2026年，腾讯疯狂“补课”

（本文作者为 影子备忘录，钛媒体经授权发布）

2026年5月13日，马化腾在股东大会上说了一句话，后来被反复截取、传播、消费：一年前以为上了船，后来发现船漏水了；现在感觉站上去了，还坐不下去，希望船速能快一点。

大多数解读把它当成一个创始人的坦诚，但坦诚只是表层。

真正值得追问的是：一艘二十年来几乎在每个赛道都“后发而至”的船，为什么这一次上了船才发现船体本身有问题？

答案都藏在腾讯补课的姿势里。如果把腾讯2025年底到2026年的一系列动作摊开看，比如组织收权、财务优先级重置、模型地基重浇、入口逻辑切换、云商业化路径重选、投资生态的边界暴露等，你会发现它们不是六个平行的业务故事，而是同一道题的不同解法。

这道题叫：一个建立在流量、连接和分权之上的旧生态，如何长出以算力、模型和集中调度为特征的新地基，同时不被旧地基的引力拖垮。

一家“联邦制”公司，开始学“战时集中”

理解腾讯的补课，必须从它的组织基因开始。

腾讯过去二十年的竞争力，很大程度上建立在一种“联邦制”上。微信从邮箱团队跑出，游戏靠内部赛马杀出，各业务单元长期拥有独立的预算、技术判断和决策权，集团更像协调者而非命令者。

这套逻辑在移动互联网时代近乎无解，离市场最近的人做决策，跑得快的业务不被慢的拖累，微信长成超级应用靠的就是这种“特区式”的边界感。

但AI战争的底层语法完全不同。算力要集中采购才能压成本，数据要集中喂养才能训练模型，训练和推理的调度要统一才能形成合力。

谷歌把Gemini铺进搜索、Android、Workspace、YouTube，阿里重新集约化管理通义，字节用火山引擎统一承接模型与算力……

它们做的都是同一件事：往回收。

腾讯真正的补课信号，是2025年12月的那次架构升级，即新成立AI Infra部、AI Data部和数据计算平台部，姚顺雨出任首席AI科学家，同时兼任AI Infra部和大语言模型部负责人，向总裁刘炽平汇报。

到2026年7月，多模态模型部与大语言模型部合并为基础模型部，统一由姚顺雨管理；9月，他的权限进一步扩大到统管基础模型部、AI Infra部、AI Data部，混元从研发、算力到数据评测的核心链路握于一人之手。

三个月后，成立整整十年的AI Lab被撤销，人员并入混元体系。

一个28岁的年轻人，在不到一年内接连接管模型、算力、数据三条核心链路，直接向公司最高层汇报。

这种授权力度在腾讯历史上极为罕见。它传递的信号远比“重视AI”更具体：腾讯正在把过去分散在多个实验室、多个业务群里的AI资源，收拢成一条可被集中指挥的作战链路。

这是补课的第一层，也是最难的一层。因为“联邦制”不只是一套组织架构，它是一套心智模式。

各业务守护自己的边界、数据和用户体验，天然对外部新业务形成排斥。

马化腾说“船速要再快一点”，真正的约束或许并非某个发动机功率不够，更多的是各舱室之间的协调成本太高，整艘船很难同时朝一个方向吃水。

回购让位于算力，利润让位于时间

组织收权之后，钱的方向必须跟着变。

2026年第二季度，腾讯资本开支达到528亿元，同比增长176%，自由现金流录得负138亿元，对于一家长期以“现金牛”著称的公司，这是极不寻常的数字。

更值得对照的是回购：2025年腾讯回购规模接近700亿元，而2026年截至8月累计约291亿港元，全年预计400到600亿港元，较2024年几近腰斩。

刘炽平的解释很坦率：如果增加资本开支，可以提升出租能力、构建模型、获得更多Token并实现回报，集团会将更多资金导向资本开支，因此可能减少用于回购的现金。

他甚至提到，数月前支付的预付款和相关订单，今天能以超过30%的利润出售算力，但腾讯仍选择将这些算力优先用于训练自研模型和推广自研应用。

这段话的信息量比表面大得多。它说明腾讯的财务优先级发生了一次明确的重置：过去几年，资金流向回购，本质上是向资本市场传递“没有比回购更好的资金用途”；现在资金流向算力，传递的是“AI基础设施的边际回报高于回购”。

用利润换时间，用股东回报换战略卡位。

2026年Q2，AI新产品（混元、元宝、CodeBuddy、WorkBuddy、小微等）的收入、成本及开支，把非国际财务报告准则下的经营利润增速从19%拉低到9%，AI“吃掉”了约10个百分点的利润增速。

