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
北京人形机器人创新中心“我悟”大模型通过备案，开放API加速具身智能商业化
2026年6月26日，北京人形机器人创新中心慧思开物平台的双大脑模型天鹕和我悟通过北京市网信办备案。创新中心将启动全系列模型Token服务，分阶段向产业客户、科研机构、开发者开放API调用能力，推动具身世界模型商业化落地。
2026年6月27日AI算力功耗激增驱动功率半导体涨价潮：国产厂商订单爆满，行业格局加速重塑
AI算力集群功耗激增推动功率半导体成为新增长引擎，行业掀起涨价潮。国产厂商凭借量产能力，在数据中心800V HVDC等产品上订单爆满。本轮涨价周期将持续，低端产能加速出清，市场份额向头部IDM企业集中。
2026年6月27日华为途灵平台3轮升级：AI与通信技术赋能智能底盘，覆盖鸿蒙智行五界
华为途灵平台自2023年11月起完成3轮升级，覆盖鸿蒙智行五界车型。该平台依托AI和通信技术，通过全维感知系统融合多源数据，实现底盘预判与主动调整，提升机械性能上限。此次升级标志着传统车企AI化落地的典型路径：算法沉淀调校经验，软件定义硬件特性。
2026年6月27日