C 端有入口，B 端有流程。腾讯在 WAIC 展示的不是一个无所不能的超级应用，而是一条让 AI 从聊天走向生意的完整路径。
2026 世界人工智能大会，腾讯展台最醒目的位置写着一句话：“Hey，我的 AI Buddy。”
四周围着 QClaw、WorkBuddy、Marvis、ima、元宝等一群形态各异的 AI 产品：有人帮你管理知识，有人替你操作电脑，有人负责写代码，还有人接管企业里的流程。
这不像传统科技展会的布置。它没有展示模型有多少参数，也没有急着证明 AI 能解多难的题。它问的是另一件更具体的事：你今天缺一个什么样的搭子？
这也暴露了腾讯在 AI 时代真正想做的事情。
多数公司做 AI，往往要在两条路里选一条：C 端抢用户、抢入口、抢每天打开的次数，B 端进企业、接系统、做交付。腾讯在这届 WAIC 摆出的答案是：两端都要。
元宝、ima、QQ 浏览器、Marvis 和 WorkBuddy，负责让普通用户与职场人先用起来；企业微信、腾讯会议、腾讯文档、腾讯乐享、ADP 和 Agent Suite，则把 AI 接进企业的知识、权限和业务流程。
产品很多，如果把它们放进同一张图里，就会发现，这是一条从个人需求出发、穿过企业系统、最后抵达交付与支付的任务链。
这也是是腾讯做了二十多年、也最熟悉的生意：连接人，连接服务，然后从连接里长出生意。
腾讯最老的优势，成了 AI 的新门槛
移动互联网时代，“场景”几乎被大厂讲到包浆。支付有支付场景，社交有社交场景，连卖一瓶水都要研究“办公室补水场景”。它一度和“生态”“赋能”并列。但到了 AI 时代，场景重新有了技术含量。
用户说一句“帮我做份销售报告”，看似只是调用了一次模型，背后却藏着一串事情：客户数据放在哪套 CRM 里？公司使用哪一版报告模板？生成的文件要交给谁审批？如果 AI 调错数据，能不能查出哪一步出了问题？
模型解决的是会不会做，场景决定它能不能接到真实的内容。
腾讯公司副总裁林松涛在 7 月 18 日的腾讯 AI 应用创新论坛上说：“真实场景永远是 AI 价值的第一现场。”过去评价大模型，主要看榜单和基准测试，到了企业和个人的电脑上，考题变成了另一套。
论坛上还提到了一个洞察：模型之间的差距正在缩窄，工程之间的差距却在拉开。正如斯坦福 HAI《2025 AI 指数报告》显示，Chatbot Arena 前十名模型之间的分差，一年内从 11.9% 收窄到 5.4%，开源与闭源模型的差距从 8% 缩小到 1.7%。同期，达到 GPT-3.5 水平的推理成本下降了约 280 倍。
我们不难得出结论，模型越来越强，也越来越便宜，这不会让模型变得不重要，却会抬高另一种能力的价格：谁能把模型连接场景。
而这部分恰好是腾讯的老本行。
C 端争每天打开，B 端争把钱算清
C 端 AI 最难的地方，通常不是功能不够多，而是用户为什么要天天打开。腾讯在 WAIC 展出的几款产品，正在从不同方向回答这个问题。
元宝开始从问答继续往下走。用户给出需求，它可以完成资料查找、内容撰写和排版，最后交付 PPT、Word、Excel、PDF 或网页文件。
ima 把入口放在个人知识里。用户不是每次都从空白对话框开始，而是让 AI 在自己积累的资料、文档和笔记中工作。
WorkBuddy 盯住办公桌面。它接到一句话以后，自己拆解步骤、调用工具，最终交付一份能用的成果。腾讯称，这款 3 月上线的产品已经成为国内日活跃用户数最高的办公效率智能体。
Marvis 更往下走了一层。它试图把 Agent 装进操作系统：预置六个全天在线的智能体，用户坐在地铁里，也能用手机远程指挥家里或公司的电脑查资料、处理文件、运行任务。
这些产品分别占住知识、办公、系统和终端，看起来像四门生意，其实都在争夺同一个位置：用户产生需求的那一刻，第一句话会交给谁？
B、C 两端怎么交叉，苏州的机器人公司乐享科技给了一个很直观的样本。一次产品演示里，用户告诉机器人：“以后看到某只股票涨了，就跑到我面前跳一段舞。”这句话会被提取成一个 Skill，之后由机器人按条件自动执行。
听起来只是个讨喜的 C 端玩法，但要兑现这句玩笑，背后得有 Claw Pro 保存家庭记忆、管理 Skills、扫描插件、记录审计日志，再把同一套 Agent 部署到大量终端。
用户看到的是一台“会养成”的机器人，厂商面对的却是标准的企业级运维问题。B、C 两端到了这里，已经很难分开。
C 端要解决的是入口，B 端面对的则是完全不同的一套问题。在个人电脑上，AI 偶尔答错，用户最多重新问一遍；进入企业系统以后，性质就变了。企业需要能被管理的智能体。
