腾讯单季烧105亿，AI Agent的四种真实落地形态

腾讯二季度财报里藏着一个刺眼的数字：新AI业务单季净影响利润高达105亿元，硬生生把整体利润增速从19%拽到了9%。这105亿真金白银砸下去，算是给全行业买到了一个极其昂贵的教训：如果AI Agent只是换个更聪明的对话框，这钱花得绝对不值。 以前我们总觉得Agent就是对话框里吐字，陪聊或者写写邮件。但看看现在的真实战况，Agent早就不是在屏幕里等指令的赛博宠物了。麦克风正在变成新键盘，阿里直接把全链路语音平台端上桌，连写代码的开发者都开始靠嘴输出逻辑；硬件厂商也在反向操作，阅星曈给电子纸砍掉花哨功能，让Agent在云端处理脏活累活；更疯狂的是格式塔，直接押注超声脑机，试图把人类大脑变成Agent的终极数据源。 腾讯自己门儿清，WorkBuddy卖Token只是开胃菜，微信小微想搞的是智能体之间的交易闭环。这105亿的学费证明了一件事，大模型参数卷到头了，真正的壁垒在于重构物理与数字世界的交互协议。Agent必须长出“手脚”和“感官”，去接管生产力、去重塑硬件、甚至去读取脑电波。只会停留在对话框里等指令的AI，迟早沦为昂贵的电子垃圾。 腾讯显然不想做这种电子垃圾，他们找到的第一个变现解法是卖生产力Token。WorkBuddy这产品二季度用户直接爆发，逼得腾讯主动把算力往它身上倾斜。别看只是卖Token，它的付费用户和模型服务毛利率已经追平了腾讯云的整体水平。这说明打工人和企业真的愿意为能干活、能省事的AI买单，而不是为会写诗的AI掏钱。把昂贵的算力转化成实打实的生产力，这是腾讯用105亿砸出来的第一个商业闭环。 但这只是开胃菜，腾讯真正想下的大棋在微信里。还在灰度测试的AI助手小微，根本不是一个简单的聊天入口。管理层在电话会上把话挑明了，小微要搞的是智能体之间的交易闭环。以前我们在微信里办点事，得自己搜、自己挑、自己点小程序跳转。现在和未来，你对小微说一句需求，你的个人Agent就会直接去跟商家的Agent谈判、比价、甚至直接完成支付。 这根本不是把存量交易换个壳，而是对整个微信生态交易链路的降维重构。想象一下，当几亿用户的个人Agent和千万商家的服务Agent在微信里直接握手成交，这中间省掉的跳转、筛选和决策成本，就是巨大的商业增量。以前微信是连接人与服务，现在小微是要连接Agent与Agent。 生产力与交易Agent的核心逻辑早就变了。它不再是比拼谁的参数大、谁写的代码溜，而是看谁能真正嵌入到用户的生产流和交易流里。当AI开始替你处理工作、帮你完成交易的时候，它才算真正长出了商业价值的骨头。那些还在卷对话流畅度的玩家，确实该醒醒了。 软件层面的生产力Agent刚把账算明白，交互方式本身就已经开始物理层面的重构了。键盘正在被麦克风干掉，这绝不是危言耸听。 以前语音输入只是开车或开会时不方便打字的替补方案，现在它直接成了核心生产力入口。年初Vibe Coding风潮刮起来的时候，很多开发者发现手敲代码的速度根本跟不上脑子转的速度。于是大疆麦克风被夹在领口，成了写代码的天然键盘。海外有个叫Wispr的语音输入工具，半年估值逼近20亿美元，它的深度用户里72%的日常输入全靠嘴完成。当语音能直接触发业务流程，整个赛道的逻辑就变了。 国内大厂也看清了这一点。阿里没有只停留在单点能力上，而是直接端出了CosyVoice Studio。这平台整合了语音识别、合成和实时交互，把听、创、聊的全链路全包了。背后撑腰的是Qwen-Audio语音大模型，在第三方评测平台Artificial Analysis的榜单里直接拿了全球综合指数第一。阿里这步棋很明确，就是要做语音商业化路径的基建级产品，填补国内真正意义上语音生产力基建的空白。 相比于格式塔那种试图把大脑变成Agent终极数据源的科幻路线，或者阅星曈给电子纸做减法让Agent在云端干脏活，语音交互是眼下最接地气、最能立刻重构交互协议的物理入口。它不需要开颅，也不需要改变现有硬件形态，只是把人的自然本能直接转化为数字世界的指令。 语音Agent的终局根本不是优化打字体验，而是彻底消灭输入这个动作本身。当麦克风真正成为新键盘，谁能率先拿下全链路的语音基建，谁就提前锁定了下一代交互的船票。还在死磕对话框流畅度的玩家，确实该抬头看看现实了。 语音交互把指令从指尖解放出来后，硬件载体也在这场进化中走向了另一个极端。 现在市面上的AI硬件都在疯狂做加法，塞麦克风、加摄像头、堆传感器，恨不得把大模型直接塞进设备里，指望它能听能看还能主动讨好用户。但阅星曈反其道而行之，给电子纸疯狂做减法。这家刚拿到近5000万追加融资的公司，核心产品就是一块没有应用商店、没有短视频和信息流的3.7英寸电子纸。它像一块狗皮膏药磁吸在手机背面，只有58克重，靠实体按键翻页，月销量却能达到数十万台。 硬件极度克制，那Agent去哪了？阅星曈正在测试一套云端、手机App和电子纸组成的三端架构。