“AI落地不只是一道算法题，更是一道工程题。”在同样的模型能力下，不同的“脚手架”（Harness）设计，对实际使用效果与tokens成本有很大的影响。为此，腾讯要全面“强化模型的Harness与工具，用精心的工程实现，最大化发挥大模型的能力，让应用更高效落地”。

  腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生3月27日在腾讯云城市峰会上海站，提出了腾讯AI在Agent时代的新思考。

  汤道生复盘了腾讯集结“龙虾特攻队”：早在春节前，产品团队已经嗅到机会，推出面向各类人群、强安全的云端部署方案，在假期间产品团队保持快速迭代，上线了WorkBuddy、QClaw等面向C端用户的本地化产品，以及“企业版龙虾”ClawPro。“我们之所以能够快速响应需求，靠的是多年的技术积累和敏捷的迭代能力。”他强调：“‘龙虾’服务的背后，其实是一整套工具链”，涵盖了面向用户的各类“龙虾”产品，打通微信、QQ、企业微信等IM渠道实现便捷互联，还有腾讯文档、地图、会议、ima等产品能力封装而成的Skills，专为中国用户优化的AI Skills社区——SkillHub，以及为智能体提供全链路防护的安全能力。

  “AI大模型的发展日新月异。人工智能的应用范式，正在从Chatbot向AI Agent跃迁。”汤道生进一步披露了Agent时代腾讯AI的新进展：即将发布的混元3.0，一方面激活参数大幅降低，体验更优，另一方面在复杂推理、长记忆、长文、多轮追问与Agent能力等多个维度，有明显的提升，在元宝中做实验测试，正向收益非常明显。

  在不断夯实模型根基的同时，腾讯云也积极用精心工程打破模型的天花板。汤道生分析，随着行业发展，主流大模型的能力差距正在逐步缩小，企业的核心需求已不再是拥有最好的模型，而是如何通过模型的Harness，也即“大模型的脚手架”——包括工具调用、分层上下文工程、长记忆管理、工作流设计等系统工程手段——在不改变模型架构和参数的基础上，把模型能力最大程度发挥出来。在这方面，腾讯云早有布局。

  首先是腾讯云智能体开发平台ADP，通过RAG、知识库等能力给智能体连接上“图书馆”，让行业专家永远在线。然后是Claw跑在Agent Runtime的安全沙箱：Claw作为智能系统的神经中枢，通过从技能库发现与下载Skills，不断学习与积累连接外部系统的能力，借助大模型来对外收发指令，触发行动；Agent Runtime的沙箱方案还能用于大模型强化学习的程序结果验证，提升强化学习的训练效率。

  汤道生介绍，腾讯云正把研发领域验证过的 Agent 能力，推广到每一个职场人的日常，“上下文工程、多智能体协同、记忆系统、生态连接，从研发场景延伸到通用办公场景，实现知识的即时获取、内容的自动生产、事务的自主流转。”

  从代码编程，到职场办公，再到每个企业的丰富业务场景，智能体将带来全面的优化和重构。汤道生强调：“未来，随着‘龙虾’这类开发框架越来越成熟，每一家企业都能够借助标准化工具，快速搭建属于自己的专属智能体应用，共同构筑一个去中心化、高度繁荣的Agent生态。”