这不是一个可以靠“优化”消化的数字，而是一个主动选择的结果。

补课的第二层含义由此清晰：腾讯不是在用“闲钱”补课，是在用资产负债表和利润表的结构性调整来补课。

回购腰斩和自由现金流转负，是这场补课真实存在、且代价已经被计入财务的证明。

钱和组织都到位之后，模型是检验补课成色的第一块试金石。

2026年1月底，混元启动了一次被内部称为“重建”的行动：预训练、强化学习、数据体系、评估体系，全部推倒重来。

姚顺雨自己的说法是，“去定义更真实的问题和提高数据质量”，这相当于是一次地基重浇。

过去不同团队标准不一、能力分散、模型与产品脱节的问题，被集中到一条链路上重新解决。

效果在11月的Hy4上得到了阶段性验证。770B参数，约为上代Hy3的2.6倍；在独立评测机构Artificial Analysis的Intelligence Index v5上得分35，在中国AI实验室中仅次于Kimi K3.1 Pro的46分，高于AA所列全部已发布权重的模型。

腾讯官方给出的金融盲测中，213位专家在579个真实任务上给Hy4打出3.04分，高于DeepSeek-V4.1-Flash的2.97和Kimi、GLM的2.68。

如果只看这些数字，补课似乎已经交出了不错的答卷。

但同一份AA成绩单里还有一个更刺眼的数据：Hy4在知识基准上的幻觉率高达89%，AA标注为“高幻觉率”，对照Kimi K3.1 Pro为37%。

混元团队自己也承认，Hy4是“目前最强的开源模型之一，但与顶尖闭源模型仍然存在较大差距”。

这才是模型补课的真实刻度。腾讯把混元从“落后”拉到了“国内第二梯队前列”，在编码、金融等特定场景做到了有竞争力的水平。

但模型能力的竞争早已不在“跑分”层面。当AI从Chatbot走向Agent，从“回答问题”走向“替用户执行任务”，幻觉率就不再是一个技术指标，而是一个商业信任指标。

一个幻觉率89%的模型，可以被用来写文案、做摘要，但很难被放心地放进企业的核心工作流，更难被托付给消费级Agent去“自主执行交易”。

腾讯补上了“能用”这一课。但“可信”这一课，才是决定模型能否成为云、Agent、生态真正地基的那道分水岭。

微信开始“自己长出AI”

模型之外，腾讯补课最独特的战场在入口。

过去一年，腾讯推AI的逻辑很直白：做一个独立的元宝，让微信给它导流。

公众号文章可以“元宝总结”，微信里的AI能力向元宝开放。微信负责流量，元宝负责AI。

但2026年下半年开始，这个逻辑被悄然改写。微信PC版公众号文章右上角的“元宝总结”陆续变成了“问AI”，点进去承接的不是元宝，而是“小微”，这是一个长在微信里面的AI智能体，底层用的是针对微信场景专门定制的WeLM，而不是混元的通用模型。

花旗在9月的研报中给了一个很高的判断：小微有望成为中国“终极消费AI代理”，理由是微信相对中立的平台定位和已建立的垂直合作伙伴关系，提供了其他玩家难以复制的分发与交易护城河。

腾讯自6月起已经和选定商业伙伴测试小微的代理功能，方向是在微信内自主执行更复杂的用户流程和交易动作。

这件事的意义不在“元宝是不是被放弃了”。元宝仍然是腾讯的通用AI产品，和豆包、千问正面竞争。

真正的变化在逻辑层：元宝是“App逻辑”，用户需要打开它、向它提问；小微是“Agent逻辑”，它不需要用户打开任何新东西，它就在用户本来就在的地方，调用微信的关系链、小程序、支付和商家网络。

这是腾讯补入口课最聪明的一步，也是最难的一步。

聪明在于，它没有在独立AI App的战场上和字节、阿里拼投放和日活，而是把AI塞进了那个14.39亿月活、别人拿不走的容器里。

难在于，微信生态的“强”，恰恰构成了AI原生逻辑的“锁”。

一个独立Agent产品需要极致的意图理解和任务闭环能力，才能让用户心甘情愿迁移。

但小微不需要用户迁移，因为它天生就在终点。

这种“分发红利”让小微起跑极快，却也可能掩盖一个更深的问题：当Agent的能力上限受限于微信生态的接口边界和场景定义，它是否还能长出超越“微信内助理”的智能？

花旗说的“交易抽成和广告变现”，指向的是一个商业上极有想象力、但产品上高度依附于旧生态的路径。

腾讯补入口课，补的不是“再做一个AI App”，而是在最强生态内部完成一次交互逻辑的切换。

切换已经开始，但切换的终局不是产品题，是生态题。

在自己的场景里“AI化”

入口之外，云是腾讯补课最容易被误读的一块。

如果只看IaaS份额，腾讯云的位置并不好看。但腾讯云走的路本来就不在IaaS正面战场。腾讯云副总裁杨晨有一句话被反复引用：“Token是一个低质的生意，看着量很大，但黏性极差。我们始终不觉得Token是一个好的生意。”

