文章核心观点 - 上海交通大学、腾讯CodeBuddy等团队联合提出的GAPO方法，通过精准过滤训练数据中的噪声和异常值，并采用稳健的优势值估计方法，显著提升了代码大模型在真实复杂场景下的训练效率和准确性，解决了AI辅助编程工业化落地的关键瓶颈 [3][13][28] AI辅助编程行业面临的真实挑战 - AI辅助编程已成为软件开发的核心生产力，大语言模型深度融入代码编辑、调试与优化全流程 [3] - 企业使用真实复杂用户环境数据训练模型时面临核心问题：复杂上下文导致模型输出频繁出现异常，产生rollout噪声，进而造成奖励异常值，最终导致优势值估计不准确，严重拖累强化学习效果 [3][4] - 真实场景的代码编辑任务输入提示结构复杂，包含系统提示、当前代码、编辑历史、编辑范围与光标位置、用户提示等多层级信息，对模型理解能力要求极高 [4][5][8] - 真实训练数据显示，输入提示长度跨度从1,925到24,883字符，输出编辑长度从36到833字符，并覆盖Go、Python、Java等10种主流编程语言，其中Go语言任务占比最高，达37.71% [6][7] - 复杂上下文的多样性导致模型输出不确定性增加，常出现偏离需求的异常编辑，如遗漏逻辑、修改无关代码或生成语法错误，这些噪声在真实数据中呈常态而非个例 [5][8] - 传统分组相对RL方法依赖群体均值计算优势值，但真实数据奖励分布中，14.4%呈右偏、15.5%呈左偏，这种由异常值主导的分布偏斜导致优势值被系统性高估或低估 [9][10] - 不同编程语言和编辑场景的噪声特征差异大，传统方法的固定均值基准无法适应动态噪声，导致投入大量资源采集的真实数据难以提升模型效果，甚至可能使训练“越训越偏” [11][12] GAPO方法的技术原理与创新 - GAPO方法精准针对“复杂上下文→rollout噪声→优势值估计不准”的核心痛点，通过优化优势计算环节实现“即插即用”的突破 [13] - 第一步是锁定高信噪比区域以精准过滤异常值：该方法将问题转化为查找最高密度区间，通过滑动窗口算法在每个输入提示的奖励集合中找到覆盖默认0.5比例奖励点的最窄区间，该区间能最大程度排除异常值 [13][15] - 第二步是用中位数替代均值进行稳健的优势值估计：在筛选出的最高密度区间内，使用中位数作为自适应Q值基准，相较于均值，中位数对异常值不敏感，能更稳定地反映有效输出的奖励基准 [17][18] - 该方法将噪声纳入RL过程，使模型能获得更清晰的能力边界，从而更擅长处理复杂输入 [19] - 工程上，GAPO计算复杂度为O(n log n)，滑动窗口扫描仅需O(n)时间，不会带来额外算力负担 [19] - 该方法仅修改优势计算函数，无需调整RL框架其他模块，可轻松集成到主流框架，适配企业基于真实复杂数据的训练流程，无需额外数据降噪预处理 [19] GAPO方法的实证效果与性能优势 - 在代码专用型模型上受益最显著：Qwen2.5-Coder-14B在域内精确匹配准确率达46.25%，较GRPO基线提升4.35个百分点 [20][21] - 在跨域场景下泛化能力突出：Qwen2.5-Coder-7B在zeta数据集上准确率提升5.30个百分点，相对提升达38.89% [22][23] - 在多个主流大语言模型上均实现稳定提升：实验覆盖了从3B到14B参数的9个主流LLM，包括Mistral、Qwen、DeepSeek-Coder等系列 [20][21] - 训练效率更高：GAPO达到最佳准确率所需的训练步骤比基线更少，例如在Qwen2.5-Coder-14B上使用GAPO (G)比GRPO少121个训练步骤 [21] - 训练更稳定，算力利用率优化：GAPO的梯度裁剪比例显著低于GRPO/DAPO基线，说明优势值估计更合理，政策更新更准确，能减少无效迭代 [27][29] - 提升硬件利用率并降低训练成本：GAPO让3B模型的平均GPU吞吐量提升4.96%，意味着用相同算力能从真实数据中获得更好的训练效果 [30] 对行业的影响与意义 - GAPO研究让企业采集的真实复杂数据从训练“包袱”转变为提升模型效果的“燃料”，精准突破了工业化落地的关键瓶颈 [12][28] - 该方法在精度、泛化能力、训练效率与硬件利用率上均实现突破，为降低AI辅助编程落地门槛、提升研发效率提供了切实可行的方案 [28] - 随着GAPO代码的开源，有望推动AI辅助编程更深入地融入软件开发全流程，促进软件产业向更高效、更智能的方向发展 [28][31]

