对腾讯汤道生时隔一年的独家专访：元宝重兵投入这半年

2024年12月底，正在休假的汤道生，在腾讯集团总办层提出了一个建议。

过去一年，他一直在思考一个问题：AI Chatbot市场正从技术底层研究，转向前线产品用户的争夺，腾讯元宝该如何拿下这场战役？

他了解到，马化腾和刘炽平正在为元宝物色合适的领军人。汤道生开始考虑，是否可以让CSIG（云与智慧产业事业群）来领衔这场战斗？

很快，这个想法得到其他总办成员的支持。

于是，在2025年春节前夕，腾讯最高层在人工智能战略上，做了两个极为关键的决策：

• 第一，腾讯将旗下聊天机器人产品元宝从TEG（技术工程事业群）划归CSIG，由汤道生率领，这释放了一个信号：元宝将从技术驱动转向产品驱动；

• 第二，就在DeepSeek声名大噪之际，元宝宣布接入满血版DeepSeek，从原本只依赖自研模型的产品策略，转向支持多模型的产品策略。

过去两年，腾讯高层鲜少对外分享人工智能战略。去年我曾访谈汤道生4小时，那时他还未执掌元宝，我发表文章《对话腾讯汤道生：AI不止于大模型》。时隔一年，汤道生完成从接手到整合，我们再次对话。

汤道生（Dowson Tong）是腾讯集团高级执行副总裁、CSIG总裁，总办成员之一。2005年从美回国加入腾讯，过去20年，他亲历了腾讯在社交、音乐、云服务等关键战场的多场战役。如今，他是腾讯在AI战场上的重要一员。

本次访谈中，汤道生详细复盘了过去半年围绕元宝的变阵、产品抉择和资源调配，To C和To B的协作，以及腾讯这家公司在人工智能变革中的一系列决策与思考。

对于腾讯，外界常说，它的稳固优势来自于独特的场景和丰富的生态。那么，面对全新的AI技术革命，这家曾凭借互联网、移动互联网两波技术浪潮跃升至5.9万亿港币市值的科技巨头，如今，是否有一丝危机感？

“当然有了！——很强的危机感。否则怎么会这么大的动作、投入这么多资源来发展元宝。”汤道生说，“危机来自于未知——你也不知道这一波会怎么改变用户的习惯，对于我们已有的业务有什么冲击。最好的应对方式就是：积极拥抱。”

他称：“我们要想办法，要不抓住新产品形态的机会，要不让已有产品能够演化成新的形态。”

以下是对汤道生的访谈全文。（作者做了语言优化。）

第一章 

调组织、接DeepSeek、资源整合，

腾讯元宝这半年

01 举手

张小珺：Dowson，过去一年从我们上次访谈到现在，在你眼中，整个AI市场有哪些是最重要的变量？腾讯在AI的动作上有哪些是最重要的变化？

汤道生：最大变化是国内大模型市场更集中了，开源成为国内各大模型的重要战略，比如DeepSeek横空出世。

对腾讯非常重要的变化是，很多产品服务从原来只基于混元，到变成开放整合多家大模型。

去年我们看到AI产品赛道起来了。年底我举手，跟TEG（腾讯技术工程事业群）再度搭配起来——他们更专注做混元大模型，CSIG（云与智慧产业事业群）承担前端产品责任，一起打仗。

这比较像我们做云服务，TEG和CSIG紧密合作，也是类似模式——我们在前端服务客户，他们在后端提供底层技术支持。

CSIG接了元宝后不久，马上遇到DeepSeek R1发布，当时大家对于DeepSeek App有强烈需求。但DeepSeek自己的App限制比较多。

我们借着这个机会，优先从用户需求出发，走出第一步，把Deepseek接入元宝——可能也是国内同类产品中，第一个全面拥抱第三方模型的案例。

张小珺：这里面谈到两个重要决策：第一个是你举手做元宝；第二个是元宝接入DeepSeek。这两个动作能不能详细复盘一下？

首先你为什么会举手？是在什么场景下举手？举手是一个什么机制？

汤道生：也不是什么机制。当时就是觉得市场在迅速变化，对CSIG也是难得的新赛道机会。

最早我们做混元大模型主要是技术上的探索，元宝是从技术团队孵化出来的，一开始没有把它当成一个产品业务来看待。有点像我们当年TEG做围棋AI绝艺，也是一个比较纯粹的技术项目，由TEG领衔比较合适。

但后来我们发现，AI Chatbot已经变成一个用户越来越依赖、越来越频繁使用的一个产品。因此，把元宝放在一个产品业务部门，由一个做产品的领军人带领，会更合适。

我知道，当时Pony（马化腾，腾讯集团执行董事、董事会主席兼CEO）、Martin（刘炽平，腾讯集团总裁）与卢山（腾讯集团高级执行副总裁、TEG总裁）正在公司内外物色合适的人带领元宝这个产品。

刚好CSIG有做To C产品的资源与经验，在一些关键技术上也有积累，是一个很好的机会，于是就去问问Pony、Martin与卢山的意见，结果他们听到也觉得是很好的建议。

CSIG与TEG本来在云的合作就很深，两边很有默契，在AIGC赛道再度联手也非常合适。

模型侧竞争压力越来越大，AI产品侧的投入也需要升级，我们在To B产品合作基础上再加To C产品，一起把这事儿往前推进，顺理成章。

我们选了原来负责腾讯会议的Lori Wu（吴祖榕）带领元宝，大家对他从0到1做产品比较有信心。

张小珺：这是几月份发生的事情？

汤道生：去年12月，当时我在休假，突然有这样一个念头。（笑）

前面一直有参与大模型的讨论，所以了解公司的一些思考。只是一开始，我没想会走到这么前，去做To C的AI产品矩阵。

混元大模型的To B落地，我们本来跟混元团队已有紧密合作，一起服务企业客户的需求。既然前后搭配的模式在To B可行，To C也可以啊——CSIG的定位也不是只做To B，我们也有很多拥有To C产品经验的同学。Lori最早就是做QQ的。