当行业在GPU算力和Token价格上内卷时，腾讯云的选择是把筹码压在“AI+SaaS”上。

收入结构是最好的注脚：约四成IaaS、四成PaaS、超过两成SaaS，SaaS占比在头部云厂商中相当突出。

企业协同类SaaS年增幅约40%，商业赋能类SaaS增速翻倍甚至更高，AI及SaaS相关订单翻倍增长，AI大模型产品两年内增长超过50倍。

2026年Q1，腾讯云收入同比增速突破40%，毛利率提升至35%以上，AI相关高毛利服务占比达到25%至30%。2025年腾讯云已经实现扭亏为盈。

这套打法的本质，是用腾讯最擅长的东西，如企业微信、腾讯会议、文档、电子签这些已经长在无数公司工作流里的SaaS产品去承接AI的增量，而不是在别人的算力主场上拼刺刀。

腾讯会议从一个会议工具进化为集AI纪要、实时翻译、面试分析、HR系统打通于一体的提效工具，就是“SaaS AI化”的典型样本。

但这条路的天花板同样清晰。MaaS市场已经被火山引擎、阿里云抢先卡位，腾讯不在调用量前五的名单里。

SaaS AI化的逻辑成立的前提，是企业愿意为“嵌入工作流的AI增值”持续付费，而不是把AI当成一个可以随时替换的附加功能。

腾讯云补的是商业化健康度这一课，并非规模课。在一个普遍亏损的云市场里，扭亏为盈本身就是一个信号，但信号能不能变成壁垒，取决于SaaS的AI溢价能不能扛住价格竞争的侵蚀。

用资本换时间，但有些课买不到

腾讯补课的另一条线，在资产负债表之外投资。

过去几年，腾讯在AI领域的出手几乎覆盖了整条产业链：芯片和算力层投了燧原科技、曦智科技、云豹智能、无问芯穹，燧原的腾讯持股接近20%、同时是第一大客户，2025年销售占比超过77%。

大模型层覆盖了“AI六小虎”中的智谱、MiniMax、月之暗面、百川智能、阶跃星辰，还参与了DeepSeek首轮融资；应用层从AI营销到协同办公再到创作平台，密集下注。

有媒体统计，腾讯几乎“买下了中国AI行业的半壁江山”。

用资本换时间、换信息、换生态位，这套打法在移动互联网时代被腾讯验证过。

但在AI时代，它的边界也暴露得格外清晰。

具身智能是最典型的样本。腾讯在WAIC上展示了从模型层到平台层再到云底座的全栈方案，定位始终是“做平台和大脑，不做硬件”。

逻辑上很顺：硬件重资产、低毛利，平台和大脑一旦形成生态，边际成本递减，还能通过云持续收费。

但产业现实给出了相反的答案。2026年，头部人形机器人公司几乎无一例外地走向了自研大脑。

腾讯自己领投B轮的智元，自研了启元大模型GO-1和交互大模型WITA Omni，合伙人说得直接：“机器人公司如果不做大模型，是没有未来的。”

银河通用自研银河星脑，星海图开源G0系列基座模型，宇树开源VLA模型，连刷新融资纪录的它石智航，核心资产也是通用具身大模型和真实世界数据集。

更深层的障碍在数据。大语言模型可以靠公开互联网文本训练，但机器人的训练数据必须在真实物理世界中产生，每一帧都来自昂贵的真机操作或仿真合成。

按现在的数据收集速度，具身智能模型要达到大语言模型的智能程度，需要12万年。

数据掌握在做本体、跑场景的机器人公司手里，不在平台手里。

腾讯在具身智能上补的课，逻辑是成立的：如果机器人公司最终需要更强的“大脑”和更低的云成本，腾讯有供给价值。

但“平台梦”能否成立，不取决于腾讯补得多快，而取决于产业愿不愿意把最核心的智能层交给一个不做硬件的伙伴。

有些课可以用资本买时间，有些课只能等产业自己走到那一步。

结语

把组织、财务、模型、入口、云、投资几条线收在一起，腾讯补课的真实轮廓才完整。

它不是从零造一个“AI时代的腾讯”。

它做的是把AI塞进已经存在的、别人拿不走的东西里面：企业微信的关系链、微信的社交与交易闭环、SaaS工作流、十几年积累的投资触角。补课不是另起炉灶，是让旧资产在新地基上重新获得定价权。

但这也正是这场补课最深的悖论。旧生态给了腾讯起跑的速度，也给了它转弯的阻力。

姚顺雨的集权能不能穿透“联邦制”的惯性，回购腰斩换来的算力能不能沉淀为模型的可信度而不是单纯的参数规模，小微的Agent逻辑会不会最终被微信生态的边界定义成一个更聪明的助理而非真正的智能体，具身智能的平台路线在“人人自研大脑”的产业现实面前能走多远……

这些问题没有一个是靠继续“投钱”就能自动回答的。

腾讯创始人说希望船速再快一点。但决定这艘船能不能坐稳的，从来不是发动机的功率，而是船上的人愿不愿意把各自的舱室打通，让整艘船朝同一个方向吃水。

腾讯补课补到最后，补的是一道组织心智题，产品却是次要的。

这道题的答案，2026年还远没有写完。