而腾讯的原生自研虾从诞生之初就和个人场景紧紧贴合,它脱胎于codebuddy,从本地的code场景、工作场景演进而来,其生长路径本身就贴着天然的工作和任务场景。团队接受采访时说,“如果你本地就有文档、有数据、有代码仓库,agent 用编码作为工具把这些东西转起来,再用 IM 跟你随时随地连接,想象力自然就来了。你的资产加上算力,才是真正的生产力场景”。
在探索 AI 落地的过程中,整个行业其实遇到了一种新的处境:大家突然发现,今天的大模型其实已经够聪明了,也不缺乏各种优秀的工具。但企业和普通人真正焦虑的,可能不是“AI 智商不够”,而是不知道怎么把自家业务里的“上下文”,准确无误地“喂”给模型,并让这股强大的力量稳定、不出错地把活干好。
这就是 AI 竞争的下半场——拼的已不是“谁家的大模型跑分又高了几分”,而是整车交付的比拼,体系化的竞争。而在这个阶段,应用系统和大模型并非一定是捆绑的。就像大家玩“龙虾”时发现的那样,它背后的模型是可以根据任务难度随时切换的。一旦有了成熟的运行系统来兜底,大模型就变成一种选项——面对不同的任务,哪个模型干活好、哪个性价比高,就随时换谁上。