提出这个想法，听上去有点偶然（笑），实际上前期思考也不少。

张小珺：去年我们访谈的时候，你提到对于Chatbot产品有可能会演变为一个新的C端入口的一些思考。现在，你怎么看待元宝这场战役？

汤道生：我们强烈意识到这场AI Chatbot战役的重要性，希望元宝将会成为C端搜索信息的新入口。

但原来用户发起搜索的场景还蛮多的，我们还要想想如何让用户从原来的搜索场景过渡到元宝来。所以后来公司也把其他工具类产品，如浏览器、搜狗与输入法等转到CSIG来。

我们仍然相信场景的重要性，很多AI能力也会内嵌在原有的产品与用户场景中，比如微信与腾讯会议等。

张小珺：你怎么看待大模型和搜索的关系？

汤道生：在新一代的搜索服务，搜索跟大模型之间的联动非常重要——原来更多是你先搜到信息，再喂（feed）到模型去理解解读；现在大家更倾向由大模型理解意图，再针对性到网上找你需要的、最新与最权威可信的内容，然后再重新整理最终答案，这更像由智能体驱动（Agent-driven）的方式。

年初在DeepSeek R1发布的同时，大家也说2025年是Agent元年或Agent爆发之年。大家越来越意识到，模型的逻辑推理能力只是整个AI产品体系的一部分——当然是非常非常重要的一部分，而且你要让它能调用很多不同能力。

要在某个场景满足用户需求，有很多周边能力需要搭配，包括搜索能力、语音理解与生成、专业数据、服务生态等——腾讯本身在各种内容与服务生态有比较强的积累，对我们是一个有利的地方。

除了获得准确信息外，我们也发现针对不同场景，一句话怎么说出来也很有讲究——到底什么场景你希望一个EQ（情商）高的模型跟你聊天，什么时候需要犀利的观点，什么场景你需要一个IQ（智商）高的模型帮你解题？可能在不同场景、不同需求下，你都需要在产品与模型调优上有不同侧重。

我过去半年，对于AI产品、AI Chatbot的理解，比一年前深很多。

张小珺：听起来把这些AI产品划到CSIG，是一个还挺简单的过程。

汤道生：决策看起来简单，但也是深思熟虑的，另外执行起来不容易啊（笑）：元宝要重新建立团队，引入很多大模型人才，Lori与Louis每周都在不停地面试；转过来CSIG的其他产品也需要转型，团队加班加点都是十分辛苦。

也不仅仅是To C的AI产品团队在忙活，还有混元、AI Infra、Agent平台与模型推理加速等团队，从春节到现在一直是频繁加班，高强度投入。

为了让更多用户能使用元宝，我们要持续提升大模型推理的性能，需要跟不同芯片厂商一起做深度优化。

产品与模型还有很多要补的短板。

02 Pony

张小珺：今年春节前的第二个决定是接入DeepSeek，这个决定在腾讯总办层面是怎么达成的？有犹豫吗？

汤道生：其实挺快的。一位朋友给Pony建议：元宝应该考虑接入DeepSeek。Pony就把这个想法扔进小群里讨论——用户对DeepSeek兴趣很高，如果元宝接入，应该对产品有很大拉动。

从产品发展角度，卢山很爽快就表达支持了。

一开始Lori还是反对的。毕竟他才接手元宝没多久，跟混元兄弟要长期合作，怕他们感受不太好。

但最终老板定了，大家就义无反顾地全力推进。

其实大家都能理解，只要元宝做大了，混元机会也更多。总办这么多年的合作，价值观非常一致，“以用户需求为本”，把产品做好最重要，没有什么争议。

张小珺：当时讨论的时间有多长？

汤道生：就两三天。

DeepSeek R1一发布，媒体很快就热起来，总办们各自看了很多分析报告，学习R1如何做到CoT长思维，如何只用数学题答案做强化学习等。我们在小群里一直有讨论，团队也第一时间就研究它。

大家都看得到，DeepSeek在全球带来很大的震撼，在1月底的一个周末持续发酵；到了周一，美国股市也有很大反应。这一切都让我们觉得风向要变，必须当机立断。

腾讯应该是国内最快动手的大厂——To B、To C多个产品接入DeepSeek，结果企业客户与用户侧反馈都很正面。

张小珺：接入之前，腾讯和DeepSeek高层之间有见面吗？

汤道生：有接触，但我不能说太多细节。

DeepSeek当时表示，他们最关注的是大模型的智能上限。他们的研究成果都是通过开源公布出来，所有人都能看见。

张小珺：有人说，腾讯这次接入DeepSeek真的是“毫无包袱”，其他公司可能还是有一点包袱的。

汤道生：包袱肯定也有（笑）。只是推动我们很快下这个结论，是用户有没有这个需求？——还是要结果导向，只要对产品的价值大于包袱的成本，就应该抛开包袱来做对的事儿。

张小珺：总结一下，这个决策的关键点来自于Pony发了一条群聊。

汤道生：可以这么说。

在海外，很多App比如Perplexity也是类似形态——支持多个模型。你给用户提供不同选择，让他们可以体验不同模型也挺好。

其实，大部分用户不关心模型是谁做的。

03 大整合

张小珺：把元宝从技术部门整合进业务部门，基于DeepSeek，你们随后做了哪些拓展？

汤道生：首先要感谢微信与PCG（平台与内容事业群）的支持。

大家也都看到，微信支持元宝的力度是前所未有的大，包括早期的广告位、新闻插件，还有视频号与公众号也可以被@元宝做点评。

当然不止微信，包括腾讯新闻、QQ、游戏、浏览器，还有输入法，都逐步在找一些合适的场景来跟元宝联动，代表了腾讯对于AI赛道的决心。我们会想出更多产品场景，让元宝来服务大家。

张小珺：让微信支持难吗？

汤道生：不难，微信多个团队都相当给力，一起探讨各种可能性。

张小珺：在微信里植入元宝这个决定是怎么做的？

汤道生：最早是元宝还没转到CSIG之前，我们已经有一个项目是在微信里面做元宝红包助手，这是春节前一个已经在筹备的项目。

但当时准备度不高，没能提供完整的问答，也不能逐字输出，所以最早的元宝红包助手，能力非常局限，只能给它发张图，让它生成个红包封面。不过，起码元宝作为一个类似微信用户的形态，在那时已经出来了。

后来微信团队也给了很多建议，开发了很多能力来支持元宝。比如，你在微信里转发一个文件去元宝账号，让它帮你总结；转发一些聊天消息，它帮你做一些分析。

社交与大模型的结合应该有很大想象空间，我们会持续探索与验证，有节奏地一步一步落实。

当然，我们落实微信新功能会非常谨慎，毕竟服务的用户群体很大，每个功能都是先灰度发布，测试用户喜欢才开放，不少功能因为灰度效果不好也会推翻重来。

张小珺：除了接入微信，回望2025年2月到现在，你们还做了哪些动作？

汤道生：在我们接元宝的时候，第一件事是搭建团队，因为原来TEG投入到元宝的人数很少，技能也不匹配。一开始，Lori转了好多腾讯会议的开发人员、产品同学去做元宝，加速了多个客户端的迭代。

