腾讯混元Hy3发布：腾讯AI全家桶的底层模型换挡了
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PPT，WorkBuddy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。
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。