Die Tech-Welt ist voller Erkenntnis, dass die Branchenriesen gleichzeitig auf einzelne Konsumenten (C-End) und Geschäftskunden (B-End) abzielen. Der Aufstieg der AI Agents, angetrieben durch Innovationen wie DeepSeek und Manus, ist unbestreitbar. Viele glauben, dass 2025 den wahren Beginn der AI Agent-Ära markieren wird, wobei sich sowohl große Technologieunternehmen als auch Startups in den Markt stürzen und die Bewegung hin zu kommerziellen Anwendungen beschleunigen.
Tencent erkennt diesen entscheidenden Wandel und treibt seine AI Agent-Strategie aktiv voran.
Tencent Cloud’s Agent Development Platform
Auf dem Tencent Cloud AI Industry Application Summit 2025 stellte Tencent Cloud ein großes Upgrade seiner Large Model Knowledge Engine vor und verwandelte sie in die Tencent Cloud Agent Development Platform (TCADP). Diese Plattform integriert Tencent Clouds RAG (Retrieval-Augmented Generation) Technologie, umfassende Agent-Funktionalitäten und Funktionen, die aus realen Einsätzen verfeinert wurden, um präzise auf die sich entwickelnden Nutzerbedürfnisse einzugehen.
Die Einführung der Tencent Cloud Agent Development Platform signalisiert Tencent Clouds Ambition, Unternehmenskunden mit den Ressourcen auszustatten, um Agent-basierte Anwendungen schnell zu prototypisieren und bereitzustellen.
Tang Daosheng, ein Senior Executive Vice President bei Tencent und CEO der Cloud and Smart Industry Group, betonte, dass Nutzer nun Agents in die Lage versetzen können, komplexe Aufgaben selbstständig aufzuschlüsseln, Ausführungsstrategien zu entwickeln und verfügbare Tools selektiv einzusetzen. Er hob eine wichtige Errungenschaft hervor: "Wir haben zum ersten Mal Zero-Code-Unterstützung für die Multi-Agent-Übergabe von Kollaborationen erreicht und die Eintrittsbarriere für den Aufbau von Agents weiter gesenkt."
Innerhalb der Tencent Cloud Agent Development Platform hat Tencent Cloud ein umfassendes Agent-Tool-Ökosystem zusammengestellt, das dem MCP-Protokoll entspricht und mit wesentlichen Elementen des OpenAI Agents SDK kompatibel ist. Es ist auch mit einer kuratierten Auswahl hochwertiger Plugins vorinstalliert, sowohl intern als auch extern, darunter Tencent Location Services und andere ökologische MCP-Server.
Diese Fähigkeiten sind darauf ausgelegt, AI Agents in die Lage zu versetzen, Tools effektiver zu nutzen, auf spezialisierte Daten zuzugreifen und den Umfang ihrer Dienste zu erweitern.
In den verschiedenen Anwendungsbereichen von Tencent sind bereits zahlreiche Produkte integriert, die Agent-Funktionen über die Tencent Cloud Agent Development Platform nutzen. Dazu gehören QQ Browser, Tencent Health, Tencent Cloud Code Assistant CodeBuddy und Tencent Qidian Marketing Cloud.
Tang Daosheng nannte QQ Browser als ein Paradebeispiel und hob die kürzliche Einführung des Agent QBot hervor. Diese Funktion ermöglicht es Nutzern, Aufgabenbefehle zu erteilen, die QBot dann autonom ausführt und alles von Suchen und Browsen bis hin zu Herunterladen und Analysieren verwaltet.
Definition des AI Agent
Obwohl AI Agent-Produkte sich rasant verbreiten, bleibt eine standardisierte Definition innerhalb der Branche schwer fassbar.
Wu Yunsheng, der Tencents AI-Abteilung leitet und das Tencent Youtu Lab leitet, definiert Agents aus einer nutzerzentrierten Perspektive als ein neuartiges Anwendungsparadigma, das durch autonome Planung und Tool-Auswahl gekennzeichnet ist, einschließlich Multi-Agent-Kollaboration, um komplexe Aufgaben zu erledigen.
Im Wesentlichen unterscheiden sich Agents von herkömmlichen AI-Assistenten, die für jede Antwort explizite Prompts von Nutzern benötigen. Im Gegensatz dazu benötigen Agents theoretisch nur eine einzige, übergeordnete Anweisung, um autonom eine vollständige Lösung zu erstellen und auszuführen. Das zugrunde liegende Large Language Model ist entscheidend dafür, dass Agents wirklich nützlich werden, da es als zentrales "Gehirn" fungiert.