更重要是招聘更多懂大模型的产品经理、搜索专家，还有模型后训练的研究人员，所以大家到现在还是每周不停面试，并借此了解行业情况。

在产品层面，我们一直在补能力，比如改善搜索服务的准确性与时效性，支持更多方言的语音识别，支持更精准的图片修改，改善性能加速吐字等。

CSIG内各团队都投入了很多资源来支持元宝，比如多个产品团队借调人力来加速功能研发，多个行业团队也引入行业伙伴资源，丰富了元宝的行业数据。

张小珺：听起来做了好多资源整合的事，其中最大挑战是什么？

汤道生：最挑战是当前要做的事太多了。

虽然今天元宝的状态跟半年前比，已经有很大进步，但仍然有很多改善的空间。

张小珺：你提到，搜索和大模型的联动非常重要——到底是先搜再交给模型做解读，还是模型先理解意图再去搜——这两种路径是分别适合不同场景，还是要做一个融合？

汤道生：非常好的问题。肯定是两种都有，需要大模型去判断。

毕竟大模型需要较长时间才能训出一个版本，所以模型自己回答不了近期的信息。对于有明确数据来源的实时查询，Agent可以通过MCP（模型上下文协议）来调用服务，包括一些财经、天气或者地图数据，外面都有很多已经MCP化的服务。

今天最广泛的公开信息来源是网页，加上微信的公众号与视频号，一些长尾的问题，肯定还需要结合搜索才能回答好。

我们还要持续花时间去提升搜索能力，包括哪些网站或数据来源更权威，怎么去平衡时效性、权威性，图片与视频的搜索如何更精准。

这实际上是一个挺复杂的话题。今天做搜索和十几年前做搜索完全不一样了，我们会充分利用AI、大模型的能力来帮我们挑选最可能的信息来源、最权威的网站内容，然后再用这些信息加入到排序逻辑里。

现在初步来看，这种AI原生（AI-native）的搜索引擎能力要比传统先爬回数据，基于某些方式粗排再精排的效果更好。

张小珺：大家一聊到腾讯会说，微信的数据是非常好的数据，元宝能用到微信的数据吗？这对训练模型或者做产品来说，能带来哪些帮助？

汤道生：元宝可以用到微信公众号、视频号这些公开的内容，这些都是能被搜索召回，然后通过模型理解再输出答案，也就是RAG（检索增强生成）。

但微信个人信息是不会被用在大语言模型训练的，对训练出更高智商也没有帮助。

大模型训练是一个把数据转化成智能的复杂过程，需要很多高质量、干净的知识内容，针对每个垂直领域做整理，解决版权问题，获得内容授权。后训练的强化学习需要有明确答案的高难度题目，往往需要针对性去设计与采购，这些肯定都没法从微信获得。

张小珺：你接手元宝的时间点，是外界普遍不太看好元宝的时候，你是出于什么考量决定主动请缨？——有的人会担心，搞砸了容易“背锅”。

汤道生：这事儿对于公司重要啊。

对，我们担心，我们也怕。（笑）——既担心背锅，也怕辜负了信任。

这很正常，但不代表不去尝试。起码我是这么想的。

第二章

这是集全集团、

继移动互联网后的关键战役

04 军令状透传

张小珺：你接过元宝，有给Pony、Martin立过什么军令状吗？

汤道生：就要做好啊！

张小珺：有非常严肃的谈话没有？

汤道生：有。他们期望还挺高的。所以压力也很大。

这个我就不说得这么具体了，免得给团队太大压力。（笑）

但起码，未来两年，大众会越来越多拥抱AI Chatbot这个工具，满足他们日常生活各种各样的需求——有些可能以前是通过搜索引擎满足，有些可能是一些新需求，突然发现AI工具也能帮它解答。

在这么关键的窗口期，友商在不断推进，在增长；我们也在推进，也在增长。我觉得能够在这个时间窗里，建立起用户心智，找到符合腾讯生态的一些场景，来打造比较有腾讯特色的产品——这是未来两年关键任务，必须要做到。

张小珺：你不想说Pony、Martin给你下过什么军令状，那你对团队呢？

汤道生：Pony、Martin 的要求都是透传好几层的（笑）。所以，我也不需要再去加码。

不过，更重要是他们提了很多拉动元宝的想法，给了很多资源，推动了很多跨产品的合作。

我更多是和Lori一起想想：这场仗怎么打？产品要怎么做？要建设什么能力？

我平时跟Lori的沟通，很少去强调要达成什么KPI，不是只提要求。我更希望站在一起，看产品哪些地方可以改进？需要什么资源？如何调动BG（事业群）内不同团队的资源给元宝做支持？团队间如何分工？

做产品的思路离不开聪明的选择。在一大堆需求里，到底该选择优先做什么？如何发挥腾讯独特优势？有什么不该去做？

张小珺：元宝在产品层面的决策是通过什么机制发生的，比如例会制？

汤道生：我没有特别跟团队开例会。他们已经有太多、太多需求要去接，要去实现，做不同尝试。我不想过于机械化用例会来检查工作，更不想占用他们过多时间去准备汇报材料。

其实，产品随时都能体验，信息可以在微信随时同步。日报数据我肯定会看，看到异常也会在微信里问个究竟。

大家基本有些共识，如果有设计稿或新思路，就发到群里看一看，如果没有太大问题，团队就按计划执行了。起码在元宝项目上，我尽量给团队更多自由度，不想有太多形式化的内耗。

张小珺：为什么元宝特殊？

汤道生：也不是对元宝特殊。To C产品的决策与执行就比较闭环，产品怎么做，团队基本说得算。

新版本出来，有新功能，我去用就好了——通过用起来，感受有没有进步，有哪些盲点，有哪些问题要解决？我及时反馈就好了。

当我们明确了产品的方向，接着就是持续打磨和优化。元宝要做的事也挺清楚，有很多短板要补，要时间一步步迭代。

比如，语音交互是产品的基础，必须做好。当我们发现粤语夹杂英文的识别不准确，有用户反馈方言的理解不好，团队就会排查问题，解决了我们就再去测试。

对比来说，To B业务需要很多团队协作，才能把产品卖到客户去，而且需要许多管理规则引导团队做什么、不能做什么，销售团队间还有很多协调与分工。这些都不需要在元宝管理上体现。

