年初市场还在追问腾讯为什么慢、为什么在模型和算力上的动作不够激进；到了二季度财报，问题已经变成了腾讯为什么敢在 AI 上花这么多钱？

8 月 12 日，腾讯发布 2026 年第二季度财报。当季实现收入 2047.85 亿元，同比增长 11%；非国际财务报告准则下，归母净利润为 684.15 亿元，同比增长 9%。

最备受关注的是，腾讯 Q2 资本开支达到 527.84 亿元，同比增加 176%，环比增长 65%。同期资本开支付款则达到 593 亿元，在经营活动产生 527 亿元现金净额的情况下，叠加媒体内容和租赁负债付款，腾讯单季度自由现金流转为 -138 亿元。

这笔钱主要流向 Hy（混元）模型升级、WorkBuddy 和 CodeBuddy 推理、微信 AI，以及腾讯更多产品的 AI 能力建设。

市场的担忧集中在 AI 投入的投资回报具有较大的不确定性。

但拆解来看，这并不是一张没有上限的支票。先把算力留给模型和 Agent，再用产品增长验证回报；如果回报不及预期，投资节奏可以调整，而已经买下的大量基础设施仍可以通过腾讯云对外出租，形成一层下行保护。

到了 2026 年的 Agent 阶段，腾讯手里的牌已经不再只有模型。

年初还显得偏慢的腾讯终于在 AI 牌桌上杀一个回马枪。

一

一笔有退出路径的 AI 投入

拆解来看，腾讯的这份 AI 账单其实并非盲目下注。

首先是算力的优先级。未来几个月，腾讯资本开支最优先的去向仍然是训练更大、更强的 Hy 模型；随后才是推理，为 Hy 以及 WorkBuddy 背后运行的其他模型提供算力；满足模型和自身应用后，剩余的计算资源才会进入腾讯云，用于 GPU 出租和 MaaS。

这一排序的背后一方面与腾讯对 AI 价值的判断有关。

直接出租 GPU 可以更快产生收入，但腾讯仍然首先选择把算力留给模型和应用，是因为一旦模型能力和 Agent 产品能够形成规模，Token、订阅乃至后续服务都能带来更高的长期价值。

另一方面也是因为 AI 业务已经开始出现积极信号。

模型侧，Hy3 正式版推出后，全渠道日均 Token 使用量较 Preview 版本增长约 7 倍；

Agent 侧，WorkBuddy 的回报更加直接。目前付费用户以及模型服务的毛利率已经达到可以与腾讯云整体毛利率相比较的水平。

持续增长的游戏、广告等核心业务更是为腾讯的长期 AI 投入提供现金流支撑。若把 Hy、元宝、CodeBuddy、WorkBuddy、小微等新 AI 产品暂时从报表中 " 减掉 "，腾讯 Q2 非国际财务报告准则经营盈利达到 861 亿元，同比增长 19%。

腾讯还给这张账单留了一条退路。按照管理层财报会上的测算，在当前算力需求下，将计算资源直接租给第三方已经能够覆盖折旧并产生收益；部分数月前预付和采购的算力，若按当前市场条件出售，甚至存在超过 30% 的利润空间。

腾讯这轮投入至少不是只有单一结果的豪赌，既有向上的应用和模型回报空间，也存在基础设施层面的下行保护。

二

手里的牌变多了

从行业来看，2026 年 AI 的竞争已经不是一场单独的模型之战。

2024 年、2025 年全球大模型公司几乎都在猛攻模型能力。2024 年，OpenAI 推出 o1，把更多推理计算投入复杂问题，希望模型在回答之前能够进行更长时间的推理；2025 年，Google 发布 Gemini 2.5 Pro 时，仍然将 " 最智能模型 "、推理能力以及多个 Benchmark 领先放在核心位置。

进入 2026 年，这种差距依然存在，但正在快速变窄。斯坦福大学《2026 AI Index》显示，截至今年 3 月，Anthropic、xAI、Google 和 OpenAI 四家公司的头部模型已经集中在 25 个 Arena Elo 分数以内。

前沿模型仍然不断变强，但最领先的一批选手正越来越挤在一起，单纯刷榜的边际意义正在下降。

这也意味着，2026 年 AI 竞争的评价尺度正在发生变化。

过去的 Chatbot 时代，一次交互的核心问题是 " 这个问题回答得好不好 "；到了 Agent 时代，AI 开始接管一个更长的任务链条，稳定完成任务变得更为关键。

一个 Agent 最终能完成什么任务，取决于模型，也取决于模型之外的一整套系统能力：Harness 如何拆解和编排任务，Context 能不能在几十甚至上百个步骤中保持有效，工具有没有调用正确，出了错误能不能恢复，以及能否连接足够多的软件、数据和服务。