Tencents Multi-Model Strategie
Tencent hat sein Engagement für eine Dual-Track-Strategie unmissverständlich erklärt: "Kontinuierliche Investitionen in selbst entwickelte Modelle + offene Akzeptanz fortschrittlicher Open-Source-Modelle." Seit Anfang des Jahres integriert Tencent aktiv das DeepSeek Large Model und beschleunigt gleichzeitig die iterative Entwicklung seines hauseigenen Hunyuan-Modells.
Das von Tencent entwickelte Inferenzmodell Thinker (T1), das sich auf komplexe Aufgaben und tiefes Denken spezialisiert hat, hat seit seiner ersten Einführung in der Yuanbao App Anfang dieses Jahres schnelle Iterationen durchlaufen. Darüber hinaus hat Tencent Hunyuan Turbo S vorgestellt, eine neue Generation von schnell denkenden Modellen, die für eine beschleunigte Aufgabenbearbeitung optimiert sind.
Aufbauend auf der TurboS-Grundlage hat Tencent auch das visuelle Deep-Reasoning-Modell T1-Vision und das End-to-End-Sprachanrufmodell Hunyuan Voice eingeführt. Ergänzend dazu wurden eine Vielzahl von multimodalen Modellen, darunter Hunyuan Image 2.0, Hunyuan 3D v2.5 und Hunyuan Game Visual Generation, ebenfalls auf den Markt gebracht.
Organisatorische Umstrukturierung
Um schnelle Produktinnovationen und tiefe Modellforschung und -entwicklung zu ermöglichen, hat Tencent in diesem Jahr seine AI-Produkte und -Anwendungen – darunter Tencent Yuanbao, QQ Browser, Sogou Input Method und ima – in die Cloud and Smart Industry Group (CSIG) integriert. Gleichzeitig hat Tencent organisatorische Änderungen innerhalb der Technical Engineering Group (TEG) vorgenommen, der Einheit, die für die Entwicklung von Tencents Hunyuan Large Model verantwortlich ist.
Letzten Monat enthüllten Quellen eine umfassende Umstrukturierung der Hunyuan Large Model F&E-Organisation von Tencent. Nach der Anpassung gründete TEG zwei neue Abteilungen: die Large Language Model Department und die Multimodal Model Department. Diese Einheiten haben die Aufgabe, Spitzentechnologien in Large Language Models und multimodalen Large Models zu erforschen, kontinuierliche Iterationen an grundlegenden Modellen voranzutreiben und die gesamten Modellfähigkeiten zu erweitern.
Gleichzeitig verstärkt Tencent seine Large Model-Datenfähigkeiten und seine Plattforminfrastruktur. Die Data Platform Department konzentriert sich auf das End-to-End-Management und den Aufbau von Large Model-Daten, während die Machine Learning Platform Department die Schaffung integrierter Machine Learning- und Big Data-Plattformen vorantreibt. Dieser umfassende Ansatz bietet eine robuste und effiziente PaaS-Plattform, die sowohl das AI-Modelltraining als auch die Inferenz unterstützt, zusammen mit der Big Data-Verarbeitung und die gemeinsam Tencents Hunyuan Large Model-Technologie F&E unterstützt.
Die Agent-gesteuerte Zukunft
Tang Daosheng hat postuliert, dass das Open-Sourcing von Deepseek und die Durchbrüche im tiefen Denken signalisieren, dass AI Large Models die Schwelle der Industrialisierung überschreiten und ein Stadium der breiten Bereitstellung erreichen. Er argumentiert, dass sich der primäre Fokus der Branche vom Modelltraining auf die Anwendungs- und Agent-gesteuerte Entwicklung verlagert hat.
Der riesige potenzielle Markt für Agents ist unbestreitbar ein wesentlicher Faktor, der die beschleunigte Einführung von AI Agent-Technologien durch Tencent Cloud vorantreibt.
Branchenanalyse und Prognosen
Ein Forschungsbericht von Minsheng Securities drückt die feste Überzeugung aus, dass 2025 als das Eröffnungsjahr für AI Agents und der Beginn einer Software-Revolution anerkannt werden wird. Der Bericht deutet darauf hin, dass Agents ein wichtiger Katalysator für die Neubewertung von Software sein könnten, wodurch sich der Zielmarkt für Softwareanbieter potenziell auf den Multimilliarden-Dollar-Arbeitsmarkt ausweiten würde. Es wird auch erwartet, dass AI Agents die Konsumeigenschaften von Software verbessern und die Bewertungsobergrenze für Softwareunternehmen weiter anheben werden.
