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。