AI下半場“哨響”：騰訊云如何打通“任督二脈”？

出品 | 創(chuàng)業(yè)最前線

作者 | 文斐

編輯 | 閃電

美編 | 倩倩

審核 | 頌文

AI技術(shù)狂飆數(shù)年后，“算力崇拜”的敘事正悄然讓位，更深層次的關(guān)于“記憶與上下文”的話題，成為新焦點(diǎn)。

當(dāng)模型規(guī)模遭遇瓶頸，當(dāng)智能體（Agent）開始7x24小時(shí)不間斷工作，企業(yè)該如何構(gòu)建支撐其長期運(yùn)行、高效協(xié)作的數(shù)據(jù)基礎(chǔ)設(shè)施？近日騰訊云舉辦的2026AI產(chǎn)業(yè)應(yīng)用大會，給出了極具可行性的答案。

大會釋放出一個(gè)清晰的信號：AI“下半場”已經(jīng)鳴哨。這意味著拼算力、拼參數(shù)的“上半場”開始落幕，而拼數(shù)據(jù)治理、拼記憶效率、拼場景落地的“下半場”則同步到來。

存儲與記憶，這個(gè)曾經(jīng)被低估的角色，正在成為新的戰(zhàn)略高地。

1、AI下半場，Agent基礎(chǔ)設(shè)施的范式轉(zhuǎn)移

6月5日，騰訊云2026AI產(chǎn)業(yè)應(yīng)用大會如期舉行。一場關(guān)于AI基礎(chǔ)設(shè)施的討論，正在刷新人們對人工智能競賽的認(rèn)知。

騰訊集團(tuán)高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生，與騰訊AI首席科學(xué)家姚順雨，罕見同臺深度對話，首次系統(tǒng)闡釋了騰訊AI的“哲學(xué)”與“務(wù)實(shí)邏輯”。

“AI下半場”的概念由姚順雨提出并廣為人知，這次他在現(xiàn)場給出了更為精準(zhǔn)的界定。過去，無論是AlphaGo還是早期的翻譯模型，人類面臨的核心挑戰(zhàn)是“方法論稀缺”。而今天，預(yù)訓(xùn)練與大模型的成功，讓人類擁有了一個(gè)近乎“萬能”的底座。

“最大的挑戰(zhàn)變了，”姚順雨強(qiáng)調(diào)，“現(xiàn)在已有了能砸很多釘子的錘子，最困難的反而是，去哪里尋找最值得解決、最有影響力的‘好問題’？”這正是他選擇加入騰訊的根本原因——這里不缺乏真實(shí)的、大規(guī)模的應(yīng)用場景。從微信、QQ到企業(yè)服務(wù)，騰訊豐富的產(chǎn)品矩陣，為AI提供了肥沃的“上下文”土壤。

湯道生深表認(rèn)同，他指出騰訊做AI最核心的經(jīng)驗(yàn)就是“扎根場景”。真實(shí)場景里既有用戶需求，也有模型迭代最需要的數(shù)據(jù)。模型的進(jìn)化，不再僅依賴于實(shí)驗(yàn)室里的算法突破，更依賴于在文檔協(xié)作、代碼生成等具體業(yè)務(wù)流中，產(chǎn)生的海量、真實(shí)、帶噪的數(shù)據(jù)反饋。

大會上，覆蓋20多個(gè)垂直場景的“效率智能體工具集”重磅首發(fā)，從個(gè)人開箱即用的QClaw、元寶，到企業(yè)級的WorkBuddy企業(yè)版、智能體開發(fā)平臺ADP4.0，再到行業(yè)首創(chuàng)的“人機(jī)雙寫”騰訊文檔……一套多層次、全棧式的AI生產(chǎn)力基礎(chǔ)設(shè)施，正浮出水面。

這不僅是產(chǎn)品的集中亮相，更是騰訊對“AI如何真正創(chuàng)造價(jià)值”這一根本問題的回答。其核心答案，指向三個(gè)關(guān)鍵詞：真實(shí)場景、深度信任、協(xié)同設(shè)計(jì)（Co-Design）

決定智能體能否真正成為人類得力助手的關(guān)鍵基礎(chǔ)設(shè)施，即存儲。騰訊云的全棧Agent Infra（智能體基礎(chǔ)設(shè)施）布局，正回答一個(gè)問題：如何讓AI不僅聰明，而且可靠、高效、長久地為人類服務(wù)。答案，或許就藏在每一比特?cái)?shù)據(jù)的妥善安放與高效調(diào)用之中。

“伴隨整個(gè)算力問題的解決，現(xiàn)在最重要的應(yīng)該是Context（上下文），所謂的存儲跟記憶。”騰訊云存儲總經(jīng)理陳崢接受采訪時(shí)稱。

在陳崢看來，過去人類癡迷于算力，解決的是“Agent能跑多快”的問題；而如今，決定智能體高度的，是它能否“記得住、找得對”。

2、AI馬拉松長跑下，騰訊云存儲的“三級跳”