张小珺：元宝是你目前管的所有业务里，唯一一个不用和你开例会的业务线吗？

汤道生：也不仅仅是元宝，我好像比较少定期开产品例会。To C与To B的产品都没有。虽然每天都蛮多会议，但基本都是由事情驱动，而不是定期要汇报工作那种。

估计团队自己都有例会吧，只是我较少用例会方式去了解产品业务。每个负责人有自己的管理风格，会选择自己认为最高效的方式。

对我来说，要了解产品运营情况，最好直接看报表。C端产品，就直接使用找感觉。B端产品，就多听客户反馈。最重要是保证有多个反馈问题的机制，需要讨论就拉群讨论，需要决策就开会决策。

张小珺：骂人吗？

汤道生：还没骂过元宝团队，哈哈哈，云产品被骂的多一些。

张小珺：现在AI公司（如OpenAI）的管理，更强调自下而上、扁平化管理。在一个大型组织里做AI产品，是否需要为它专门设计组织架构，甚至调整考核方式？——比如元宝这个产品该怎么考核，还是用DAU（日活）吗？

汤道生：不仅仅是DAU，要细化到每个功能有多少人使用。还有主观可以感受到的产品体验，比如答案准不准确，大家觉得好不好用。

我对组织架构设计与人员安排，一向比较重视效率，专业的事给专业的人做，决策能闭环就尽量闭环。如果两个团队做着差不多的事，那就一个经理两边管，自然就会拉通资源，避免重复建设。

我们也发现，行业里做AI产品的，很多都是毕业3-5年的年轻人，他们敢想、敢拼、敢试错。现在元宝团队也有特别多这类年轻人，他们正在主导元宝未来的发展。

今天AI产品可以尝试的方向比较多——虽然我很关注模型技术与AI产品的最新发展，但也时刻提醒自己不要装懂扮专家，必须给团队多一点空间与信任。希望组织更扁平，有更多从下而上的创新。

张小珺：对了，元宝为什么叫元宝？

汤道生：我们做的模型叫“混元”，就选择了“元”的命名体系，后来基于大模型的产品都有“元”字——“元宝”、“元器”，都是这样来的。

张小珺：混元为什么叫混元？

汤道生：当时负责模型的团队，觉得这个名字比较酷——开天辟地的一个状态。

05 元宝的人格

张小珺：现在的Chatbot产品虽然都是类似的对话形态，但不同的Chatbot产品承载了不一样的“人格”或者“模格”，元宝的“模格”是怎样的？

汤道生：我们觉得元宝在不同场景，可以有不同"模格"。就像人们在办公环境下说话会更正经，在生活环境下说话可以更放松。

有一个朋友曾经在你的播客中说过，她觉得微信里的元宝更人性化，语气相对更调皮一些，包括视频号评论里的元宝也比较有态度。我们的确对微信里的元宝做过不同微调实验。

昨天晚上，跟一个行业朋友聊起，他的感受是：Deepseek R1逻辑性很强，元宝接入DeepSeek，呈现一种专业的助手定位。他会觉得对于一些要求比较高，比如解读体检报告，就会找元宝解读。但有一些更生活、随意轻松的场景，他会选择友商的产品。

当然我不太认同他后面那半句，腾讯是国内内容生态最丰富的互联网企业，包括各种娱乐内容都很多的，公众号上有各种生活知识。大家想要什么游戏攻略，或者想了解最近周末的电影票房，我相信元宝都能给你满意的答案。

不过，相对来说，元宝好像有较多高知用户。

张小珺：这不是主动选的对吗？

汤道生：也不能说是主动选的。我们希望最终所有人都能用上AI，做到智能平权。

今天对于各类AI产品，拥抱最积极或体验意愿最高的，可能是年轻一代。他们每天都有各种学习任务，AI能耐心解惑，并随时陪伴。

从我们启动项目的第一天，Martin就明确说：元宝要服务好年轻用户。

张小珺：哪个年龄层的用户？

汤道生：都要服务。总之，积极去使用AI产品的人群，不限年龄。

我身边就有不少行业朋友与专业人士每天都在用，我岳母也经常用元宝来解答各种生活所需，元宝也成为了她的健康咨询师。毫无疑问，学生人群对于用AI工具去解题与学习都有很强的需求。我们也得把这些需求作为重点去满足。

张小珺：微信里的元宝和作为App的元宝，他们的“模格”有所不同吗？

汤道生：可能会不一样。我们也在尝试，到底要保持一致，还是有意区分，还没有定论。

今天大家如果用微信上的元宝，感觉回答更风趣一点，或者更轻松一点。在App，元宝的定位是解答用户疑问，回答会更正式一些。它被训练出来的说话风格、语气，是更针对性去解决问题的口吻。大家也可以下载体验一下不同的AI交互风格。

张小珺：总办其他人有对于元宝的“模格”有提过什么想法没有？——因为现在这些大模型产品都是“造人”，你们想造一个什么样的人？呈现怎样的产品观？

汤道生：我知道Lori与产品团队有更多这方面的思考与讨论，在不同场景会试一下不同模型风格。比如，在微信里的元宝应该更拟人，也许更符合微信用户对于元宝的期望。

张小珺：你给微信元宝发消息，它会显示：正在输入中。

汤道生：哦，这个是一个体验设计的话题。因为原来微信聊天窗口，不是为LLM（大语言模型）设计的，所以不支持流式输出，不能一个字一个字显示出来，所以每次回复要等待LLM输出完整信息后，才能一次性发出来。

对缺乏耐心的互联网用户，这样等待的确体验不太友好。为了让用户起码知道AI在整理答复中，所以会显示“正在输入中”，消解一下用户等待的焦虑。

当然这还不是最理想的体验，希望在后面能找到一个更好的解决方案。

张小珺：理想的交互体验应该是什么样？比如说，当Chatbot在微信里面？

汤道生：如果回答是一个字、一个字吐出来，像在App那样，用户能边读边感觉它在“动”，不需要一直等它一下发很长的一大段话。

这种Predict the Next Word（预测下一个词元）的服务模式，天然需要较长处理时间才能完整输出，所以需要像流媒体一样的交互体验，逐字显示给用户才能减少用户等待的不耐烦，或者把它转成语音——语音本身也是一个字、一个字说，有时间延长的感觉。

对于缺乏耐心的互联网用户，等待是很要命。最近也发现，误打开深度思考的新用户往往留存率会偏低一点。我自己平时用元宝搜索也不打开深度思考，觉得有点浪费了tokens，也耽误时间。

