腾讯 Agent 全景图拆解：从混元 3.0 到 TokenHub，一张图看懂鹅厂的 AI to B 野心

昨天（3 月 27 日），腾讯云城市峰会首站落地上海。汤道生站在台上说了一句让我印象很深的话：

"AI 落地不只是一道算法题，更是一道工程题。"

这句话之所以值得单独拎出来，是因为它代表了 2026 年 AI 行业最重要的认知转变——大模型的参数军备竞赛正在降温，谁能用工程化手段把模型"套上脚手架"（Harness）跑起来，才是真正的胜负手。

而腾讯在这场峰会上亮出的底牌，就是一整张 Agent 产品全景图。

今天，老金带你逐层拆解这张图。

---

先看全局：这张图到底画了什么？

腾讯云这次发布的全景图，核心逻辑可以用一句话概括："用 Agent、造 Agent、管 Agent"——从个人桌面到企业生产线，从开发者工具到安全治理，形成了一个完整的闭环。

我把它拆成四层来看：

层级	关键词	核心产品
第一层：模型底座	多模型调度	TokenHub（MaaS 升级）、混元 3.0
第二层：工程脚手架	开发 & 部署	Cube 开源平台、ADP 智能体工厂、Agent Runtime 沙箱
第三层：产品矩阵	场景覆盖	WorkBuddy、QClaw、CodeBuddy、乐享 2.0
第四层：治理生态	安全 & 分发	ClawPro、SkillHub、安全网关、iOA 审计

下面逐层拆。

---

第一层：TokenHub —— 模型界的"万能充"

我在之前写 龙虾吃穷了云厂商 那篇文章时就提到，OpenClaw 源码中的 Task Router 模块会根据任务复杂度动态选择模型——简单任务用小模型，关键决策用旗舰模型。这种"大小模型协同"是 Agent 时代的必修课。

腾讯显然也看到了这一点，直接把原来的 MaaS 平台升级为 TokenHub。

TokenHub 干了什么？一句话：让你用一套 API，调所有模型。

混元、DeepSeek、MiniMax、Kimi、GLM……这些原本散落在各家官网、各套 SDK、各种计费体系里的大模型，现在全部被拢进了一个统一入口。配合 Token Plan 统一计费服务，企业可以像充话费选套餐一样，按需在多模型之间灵活切换。

更关键的是，这种多模型调度能力已经贯穿了腾讯自家的 Agent 产品线——WorkBuddy、CodeBuddy、QClaw、ADP 都支持在不同任务步骤中智能分配不同的模型。

如果你读过我的 OpenClaw 源码系列，会发现这和 OpenClaw 的 Gateway 路由理念如出一辙：Agent 不应该绑死一个模型，而应该像调度器一样，让最合适的模型做最擅长的事。 区别在于，OpenClaw 是开源社区自发的实践，而腾讯把它做成了平台级的基础设施。

混元 3.0：4 月见

顺带说一嘴混元 3.0。腾讯在去年下半年对混元团队做了一次大刀阔斧的组织重组——新设 AI 团队、基础设施团队和数据计算平台部，重建了预训练和强化学习的基础设施。

目前混元 3.0 已经在内部测试，汤道生原话："在元宝中测试正向收益非常明显"。具体来说：

• 推理与 Agent 能力比 2.0 有显著提升
• 激活参数大幅降低（同样的智力，更省算力）
• 腾讯内部已有超 900 个业务全面接入混元大模型

计划 4 月正式对外发布。届时配合 TokenHub 的多模型调度，混元 3.0 大概率会成为腾讯 Agent 体系的"默认引擎"。

---

第二层：Cube 开源 —— 给 Agent 造一座"工厂"

模型是大脑，但光有大脑不够——Agent 还需要手脚（工具）、记忆（存储）、安全网（沙箱）和生产线（开发平台）。

这一层是腾讯这次发布里干货最多的部分。

Cube：底层平台全面开源

腾讯宣布将 Agent 底层平台 Cube 全面开源。这意味着企业可以直接拿这套代码来训练和部署自己的智能体，不用从头造轮子。

一个值得关注的案例：腾讯云联合 MiniMax 用 Cube 落地了业内首个百万级吞吐的强化学习沙箱——1 分钟内拉起十万级隔离环境。这种规模的沙箱能力，是 Agent 大规模商用的硬性前提。

ADP：智能体工厂

如果说 Cube 是地基，**ADP（智能体开发平台）**就是盖在上面的工厂。

ADP 支持 RAG（检索增强生成）和知识库接入，让企业把行业专家的经验"喂"给 Agent。它已经在传媒、金融等行业跑通——比如帮媒体自动生成新闻摘要，帮金融机构做合规审查。

Agent Runtime：安全沙箱

读过我 OpenClaw 源码第九篇（安全篇） 的朋友应该对 Docker Sandbox 不陌生。腾讯的 Agent Runtime 做的是同样的事——给 Agent 提供一个隔离的运行环境，支持技能发现与下载、环境隔离、以及强化学习结果验证。

