ورود Tencent به عرصه Agentهای هوش مصنوعی

جهان فناوری با درک این موضوع که غول‌های صنعت همزمان مصرف‌کنندگان فردی (C-end) و مشتریان تجاری (B-end) را هدف قرار می‌دهند، در تب و تاب است. ظهور Agentهای هوش مصنوعی (AI Agents)، که با نوآوری‌هایی مانند DeepSeek و Manus تحریک شده است، انکارناپذیر است. بسیاری معتقدند سال 2025 آغازی واقعی برای عصر AI Agent خواهد بود، با شرکت‌های بزرگ فناوری و استارت‌آپ‌ها که همگی در آن شیرجه می‌زنند و حرکت به سمت کاربردهای تجاری را تسریع می‌کنند.

Tencent این تغییر محوری را تشخیص داده و فعالانه در حال پیشبرد استراتژی AI Agent خود است.

پلتفرم توسعه Agent ابری Tencent

در اجلاس کاربرد صنعت AI ابری Tencent در سال 2025، Tencent Cloud از ارتقاء اساسی موتور دانش مدل بزرگ (large model knowledge engine) خود رونمایی کرد و آن را به پلتفرم توسعه Agent ابری Tencent (TCADP) تبدیل کرد. این پلتفرم فناوری RAG (تولید تقویت شده با بازیابی - Retrieval-Augmented Generation) Tencent Cloud، عملکردهای جامع Agent و ویژگی‌های اصلاح شده از استقرار در دنیای واقعی را ادغام می‌کند و هدف آن پاسخ دقیق به خواسته‌های در حال تحول کاربر است.

راه‌اندازی پلتفرم توسعه Agent ابری Tencent نشان‌دهنده جاه‌طلبی Tencent Cloud برای توانمندسازی مشتریان سازمانی با منابعی برای نمونه‌سازی و استقرار سریع برنامه‌های مبتنی بر Agent است.

Tang Daosheng، معاون ارشد اجرایی در Tencent و مدیر عامل ابر و گروه صنعت هوشمند، تأکید کرد که کاربران اکنون می‌توانند Agentها را قادر سازند تا به طور مستقل وظایف پیچیده را تجزیه کرده، استراتژی‌های اجرایی را طراحی کرده و به طور انتخابی از ابزارهای موجود استفاده کنند. او یک دستاورد کلیدی را برجسته کرد: "ما برای اولین بار به پشتیبانی بدون کد برای همکاری هندآوری چند Agent دست یافته‌ایم و آستانه ساخت Agentها را بیشتر کاهش داده‌ایم."

در داخل پلتفرم توسعه Agent ابری Tencent، Tencent Cloud یک اکوسیستم ابزار Agent جامع را جمع آوری کرده است که با پروتکل MCP سازگار است و با عناصر ضروری OpenAI Agents SDK سازگار است. همچنین از قبل با مجموعه ای از افزونه های با کیفیت بالا، داخلی و خارجی، از جمله خدمات مکان Tencent و سایر سرورهای MCP بوم شناختی بارگیری شده است.

این قابلیت‌ها برای توانمندسازی AI Agentها طراحی شده‌اند تا به طور موثرتری از ابزارها استفاده کنند، به داده‌های تخصصی دسترسی پیدا کنند و دامنه خدمات خود را گسترش دهند.

در سراسر مجموعه متنوع برنامه‌های Tencent، محصولات متعددی در حال حاضر قابلیت‌های Agent را از طریق پلتفرم توسعه Agent ابری Tencent وارد می‌کنند. این موارد شامل QQ Browser، Tencent Health، Tencent Cloud Code Assistant CodeBuddy و Tencent Qidian Marketing Cloud است.