但到底微信里的元宝该有什么体验？什么叫更拟人？可能也要看场景。

如果场景的定位是工具，比如在搜一搜，那应该用事实认真解答你的问题；但如果是聊天对象的定位，也许你想这个元宝更有趣一点——比如有时你问它问题，它可能不直接回答，甚至反问你，或者开玩笑“我就不回答，今天心情不好”。

今天到底微信元宝该用什么方式来跟用户互动？还没有结论，我们还在尝试不同方式。不管怎样，肯定有些用户会喜欢，有些会不满意，每个人的期望不一样。

张小珺：有没有觉得微信里的元宝比较“舔狗”？

汤道生：哈哈哈哈哈哈，这是梦秋（清流资本创始合伙人）说的，我好像也听到了。

有一个阶段我们在尝试这种表达方式、语气，但后来我们听到一些反馈，把那种风格调低了一点。

现在我们还没有足够积累，去把个性化做到位。模型本身现在没有个性化，要在模型之外搭建Agent，支持记忆、个性化能力，这些我们在建设中。所以不是这么容易让用户自己选择风格——更调侃，还是更“舔狗”一点。

张小珺：未来应该是个性化的？

汤道生：我们肯定希望走向个性化。

张小珺：针对不同风格，会做实验吗？

汤道生：用AB test（AB测试）做实验——基于不同测试用户组合，给予不同体验，然后看各测试用户组的数据表现，比如留存率、转化率等。

今天很多互联网产品都会对新功能的不同表现做实验，用数据来辅助决策，AI驱动的交互方式灵活性更高，有更多实验空间。

我们都在鼓励不同产品多用AI探索新体验，也要用AI提升工作效率。多实验，多验证。

06 Chatbot也许不是大一统的

张小珺：Chatbot产品的终局，会成为微信那样的形态吗？只留下一家。

汤道生：应该不会。

张小珺：现在Chatbot都会逐渐Agent化。这场仗的终局会是怎样的？

汤道生：肯定是不断Agent化。模型以外，还需要集成各种不同的服务。

我不认为会像微信一样的格局，微信建立在社交基础上，具有很强的网络效应。

但AI Chatbot仍然以服务个人为主，对于这类型的产品，每个人都可以有不同选择：有些人可能喜欢用元宝，有些人可能喜欢在微信用元宝。不同AI Chatbot可以选择不同的产品定位，在市场中找到目标用户。

张小珺：所以它还是会是一个更分散的市场。

汤道生：我猜是吧。

张小珺：那这个生意没有微信好啊。

汤道生：即时通讯的商业模式比较独特，全球市场也没有像微信一样的可以参考，你在互联网也不好找到第二个。（笑）

张小珺：元宝基于现在的产品形态，未来会怎么演变？有哪些是已经可以看见的？

汤道生：目前海外AI聊天机器人产品的迭代速度挺快，不仅模型能力在提升，在模型以外怎么去构建把不同能力整合到一起，很多时候也走在前面。

当然，国内发展并不是简单照搬，更多是围绕用户的需求迭代，会长出一些不一样的能力。毕竟，国内用户的使用习惯和西方用户还是有很大差异。

今天这个产品形态在过去两年，变化并不大，基本框架以对话为主。目前我还没有看到对话以外，非常不一样的交互方式——至少在这个赛道内，对话依然是核心。

但这并不意味着没有其他产品形态或新App的机会。比如，ima并不完全依赖对话，更强调知识库管理，侧重文档整理与总结这类工作。

我相信，基于大模型的应用，未来会涌现不同产品形态，不同玩家也会有自己的侧重选择。

张小珺：现在争夺AI Chatbot这个产品，在争夺的是什么？有观点说，是新时代的操作系统？

汤道生：取决于你怎么定义操作系统。如果你把操作系统定义成，你访问所有系统资源的入口，比如你要读写硬盘、连接网络，需要通过它与硬件打交道。这个定义下，AI可以看作“生活上的操作系统”。无论是查询不同类型的信息、语音互动，还是订机票，你都可以通过它接入各种生活服务和资源——它充当帮你获取服务或资源的媒介，是“泛义的操作系统”。

但你也可以说，它是一种新物种，因为它的能力比传统操作系统更全面。比如，传统操作系统，你要写一个文件，它就只写一个文件；但AI Chatbot可以接受一个目标，自主分解任务，并通过协调不同服务和资源来完成它。

所以，AI比我们通常理解的操作系统更智能、更强大。

张小珺：在你看来，AI时代的产品范式发生变化没有？——互联网和移动互联网的核心在于“连接”，构建“平台”，AI呢？

汤道生：我当前感受到的变化：更多是在已有场景已有需求上，用效率更高、更少费力的方式去满足，但它好像还没有创造出新的连接。

这一点和移动、PC互联网带来的变化不太一样。移动互联网，因为智能手机与随身摄像头的普及，出现了移动支付、实时定位、线上打车等全新的服务场景——这些在PC时代根本不存在、手机时代才存在的新的需求或新的服务场景。

我今天看到的，更多是在已有的场景，通过AI让你使用的一些服务，没这么费力，或者更高效帮你完成复杂任务。但那些任务本来也存在，本来你也可以多花点时间用不同App手动去完成。

张小珺：提高了效率，但没有创造新的连接。

汤道生：可能在系统与系统之间——比如Agent与Agent、模型与服务之间——有新的连接方式。

人和人的连接已经有了，人与服务的连接也存在。它没有创造新的人与人的连接或者新的服务。它是在已有服务里，把它做得更智能或连接得更好。

张小珺：如果往后推演一步，创造了这种“非人与人之间”的连接，会带来什么？

汤道生：大家都说，以后互联网不是为人来打造，是为Agent打造。我觉得也成立。

对比互联网，很多内容是为Web Browser（网页浏览器）打造——可以简单认为，协议是HTTP和HTML。但浏览器把网页图文与视频渲染在屏幕上，还是给人的眼睛去阅读。

在AI时代，浏览器也许变成了Chatbot，鼠标交互也变成文字交流或语音互动，人们只管提出想法，Agent就通过另外一套协议（比如MCP）来访问多个服务，所以有些专家说，未来互联网内容也许都是给Agent看的，不是被用户直接去消费的。

