2026年腾讯控股重新探讨腾讯的AI争议：嵌入式工作流为何胜过单品表象

腾讯的AI定位和盈利韧性

我们认为市场关注的是腾讯是 AI 赢家还是输家，这种非此即彼的观 点掩盖了公司坚实的基本面轨迹。虽然目前关于独立聊天机器人落地 和前沿基础模型能力的叙事有利于同业，但我们认为腾讯的 2027 年 盈利前景面临的下行风险有限。在我们看来，腾讯在结构上仍处于有 利地位，可以从 AI 中获得有形价值。公司庞大的现有利润池和稳固 的超级应用生态系统形成了具有韧性的财务基本面，使短期业绩不受 智能体单项竞争中任何被视为落后表现的影响。 更重要的是，我们认为国内 AI 形式的主导因素将是现有高频工作流 中嵌入的功能，而非成为新的默认意图入口的独立助手。虽然有竞争 力的独立应用通过激进的消费者补贴实现了初步规模，但我们认为它 们仍缺乏交易闭环、深度信任以及让高摩擦任务脱离微信所需的运行 环境。因此，腾讯无需在独立应用下载排名中领先，也能在消费者数 字生命周期中保持核心地位。 在我们看来，腾讯最近推出的 QClaw 强化了这一整体逻辑。QClaw 并未要求用户围绕单独的 AI 目标领域培养新的习惯，而是将微信作 为自然语言控制层来执行真实任务，从而使用户能够通过聊天直接启 动远程计算机操作并实现工作流自动化。其产品设计看来与腾讯务实 的 AI 部署方法一致：它通过简单的设置降低落地摩擦，全面支持技 能生态系统，而且显然与多个底层模型兼容。在我们看来，这正是能 够帮助腾讯捍卫其入口地位并扩大长期变现选择权的嵌入式灵活架构 类型。要点在于，我们认为 QClaw 是体现腾讯 AI 方向的早期产品， 而非短期变现证据。

此外，多路径执行战略应使腾讯能够提供有竞争力的 AI 体验，且无 需承担全部成本和前沿模型领跑风险。我们观察到高性能开放权重模 型的崛起降低了基本能力阈值。这使腾讯能以务实的方式将 T1 推理 模型等专有能力与最佳外部集成相结合。通过将资源集中用于在广泛 的分销网络中嵌入 AI，而不只是追求领先于基准，腾讯支持的是一 项更具可持续性和成本效益的技术战略。 因此我们鼓励投资者将估值框架锚定下游利润池，而不是早期产品表 象。在我们看来，腾讯从 AI 获得的直接财务上行空间源于全面提升 其高利润率成熟业务的效率和定价权。我们预计这些集成将反映在可 衡量的运营指标中，包括更强的广告投资回报率、更好的内容制作效 率和更高的企业软件转化率。在我们看来，这些是明显的结构性益处 ，它们形成的变现路径比独立消费应用未经验证的订阅模型更为可靠。

解读市场担忧：入口风险

近几个月腾讯的估值大幅下调，我们认为这是对公司在 AI 开发方面 落后的担忧所致。我们认为市场对主要风险的描述有误。投资者担心 的核心问题不是腾讯是否拥有前沿基础模型，而是独立的 AI 助手能 否永久取代微信，成为中国消费者的默认意图入口。市场看起来是从 非此即彼的角度对腾讯定价：要么打造领先的独立模型，要么完全失 去 AI 范式。我们认为这样的框架不够完整，我们要指出的是腾讯很 有望通过适度的嵌入方法来捕捉 AI 价值。

观点 1：主导形式的因素是嵌入式 AI，而非独立入口

未来 12-24 个月，我们预计国内 AI 形式的主导因素将是现有超级应用 中嵌入的功能，而不是捕捉默认意图的独立助手。因此我们认为不应 基于独立应用下载图表数据从失去入口的角度对腾讯定价。 中国的高频消费交易和内容消费在结构上已嵌入超级应用工作流。对 推动用户迁移的新独立入口来说，它必须克服与支付整合、闭环履约 、账户身份和监管合规相关的大量摩擦。此外，许多高频 AI 任务需 要信任、隐私和无缝执行。我们认为，受社会压力、隐私问题以及任 务失败的后果影响，仍然很难在独立应用中为复杂智能体培养习惯。

QClaw 展现了腾讯如何将微信从通信和发现界面扩展到编排界面，这 强化了上述逻辑。用户可将 QClaw 绑定到微信，并从桌面或直接通过 聊天发出指令，从而使微信成为执行真实任务的切入点，而不是简单 的信息检索。腾讯的产品定位强调一键部署、零配置设置、直接微信 对话、远程控制、长期存储和本地执行。在我们看来，这样的产品设 计具有战略重要性，这是因为它减少了落地摩擦，同时让用户意图一 直停留在腾讯自身的生态系统中。 同样重要的是，QClaw 看来倾向于执行而不是对话创新。腾讯的实例 集中在操作文件、浏览器和电子邮件上，而公开报道表明该产品支持 广泛的实际场景，包括电子表格工作、文件传输、网络操作、社交媒 体发布、代码项目创建、文献评论生成和提醒。这种对用途的专注印 证了我们的观点，即决定性战场不是通用聊天机器人参与度，而是能 否将 AI 嵌入实际完成任务的可信工作流中。 此次发布还突显出腾讯对信任和控制的重视。QClaw 的定位是腾讯电 脑管家之下的本地 AI 助理，腾讯的资料强调本地部署和受控的安全 环境。我们认为这具有重要战略意义，原因是摩擦较大的智能体任务 需要用户对隐私、安全性和任务可靠性感到放心。从这个意义上说， QClaw 不仅仅是又一项 AI 功能；它是腾讯可能怎样减少信任障碍的 实例，这种障碍往往会阻止智能体的使用从演示发展成为重复性日常 行为。 近期数据证实了独立模型的成功。不过，我们认为虽然独立应用有望 捕获早期采用者和低频查询量，但其留存率和端到端任务完成率仍不 足以推动批量入口的迁移。超级应用仍保留着完成高频任务所需的核 心基础设施。为验证这一观点，我们会密切跟踪补贴正常化以后的独 立助手留存率、跨应用任务完成量和搜一搜查询增长率。