Tang Daosheng از QQ Browser به عنوان یک نمونه اولیه یاد کرد و معرفی اخیر Agent QBot را برجسته کرد. این ویژگی به کاربران امکان می‌دهد دستورات وظیفه را صادر کنند، که QBot سپس به طور خودکار اجرا می‌کند و همه چیز، از جستجو و مرور گرفته تا بارگیری و تجزیه و تحلیل را مدیریت می‌کند.

تعریف AI Agent

اگرچه محصولات AI Agent به سرعت در حال تکثیر هستند، اما یک تعریف استاندارد در این صنعت همچنان مبهم است.

Wu Yunsheng، که بخش AI ابری Tencent را رهبری می‌کند و رئیس Tencent Youtu Lab است، Agentها را از منظر کاربرمحور به عنوان یک الگوی کاربردی جدید تعریف می‌کند که با برنامه‌ریزی مستقل و انتخاب ابزار، از جمله همکاری چند Agent، برای انجام وظایف پیچیده مشخص می‌شود.

در اصل، Agentها خود را از دستیاران هوش مصنوعی معمولی متمایز می‌کنند، که برای هر پاسخ به درخواست‌های صریح کاربران نیاز دارند. در مقابل، Agentها از نظر تئوری فقط به یک دستور سطح بالا نیاز دارند تا به طور مستقل یک راه حل کامل را برنامه‌ریزی و اجرا کنند. مدل زبان بزرگ زیربنایی برای اینکه Agentها واقعاً مفید شوند، بسیار مهم است و به عنوان یک "مغز" مرکزی عمل می‌کند.

استراتژی چندمدلی Tencent

Tencent به طور قاطع تعهد خود را به یک استراتژی دو مسیره اعلام کرده است: "سرمایه‌گذاری مداوم در مدل‌های توسعه‌یافته خود + استقبال آشکار از مدل‌های پیشرفته منبع باز". از ابتدای سال، Tencent به طور فعال در حال ادغام مدل بزرگ DeepSeek بوده و همزمان توسعه تکراری مدل Hunyuan خود را تسریع می‌کند.

مدل استنتاج توسعه یافته توسط Tencent به نام Thinker (T1)، متخصص در وظایف پیچیده و استدلال عمیق، از زمان راه‌اندازی اولیه خود در برنامه Yuanbao در اوایل سال جاری، تکرارهای سریعی را پشت سر گذاشته است. علاوه بر این، Tencent از Hunyuan Turbo S، نسل جدیدی از مدل‌های تفکر سریع که برای پردازش سریع وظایف بهینه‌سازی شده‌اند، رونمایی کرده است.

Tencent با تکیه بر پایه TurboS، مدل استدلال عمیق بصری T1-Vision و مدل تماس صوتی سرتاسری Hunyuan Voice را نیز معرفی کرده است. در تکمیل این‌ها، انواع مدل‌های چندوجهی، از جمله image 2.0 Hunyuan ، 3D v2.5 Hunyuan و تولید بصری بازی Hunyuan نیز راه‌اندازی شده‌اند.

بازسازی سازمانی

برای تسهیل نوآوری سریع محصول و تحقیق و توسعه مدل عمیق، Tencent محصولات و برنامه‌های AI خود، از جمله Tencent Yuanbao ، QQ Browser ، Sogou Input Method و ima را در سال جاری در گروه صنعت هوشمند و ابری (CSIG) ادغام کرده است. به طور همزمان، Tencent تغییرات سازمانی را در گروه مهندسی فنی (TEG)، نهاد مسئول توسعه مدل بزرگ Hunyuan Tencent اعمال کرده است.

ماه گذشته، منابع از یک بازسازی جامع در سازمان تحقیق و توسعه مدل بزرگ Hunyuan Tencent پرده برداشتند. پس از این تعدیل، TEG دو بخش جدید ایجاد کرد: بخش مدل زبان بزرگ و بخش مدل چندوجهی. این نهادها وظیفه دارند فناوری‌های پیشرفته در مدل‌های زبان بزرگ و مدل‌های بزرگ چندوجهی را بررسی کنند، تکرارهای مداوم در مدل‌های بنیادی را هدایت کنند و قابلیت‌های کلی مدل را گسترش دهند.