AI编程(Vibe Coding)的普及与影响 - Vibe Coding（氛围编程）概念在2025年由OpenAI联合创始人提出，其核心是让人们几乎忘记代码本身存在也能开发应用，并已成为全球热潮[4][5] - 该技术门槛极低，应用案例广泛，包括二年级小学生制作游戏、退休老人开发小程序，以及出租车司机等普通人均在讨论和使用[4][5] - 区别于以往AI热潮，本次有更多C端用户感知并加入，Vibe Coding带来了最直接的成就感，让创意快速变为现实[5][12][15] AI编程对开发效率与成本的改变 - AI编程显著提升效率并降低成本，创业者公司“西羊石”的技术核心已一年多未手写代码，前端、交互、后端均用Vibe Coding搞定，月成本仅1000多元[7][8] - 大厂广泛采用AI编程，百度52%的新增代码由AI生成，目标期待是80%-90%；腾讯超过90%的工程师使用AI编程助手，50%的新增代码由AI辅助生成[11] - 市场上AI编程工具涌现，如Cursor、Kiro、Augment，以及后来的Antigravity、Claude Code、Gemeni3，国内秒哒、Coze、Qoder也承接了用户需求[9] 个人利用AI编程的实践与机遇 - 普通人利用Vibe Coding实现个人想法，例如文科背景的退休人员使用秒哒一天内做出定制化记账小程序，并用Coze、Lovart开发卡牌游戏，总成本约2099元[13] - 个人通过信息差获利，例如大三学生利用学生优惠获取AI工具账号，在闲鱼平台“共享”账号，首日收入超2000元，日均销售额3000多元，累计客户超600人[19][22] - 但通过Vibe Coding稳定月入过万仍属少数，多数人面临时间成本高、缺乏运营能力或审美不足等挑战，技术快速进化下，“品味”(Taste)成为关键过滤器[23][24][26] AI编程催生的“一人公司”模式与挑战 - Vibe Coding被认为利好“一人公司”，有成功案例显示，90后程序员独自创办的公司半年后被巨头以8000万美元收购，实现了“一人独角兽”[37] - 许多创业者使用同质化工具栈（如Claude写代码、Gemini做前端），但创业成功关键在于建立自身护城河，写代码仅是创业中最简单的一步[39][40] - “一人公司”面临运营挑战，如人手不足导致售后耗时、处理“白嫖党”退款请求等，实际运营复杂度高[40] - 部分从业者已将“一人公司”作为职业规划或现实，例如注册个人公司带领外包团队接商单，或计划在被裁员后成立公司接单做自媒体[41][42] AI编程对行业人才结构与技能的重塑 - AI降低了技术背景的重要性，如同霍格沃茨接收“麻瓜”，非技术背景者也能进入AI行业，硅谷公司雇佣的首位专业Vibe Coding师本人不会编程[33][34] - 技术背景在AI时代可能成为“负资产”，不受传统技术思维限制的非技术人员有时能更直接地实现想法，例如无视架构难度直接做出Chrome插件[34] - 培训领域出现新变化，AI破局俱乐部中的文科生一个月内能达到普通程序员水平，但创意、商业洞察和资源整合能力依然稀缺[43][45] - 原行业从业者感到被替代危机，例如品牌营销行业被认为迟早被AI取代，促使人们积极学习新技能以保持竞争力[33]

华为云码道代码智能体产品发布 - 华为云码道代码智能体已于马年春节前夕开启公测，参与公测人数已超过1万人 [1] 产品定位与核心价值 - 产品定位为实干派AI编程工具，核心目标是高效替代高频重复的工程化开发工作，大幅降低编程门槛，加速AI编码技术的产业化落地 [4] - 产品整合了编程环境、自主开发模式、代码库检索等关键能力，是一个自带AI大脑的超级编程工具 [4] 产品功能与应用场景 - 提供代码生成、研发知识问答、单元测试用例生成、代码解释、代码注释、代码调试、代码翻译、代码检查、代码优化等多种场景功能 [5] - 无编程基础者可通过自然语音输入需求，借助该工具搭建小程序等应用 [5] - 在项目级代码生成等关键场景实现突破，可适配企业研发需求，助力压缩开发周期、提升编码效率 [5] 核心竞争力与技术基础 - 核心竞争力源于华为数十年积淀的高质量研发数据 [5] - 整合了代码大模型、AI IDE、自主开发模式、代码库索引等核心能力 [5] - 其自主开发模式能深入理解用户需求，进行自主任务规划与执行，提升代码生成速度、准确性与可用性，减少返工与人工消耗，使智能体从“助手”向“执行者”演进 [5] 市场竞争格局 - 同类AI编程工具包括海外的Cursor、GitHub Copilot，以及国产的字节跳动Trae、腾讯云CodeBuddy等 [5]

