汤道生的文章回应了外界关于“腾讯 AI 慢”的批评，但核心逻辑不是争辩速度，而是重新定义大模型时代的竞争节奏。
他认为大模型的下半场才刚刚开始，市场格局远未定型。诺基亚和黑莓的衰落就是历史教训，盲目追求首发速度反而可能让企业错失长期积累窗口。腾讯现在的策略是保持定力，在技术迭代中识别真实需求，同时保留组织与技术的灵活性。
腾讯最大的优势不在单纯堆叠大模型技术，而在场景与落地。公司手握庞大的 ToC 和 ToB 产品矩阵，能深度连接真实用户、具体场景需求及业务流程。
数据资产化是具体的转化路径。腾讯利用算力和工程能力，把场景中的用户数据、上下文（Context）和历史交互，转化为大模型的“个人记忆”或可复用的“技能（Skills）”。
在企业侧，这种能力通过连接“技能”和 MCP (Model Context Protocol) 来调用智能体（Agent），构建更深层次的企业级防御壁垒。
产品演进分为两条线。WorkBuddy 从早期的开发者工具 CodeBuddy，发展到整合 Tencent Docs 编辑能力后的 WorkBuddy，目标用户扩展至非技术人员。仅用 3 个月完成了 40 多个版本的快速迭代，人类负责判断、调试和监督，AI 负责长任务的自主代码生成。
元宝（Yuanbao）这类聊天机器人并非一次性定输赢。只要信息搜索与问答的产品体验好，机会依然存在。腾讯通过积累实验平台、评估体系和反馈闭环，支撑元宝的同时，也反哺其他产品，持续优化搜索体验、提升用户留存并降低运营成本。演进方向是聚焦回答的准确性、权威性和时效性。
腾讯规划了个人智能体与服务智能体并行的双轨战略。个人智能体代表 WorkBuddy，核心目标是理解用户意图，从用户侧高效完成任务，对易用性和意图识别有要求，约束条件相对宽松，产品端直接调用。服务智能体则是企业级解决方案，核心目标是连接企业内部系统，满足企业级需求，对高可用性、7×24 小时响应有要求，对数据准确性、安全性、权限有极严苛要求，由腾讯云 AI 平台提供即用型解决方案。
两条线共存互补，共同构成完整的企业智能体应用架构。腾讯正试图在大模型时代的长跑中，凭借场景数据与工程化能力，构建难以复制的竞争优势。