AI根本不在本地端死磕算力，而是作为信息抵达屏幕前的一层处理。云端Agent负责理解需求、整理内容、干完所有脏活累活，最后只把最干净的结果推送到那块电子纸上。 这种架构其实戳破了当前AI硬件圈的一个迷思。不是所有设备都需要本地大模型，把复杂的推理和调度交给云端Agent，硬件只负责最纯粹的呈现，这才是更聪明的解法。创始人胡宇沸踩过烧钱增长的坑后明白，底层还是产品得好。 硬件Agent的终局绝不是无脑堆料，而是精准找到物理世界中最不可替代的那个交互环节。那些还在往硬件里硬塞大模型、试图搞全能设备的厂商，迟早会被沉重的功耗和折旧拖死。 硬件做减法让Agent在云端干脏活，确实聪明，但这依然是在处理外部世界的声光电。要想真正重构交互协议，目光得往人体内部转。 格式塔最近完成4.2亿元融资，直接押注超声脑机接口。今年一季度国内脑机赛道砸了38亿，连OpenAI都在给超声路线投钱。但格式塔创始人彭雷没打算只做个慢吞吞的医疗器械公司，他的目标是建一个人类大脑的基础模型。 对比一下前边那些Agent就明白了。腾讯的WorkBuddy在吞吐工作流数据，阿里的语音平台在解析声波，阅星曈的电子纸在过滤文本。这些归根结底都是外部数据。而大脑里的血流、电信号和影像，是人类最原始的意图源头。以前大模型靠吃互联网文本长大，现在要走向AGI，就得去解码这些极其稀缺的生物信号。 彭雷看得很准，人对生理信号的研究会极大帮助具身智能学习，越了解人越有可能走向AGI。选择超声路线不开颅，就是为了在安全的前提下，把大脑变成Agent的终极数据源。这早就不停留在意念控制光标的极客玩具阶段了，而是要把人的神经活动彻底数字化。 当生物脑机Agent真正跑通，物理和数字世界的最后一道边界也就消失了。那些还在死磕模型参数差了几个点的玩家根本没意识到，未来的算力尽头，可能是直接连上人类的神经元。 把视线拉回商业现实，这四类Agent的变现难度和坑位其实泾渭分明。 生产力与交易Agent离钱最近，腾讯靠卖Token和重构微信交易闭环已经把账算明白了。但这里的伪需求陷阱在于强行嵌入，如果AI只是把用户原本点两下小程序就能完成的操作，变成绕一大圈对话再跳转，那不仅没提效，反而增加了摩擦成本。不能实质性重构交易链路的Agent，都是在给服务器添堵。 语音Agent是眼下最确定的基建级机会，阿里端出全链路平台就是冲着这个去的。想在这里淘金，千万别去做单点的语音转写或合成工具。现在大模型自带的语音能力已经足够好用，没有深度绑定特定工作流、不能直接产出业务结果的语音产品，注定只能沦为免费的附属品。 硬件载体Agent的排雷指南更直接，警惕为了AI而加AI的堆料怪。阅星曈靠一块克制的电子纸跑通了销量，证明用户不需要一个带屏幕的赛博管家。那些试图在硬件里硬塞大模型、指望设备能主动讨好用户的厂商，大概率会死在沉重的功耗和折旧里。硬件的伪需求，就是让用户为用不上的多模态交互买单。 至于生物脑机Agent，格式塔押注超声路线解码大脑，方向足够性感，但短期内谈C端商业变现纯属扯淡。临床审批周期漫长，数据获取成本极高。这个领域的伪需求，是试图把脑机接口包装成日常消费级交互玩具。在基础模型没跑通之前，老老实实做医疗和科研基建才是正经事。 大模型参数的军备竞赛已经见顶，Agent的真正战场在物理与数字世界的交界处。别再去卷那些虚无缥缈的通用对话框了，去赚垂直场景里那些脏活累活的辛苦钱，才是活到明天的唯一筹码。 创业者现在最容易犯的错，就是盯着通用大模型的参数排行榜自嗨。腾讯单季砸105亿买来的血泪教训已经摆在眼前，只会写诗和陪聊的Agent根本收不回算力成本。真想在牌桌上活下去，就得去赚垂直场景里那些脏活累活的辛苦钱。 做生产力或交易Agent的，别再执着于优化对话框的流畅度。以前用户愿意为新鲜感买单，现在他们只为能省事的工具掏钱。腾讯WorkBuddy能跑出高毛利，是因为真把Token卖给了打工人。你的Agent必须长出手脚，直接嵌进用户的业务流和交易流里，而不是让他们多绕一个弯去跟你聊天。 搞语音交互的，趁早放弃单点转写或合成的幻想。大模型自带的语音能力已经够用了，没有深度绑定特定工作流的语音工具，注定只能当免费插件。要么像阿里那样砸钱做全链路基建，要么把体验做到极致，让开发者真的愿意把麦克风当键盘用。 做AI硬件的更是重灾区。千万别再往设备里硬塞大模型和传感器了。阅星曈靠一块58克的电子纸月销数十万台，证明用户根本不需要一个带屏幕的赛博管家。把复杂的推理扔给云端Agent，硬件只负责最纯粹的呈现，这种做减法的思路才是正解。 至于脑机接口这种终极形态，短期内就别惦记C端变现了。格式塔押注超声路线解码大脑，方向很性感，但临床审批和数据获取的成本极高。在这个领域，老老实实做医疗和科研基建，比包装成消费级玩具靠谱得多。 大模型的通用战争已经打完，接下来的赢家一定属于那些能在物理与数字世界交界处重构交互协议的苦行僧。别在云端卷参数了，去泥坑里抢那些带血带汗的真实需求，才是活到明天的唯一筹码。