文章核心观点 - AI技术（特别是生成式AI）的普及正在降低多个创意领域（如编程、视频制作、音乐创作、内容生成）的专业门槛，使非技术背景的“普通人”能够抓住时代红利，实现个人创造和商业成功 [6][7][48] - 成功案例的共同点在于主动将AI工具融入日常工作流，利用AI弥补自身技能短板，从而重塑工作方式并创造新价值 [6][27][47] - AI工具本身正快速迭代，功能日益强大且易用（如理解力增强、一站式服务），为个人创作者和小团队提供了强大的基础设施支持 [17][27][37] - 在AI时代，人的主体性、独特创意和长期积累的行业认知仍是核心竞争优势，AI应被视为增强人类创造力的工具，而非替代品 [30][40][47] 案例一：非技术背景者利用AI进行应用开发 - 一位38岁、英文专业背景的前媒体记者，在无IT基础的情况下，主要使用AI编程工具CodeBuddy，通过自然语言对话，独立开发并上线了杜比全景声音乐APP“全景新声” [8][9][17] - 开发过程历时10天，共编写约11万行代码，成功实现了数据检索、展示及音乐收听等完整功能 [12][15] - AI工具进步显著，例如CodeBuddy通过引入MCP支持、skills功能等，变得更易用和一站式，降低了开发门槛 [17] - 该应用在音乐发烧友和专业圈子（如混音师）中获得认可，被用于实际工作场景（如提交月报），证明了其工具价值 [14] 案例二：利用AI打造动漫IP与内容创业 - 一位无绘画基础的连续创业者，利用AI工具（如元宝、Suno、Midjourney、Vidu）创作出职场讽刺动漫短片《午夜公司怪谈》，成功塑造了引发广泛共鸣的“牛马”IP [18][20][22] - 建立了稳定的AI内容生产工作流：用元宝生成歌词与脚本，用Suno生成音乐，用Midjourney生成静态画面，用Vidu生成视频 [22][27] - AI技术迭代迅速解决了创作关键难题，如Vidu的“多主体参考”功能解决了角色一致性问题，后续的动作迁移、复杂镜头调度等功能提升了视频质量 [27] - 该IP已实现商业化，一方面承接B端广告制作、账号代运营等非标业务，另一方面尝试开发面向C端的标准化AI视频制作课程 [27] 案例三：从内容创作者到AI工具开发者 - B站百大Up主“图灵的猫”（王依然）基于对AI技术的长期跟踪，团队开发了AI辅助创作工具Creaibo，旨在拆解创作黑盒，帮助创作者保持个人风格 [30][31][34] - Creaibo将创作流程拆分为五个环节：选题、调研、大纲、写作、素材，并通过“灵感画布”等功能，基于用户个人风格DNA推荐灵感和进行市场数据分析 [31][35][37] - 该工具的核心技术底座采用了腾讯云ES（Elasticsearch）服务，利用其文本与向量混合搜索、聚合分析等一站式能力，来匹配用户风格并优化搜索结果 [37][38][40] - 产品率先在海外上线内测，获得千万曝光，并曾登上Product Hunt日榜第一，展现了在海外市场找到付费用户的潜力 [34] 案例四：广告导演将AI深度融入专业工作流 - 一位广告片导演积极将AI工具（如腾讯混元大模型、Nano Banana、Midjourney）融入前期创意、特效制作和客户沟通全流程，提升了作品质感和制作效率 [43][44][46] - AI技术的可控性提升使其得以商用，2025年客户（包括大品牌）对全篇使用AI的接受度显著提高 [43] - 利用AI生成效果预览图、处理缺乏真实素材的项目（如奔驰概念车短片）、低成本制作高质量时尚推广视频，从而建立了“擅做AI效果”的业界口碑并吸引了更多大客户 [46][47] - 面对客户可能自建AI团队的趋势，该导演计划拓展AI视频培训业务，认为AI是“最好的老师”，但人的长期经验和创意灵感依然不可或缺 [47][48] AI工具与基础设施演进 - AI编程工具（如CodeBuddy）进步迅速，功能日益集成化，支持自然语言编程和复杂功能开发，降低了编程门槛 [17] - AI视频生成工具（如Vidu）快速迭代，陆续解决了角色一致性、复杂镜头调度等核心难题，视频质量从“PPT感”向更流畅演进 [27] - 云服务商（如腾讯云ES）提供了强大的AI时代基础设施，其开箱即用的文本/向量混合搜索、聚合分析等一站式服务，降低了AI应用开发的技术复杂度和成本 [37][38][40] - 主流大模型（如DeepSeek、混元、Suno、Nano Banana）能力持续进化，在代码生成、3D资产、音乐创作、视频生成等细分领域表现越来越出色 [17][26][43][44]

