具体产品解决什么问题、如何交付，仍由最接近用户的业务团队定义。
这种差异源于Agent的特殊性。App拥有相对完整的产品边界，而Agent需读取业务上下文、调用工具并进入真实流程。不同场景中的数据权限、专业规则和交付标准，难以由中心团队统一规定。因此，Agent工厂可集中建设底层能力，但必须将场景探索留给一线。
Agent时代的终局，是超级入口吸收所有场景，还是专业Agent重新组织软件生态？腾讯总裁刘炽平在2026年Q1财报电话会上将Agent发展类比为互联网演进：早期由浏览器和搜索引擎承担强入口，但随着服务增加，应用持续分化。大模型市场已呈现类似特征，不同模型擅长不同任务，开源与闭源并存。Agent可能进一步强化这种分化，不同公司和应用拥有自己的Agent，根据任务选择模型、读取文件、调用工具。
腾讯当下押注的，未必是某一种确定的Agent形态，而是一套能够持续生成、验证和筛选产品的机制。在答案尚不明确时，寻找答案的速度变得格外重要。腾讯通过构建这套去中心化的Agent工厂，正在重新定义AI时代软件生态的生产逻辑。