这正是 ADP 4.0、腾讯乐享、企业微信和 WorkBuddy 企业版存在的理由。ADP 覆盖智能体的构建、评测、发布、系统接入、观测和审计——企业不仅要把 Agent 搭出来，还得让它跑进生产环境以后“能被管住”。
腾讯乐享解决另一个很琐碎、也很企业的问题：知识冲突。一份文件说员工可以请假三天，另一份写着五天，普通聊天机器人可能把两份资料一起吞进去，然后一本正经地随机挑一个答案。乐享要做的是发现冲突，判断哪一份仍然有效，必要时交给管理员处理。
腾讯云副总裁吴运声在采访中说：“我们跟客户讲的时候会讲架构，但对客户来说，他根本不关心架构是什么，只关心你能不能解决他的需求。”
B 端客户不为“智能”这个抽象概念买单，他们付钱买的是结果，以及结果背后的可信、可控和可追责。
具身智能企业把这种工程难题放得更大。
灵生科技训练世界模型时，瓶颈一度不在 GPU，而在数据读取：大量碎片化的视频和小文件无法及时送进训练设备，再贵的算力也只能空转。接入腾讯云 Agent Bucket 和流式读取后，问题从“能不能存下数据”，变成了怎么把 GPU 真正喂饱。
一次大批数据集中进入处理管线，底层资源需求突然增长数倍。依赖本地机房，扩容往往要等很久，云上只用几小时到半天，就把资源补了上来。
这些客户买的不是一个更会聊天的 AI。他们买的是一个答案：数据突然涌进来时，训练还能不能继续跑。
七八个 Buddy，拼的是一条任务链
一项任务从一句话出发，需要经过五个环节：入口负责承接需求，上下文帮助 AI 理解用户，执行工具完成工作，权限和审计控制风险，支付则让能力变成生意。
腾讯的积累几乎可以嵌进每一环。微信、QQ 和浏览器提供入口，企业微信、会议、文档和 ima 保存上下文，WorkBuddy、CodeBuddy 与 QClaw 负责执行，ADP 管理企业知识、权限和流程，SkillHub 与微信支付完成技能分发和交易。
这也解释了腾讯为什么同时布局 C 端和 B 端。只有 C 端入口，AI 很容易停在聊天和内容生成；只有 B 端交付，每个项目又可能变成昂贵的定制工程。
C 端带来用户、需求和使用习惯，B 端提供数据、流程与付费场景，两端接通以后，AI 才能从“有人用”走到“能干活、能收费”。
SkillPay 展示的是这条链路的末端。截至 7 月17日，SkillHub 已上线7.8万个 AI Skills。商家可以上架付费技能，用户不必跳出当前任务，便能在 Agent 内完成调用和支付。过去的应用商店卖一整套软件，SkillHub 惦记的是另一种生意：AI 每替用户完成一次任务，都可能产生一次调用和交易。
如果说 SkillPay 解决的是“做完以后怎么收钱”，艾欧智能的案例说明的则是“执行环节有多难”。
2025年的一次机器人挑战赛上，操作者在深圳，机器人在美国。两地之间不仅要传输图像，还要实时传递控制指令，并应对跨境网络波动。腾讯云负责支撑传输、计算和弱网保障。艾欧方面称，这个项目后来获得了 ICRA 最佳应用奖。
当 Agent 从屏幕走进机器人，延迟就不再意味着多等几秒。一条控制指令丢失了，机器人可能直接做错动作。模型只负责判断“应该做什么”，云、网络和控制系统还要保证它真的做出来。
这才是场景的价值。它不是模型能力的展示 demo，同一个通用模型，接入不同的知识、权限、工具和支付系统，才会变成不同行业里真正能够上班的员工。
从一个人的一句话，到一家公司的整条流程
这一届 WAIC，腾讯没有拿出一个包打天下的超级 Agent。它展示的是另一种可能：AI 不必只有一个入口，也不会只有一种商业模式。个人用户需要低门槛、开箱即用，最好一句话就能把活干完。企业需要知识准确、权限清晰、全程可审计，最终还能算出投入产出比。
这两套需求看起来分属 B、C 两端，落到具体任务上，却是连续的。
一个人在 WorkBuddy 里形成的工作方法，可以沉淀成 Skill，成熟的 Skill 可以进入团队和企业，企业把数据、流程和权限接入后，又能把这套能力发布给更多员工。
个人的使用习惯，开始变成组织的生产流程。
腾讯真正的优势不是产品比别人多，而是一项任务从个人入口出发，经过知识与文件，进入企业系统，完成执行、审计和支付，沿途几乎都能找到腾讯的位置。
过去二十年，腾讯最擅长连接，AI 时代，它想连接的是人的需求、电脑里的工具和企业的业务流程。
AI 真正开始上班以后，最稀缺的未必是一个无所不能的天才，而是足够多的真实工位。
腾讯手里，恰好有一整栋楼。