​​​7月6日腾讯混元Hy3正式发布。这次不能只盯参数也不能只盯WorkBuddy那组90%任务成功率。先看Hy3在腾讯AI体系里的位置。元宝要交付PPTWorkBuddy要拆办公任务CodeBuddy要帮工程师写代码ima要处理知识库腾讯会议和腾讯文档要接上纪要和资料。想让这些产品听得懂、接得住、跑得动底下就需要一块足够强的大语言模型。普通人看不懂Hy3没关系。你只要先抓住一句话就行腾讯要让这么多产品会听懂人话、会拆任务、会调用工具、会交付文件底下就必须有一个足够强的大语言模型。Hy3这一版重点就在这里。为什么大语言模型重要很多人一听大语言模型第一反应还是写作文。但放到办公和生产力里它先要听懂人话。你说一句帮我整理会议纪要它得知道你要的是会议重点、行动项、负责人和截止时间。它写得漂亮没有用能不能把会后的事排清楚才有用。再往后它还要接三步。先理解意图。你说得含糊它也要知道你大概想解决什么问题。再推理和拆解。很多任务要先找资料、定结构、生成文件、检查格式顺序错了就会返工。最后调用工具。到了Agent这一步模型要把会议、文档、知识库、代码工具、客服系统这些东西调起来。​​所以大语言模型越强上层产品就越容易从会聊天变成能干活。为什么它在腾讯体系里更重要腾讯最特殊的地方是产品太多。微信、企业微信、腾讯会议、腾讯文档、腾讯云、游戏、广告、搜索、元宝、WorkBuddy、CodeBuddy、ima这些东西本来就分布在不同场景里。一个人上班可能先开会再写文档再查资料再拉同事同步最后还要交付PPT或表格。如果每个产品都自己做一点AI那只是各自多一个按钮。但如果底下是同一套足够强的大语言模型事情就不一样。会议里的内容可以被理解文档里的资料可以被改写知识库里的信息可以被调出来代码和办公流程也可以被接上。这就是Hy3在腾讯体系里该被写清楚的地方。它给腾讯这一大串产品补的是共同理解和共同执行能力。​​腾讯早在混元首次亮相时就说过混元已经在腾讯50多个产品和业务内测包括腾讯云、腾讯广告、腾讯游戏、腾讯金融科技、腾讯会议、腾讯文档、微信搜一搜、QQ浏览器等。到Hy3这一版官方又强调它已经接入WorkBuddy、CodeBuddy、元宝、Marvis、ima等产品。这条线连起来看Hy3像一次底层换挡。前台产品还叫原来的名字背后负责理解、推理和调工具的模型变强了。这次升级为什么还要盯Agent说到底腾讯为什么要把底层大模型做强因为现在AI产品的竞争已经走到下一步能不能替你把一段任务跑完。Agent这个词普通人可以先这么记。你交给它一件事它能拆几步、跑几步、产出一个你能验收的结果。新华网稿件里给了四组外行人也看得懂的数字。WorkBuddy内部测评任务成功率从72%升到90%平均耗时缩短34%。元宝在综合办公和生活服务两个场景的内评里超过了GLM5.1等国产模型。微信公众号AI客服的意图识别准确率提到了98.94%。WeGame上《流放之路降临》的AI游戏助手多轮推理与工具调度综合成功率做到92%幻觉率从4.5%降到2.8%。这四组数指向的是同一件事Hy3已经被放进真实业务里反复折腾。国内大模型这一年都在拼榜单分。公众号读者关心的是另一件事——它到底有没有靠近我每天在做的活。Hy3这张图要看中间那一层这张图要看的是底层模型和上层产品的关系。Hy3在中间给这些产品提供理解意图、拆任务、生成内容、调用工具的底层能力。WorkBuddy、CodeBuddy、元宝、ima、Marvis是这次官方稿里最直接的落点。腾讯会议、腾讯文档放在旁边是因为办公场景里最常见的动作就是开会、写文档、查资料、分待办。​WorkBuddy腾讯的个人AI Agent工作空间。这是最适合普通人感知Hy3的一层。Hy3上线以后WorkBuddy上自主选择Hy3 preview的用户数增长6倍。前面那组72→90%、-34%的数主要是从它身上出来的。CodeBuddy腾讯的编码Agent。它帮了95%以上的腾讯工程师整体编码时间缩短了40%。写代码、看评审、补测试、处理运维问题这几步都能在插件、IDE、CLI里接上。元宝这次同步上线了Agent功能。你给一句自然语言它就能直接执行复杂任务交付PPT、Word、Excel、PDF、HTML这几样常见办公件全部免费。综合办公和生活服务场景的内评里Hy3比GLM5.1等国产模型更稳定落到用户手上就是少等几轮、少改几版。Marvis腾讯的桌面Agent。这次升级重点放在文件编辑和生成、文件管理、电脑诊断和操作几件事上。