如果有一天，你只向Agent提需求，只通过它去了解世界，它自然知道怎么规划，如果做什么无法想象的范式——说实话，大家挺害怕。

今天很多AI大咖，比如Hinton（辛顿）等，也很担心：如果有一天某些程序生成自己的欲望和需求，那将会非常可怕。大家都不太愿意朝那个方向发展。

张小珺：需要防止、抑制？

汤道生：现在应该没有谁，不是基于人的需求来做AI研发。如果没有人做这个，专门让它无端去生成需求、按照自己的欲望行动，根本就没有这个起点。

计算也要成本。

如果不是为人去服务，为人去满足某些需求，谁对这个成本买单？

07 解耦

张小珺：在争夺人工智能的人才上，Meta正在以高签约费挖人，腾讯会跟进吗？

汤道生：大模型的竞争，就是人才的竞争，必须积极争取。

张小珺：我自己感觉在国内，前两年字节、阿里挖AI人才更激进一点，为什么腾讯挖人不激进？

汤道生：之前投入的确不够，今年也意识到问题。

在AI人才吸引上，尤其在大模型研究领域，加大了招聘力度，总办们也亲自下场，吸引最顶尖的AI人才；我们也做了一些组织变革，推动更扁平化的管理，给有想法的年轻人有更大的发挥空间。

张小珺：一个大模型公司的人说，他们是研究员和产品经理一起工作，一起在定义产品走向，所以他们很疑惑：腾讯把大模型的产品和技术研发放在两个大部门，会不会影响智能驱动产品？

从底层逻辑看，他们认为在AI时代，产品开发方式更偏向智能驱动，而不是传统的产品驱动。

汤道生：产品与研究还是有不同侧重。

AI产品肯定强依赖模型能力，所以两边仍然在紧密合作，产品功能完善与模型能力提升还是可以并行推进。但模型研究又不该局限在产品需求上。因此，对模型团队要求会更高一些，一方面要支持产品迭代，另一方面要推动模型创新的研究。

另外，产品侧也需要做蛮多模型后训练的工作，针对产品需求微调模型，做系统提词工程，这些最好能独立进行——如果产品与模型间能建立比较清晰的边界，节奏上可以有一定解耦，双方都可以跑得更快一些。

张小珺：解耦？

汤道生：就是指元宝和混元的合作方式。混元可以持续按自己的节奏迭代模型版本，每个模型版本也会实现一些元宝需要的能力；元宝可以基于混元的稳定版本做产品的工作，定期升级混元的新模型版本。

我相信行业都在探索不同的组织方式，当前还没有绝对的答案。

张小珺：在bet（下赌注）智能还是bet产品上，腾讯是bet产品？

汤道生：两个都重要，我们两个团队都在加大投入，努力提升。

元宝做大，有利于混元找到深入发挥的场景；混元实力不断增强，是元宝提升产品体验的基础。

张小珺：你认可大模型公司关于“模型即产品”的产品观吗？你看，DeepSeek的出圈是因为模型能力的质的飞跃，而不是产品功能上的优化。

汤道生：是也不是（Yes and No）。

模型肯定是AI Chatbot里最重要的能力，但要App提供完整体验，仍然需要友好的用户交互界面，在模型与用户之间交换信息，包括收发图文、语音或者视频。

随着产品越来越Agent化，需要整合多个模型，满足不同需求，需要能调用不同工具，执行不同任务——这些工具可能是搜索服务，可能是用来执行临时生成代码的沙箱，也可能是通过MCP协议调用的地图数据服务。

所以我仍然觉得，模型是产品的“脑袋”，但它仍然需要有“身体”和“四肢”，去做一些有用的事情，或者去改变模型外的真实世界。

张小珺：优秀的AI产品经理会是怎样的？

汤道生：元宝要招聘的产品经理，和以前确实不太一样——Lori比较喜欢用“AI策略产品经理”这个词。

他们要懂得模型能力的边界，懂得如何引导模型给出产品想要的结果。模型产品与传统应用还是有很多不同之处，如何进行需求设计，如何评测效果，如何平衡不同目标之间相互影响，需要新思维方式，积累一些新技能。

这些和我们以前做的社交类、工具类产品差异比较大，但可能比较像做搜索服务。因为搜索也涉及很多垂直领域的信息整理，对内容理解与排序，它只有一个输入框——你可以随便问，但结果却可以千差万别，没有绝对标准，质量难以评测。

所以，我们也在积极引进懂搜索的人才。

张小珺：对于腾讯来说，Chatbot之战是一场什么样的仗？

汤道生：这是集全集团的、继移动互联网后，一场非常关键的战役。

张小珺：这场战役可以堪比历史上的哪一场战役？

汤道生：移动互联网。

当年Pony不是说，希望能拿到移动互联网的船票？——我们也希望拿到AI时代的船票。

张小珺：元宝要去拿AI的船票，现在拿到了吗？什么是拿到的标准？

汤道生：这是一场长跑，比赛才刚刚开始。大家在身位上还没有拉开差距，未来还有很多可能性。

当大家每天都在用，你就知道我们拿到船票了。

张小珺：你怎么看待，你在这场战役中的位置？

汤道生：在AI赛道中有很多的赛手，我们就是其中一个。

第三章

大家不要只关注元宝，

AI在To B也是一个激烈战场

08 聚焦做好平台

张小珺：你现在花在To B（面向企业）和To C（面向消费者）上的时间分别是多少？

汤道生：一半一半。

主观意愿上，我希望更多投入到To C产品，尤其元宝；但CSIG的主营业务是云，我肯定也要保证这To B业务抓住AI浪潮带来的增长机会。

如果业务在顺利发展，我就不需要投入太多精力；但一旦在某些环节卡住，需要我去协调，我就必须及时介入，确保业务顺利推进。

张小珺：你怎么看黄仁勋说：软件正在吞噬世界，AI正在吞噬软件。

汤道生：就一个说法吧，AI也是软件的一种。很多应用软件会被AI改造，AI也在生成更多软件。

张小珺：在你看来，AI如何改变了To B市场？

汤道生：AI在To B也是个激烈战场。国内头部云厂商基本都是大模型的头部玩家，就算大模型服务不赚钱，也可以靠配套的云服务来赚钱。To B的AI市场基本上就是云市场的一部分了。

广泛的AI算力需求带动了各家云厂商的收入增长提速，这趋势也在国内外云厂商最新财报中体现。GPU算力准备充足的云厂商，在这轮AI浪潮中获得了更多市场份额。除了GPU算力外，AI应用也同时推动了存储与通用计算消耗的增长，对云厂商是多重利好。