Die neuesten Prognosen von Gartner deuten auf einen erheblichen Anstieg der Integration von autonomer AI in Unternehmenssoftware hin, wobei ein Sprung von weniger als 1% im Jahr 2024 auf 33% bis zum Jahr 2028 prognostiziert wird. Gleichzeitig wird erwartet, dass über 15% der täglichen Arbeitsentscheidungen autonom von AI Agents ausgeführt werden. In diesem globalen AI-Wettbewerb erweisen sich AI Agents als ein nicht verhandelbares strategisches Gebot, das zu einem breiten Konsens führt, dass Internetgiganten sich sowohl auf die C-End- als auch auf die B-End-Märkte konzentrieren müssen.
Ying Ying, Chief Analyst of Computers bei CITIC Securities, hebt die unterschiedlichen Ansätze zur Agent-Bereitstellung hervor, die in verschiedenen Regionen beobachtet werden. Nordamerikanische Cloud-Anbieter konzentrieren sich in erster Linie darauf, die effiziente Modell- und Agent-Bereitstellung für ihre Kunden zu erleichtern, während B-End-Anbieter eher darauf ausgerichtet sind, Agent-Plattformen zu erstellen und zu verwalten. Inländische Internetgiganten halten sich jedoch an die Strategien zur Gewinnung von Nutzern im Internetzeitalter und zielen darauf ab, Nutzer durch allgemeine Agent-Produkte ähnlich wie "Manus" zu gewinnen, was die Praktiken ihrer B-End-Pendants in Nordamerika widerspiegelt.
Tencents C-End-Strategie
Auf der C-End-Produktseite hat Tencent noch kein natives Agent-Produkt auf den Markt gebracht, das mit "Manus" vergleichbar ist.
Auf der jüngsten Gewinnkonferenz von Tencent für das erste Quartal artikulierte das Management seine Perspektive auf Agent-Produkte und kategorisierte sie in zwei verschiedene Typen: allgemeine Agents, die Einzelpersonen erstellen können, um in ihrem Namen in der Außenwelt zu agieren, und AI Agents, die in das WeChat-Ökosystem eingebettet sind und innerhalb des einzigartigen Frameworks von WeChat operieren.
Quellen deuten darauf hin, dass Tencent seine allgemeinen AI Agent-Fähigkeiten durch AI-native Produkte wie Yuanbao und IMA aufbaut.
Tencents Strategie sieht eine schrittweise Einführung der Fähigkeiten vor. Zunächst werden die Agents mit der Möglichkeit ausgestattet, schnell Fragen zu beantworten. Anschließend werden sie "Chain-Thinking"-Modelle mit langer Argumentation integrieren, um komplexere Anfragen zu bearbeiten. Im Laufe der Zeit werden sie sich weiterentwickeln, um komplexere Aufgaben auszuführen und nach und nach Fähigkeiten der "verkörperten Intelligenz" zu integrieren, die eine nahtlose Interaktion mit anderen Anwendungen, Programmen und sogar externen APIs ermöglichen, um umfassende Nutzerunterstützung zu bieten.
Tencents Management betont, dass dies eine fortlaufende Entwicklung ist und dass seine Fähigkeiten grundsätzlich mit denen allgemeiner AI Agents übereinstimmen, die von seinen Wettbewerbern entwickelt wurden.
Der WeChat-Ökosystem Vorteil
Der AI Agent, den Tencent innerhalb des WeChat-Ökosystems aufbauen will, stellt ein einzigartig differenziertes Produkt dar, das für andere Anbieter schwer zu replizieren ist.
Dieser Agent wird tief in die Kernelemente des WeChat-Ökosystems integriert sein, darunter soziale Beziehungsnetzwerke, Kommunikations- und Community-Funktionen, Content-Plattformen wie öffentliche Konten und Videokonten sowie Millionen von Mini-Programmen. Diese Komponenten bieten gemeinsam Informationen, Transaktionsverarbeitung und operative Fähigkeiten in zahlreichen vertikalen Bereichen.
Wie die zuvor eingeführten nativen AI-Anwendungen liegt die strategische Bedeutung von Internetgiganten, die AI Agents entwickeln, im Wettbewerb um die Vorherrschaft innerhalb des aufkommenden Super-Traffic-Ökosystems der AI-Ära, ohne Platz für Selbstzufriedenheit zu lassen.
Stand 2025 hat sich das dominierende Thema in der AI-Landschaft von Large Language Models zu AI Agents verlagert. Die Verbreitung von AI Agents ist unausweichlich, aber die aktuellen Produktfähigkeiten befinden sich noch in den Kinderschuhen. In diesem dynamischen Umfeld wird der Erfolg wahrscheinlich denjenigen zugute kommen, die den "Deepseek des AI Agent-Feldes" schaffen und sich als führend in der nächsten Phase der AI-Entwicklung positionieren können.