这恰好也是腾讯手里的牌开始变多的地方。

如果只看模型，Hy 面对的是一场高度拥挤的竞争。但进入 Agent 阶段之后，腾讯一头有正在进入真实工作环境的 Agent，另一头又连接着自己的底层模型，两者之间开始出现此前并不明显的双向反馈信号。

Agent 这一侧已经有了一定规模。易观数据显示，2026 年 6 月，17 款国内主流桌面端 AI 原生办公智能体合计月访问量突破 6000 万次，其中 WorkBuddy 达到 2097 万次，位居第一，超过第二、第三名之和。

两千万级访问量背后是大量真实办公任务，也是一套持续暴露 Agent 短板的反馈机制。任务拆解是否合理、Context 是否充分、工具和模型有没有调对、哪一步失败、用户最终是否接受结果，这些 Benchmark 难以覆盖的问题都会在真实执行中显现，并推动 Harness 在任务编排、Context 管理、工具调用和失败恢复等环节持续优化。

不仅如此，在合规授权与隐私保护的前提下，真实任务中沉淀下来的有效反馈还能为 Hy 的持续迭代提供反馈。

至此，WorkBuddy 与 Hy 形成一套 Co-design Loop（协同设计飞轮）。真实任务先打磨 Agent，再进一步反哺模型；更强的模型重新进入产品后，又把 WorkBuddy 推向更复杂的任务边界，新的任务继续产生下一轮反馈。

未来，腾讯 AI 的竞争力也取决于这套 " 真实任务—产品反馈— Harness/ 模型迭代—更多真实任务 " 的飞轮，究竟能够转得多快。

三

买下一轮增长机会

这种变化已经开始重塑办公 Agent 的竞争。

WorkBuddy 取得阶段性领先后，国内各大厂相继加码桌面办公 Agent。表面上看各家争的是用户和使用时长，但更重要的是 Agent 进入真实工作之后留下的任务轨迹（Agentic Trajectory）。

一条完整的 Trajectory 不仅包括状态观察、中间推理、工具调用、环境反馈，还包括错误修正等整个任务执行过程，这真正记录了一项工作究竟是如何完成的。

行业对此正在形成越来越清晰的共识：能够持续产生高质量过程反馈的真实工作流，正在成为更稀缺的数据资产。

SpaceX 对 Cursor 的收购计划就是一个典型案例。

今年 6 月，SpaceX 宣布以 600 亿美元全股票交易收购 Cursor 母公司 Anysphere。大摩认为，Cursor 积累了覆盖 5 万家企业、64% 财富 500 强的真实开发者使用数据，这一数据资产可为 SpaceX 和 xAI 在企业 AI 竞争中提供更强的模型迭代反馈。

同期，Claude 推出的 Claude Tag 开始直接进入 Slack。它像团队成员一样待在频道里，读取被授权的上下文、连接工具和代码库、接受任务并持续跟进。

但要让大规模的用户持续把任务交给 Agent，还需要足够低门槛、稳定、自然的产品体验。

这恰好是腾讯擅长的事情。从 QQ、微信到腾讯会议，腾讯过去反复做过的一件事，就是把复杂技术藏到用户几乎感知不到的交互之后，通过降低使用成本、优化体验和拉长使用周期，把产品逐渐做成高频基础设施。

WorkBuddy 最近和腾讯文档一起推出的 " 人机双写 "，其实就很能体现腾讯做 AI 产品的思路——找准高频场景里的真实摩擦点，然后把能力做进工作流。

在" 人机双写 " 中，用户不需要先把内容复制到 AI 对话框里，再把生成结果搬回文档，而是可以在腾讯文档或者本地文件中，直接选中一段内容，用自然语言让 AI 原地改写，结果即时落到原文件里。它还支持读取批注，以及多人和 AI 在同一份文档里协同编辑。

这类功能未必依赖最极致的模型参数，但它却切中了办公场景里最高频、最琐碎、也最影响效率的环节。用户少一次复制粘贴，少一次窗口切换，就意味着AI 更容易被每天使用，就能够带来持续的高增长和高留存。

WorkBuddy 已经获得阶段性的用户规模，腾讯此时大力加注本质上是在抢 Agent 竞争尚未固化的窗口期：尽可能快地让更多普通用户把真实任务交给 Agent，把模型、产品、任务和反馈之间的循环跑起来。

未来如果这套循环进一步进入元宝、小微、企业微信、腾讯会议等不同场景，腾讯能够获得的还有一张覆盖更多真实任务的产品网络。

腾讯想买下的是下一轮增长还没有被写定之前的机会。

* 本文为全天候科技原创作品，未经授权不得转载，如需转载，请在后台回复 " 转载 " 二字，获取转载格式要求。

点 "在看 "，变好看哦。