به طور همزمان، Tencent در حال تقویت قابلیت‌های داده مدل بزرگ و زیرساخت پلتفرم خود است. بخش پلتفرم داده بر مدیریت سرتاسری و ساخت داده‌های مدل بزرگ متمرکز است، در حالی که بخش پلتفرم یادگیری ماشین در حال هدایت ایجاد پلتفرم‌های یکپارچه یادگیری ماشین و داده‌های بزرگ است. این رویکرد جامع یک پلتفرم PaaS قوی و کارآمد را ارائه می‌دهد که هم از آموزش مدل AI و هم از استنتاج، در کنار پردازش داده‌های بزرگ، پشتیبانی می‌کند و به طور جمعی از تحقیق و توسعه فناوری مدل بزرگ Hunyuan Tencent پشتیبانی می‌کند.

آینده مبتنی بر عامل (Agent-Driven )

Tang Daosheng این فرضیه را مطرح کرده که سورس باز کردن Deepseek و پیشرفت‌ها در تفکر عمیق نشان می‌دهد که مدل‌های بزرگ AI از آستانه صنعتی شدن عبور کرده‌اند و به مرحله استقرار گسترده رسیده‌اند. او استدلال می‌کند که تمرکز اصلی صنعت از آموزش مدل به توسعه کاربرد و عامل (Agent) محور تغییر کرده است.

بازار بالقوه بزرگ برای Agentها بدون شک یک عامل مهم در تسریع پذیرش فناوری‌های AI Agent توسط Tencent Cloud است.

تجزیه و تحلیل صنعت و پیش‌بینی‌ها

یک گزارش تحقیقاتی از اوراق بهادار Minsheng یک اعتقاد قوی بیان می‌کند که سال 2025 به عنوان سال افتتاحیه برای AI Agentها و پیدایش یک انقلاب نرم‌افزاری شناخته خواهد شد. این گزارش پیشنهاد می‌کند که Agentها می‌توانند یک کاتالیزور کلیدی برای ارزیابی مجدد نرم‌افزار باشند و به طور بالقوه بازار هدف برای فروشندگان نرم‌افزار را گسترش دهند تا بازار کار چند تریلیون دلاری را در بر گیرند. همچنین پیش‌بینی می‌شود که AI Agentها ویژگی‌های مصرف نرم‌افزار را افزایش دهند و سقف ارزشیابی برای شرکت‌های نرم‌افزاری را بیشتر افزایش دهند.

آخرین پیش‌بینی‌های Gartner نشان‌دهنده افزایش قابل توجهی در ادغام AI خودکار در software سازمانی است و پیش‌بینی می‌شود که از کمتر از 1 درصد در سال 2024 به 33 درصد تا سال 2028 برسد. همزمان، پیش‌بینی می‌شود که بیش از 15 درصد از تصمیمات کاری روزانه به طور خودکار توسط Agentهای AI اجرا شوند. در این رقابت جهانی AI، AI Agentها به عنوان یک الزام استراتژیک غیرقابل مذاکره ظاهر می‌شوند و منجر به یک اجماع گسترده می‌شوند که غول‌های اینترنتی باید بر بازارهای C-end و B-end تمرکز کنند.

Ying Ying، سر تحلیلگر رایانه در CITIC Securities، رویکردهای متضاد برای استقرار Agent را که در مناطق مختلف مشاهده می‌شود، برجسته می‌کند. فروشندگان cloud آمریکای شمالی در درجه اول بر تسهیل استقرار کارآمد مدل و Agent برای مشتریان خود متمرکز هستند، در حالی که فروشندگان B-end بیشتر به سمت ایجاد و مدیریت پلتفرم‌های Agent گرایش دارند. با این حال، غول‌های اینترنتی داخلی به استراتژی‌های جذب ترافیک کاربر در عصر اینترنت پایبند هستند و هدفشان جذب کاربران از طریق محصولات Agent عمومی مشابه "Manus "، تقلید از شیوه‌های همتایان B-end خود در آمریکای شمالی است.