行业竞争态势与营销焦点 - 2025年以来，中国主要机场出现大量AI云厂商广告，阿里云、火山引擎、百度智能云、华为云、京东云等纷纷投放[1] - 深圳宝安机场出现阿里云与火山引擎广告针锋相对，阿里云宣称“中国AI云市场份额领先，超过第2-4名总和”，火山引擎宣称“你的AI云，占中国公有云大模型市场份额46.4%”[2] - 腾讯云在当前的机场广告营销战中“隐身”，未参与其中[5] 云厂商的战略路径分歧 - 行业存在“要规模，还是要利润”的战略选择分歧[7] - 持续近十年的价格战导致全行业陷入“利润黑洞”，国内云厂商利润微薄，阿里云最早盈利但利润率不到9%[8] - 腾讯云自2022年起叫停大包大揽模式，转向自研产品与被集成战略，聚焦高质量增长[9] - 腾讯云在过去三年“减脂增肌”，裁撤了一百多亿的低利润业务，导致其市场占有率有所降低[10] - 2025年，腾讯云云业务实现整体规模化盈利[6] AI云时代的核心商业模式之争 - 行业对“卖Token”的价值出现分歧，火山引擎采取“入口论”，于2024年将Token价格降至“厘”时代，试图通过低价圈住客户再转化[12] - 2025年火山引擎的MaaS业务收入在20亿元量级，其2026年MaaS收入目标直指百亿规模[13] - 腾讯云认为“Token不是一个好的生意模式”，客户黏性差，最终需为客户创造应用价值[14] - 即便火山引擎，其2024年120亿元收入中MaaS业务仅贡献约20亿元，占比不到10%，核心收入依然是IaaS[15] 腾讯云的差异化业务结构与增长策略 - 腾讯云业务结构呈“4-4-2”分布，即四成IaaS，四成PaaS，两成SaaS，与友商结构显著不同[17] - 腾讯云押注AI SaaS化和SaaS AI化的双向融合路径[17] - 过去一年，腾讯云SaaS涨幅远高于IaaS，商业赋能类SaaS涨幅达128%，腾讯地图旺店、腾讯问卷增长超200%，AI大模型产品两年内增长超50倍[18] - 腾讯会议等产品已深度AI化，例如CodeBuddy服务腾讯内部超九成工程师，整体编码时间平均缩短40%以上，新增代码AI生成占比超50%[18] - 混元大模型已落地腾讯内部900多个业务场景[18] - 出海是腾讯云另一重要增长引擎，合作伙伴出海业务同比增长30%，案例企业深圳云诺出海业绩占比超60%，同比增长超50%[20] 云厂商与合作伙伴的生态关系 - 行业存在云厂商与合作伙伴的激烈博弈，有ISV表示其方案成熟后遭遇云巨头推出自研竞品捆绑销售，有渠道商表示核心客户被云厂商收归直销导致收入腰斩[21][22] - 腾讯云强调“生态大于生意”的理念，将伙伴视为“半条命”，尊重伙伴劳动并让利，追求长期主义[24] - 过去一年腾讯云携手超11000家合作伙伴，合作伙伴公有云收入保持两位数增速，AI及SaaS产品相关订单翻倍增长[24] AI云市场竞争格局与未来展望 - 2025年上半年中国AI云整体市场规模达223亿元，阿里云以35.8%份额居首，火山引擎占14.8%，华为云占13.1%，腾讯云占7%，百度智能云占6.1%[28] - 阿里云2025年Q3营收增速重回30%以上，目标拿下2026年中国AI云市场增量的80%[26][27] - 火山引擎2025年上半年GPU收入约35亿，增速超200%；阿里云GPU收入约55亿，增速超100%[26] - 腾讯云高管认为AI驱动的产业变革是场耐力角逐，强调长期主义与深耕场景，不急于求快[28]

涉及的行业与公司 * 行业：中国互联网行业 [1] * 公司：阿里巴巴、百度、腾讯控股、网易、快手科技、拼多多、美团、京东、携程、腾讯音乐、大麦娱乐、贝壳、哔哩哔哩、滴滴等 [1][4][24][26][28][34] 核心观点与论据 2026年行业展望与投资策略 * 核心观点：2026年是中国消费级AI的“激活年”，聊天机器人将从尝鲜变为习惯，但市场对“AI应用赢家与输家”的定价尚未形成一致 [1][5] * 投资策略：避免过早押注应用层赢家，转而交易“二阶敞口”，即AI推进过程中的受益者，其上行空间取决于采用广度而非单一应用份额 [1][4][8] * 行业首选股：百度、阿里巴巴、腾讯控股、网易、快手科技 [1] 消费级AI采用与竞争 * 里程碑：字节跳动豆包日活用户约1亿人，ChatGPT周活跃用户数达8亿，表明通用聊天互动已跨过大众市场应用的“足够好”门槛 [5] * 战略意义：聊天机器人可能演变为高频流量门户，预计2026年中国主要互联网平台（阿里巴巴、腾讯）将展开更激烈竞争 [7] * 投资角度：目前交易“AI应用赢家与输家”为时过早，短期份额变动反映的是分发和产品迭代节奏，而非坚实护城河 [4][8] 企业级AI采用 * 转折点：企业AI采用的转折点在于价值主张在高利害工作流程中变得可衡量，如软件开发 [9] * 证据：谷歌超过四分之一的新代码由AI生成；使用GitHub Copilot的开发人员完成任务速度快55.8%；Klarna的AI助理工作效率相当于700名员工，将解决问题平均时间从11分钟缩短至2分钟 [10] * 中国案例：腾讯的AI代码工具CodeBuddy将编码时间减少40%，研发效率提高16% [11] * 投资角度：基础模型开发商和平台AI供应商将通过云、API和企业产品捕捉AI工作负载需求，并降低内部研发和运营成本 [11] 智能体商业 * 发展：智能体商业是消费者采用聊天机器人后的下一步，界面可发起和完成交易，例如阿里巴巴千问应用允许用户在聊天界面点外卖和预订旅行 [12] * 短期机会：主要在于漏斗效率，对话界面可减少发现、比较和结账之间的摩擦，改善生态系统内的转化和留存 [14] * 变现路径：可通过更高的交易转换率、效果广告、商家自动化工具以及更高的支付附加率实现变现 [15] 游戏行业 * AI影响：AI通过加快资产创造、迭代和运营工作流来压缩“创意到市场”周期，提高内容供应的数量和质量，而非取代创意 [16] * 证据：腾讯发布开源的3D生成模型，可将文本和图像快速转换为高质量的3D视觉效果，用于游戏开发 [18] * 内容创新：搜打撤（类《逃离塔科夫》玩法）是明显的类型周期，新品发布有望促进2026年增长 [18] * 监管环境：2025年中国国家新闻出版署批准了1771款游戏，创2018年以来年度新高，表明2026年游戏审批将常态化 [19] 股价驱动因素回顾 * 2025年驱动因素：叙事变化导致的估值倍数上调是主要驱动因素，AI敞口成为最强催化剂 [20][24] * AI相关公司：阿里巴巴（2025年股价表现+73%，市盈率变化+148%）、百度（+55%，+116%）、快手（+55%，+64%）是明显受益者 [24][26] * 业务范围扩大：腾讯音乐、大麦娱乐因感知业务潜在市场规模扩大而获得估值上调 [24] * 竞争格局变化：美团因外卖和闪购竞争恶化导致股价表现不佳（-32%，市盈率变化-316%） [24] * 盈利预测调整影响：对非AI股票和垂类龙头（如网易、贝壳）的影响是次要的，股价更紧密相关于运营执行和利润率交付 [25] * 本年迄今（2026年初）驱动因素：估值倍数上调仍是主要驱动因素，AI相关公司（阿里巴巴、快手、百度）继续受益，监管顾虑（携程、拼多多、滴滴、腾讯音乐）和竞争格局变化（美团）构成估值阻力 [28] 估值展望 * 现状：中国头部互联网公司的动态市盈率仍较全球同业存在显著折让，例如阿里巴巴（26年预期市盈率19.6倍）对比谷歌（29倍）/亚马逊（26倍），携程（14.7倍）对比缤客（19倍），拼多多（8.3倍）对比eBay（17倍） [32][34] * 未来空间：随着围绕AI能力等叙事的趋同，对于能够展现持久AI定位、提升治理透明度和资本回报纪律的公司，个别性地缩小与全球同业的估值差距是可以实现的 [32] * 趋势：未来的估值上调可能更多呈现个别性和差异化驱动，而非普遍的行业倍数扩张 [33] 其他重要内容 关键数据与预测 * 用户数据：字节跳动豆包日活用户约1亿人；ChatGPT周活跃用户数达8亿 [5] * 效率提升数据：GitHub Copilot使开发人员完成任务速度快55.8%；Klarna AI助理将平均解决问题时间从11分钟缩短至2分钟；腾讯CodeBuddy减少编码时间40% [10][11] * 游戏版号：2025年中国批准1771款游戏，为2018年以来年度新高 [19] * 财务预测： * 腾讯游戏总收入：预计从2024年的1976亿元增长至2027年的3101.09亿元，2025-2027年同比增速分别为22%、15%、12% [22] * 网易游戏及相关增值服务收入：预计从2024年的836.23亿元增长至2027年的1200.11亿元，2025-2027年同比增速分别为12%、14%、12% [23] * 股价与估值数据（截至2026年1月29日）： * 阿里巴巴：股价175.7美元，市值4193.72亿美元，26年预期市盈率19.6倍 [34] * 腾讯：股价621港元，市值7259.59亿美元，26年预期市盈率17.5倍 [34] * 百度：股价157.7美元，市值552.79亿美元，26年预期市盈率19.1倍 [34] * 快手：股价82.3港元，市值461.29亿美元，26年预期市盈率13.5倍 [34] * 网易：股价133.8美元，市值847.09亿美元，26年预期市盈率14.4倍 [34] 风险与披露 * 利益冲突：摩根大通与报告覆盖的公司存在业务往来或寻求业务往来，可能存在利益冲突 [2] * 做市商与客户关系：摩根大通或其关联公司是阿里巴巴、百度、网易、腾讯控股、快手科技等相关实体证券的做市商和/或流动性提供方，并为其提供投资银行等服务 [39][40][41][42] * 监管风险：监管顾虑（涉及数据合规、定价行为等）对部分公司（如携程、拼多多、滴滴、腾讯音乐）的估值构成阻力 [28]