在企业侧，大家普遍更关注模型应用的落地，如何实现业务降本增效。企业大多会结合具体业务场景打造智能体，要不提升用户体验，要不提升员工的生产力。

国内的开源大模型，选择多，能力强，更新迭代快，已经成为许多企业搭建智能体的首选。搭建智能体的工具选择也很多，有开源的，也有成熟的商业版，因为竞争极度激烈，很多项目都是亏损与补贴来做——有点像当年各大厂商抢大集成项目的状况。

张小珺：面向C端和面向B端做智能体，做法有什么不一样吗？

汤道生：首先有很多相似之处，需要的技术能力都差不多。本质都是用大模型去做规划，通过Agent调用不同工具去执行计划。在执行过程中，Agent通过访问数据库，或者访问网页，基于获得的信息，继续执行下一步，直到达成目标。

当然也有差异的地方：在To C侧做智能体，产品团队要自己设计好场景，打造应用产品服务用户，所有人都能使用，产品可以持续迭代，体验好坏用户用脚投票。

但在To B端，我们提供智能体开发平台等工具，客户需要选择场景，导入企业的数据与文档，由客户来打造的智能体，要不服务员工，要不服务客户。对我们来说，最重要是交付成功，客户付款。

不过，C和B的边界有时候也不太清楚。比如AI Coding（编程）是一个面向程序员的应用场景。虽然程序员是个体，但他们工作是为了企业。你说程序员提效工具是属于To B还是To C呢？——表面上服务个人开发者，但最终很多时候是由企业来买单。

张小珺：在To B的场景里，有没有一些比较看好的场景？有一些客户案例可以分享？

汤道生：很多企业最愿意花钱在营销。

腾讯云的营销自动化产品“企点营销云”已服务很多零售客户，以前基于通用大数据模式，结合线上线下用户行为，建立用户画像，从新用户到首次购买、复购，再到会员的整个流程优化。我相信随着更多企业用智能体给营销加持，这类营销场景有大的提升空间。

最近我们帮一个连锁零售客户——绝味食品——做了一个营销增收项目。项目中，我们用了多个Agent来提升营销管线的不同环境，最终结果让所有人都很惊讶。对比专家组，效果达到了3倍的提升。

张小珺：像这样的场景，容易标准化或泛化到其他客户或行业吗？

汤道生：我相信是可以泛化的。不同行业的在线营销流程与目标，其实差异不大，基本上还是要积累用户数据，对用户浏览与购买商品行为建模。目标是提升交易转化率，提高用户的购买频率。

当然，一般营销场景也会随着时间出现效果递减，这很正常。如果把当次活动的转化率从1%提升到3%，下一次触达同样用户时，潜在需求可能已被上次活动所满足了。所以对营销效果的衡量，每次都需要有对照组，设定实验的基线。

在最近腾讯财报中，我们可以看到广告收入增长明显，这也是得益于LLM带来的匹配能力提升。

张小珺：你既管To C也管To B，你觉得Agent落地是C端快还是B端快？

汤道生：对一般新技术来说，C端的接受程度与普及会更快；To B产品涉及审批环节多，决策逻辑复杂，企业内要分析清楚需求，对齐目标，留下预算，就需要更长时间。

过去两年，我们有很多To B智能体项目的实践经验，比如用RAG模式搭建客服系统，过程中往往发现很多企业内部数据混乱，需要企业先投入做数据治理。如果内部文档有矛盾，就必须梳理清楚，定义好不同信息来源的权威性；如果文档有新、老版本，召回逻辑必须考虑时效性。在企业场景下，数据治理是比较耗时的工作。

也有一些To B项目目标太激进，原以为可以用万能的AI立即替代人。后来才发现AI还不能100%达到要求，最终还是把人和机器结合起来，才能得到最佳效果。

张小珺：今年你们也把大模型知识引擎升级成了腾讯智能体开发平台（ADP），这个决策是基于怎样的业务逻辑？

汤道生：两年前大家做大模型应用，很多时候是基于大模型+RAG框架，搭配上大量承载着企业知识的文档，把文档切片存到向量数据库，然后基于用户提的prompt召回相关文档片段，最终给到大模型去输出答案。因为这模式基本是挖掘业务文档中的知识，所以当时我们把产品定位在知识引擎。

这种简单地提取文档片段回答问题的模式，短板也比较明显，不能完全满足客户的需求。

因此，客户需要大模型与智能体都进一步升级，包括大模型要有更强的规划复杂任务与调用服务的能力，还有智能体也要能更好遵循业务流程，并结合知识图谱扩展相关的信息与context。

随着今年许多大模型对智能体的支持不断增强，我们也把知识引擎升级成智能体开发平台，加强了工作流编排、行业知识图谱的支持，让新一代的企业智能体更好满足业务的流程与合规要求，进一步减少幻觉的出现。

最近发布的腾讯云智能体开发平台3.0，支持超过140个MCP插件服务，大大扩展了智能体能调用的工具能力，并支持多智能体并行协作，让智能体搭建可以更简单、更模块化。

张小珺：腾讯和其他公司推出的产品有什么差异化，包括字节、百度、阿里？

汤道生：大家都在迭代智能应用与开发工具，估计表面功能上差异不会太大。

从客户反馈中，他们比较看重腾讯云智能产品的实用性，较多考虑到项目执行中要解决的实际问题。

举一个例子，某客户有很多文档要入库，文档格式各种各样，整理起来特别麻烦。客户在实战过程中发现，腾讯云智能的文档内容理解能力强，支持格式多，优势特别明显；比如一个跨好几页的表格，怎么理解成一个表而不是多个表；或者两三行文字里夹杂插图，怎么准确识别文字编排的格式，并把相关片段和图关联起来。这都是我们过去为大量客户项目落地所积累的技术与经验。

客户还要把海量的内部资料有条理地管理起来，包括文档、音视频、各类报表等内容都可以一键上传。准确的OCR识别和内容理解，更是后续文档片段准确召回的关键。

很多时候，智能体回答问题不准确，或者出现幻觉，归根究底是因为前期的文档切片与理解做得不到位。

张小珺：Agent有很多长尾场景，也需要多轮的工具调用，哪些是腾讯一定要抓在手里自己做的，哪些是可以交给生态伙伴的？

汤道生：首先，在To B侧，我们做的是开发工具：智能体开发平台（ADP），与广泛的生态伙伴都有蛮多合作。最近我们跟很多渠道伙伴进行ADP的培训，不久后已经有好几个伙伴找到可落地的客户。

有些客户想法很多，需要专业团队做定制开发，我们会拉上合作伙伴如集成商、服务商给客户做POC，一起打单。我们聚焦做好平台，不断完善平台能力，让交付变得更简单，支持生态伙伴做好最后一公里服务。