观点 2：有利的经济性和多执行路径降低了对模型霸权的需求

腾讯不必拥有无可争议的最佳基础模型，就能在其核心界面中培养高 频 AI 习惯。我们认为多路径执行战略应能让腾讯以可持续的成本提 供有竞争力的用户体验，从而将 AI 变成日常习惯，而无需在公共基 准排行榜胜出。 开放权重生态系统减少了基本能力障碍。这使腾讯能够将资本和工程 资源集中在推广场景、工具链和商业系统上，而不是过度致力于追赶 基准模型。在核心工作流中，用户评价 AI 的依据是任务稳定性、低 延迟、安全性和可靠性，而不是表面上的模型排名。 QClaw 在这方面很重要，原因是它看来准确地反映了这种务实的多路 径执行理念。在功能上，该产品显然更接近 OpenClaw 的产品化包装，而不是从零开始开发的完全自研智能体堆栈。公共报道显示，它可 以和多个模型连接，包括 Kimi、MiniMax、GLM 和 DeepSeek，同时 支持自定义模型切换。腾讯的资料和相关公开报道还指向一个广泛的 技能生态系统，包括通过 ClawHub 和 GitHub 类资源等渠道提供的 5,000 多种技能。在我们看来，这表明腾讯最看重的是用户体验、灵 活性和部署速度，而不是以模型自给为中心的纯粹主义战略。 这很重要的原因是它印证了我们的整体观点，即腾讯的优势可能不怎 么来自构建单一最佳模型，而是更多地源于将最佳可用能力集成到高 频推广界面中。腾讯已经展现出在整个生态系统中整合自研和外部能 力的意愿。QClaw 将相同的逻辑扩展到智能体执行中。看来腾讯愿意 构建模块化 AI 堆栈，以优化采用率、工作流程契合度和产品上市速 度，而不是将模型所有权视为竞争力的唯一决定因素。

我们认为这种混合战略降低了执行风险。腾讯所有集成路径均表现不 佳的概率似乎低于市场预示水平，尤其是鉴于公司既可在具备优势时 部署专有模型，又可在外部模型改善用户体验或缩短产品上市时间的 情况予以集成。因此 QClaw 尚未验证变现能力，但确实提供了切实产 品证据，证明腾讯的 AI 战略是可操作、模块化和推广导向的，而非 仅纯粹的愿景。 对于这一观点，需要监控的关键指标包括单次查询的基础设施成本、 搜一搜的延迟情况、腾讯生态外部/内部模型 API 调用占比以及 QClaw 等智能体功能在多大程度上从内测转向重复的高频使用。

观点 3：估值应锚定现有利润池，而非产品表象

腾讯的 AI 商业化可能首先表现为现有利润引擎的效率提升和定价权 增强，而非独立助手的直接订阅收入。因此我们认为投资者应将估值 框架从聊天机器人日活用户数等产品表象转向下游利润池指标。 我们认识到腾讯的推广优势并非完全独有，因为同业也掌握着高频算 法内容推荐和交易闭环。不过在我们看来，对腾讯而言 AI 带来的增 长潜力在于已经规模化运营的高利润率领域，而非基础支付抽成率。腾讯现有生态系统为其通过下游运营杠杆实现 AI 变现提供了多种途 径。AI 的增量价值可能体现在可衡量的运营指标上，包括更强的广告 投资回报率、更高的有效千次展示费用、内容制作效率的提升、以及 企业微信和腾讯会议等企业协作软件的付费转化率提高。在中国市场 ，相比于独立 C 端助手直接订阅模式，这些经济效益应更早、更可靠 地显现出来。 在这种情况下，QClaw 的长期意义不那么在于直接贡献收入，而是更 多地在于让微信继续充当日益复杂任务的默认意图层。如果用户可以 通过在微信中发送消息实现在计算机上执行实际任务，微信就不仅仅 是一个社交通信界面，而会成为深度嵌入用户日常工作流的编排层。 随着时间的推移，这或将增加转换成本，扩大腾讯控制界面上绑定的 任务范围，并在企业软件、云连接、技能分发和工作流集成方面创造 选择权。不过，现阶段而言，从 QClaw 到广告、云、企业软件或交易 经济效益的变现路径仍只是推测，而非公开披露的财务数据，这也是 我们继续在战略上表露看好态度但在经济上审慎衡量的原因。