從“存得起”到“找得對”，騰訊云存儲經(jīng)歷了“范式三級跳”，這一演變映射了整個(gè)行業(yè)對數(shù)據(jù)與AI關(guān)系認(rèn)知的深化。

陳崢在采訪中講述了騰訊云存儲的進(jìn)化史，他稱，騰訊云經(jīng)歷了“通用存儲時(shí)代、AIGC時(shí)代、Agent Bucket時(shí)代”三個(gè)清晰的階段。其中第三階段即“Agent Bucket時(shí)代”，在陳崢眼中，是最具革命性的階段。

通用存儲時(shí)代，核心任務(wù)是解決非結(jié)構(gòu)化數(shù)據(jù)的“存得起”和可靠性問題。彼時(shí)客戶最關(guān)心的是，它的數(shù)據(jù)放這里會不會丟？能不能管起來？這一階段，存儲是沉默的后勤部門，只要不犯錯(cuò)，沒人會提起它。

AIGC時(shí)代，焦點(diǎn)迅速轉(zhuǎn)向“讀得快”。大模型訓(xùn)練需要海量數(shù)據(jù)持續(xù)“投喂”給GPU，任何I/O（輸入/輸出）延遲，都意味著算力的空轉(zhuǎn)和資金的浪費(fèi)。騰訊云通過分布式緩存、并行文件系統(tǒng)等技術(shù)，讓數(shù)據(jù)高效流向計(jì)算單元，確保昂貴的GPU集群不再“等數(shù)據(jù)”。這一階段，存儲開始被看見，因?yàn)樗男阅苤苯記Q定了訓(xùn)練效率。

Agent Bucket時(shí)代，正是陳崢眼中最具革命性的階段。Agent不是傳統(tǒng)的應(yīng)用，它是一種新型的計(jì)算主體。智能體的工作方式與傳統(tǒng)應(yīng)用截然不同。它們需要理解自然語言，需要在不同任務(wù)間切換上下文，需要保留跨會話、跨天甚至跨月的長期記憶，需要為億級用戶提供彼此隔離的“個(gè)人空間”。

為此，騰訊云推出了兩個(gè)關(guān)鍵產(chǎn)品，即向量存儲桶和MetaInsight多模態(tài)檢索方案。

向量存儲桶的本質(zhì)，是將非結(jié)構(gòu)化數(shù)據(jù)（圖片、視頻、文本、傳感器數(shù)據(jù)）轉(zhuǎn)化為高維向量，使Agent能夠通過語義相似度，而非傳統(tǒng)的關(guān)鍵詞索引來檢索信息。而MetaInsight更進(jìn)一步，用戶只需用自然語言提問，系統(tǒng)就能自動將問題拆解為向量進(jìn)行匹配，從海量數(shù)據(jù)中精準(zhǔn)召回相關(guān)信息。

這意味著什么？舉例來說，一個(gè)智能客服Agent，昨天和某個(gè)用戶溝通了半小時(shí)，今天用戶再次上線，Agent能夠立刻回憶起完整的對話歷史、用戶情緒變化，甚至隱含的未滿足需求。這不是簡單的日志回放，而是基于語義理解的上下文重建。

面對Agent可能帶來的億級并發(fā)和指數(shù)級負(fù)載增長，傳統(tǒng)的存儲桶設(shè)計(jì)已不堪重負(fù)。陳崢透露，騰訊云的解決方案是全棧式的Agent Runtime，它整合了五大能力，包括Agent沙箱、AgentBucket、Agent Memory、Agent安全網(wǎng)關(guān)、Agent可觀測。

其中，Agent沙箱提供毫秒級冷啟動能力；AgentBucket則為億級用戶提供相互隔離的個(gè)人空間，滿足C端Agent的獨(dú)立存儲需求；Agent Memory結(jié)合向量數(shù)據(jù)庫與對象存儲，形成冷熱分層的長效記憶體系；Agent安全網(wǎng)關(guān)以零信任零憑證機(jī)制管控智能體的訪問權(quán)限，確保操作邊界安全；Agent可觀測對智能體調(diào)用工具、訪問數(shù)據(jù)、執(zhí)行任務(wù)全過程進(jìn)行記錄和追蹤，實(shí)現(xiàn)全鏈路審計(jì)與優(yōu)化。

這五層能力疊加，構(gòu)成了一個(gè)為智能體時(shí)代量身打造的操作系統(tǒng)級基礎(chǔ)設(shè)施。其不是在優(yōu)化存儲，而是在重新定義Agent的運(yùn)行環(huán)境。

3、長期主義的價(jià)值，開放包容、生態(tài)共創(chuàng)