单Agent任务完成率93.7%比preview提升12.7%。6个Agent协作下任务派发正确率92%比preview提升13.5%。ima腾讯的知识库产品。长文写作和方案生成的结构完整度与可用性都在变好。Agent场景里系统稳定性95.1%工具编排能力提升得尤其明显盲目重试、应止未止这种无效操作大幅减少。腾讯会议和腾讯文档也该放进来一起看。混元首次亮相时腾讯就把腾讯会议AI小助手、腾讯文档文本创作列为接入案例。会议纪要、文档生成、知识库问答、代码开发、办公文件交付这些本来就是一条连续工作流。你不用挨个去试每一件。从WorkBuddy到微信AI客服再到WeGame游戏助手Hy3像是腾讯这个夏天换发动机的那一次多条产品线都被同一波能力推了一截。如果对你有帮助记得关注一波~WorkBuddy 上那组 90% 到底怎么读四组数里WorkBuddy 这一组最容易被误读所以单独说。72% 到 90%平均耗时缩短 34%。这组数来自新华网稿件披露的内部测评口径目前还不能直接当成第三方独立实测。Office自动排版是一回事公司内部经营汇报是另一回事。任务范围怎么圈、样本怎么选、评价标准怎么定外部读者暂时看不到细节。但这组数仍然值得写。因为它说明的是你交给它一件事它得拆开、跑完、给你一版能拿到会上讲的稿子。光写得像完成已经不够。以前很多AI工具最让人头疼的就是它交上来挺顺。你一检查格式错、重点偏、资料漏、口径不对。省不下时间反而得多替AI返工一遍。如果WorkBuddy真能把任务成功率往上拉它解决的就是这个最痛的地方。原来你在最后擦屁股现在它先把拆任务、跑流程、交初稿这几步往前推一站。普通人该怎么看这件事原来让AI写几句话现在可以让它拆任务、出待办、交文件。模型层再重要也不能让读者停在底层架构四个字上。普通聊天AI像坐在旁边回答问题的人。你问一句它答一句。Agent更像你给它一件事它自己拆几步可能调工具可能生成文件最后把结果交回来。放到任何一个腾讯产品里事情都会比帮我写个PPT大纲更往前走。WorkBuddy帮你拆会议、出待办、生成文档。元宝帮你出PPT、Word、Excel这种可交付件。Marvis帮你管文件和桌面操作。ima帮你搭知识库问答和长文生成。当然这只是理想状态。真实办公里麻烦多得很。你的资料能不能给它公司权限让不让它读它生成的 PPT 是不是贴近老板要的口径会议纪要里哪些话能写哪些话不能写这些不会因为 Hy3 这一版升级就自动消失。所以我的建议是别把它当全自动打工人先把它当一个能帮你跑前半段的办公助手。前半段它跑最后一关你验。真要试就拿这 3 个办公任务试如果你后面想试腾讯系 AI 办公WorkBuddy、元宝都行不建议上来就让它做一个宏大项目。先拿三个普通任务试。第一资料变纪要丢几份公开资料让它整理成一页会议纪要。重点看有没有漏关键事实有没有把不确定的东西写死。第二纪要变待办让它把会议内容拆成任务列表。重点看负责人、截止时间、依赖关系是不是清楚。没有明确来源的地方它有没有提醒你补充还是自己编。第三资料变 PPT 提纲让它先出提纲别急着要成品 PPT。重点看结构顺不顺第一页有没有结论后面是不是围着结论展开。这三个任务普通也真实。拿它们跑一轮你心里会比看宣传页更有数。好不好用最后要回到一件小活。你交过去它能不能少让你返工。所以这篇我把主题放回Hy3。参数是背景WorkBuddy让普通人看到结果底下的大语言模型决定它能跑多远。Hy3这次同时把WorkBuddy、CodeBuddy、元宝、Marvis、ima这五个产品的能力往上推了一截。公众号AI客服的意图识别准确率提到98.94%WeGame游戏助手的综合成功率做到92%。这些数字放在一起看能看到同一波模型能力正在多个场景里落地。国产模型到这一档已经不能单看刷分得看谁能把真实业务接起来。腾讯的优势本来就是产品多。Hy3如果能继续往上走会议、文档、代码、知识库、客服、游戏这些原本分散的场景就有机会被同一套理解和执行能力串起来。能不能火就看这句话能不能打中人。腾讯混元Hy3最该被盯住的地方是它能不能成为腾讯AI全家桶底下那块真正能干活的大语言模型。每次我都想提醒一下这不是凡尔赛是希望有想法的人勇敢冲。我不会代码我英语也不好但是我做出来了很多东西。我真心希望能影响更多的人来尝试新的技巧迎接新的时代。谢谢你读我的文章。如果觉得不错随手点个赞、在看、转发三连吧如果想第一时间收到推送也可以给我个星标⭐谢谢你看我的文章。