公司财务与业务表现 - 腾讯云业务在2025年实现了整体规模化盈利 [1] - 腾讯云合作伙伴的公有云收入在2025年继续保持两位数增速 [1] - 腾讯云AI及SaaS产品相关订单在2025年实现翻倍增长 [1] - 腾讯云AI大模型产品收入在两年内增长超过50倍 [1] - 腾讯云出海业务在2025年同比增长30% [1] AI与产品战略 - 公司认为AI真正健康的生意应以应用场景为导向，而非追求token消耗量 [2] - 公司将把发力重点放在AI与SaaS产品的融合上，以构成差异化竞争 [2] - 公司持续推进AI for SaaS战略，帮助合作伙伴快速上手AI生意 [4] - 公司推出的AI编程工具CodeBuddy服务内部超九成工程师，整体编码时间平均缩短40%以上，新增代码AI生成占比超50% [4] - CodeBuddy Code最新升级的90%代码由CodeBuddy自己生成，已覆盖腾讯内部超1.2万名工程师，并助力超过50家知名企业提升研发效率 [4] 市场与竞争策略 - 公司认为AI的出现极大带动了社会企业的智能化转型和公有云市场大盘的增长 [2] - 公司云业务理念秉持“生态大于生意”的原则，致力于生态的健康可持续 [3] - 公司与生态伙伴合作时，主要以能力输出为主，希望伙伴能搭建各自的“最后一公里” [3] - 公司认为公有云的上半场靠卖资源、拼价格的方式已结束，下半场的红利由AI激发 [3] - 公司将持续助力伙伴出海的生态战略，共享3200个加速节点等全球基础设施，帮助合作伙伴扫清技术与合规壁垒 [4] 合作伙伴与生态 - 腾讯云在2025年携手超11000家合作伙伴，持续深耕产业智能化 [1] - 公司对生态伙伴的扶持不遗余力，并大幅度剔除不健康的生意，专注于平台产品及政策的稳定 [3] 出海业务展望 - 公司认为出海是一个高速增长的市场，具备差异化竞争优势，机会大于挑战 [5] - 公司表示出海的前景和增长具备吸引力，但路程需要一定时间 [5]

核心观点 - 摩根大通认为2026年将成为中国消费级AI的“激活年”，聊天机器人正从尝鲜转向用户习惯养成阶段，市场尚未准备好对最终赢家定价，建议投资者避免非黑即白的应用层押注，转而关注“二阶受益者” [1] 消费级AI市场趋势与竞争 - 2026年将成为中国消费级AI的“激活年”，聊天机器人正从尝鲜阶段转向用户习惯养成阶段 [1] - 字节跳动旗下豆包的日活跃用户达到约1亿，表明通用聊天互动已跨过大众市场门槛 [1] - OpenAI的ChatGPT周活跃用户数达到8亿，印证了消费级AI一旦在产品实用性和分发上达成一致，将迎来极快的复合增长 [1] - 2026年中国主要互联网平台将围绕聊天机器人这一高频流量门户展开激烈竞争 [2] - 竞争将导致会话从偶尔查询变为每日多轮互动，加速Token消耗，同时平台为争夺心智份额将增加获客支出，促使预算流向效果导向型渠道 [2] 投资逻辑与“二阶受益者” - 市场尚未准备好对AI应用的最终“赢家与输家”进行统一定价，早期的市场份额转移更多反映了分发能力而非护城河 [1] - 建议投资者避免在现阶段进行非黑即白的应用层押注，而是将交易锚定在“二阶受益者”上 [1] - “二阶受益者”包括因推理工作量增长而受益的AI基础设施、因行业营销强度提升而受益的广告平台，以及内容密集型行业的生产力提升者 [1] AI基础设施受益者 - 日常多轮聊天机器人对话的增长将直接利好推理需求及Token吞吐量，随着智能体从对话扩展到深度查询与执行，Token消耗量预计将实现复合增长 [3] - Token消耗增长将推高云和AI技术栈的利用率 [3] - 阿里巴巴和百度能清晰反映Token增长主题，其价值链将回报规模化基础设施及生态系统层面的整合 [3] 广告营销受益者 - 随着阿里巴巴和腾讯等巨头竞相塑造新的流量门户，行业销售和营销强度将显著提升，各平台在获客和重复互动方面的支出将增加 [3] - 