至于To C产品的Agents，我觉得很多会出现在已有产品中，针对具体场景来服务用户。比如QQ浏览器就把原来已有的文档处理能力，通过文档智能体让用户更容易使用，降低各种文档格式转换的门槛。比如腾讯会议的AI纪要，或者元宝托管开会，都是结合会议场景的智能体。

同时，外面也有很多通用Agent的企业，和我们聚焦的场景并不重合，大家都有很大发展空间发展。我们很多业务的MCP服务，比如地图与支付，都是对外开放的，欢迎外部的智能体调用。

元宝的架构也在迭代，越来越多通过Agent能力来处理复杂问题，长期跟通用Agent的边界会越来越清晰。

张小珺：这可能是创业公司的机会？

汤道生：很多做通用Agent的创业公司，当前都在做海外市场，这是很好的机会，海外用户付费意愿更高。

不过，当前元宝没有计划出海，我们还是先聚焦服务好国内用户。

张小珺：能不能站在巨头的角度给创业者一些建议——他们大概率在什么赛道、什么行业不会被巨头围剿？怎么避开跟巨头的竞争？

汤道生：创业公司很难避开巨头。

大厂一般会盯着大赛道，不能放过大机会。有些创业公司也想做大赛道，成为下一代的平台公司；有些创业公司想在大厂周边找机会，成为大厂生态的一部分。我觉得两种逻辑都没问题，这是创业者的一个选择。

当然，大机会往往需要资本较多，跟大厂拼资本确实挺难的，尤其很多大厂都喜欢补贴、不惜成本去抢市场，创业公司却要不断融资来竞争，很难坚持。

相对来说，在大厂生态找机会可能是更好走的路。比如，在To B领域，腾讯云聚焦做平台产品，把耗人力的服务交给合作伙伴，让他们更贴近客户、长期服务共同客户。腾讯云持续扩大伙伴生态，受惠的伙伴很多都是创业公司。这些创业公司，经历5-10年的积累，不少年收入已经过10亿，每年伴随平台稳健增长。

To C市场也一样。在短视频赛道上，虽然抖音选择做平台，但有更多创业者选择在短视频平台上当大V主播，有很多成功案例。

还有前面提到的，有不少创业团队都在做海外市场，这里也有很多大厂顾不上的机会。

张小珺：针对企业客户，你目前看到还有哪些趋势值得关注？

汤道生：大数据市场仍然高速增长，值得关注。

大数据增长有三个驱动因素：

首先是湖仓一体：随着数据不断增加，原来数据湖沉淀各种数据，加数仓满足日常分析报表需求，管理成本太高。今天更多客户采用云原生的湖仓一体，数据处理更灵活，性价比与效率更高。

第二是大数据+ML（Machine Learning，机器学习）融合：越来越多客户要求在大数据平台上做更多ML的操作，比如做自动化的特征提取、模型训练与部署等，减少人工数据治理的工作。

第三个趋势是大数据+LLM/Agent：BI Agent（商业智能智能体）能主动为业务做数据分析，实现流程自动化与智能洞察，以此提升问数与决策效率，降低做数据科学的门槛。

09 危机来自于未知

张小珺：Dowson，你现在的驱动力是什么？——你也可以退休，为什么还要给自己揽一个这么大的活？

汤道生：那是很难得的机会。我的驱动是，想做有意义的事情（do something that matters）。

我本身热爱科技，喜欢学习。过去在互联网发展中收获了很多，也很享受把一件事做到从零到一，一到十，十到一百的过程。所以，我希望在新机遇到来的时候，能与身边小伙伴一起努力去抓住它——如果能做出市场认可的成绩，肯定会很有成就感，也挺有意义。

在我们今天身处的时代，我相信中国的科技企业在全球市场会迎来了黄金期，腾讯到底可以扮演什么角色？——我们心里有一些目标。

期待在未来10年，我们能把这些目标一一实现，并见证腾讯在全球市场也成为受尊敬与有影响力的科技企业。

张小珺：AI时代会有一个新的腾讯吗？

汤道生：每天都有一个新的腾讯。

张小珺：在你看来，AI时代的机会，会比互联网和移动互联网大还是小？

汤道生：毫无疑问，AI是大家共同看好的方向和赛道，但这个比赛才刚刚开始，腾讯有非常好的积累能够在这场比赛中发挥优势，但影响因素也很多。

比如，如果用户都不愿意付费或行业竞争太激烈，企业与厂商投入的的AI服务短期没法盈利，它的商业价值就不如移动互联网。反之，如果在某个时间点我们找到好的商业模式，能够可持续做投入跟产出的话，市场机会也许更大——这类预测意义不大，只能走一步看一步。

因为即便说“机会很大”，也不代表这就是你的。有这么多细分市场，产业链里有这么多玩家，到底谁分多一点，谁分少一点，都是动态影响、动态变化的。

今天你如果看上下游，海外芯片厂商的利润最多，云厂商利润也不错，国内就没这么好。同样的角色在不同市场，能抓住的商业价值也不一定等同。

张小珺：现在腾讯总办开会，百分之多少是在聊AI？

汤道生：非常多AI相关的议题，超过50%。

张小珺：最近你们讨论了哪些关于AI的重要话题？

汤道生：什么都会谈，行业动态、人才、算力、数据，甚至算法。

有太多要学习，比如大模型训练、强化学习、推理加速、智能体、多模态、行业数据等。

我们关注海外AI技术发展的动态，也关注AIGC在各团队的使用情况，以及带来的效益。

张小珺：微信是人和人连接，有可能在人工智能时代人和人的连接切入一个全新的系统里吗？有这种可能性吗？

汤道生：我们要想办法，要不抓住新产品形态的机会，要不让已有产品能够演化成新的形态。

张小珺：所以是有这种可能性的是吗？

汤道生：0.1也是可能性。

我不知道终极的形态会怎么样，没法评估概率有多大。但这种可能性肯定存在。

张小珺：AI时代，腾讯有一丝的危机感吗？

汤道生：当然有了！——很强的危机感。否则怎么会这么大的动作、投入这么多资源来搞元宝。

张小珺：危机来自于什么？

汤道生：危机来自于未知。

你也不知道这一波会怎么改变用户习惯，对于我们已有业务有什么冲击。

最好的应对方式就是：积极拥抱。

文章来自于微信公众号 “语言即世界language is world”，作者 “ 张小珺 ”