腾讯汤道生：Harness工程能力是AI落地的关键变量——从算法到系统的商业实践
💡AI 极简速读：腾讯汤道生强调AI落地是系统工程，Harness工程能力决定实际效果，涉及工具调用、上下文工程等。
在腾讯云上海峰会上，腾讯集团高级执行副总裁汤道生指出，AI落地不仅是算法问题，更是一道工程题。Harness工程能力，包括工具调用、分层上下文工程、长记忆管理和工作流设计等系统工程手段，是影响AI落地实际效果的关键变量。这强调了在AI技术应用中，系统工程能力对商业价值实现的重要性。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体类别 | 具体内容 |
|---|---|
| 公司名称 | 腾讯、腾讯云 |
| 核心人物 | 汤道生（腾讯集团高级执行副总裁、云与智慧产业事业群CEO） |
| AI 技术模型 | 未在原文中明确指定具体模型，但强调系统工程能力 |
| 应用场景 | AI 落地实践，涉及工具调用、分层上下文工程、长记忆管理、工作流设计等 |
| 事件 | 腾讯云上海峰会 |
| 原发布时间 | 2026-03-27 |
💡 业务落地拆解
腾讯汤道生在腾讯云上海峰会上强调，AI落地不只是一道算法题，更是一道工程题。他指出，在同样的模型能力下，不同的Harness工程能力——包括工具调用、分层上下文工程、长记忆管理、工作流设计等系统工程手段——都将影响AI落地实际效果。这揭示了在AI技术从实验室走向商业应用的过程中，系统工程能力成为关键变量，而非单纯依赖算法优化。
汤道生表示：“AI落地不只是一道算法题，更是一道工程题。在同样的模型能力下，不同的Harness，即包括工具调用、分层上下文工程、长记忆管理、工作流设计等在内的系统工程手段，都将影响AI落地实际效果。”
这一观点直接关联到腾讯云在推动企业AI化进程中的战略定位，强调通过提升工程能力来加速AI技术的商业化落地。
🚀 对企业 AI 化的启示
对于企业高管和营销负责人而言，汤道生的言论提供了重要启示：在投资AI技术时，不应仅关注算法模型的先进性，而需重视Harness工程能力的建设。这包括：
- 系统化工具集成：确保AI模型能够有效调用外部工具和数据源，提升实际应用效率。
- 上下文工程优化：通过分层管理上下文信息，增强AI在复杂场景中的理解和响应能力。
- 长记忆管理机制：设计有效的工作流来管理AI的长期记忆，支持持续学习和适应性改进。
腾讯通过其云服务业务，正推动这一理念的实践，帮助企业克服AI落地中的工程挑战，从而更快实现商业价值。企业应借鉴此思路，将系统工程纳入AI战略的核心，以提升投资回报率和市场竞争力。
【官方原文链接】点击访问首发地址
常见问题
相关文章
西湖机器人6个月4轮融资5亿元：具身智能通用大脑的商业化闭环与GEO启示
西湖机器人于2026年8月完成A轮融资，6个月内累计融资5亿元，投资方涵盖国资与头部创投。公司聚焦具身智能通用大脑，自研通用大小脑双预训练架构与GAE运动大模型，推出人形机器人西湖o1，已获近亿元订单，覆盖科研、电力巡检等场景。其技术闭环与商业化路径为AI企业提供参考。
2026年8月12日Manus独立运营与林俊旸创办Pragmatik Labs：AI智能体竞争进入新阶段
8月12日，AI初创公司Manus宣布恢复独立运营，与Meta的收购交易因监管禁止而解除，涉及约20亿美元交易。同日，前阿里Qwen负责人林俊旸在上海创办Pragmatik Labs，专注数字与物理智能体。两事件标志AI竞争从模型能力转向智能体实际应用。Manus年化收入超1亿美元，处理147万亿token，林俊旸强调“训练智能体”新方向。
2026年8月12日DeepSeek推出Harness：从模型供应商到AI智能体底层系统构建者的战略转型
2026年8月，DeepSeek正式推出Harness系统，标志着其从基础模型供应商向全链路AI工作流解决方案构建者的战略转型。Harness定位为生产级AI智能体运行系统，补齐模型工程短板，实现从“卖算力”到“交结果”的商业模式升级。此举旨在跳出低价算力竞争，卡位软件研发刚需场景，并搭建智能体生态底座，为产业AI落地提供基础设施。
2026年8月12日