效果导向型渠道将占据较大预算份额，这为快手科技创造了有利的交易背景，使其能够先行受益于行业竞争带来的营销红利 [3] 企业级AI采用 - 企业AI采用的转折点在于价值主张在高利害工作流程中变得可衡量，软件开发是目前最清晰的验证场景 [4] - 谷歌超过四分之一的新代码由AI生成，腾讯的AI代码工具CodeBuddy将编码时间减少了40%，验证了AI助理能将模型能力转化为任务关键型工作流的吞吐量改善 [4] - 客户运营等领域也展现出类似趋势，Klarna披露其AI助理的工作效率相当于700名员工 [4] - 在中国，平台正将AI产品化为企业工具包，这将使基础模型开发商和平台AI供应商在财务和运营两方面受益 [4] 智能体商业发展 - 在消费者采用聊天机器人后，下一步是“智能体商业”，即界面不仅能回答问题，还能发起和完成交易 [6] - 阿里巴巴近期升级了千问应用，集成淘宝、支付宝等服务，允许用户在聊天界面点外卖和预订旅行，标志着这一转型在中国的落地 [6] - 短期内机会在于漏斗效率的提升，对话界面可以减少发现、比较和结账之间的摩擦，从而改善生态系统内的转化和留存 [6] - 各垂直领域面临上游入口截流的长期风险，但鉴于服务的复杂性，在结构性份额变动明晰前，市场将经历持续的试验期 [6] 游戏行业影响 - 2026年中国游戏行业将保持强劲表现，AI采用是一项被低估的利好 [7] - AI的主要影响在于通过压缩“创意到市场”的周期，加快资产创造和迭代，而非替代创意 [7] - 腾讯发布了开源3D生成模型，表明头部发行商正积极将AI作为生产力工具整合进管线 [7] - 监管环境稳定，2025年中国国家新闻出版署批准了1771款游戏，创下2018年以来新高，预示着内容储备将更加健康 [7] - “搜打撤”类游戏如《绝地求生》衍生作和《暗区突围：无限》的流行，被视为促进行业增长的积极信号 [7]

腾讯云AI生态战略核心观点 - 腾讯云产业生态合作部在负责人杨晨的带领下，确立了以“AI SaaS”为核心的战略方向，放弃了行业热门的GPU算力转售和MaaS模型服务，旨在为生态伙伴找到一条健康、可持续的盈利路径[3][4][5] 战略选择：为何聚焦AI SaaS - **放弃MaaS（模型即服务）**：公司认为tokens（代币）不会是AI最终变现的主流通路，一些厂商的投入被视为市场切入策略，不符合腾讯看重业务健康度的风格[8][9] - **放弃纯GPU算力转售**：该业务存在客户粘性差、利润薄两大问题，客户会因价格在不同云厂商间迁移，且大单的毛利率非常薄，生态伙伴缺乏增值空间[10][11] - **基于自身基因选择**：腾讯云的收入结构已形成“4-4-2”阵型（四成IaaS，四成PaaS，两成多SaaS），这使其有能力引导伙伴聚焦AI化的SaaS，在所有云厂商中独树一帜[12] AI SaaS的市场机会与价值重塑 - **市场初期顾虑**：合作伙伴曾担心AI SaaS不好卖（客户付费意愿不强）且订单金额不够性感，性价比不如云资源大单[14] - **AI重塑SaaS价值**：AI能力将SaaS从工具转变为“智能效率引擎”或“业务增长组件”，客户是在为效果和业务成果付费，而不仅仅是功能，这改变了付费逻辑[14][17] - **三大产品板块的AI化演进**： - **开发工具SaaS**：如CodeBuddy进化为“AI结对程序员”，价值从提升编码速度转向降低开发门槛[15] - **商业赋能SaaS**：如腾讯电子签集成AI合同审查，企点营销云内核为Customer AI决策引擎，推动营销从经验驱动转向算法驱动[15] - **企业协同SaaS**：如腾讯会议、腾讯文档等从协作载体进化为智能工作中枢，价值从实现协同转向赋能员工和流程[16] - **增长数据验证**：SaaS业务涨幅远高于IaaS，其中商业赋能类SaaS整体涨幅达128%，腾讯地图旺店、腾讯问卷增长率超200%，腾讯会议AI功能用户量同比增长150%[21][33] 推动生态伙伴转型的策略与挑战 - **核心挑战是观念转型**：许多伙伴及内部员工习惯于旧思路，且部分伙伴因生存压力优先考虑“活下去”，而非“活更好”，导致转型缓慢[18][35] - **三大内部变革以提供体系支撑**： - **产品整合化**：将过去割裂的SaaS产品线、政策与接口大幅整合统一，让伙伴能像搭配“组合拳”一样销售解决方案[19] - **赋能立体化**：赋能分为三层，包括基础销售场景赋能、强运营赋能（分析客户分层、行业机会）以及深度协同（帮助优化伙伴内部绩效与流程）[19] - **设计牵引性激励**：为AI