استراتژی C-End شرکت Tencent

در جبهه محصول C-end، Tencent هنوز یک محصول بومی Agent قابل مقایسه با "Manus " را راه‌اندازی نکرده است.

در جلسه درآمد سه ماهه اول اخیر Tencent، مدیریت دیدگاه خود را در مورد محصولات Agent بیان کرد و آنها را به دو نوع متمایز تقسیم کرد: Agentهای عمومی که افراد می‌توانند برای اقدام از طرف آنها در دنیای خارج ایجاد کنند و Agentهای AI تعبیه شده در اکوسیستم WeChat، که در چارچوب منحصربه‌فرد WeChat عمل می‌کنند.

منابع نشان می‌دهند که Tencent در حال ساخت قابلیت‌های عمومی AI Agent خود از طریق محصولات بومی AI مانند Yuanbao و IMA است.

استراتژی Tencent شامل یک رونمایی مرحله‌ایاز قابلیت‌ها است. در ابتدا، Agentها برای ارائه پاسخ سریع به سوالات مجهز می‌شوند. متعاقباً، آنها "تفکر زنجیره‌ای" مدل‌های استدلال طولانی را برای رسیدگی به سؤالات پیچیده‌تر ترکیب می‌کنند. با گذشت زمان، آنها تکامل می‌یابند تا وظایف پیچیده‌تری را اجرا کنند و به تدریج قابلیت‌های "هوش تجسم یافته" را ادغام کنند، و تعامل یکپارچه با سایر برنامه‌ها، برنامه‌ها و حتی APIهای خارجی را برای ارائه کمک جامع به کاربر فراهم می‌کنند.

مدیریت Tencent تأکید می‌کند که این یک تکامل مداوم است و قابلیت‌های آن اساساً با قابلیت‌های Agentهای AI عمومی توسعه‌یافته توسط رقبای خود هماهنگ است.

مزیت اکوسیستم WeChat

AI Agent که Tencent قصد دارد در اکوسیستم WeChat بسازد، نشان‌دهنده یک محصول منحصربه‌فرد و متمایز است که تکرار آن برای سایر فروشندگان دشوار است.

این Agent به طور عمیق با عناصر اصلی اکوسیستم WeChat، از جمله شبکه‌های روابط اجتماعی، ویژگی‌های ارتباطی و اجتماعی، پلتفرم‌های محتوا مانند حساب‌های عمومی و حساب‌های ویدیویی، و میلیون‌ها مینی برنامه ادغام خواهد شد. این مؤلفه‌ها به طور جمعی اطلاعات، پردازش تراکنش و قابلیت‌های عملیاتی را در تعداد زیادی از حوزه‌های عمودی ارائه می‌دهند.

مانند برنامه‌های بومی AI که قبلاً راه‌اندازی شده‌اند، اهمیت استراتژیک غول‌های اینترنتی در توسعه AI Agentها در رقابت برای تسلط در اکوسیستم ترافیکی فوق‌العاده در حال ظهور دوران AI نهفته است و جایی برای رضایت وجود ندارد.

از سال 2025، موضوع غالب در چشم‌انداز AI از مدل‌های زبان بزرگ به AI Agentها تغییر کرده است. تکثیر AI Agentها اجتناب‌ناپذیر است، اما قابلیت‌های محصول فعلی هنوز در مراحل ابتدایی خود هستند. در این محیط پویا، موفقیت احتمالاً به نفع کسانی خواهد بود که می‌توانند "Deepseek حوزه AI Agent " را ایجاد کنند و خود را به عنوان رهبران مرحله بعدی تکامل AI قرار دهند.