騰訊云堅(jiān)守“長期主義”的價(jià)值，其走的是一條開放包容、生態(tài)共創(chuàng)的務(wù)實(shí)道路。

面對外界曾有的“騰訊AI慢”的質(zhì)疑，湯道生與姚順雨在對話中，給出了坦誠而有力的回應(yīng)。

在姚順雨看來，若把AI比作一場技術(shù)革命，今天還處于20世紀(jì)70年代的PC革命前夕，遠(yuǎn)未到終局。未來AI的世界，不會變得更單一，所有人都用同一個(gè)萬億參數(shù)的超級模型，而是會變得更多元。“這個(gè)世界還有很多空間沒有被填滿，多模態(tài)、具身智能等等，很多新的事情都在發(fā)生。”姚順雨說。

騰訊的寶貴資產(chǎn)正是其豐富的場景積累。騰訊正將其優(yōu)勢的“三重能力”全面開放。

其中，第一重能力為場景連接力，將騰訊系內(nèi)外的海量用戶場景（社交、內(nèi)容、支付、小程序等）開放給共創(chuàng)伙伴，讓Agent技術(shù)有機(jī)會在真實(shí)流量中打磨和驗(yàn)證。

第二重為工程駕馭力，將騰訊云經(jīng)過微信、QQ、游戲等國民級應(yīng)用錘煉的分布式架構(gòu)、高并發(fā)處理、海量存儲能力，以Agent Runtime的形式輸出給伙伴。

第三重則是模型驅(qū)動力，其將混元大模型及配套的工具鏈、評測體系、安全機(jī)制共享給伙伴，降低從0到1的研發(fā)門檻。

騰訊云不追求實(shí)驗(yàn)室里的單項(xiàng)冠軍，而是將AI的能力，溶解于每一個(gè)具體的業(yè)務(wù)流程；將Agent的智能，變成每一位員工、每一位用戶、每一臺設(shè)備身邊的可靠伙伴。

靈生科技在訓(xùn)練世界模型時(shí)，遭遇了三個(gè)相互關(guān)聯(lián)的核心痛點(diǎn)，包括數(shù)據(jù)存儲空間指數(shù)級增長、數(shù)據(jù)碎片化極其嚴(yán)重、難以高效檢索，對此，靈生科技采取了“數(shù)據(jù)－模型”雙向驅(qū)動的解決方案，這個(gè)過程當(dāng)中，騰訊云的Agent Bucket和高效存儲方案扮演了關(guān)鍵角色。

靈生科技合伙人蔣玉驊在采訪中舉例稱，理想的預(yù)訓(xùn)練流程是，數(shù)據(jù)在采集的同時(shí)，就調(diào)用Agent加載VAE或T5的編碼器進(jìn)行實(shí)時(shí)預(yù)處理，即壓縮、文本編碼、特征提取。如果存儲系統(tǒng)無法支持這種流式處理，延遲就會像滾雪球一樣累積。

借助騰訊云的能力，靈生科技能夠?qū)⑦@一過程中的不必要延遲降到最低，并通過流式視頻加載方式，真正將昂貴的GPU資源跑滿。以前靈生科技的GPU經(jīng)常處于“等待數(shù)據(jù)”的半空閑狀態(tài)，現(xiàn)在利用率大幅提升，預(yù)訓(xùn)練效率也顯著提升。

騰訊開放與自信的姿態(tài)，還體現(xiàn)在了“騰訊AI共創(chuàng)營二期”暨“Buddy AI生態(tài)共創(chuàng)計(jì)劃”的發(fā)布上。艾力斯特、安克創(chuàng)新、DeepSeek等23家企業(yè)，作為計(jì)劃的首批共創(chuàng)伙伴集體亮相。這些伙伴覆蓋了醫(yī)療健康、智能硬件、金融科技、生活服務(wù)、通信、基礎(chǔ)模型、消費(fèi)電子等20多個(gè)行業(yè)。

當(dāng)技術(shù)紅利真正轉(zhuǎn)化為每一個(gè)企業(yè)觸手可及的生產(chǎn)力，當(dāng)每一個(gè)普通用戶都能在日常交互中，感受到AI的無感而可靠的輔助，騰訊所追求的“長期主義”價(jià)值，便會自然地、不可逆地浮現(xiàn)出來。

騰訊云這條道路的骨架，是開放共贏的生態(tài)共創(chuàng)。其不試圖獨(dú)自定義未來，而是與行業(yè)伙伴共同探索Agent在千行百業(yè)的落地形態(tài)。

正如湯道生所說，AI不是一場百米沖刺，而是一場馬拉松。馬拉松最精彩的部分，不在前一百米誰沖在最前面，而在后半程誰能持續(xù)、穩(wěn)定、不受傷地跑到終點(diǎn)。

4、結(jié)語

在這場AI的馬拉松中，記憶正在成為非常關(guān)鍵的燃料，存儲正在成為核心的底盤，而開放與共創(chuàng)，則是車隊(duì)能夠一路同行的默契。終點(diǎn)還很遠(yuǎn)，但方向已經(jīng)清晰。

*注：文中題圖來自攝圖網(wǎng)，基于VRF協(xié)議。