SaaS新客、特定AI产品提供额外激励和补贴，引导伙伴形成“学习-获利-再学习”的正向循环[19] - **伙伴参与度与难点**：整体有30%-40%的伙伴已参与到AI业务中[25]，主要难点在于伙伴内部的组织转型阻力以及需要补齐行业know-how，从价格销售转向价值销售[27][28] - **具体扶持措施**：通过ADP、CodeBuddy等产品培训、升级合作伙伴管理平台（PRM）的AI分析能力，以及举办混元训练营、AI共创营（二期报名超2400家）来扶持伙伴转型[31][32] 出海业务进展与规划 - **出海业务增长**：2025年下半年正式打通出海通路，服务中企出海，该业务板块增长了30%[37] - **未来目标**：2026年的出海业务目标设定为翻番[37][38] - **伙伴拓展**：新拓展的伙伴主要是因外企撤退而寻求合作的原外资云在香港、澳门的伙伴，同时也支持国内伙伴出海[37] 整体市场趋势与公司定位 - **市场拐点出现**：2025年随着DeepSeek等AI应用催生，市场活力显现，整个市场蛋糕在变大，伙伴的焦虑从“怎么活下去”转向“如何抓住新机会”[23][24] - **公司大方向**：腾讯定下的智能化、国际化、融合创新大方向不会轻易改变[39] - **生态角色共存**：未来AI市场中，分销商、集成商、软件开发商等不同类型的伙伴都将有一席之地[30]

腾讯的AI战略与实践 - 公司云战略核心是支持各类不同模型运行，为客户提供不依赖特定模型的工具和产品，将选择合适模型的自主权交还给客户 [3] - 公司致力于优化AI使用成本，使其能够普及推广，惠及更广泛的群体 [3] - 公司以智能体为载体、云平台为支撑、开箱即用工具为抓手，将AI能力封装成可落地于各行各业的解决方案，已在零售、医疗、教育等30多个行业落地 [5] AI在腾讯内部的应用与成效 - 公司内部超过1.2万名工程师使用AI编程助手CodeBuddy，公司超过50%新增代码由AI辅助完成 [3] - CodeBuddy平均编码时间缩短了40%以上，最新升级的AI CLI形态CodeBuddy Code的90%代码由CodeBuddy生成 [3] - 混元大模型已支持公司内部900多个业务场景提效，包括腾讯会议、微信、广告、游戏业务等 [4] - AI正系统性地改造公司，并产生直接、可量化的收益 [4] 混元大模型的研发与进展 - 公司坚定投入全栈自研混元大模型，在过去一年发布了30多个新模型，涵盖增强混合推理、图像、视频及3D生成等多个领域 [4] - 全新发布的混元2.0采用混合专家架构，具备高达406B总参数量，激活参数32B，推理能力和效率处于业界领先地位 [4] - 混元3D大模型开源平台的下载量已突破300万，被公认为最受欢迎的3D开源模型之一 [4] AI驱动的财务表现 - 2025年第三季度财报显示，AI带来更精准的定向投放，提升点击率，驱动营销服务收入同比增长21% [4] - AI在游戏用户参与度、匹配机制等方面带来助益，带动游戏收入同比增长22.8% [4] 中国AI生态与市场观察 - 世界经济论坛调研指出，87%的中国企业计划增加AI投资，AI正成为生产力、韧性和长期竞争力的核心推动力 [3] - 中国市场普遍关注AI应用的实际收益与成本控制 [3] - 中国AI生态参与者众多，模型公司数量远超其他市场，且开源氛围浓厚，为客户提供了灵活选择 [4] - 中国的AI生态是开放、多元、充满活力的 [6] AI对产业的系统性重塑 - AI对各行各业的系统性重塑，正逐渐实现从单点提效到全链协同的升级，最终带来降本增效、模式创新、交互革命与竞争力重构的深层变化 [6] - 以拓竹科技为例，通过调用腾讯混元3D大模型重构传统3D建模工作流，利用AI的3D生成能力显著降低专业建模门槛，放大普通用户参与度并激发个性化创作需求 [6] - 挑战在于如何将创新的试点项目转化为系统性的变革和可衡量的回报 [3] 中国AI发展的驱动因素 - 研发投入与人才密度的持续积累，中国持续加大人工智能领域的基础研究投入 [7] - 模型技术的前沿突破与架构创新，中国科技企业和科研机构在模型架构、训练方法等核心环节实现自主创新 [7] - 广泛的产业实践场景，AI正加速与制造、医疗、金融、能源、零售、教育等战略领域的深度融合，丰富的产业需求为技术提供了全球领先的生长沃土 [7] AI与教育及新一代 - 鼓励新一代保持好奇心，并善用可免费获取的AI工具，是培养他们将AI作为学习工具习惯的最佳途径 [6] - 新一代可通过腾讯元宝等随手可得的免费AI工具去提问、满足好奇心 [6]