Agent 就像一个新来的实习生，你不能让他第一天就拿到公司所有系统的 root 权限。沙箱就是他的"试用期工位"。

存储与推理优化

两个亮眼的数字：

• COS Vector 向量桶：存储成本较传统向量数据库降低 90% 以上
• TACO 推理加速框架：自研框架，性能较社区方案提升 30%-50%

另外还有 MetaInsight，为每个 Agent 提供多模态记忆能力——让 Agent 不只是会"思考"，还能"记住"。

---

第三层：产品矩阵 —— 龙虾遍地开花

有了底座和工厂，腾讯在应用层铺了一张很大的网。

面向个人用户

WorkBuddy 是桌面版 AI 工作台，兼容 OpenClaw 技能体系（注意这个细节——腾讯直接拥抱了开源生态），支持通过微信、企微远程指挥电脑处理文书和数据。

QClaw 面向普通消费者，主打零门槛、下载即用。扫码直连微信，根据任务难度智能匹配模型。如果说 OpenClaw 是给极客的"Linux"，QClaw 就是给普通人的"macOS"。

与此同时，腾讯会议、腾讯文档、ima 等办公应用也全面 Skills 化——每个应用都变成了 Agent 可以调用的一项"技能"。

面向企业用户

• 腾讯乐享 2.0：从"知识库"升级为"可执行任务的智能知识库"。过去是人查文档，现在是 Agent 查文档并直接执行。
• 企点营销云 MAGIC Agent 2.0：强化数据感知和策略执行，同步首发海外版。
• TC Data Agent：业务人员通过对话完成数据查询——再也不用跪求数据组帮忙写 SQL 了。

面向开发者

CodeBuddy（没错，就是你正在用的这个）已覆盖腾讯超 90% 的工程师，支持从代码生成到测试部署的全流程 AI 协同。

---

第四层：治理生态 —— 从"能用"到"敢用"

企业部署 Agent 最大的顾虑不是"好不好用"，而是"出了事谁负责"。腾讯在这一层下了重注。

ClawPro + ADP：生产与分发的闭环

ADP 负责"造"，ClawPro 负责"卖"。

这个组合就像 App Store 模式——ADP 是 Xcode（开发工具），ClawPro 是 App Store（分发渠道）。企业在 ADP 里开发好智能体，通过 ClawPro 分发给员工或客户使用。

安全体系

腾讯提供了一整套安全矩阵：

• AI Agent 安全中心：统一的安全管控面板
• 安全网关：流量层的防护
• iOA 终端管理：权限级别的精细控制
• 运行日志审计：每一步操作都有迹可查

SkillHub：安全可信的技能市场

类似于手机上的应用商店，但多了一层安全检测——每个上架的 Skill 都要过腾讯的安全审核。这解决了开源社区一个老大难问题：你从 GitHub 下载的插件到底安不安全？

---

汤道生的"脚手架"哲学

回到开头那句话："AI 落地不只是算法题，更是工程题。"

汤道生在会上详细阐释了"大模型脚手架"（Harness）这个概念：在不改变模型架构和参数的基础上，通过工具调用、分层上下文工程、长记忆管理、工作流设计等系统工程手段，最大程度发挥模型能力。

这和我在 OpenClaw 源码系列里反复强调的理念完全一致——模型是枪，工程是弹药库和后勤保障。枪再好，没有弹药供应链也打不了仗。

但两者的路径截然不同：

维度	OpenClaw（开源社区）	腾讯 Agent 体系（企业平台）
部署方式	自建、裸机、内网穿透	云端 SaaS + 混合部署
模型策略	用户自选（OpenRouter）	平台调度（TokenHub）
安全模型	Docker 沙箱 + DM Pair	Agent Runtime + 安全网关 + 审计
技能生态	ClawHub 社区自建	SkillHub 审核制 + 自研 Skills
目标用户	极客、个人开发者	企业客户、商业场景

本质上，OpenClaw 解决的是"一个人怎么武装到牙齿"，腾讯解决的是"一个企业怎么批量生产武装到牙齿的士兵"。

---

老金说几句

写了十篇 OpenClaw 源码解读，再看腾讯这张全景图，有一种"英雄所见略同"的既视感。

Agent Runtime 对标 Docker Sandbox，TokenHub 对标 Task Router，SkillHub 对标 ClawHub，ADP 对标 Gateway 的多工作区架构……一个在开源社区里野蛮生长的最佳实践，正在被大厂用企业级的工程标准重新"翻译"一遍。

这不是抄袭，这是产业成熟的标志。

每一代技术都是这样走过来的——先有 Linux 内核，后有 Red Hat 和 Ubuntu；先有 Kubernetes 的社区版，后有各云厂商的托管版。开源社区负责定义"应该长什么样"，商业公司负责把它做到"谁都能用"。

对于我们开发者来说，好消息是：如果你啃过 OpenClaw 的源码，腾讯这套东西你会觉得非常眼熟。底层思想是相通的，只是穿上了西装打上了领带。

坏消息是：免费午餐真的要结束了。TokenHub 的统一计费、混元 3.0 的正式发布，都在释放一个信号——Token 即货币，Agent 即员工，算力即薪资。

企业是时候认真算一算，养一群"赛博龙虾"到底要花多少钱了。

---