腾讯高管财报会“畅谈AI大决战”！Q2游戏收入继续大增11%、打脸分析师

【GameLook专稿，禁止转载！】

GameLook报道/8月12日，腾讯公司发布了2026年第二季财报，财报显示Q2腾讯公司营收2048 亿元同比增长 11%。按非国际财务报告准则，Q2经营盈利为人民币 756 亿元，同比增长 9%；Q2 权益持有人应占盈利为人民币 684 亿元，同比增长 9%。

腾讯Q2 资本开支为 528 亿元，同比增加 176%。第二季度以约 169 亿港元回购约 3738 万股股份。

腾讯Q2总现金为人民币 5112 亿元，同比增长 9%。净现金为 582 亿元，同比下降 22%。本公司 2Q2026 产生经营现金流 527 亿元，扣除资本开支付款 593 亿元、媒体内容付款人民币 50 亿元及租赁负债付款人民币 22 亿元，自由现金流转负为人民币 138 亿元。

马化腾表示：“踏入今年第三季，我们正在智能、应用与基础设施三个层面，构建一个全新的、AI 赋能的腾讯，并已取得显著进展。在智能层，Hy3 正式版向用户提供了一个可广泛使用且性价比优越的模型，并为 Hy 系列模型未来迈向行业顶尖水平奠定了基础。在应用层，AI 办公效率服务WorkBuddy 和 AI 编程工具 CodeBuddy 实现了突破性的用户增长，在各自的领域里处于中国领先水平。在基础设施层，我们大幅增加了算力采购，将助力我们把应用及模型的使用转化为收入。同时，我们进一步精进现有业务，营销服务收入持续增长，多款新游戏表现出色，微信视频号播放量快速增长。”

在当晚财报会议上，围绕腾讯AI战略投资资本开支超预期大增、单季度突破500亿元，腾讯混元大模型，WorkBuddy，CodeBuddy，腾讯微信助手“小微”测试和商业化展望，腾讯管理层在财报会以上详细阐述了腾讯的思考和战略布局，可谓看的同行眼花缭乱，大为震惊，而电话会全程实录值得反复品读。

（注：财报电话会全程实录在本文后）

正如GameLook早先所写到的，“腾讯当前一切一切的问题，都是AI问题”，投资者、从业者、普通网民都在关注腾讯这家科技巨头，如何在AI时代来临之时打赢硬仗、打赢持久战，是否能赢下下一个类似微信一样的超级入口，让腾讯继续成就在科技圈的长青霸业。

与财报和当晚电话会议“大谈AI大决战”的亢奋情绪相比较，腾讯业务基石之一的游戏业务在Q2交出了稳健的答卷，游戏业务收入增速与腾讯公司收入增速持平、都为同比增长11%，游戏与各项主干业务继续保持“齐头并进”之势，具体游戏业务表现如下：

腾讯第二季度游戏业务表现

2026年第二季度腾讯游戏收入659亿元，同比增长11.3%，环比Q1增长2.6%。其中Q2国内游戏游戏收入同比增长 17%至人民币 473亿元。国际市场游戏收入为人民币 186 亿元，受汇率波动影响同比下降 0.8%。

单从财报数字来看，腾讯Q2游戏业务同比增长11.3%，其中国内游戏业务收入同比增长17%，“直接打脸”外资投行伯恩斯坦在7月研报中提及“腾讯国内手游、长青游戏流水同比下滑”的严重误判，而正是这份结论错误的研报导致腾讯7月22日单日大跌超7%。

GameLook认为，考虑到腾讯游戏业务的复杂性，以及收入结构的多样化，腾讯游戏一直属于“同行看不清，分析师看不全”，真实情况只能等腾讯财报披露，“十赌九输”不宜瞎猜。

国内游戏业务表现

本土市场游戏收入同比增长 17%至人民币 473亿元，主要游戏大部分都实现了收入增长，其中《三角洲行动》、《无畏契约》、《无畏契约：源能行动》及《洛克王国：世界》的贡献显著。

本土长青游戏《三角洲行动》及《无畏契约》的平均日活跃账户数于 2Q2026 创下新高。《洛克王国：世界》在今年中国市场发布的所有新手游中，按平均日活跃账户数和总流水计算均排名第一。

海外游戏业务表现

国际市场游戏收入为人民币 186 亿元，受汇率波动影响同比下降 0.8%，按固定汇率计算则同比增长 4%，因《鸣潮》及《VALORANT》的收入增长被 Supercell 部分游戏收入的下降所抵销。社交网络收入同比增长 0.8%至人民币 325 亿元。

Miniclip 在国际市场获得突破性成功，《Arrows – Puzzle Escape》成为了 2Q2026 全球下载量最高的手游，并带来强劲的应用内广告收入。

以下是今晚腾讯财报电话会议实录（中金公司整理、仅供参考）：

Q：如果看公司最新一个季度的CAPEX资本开支，大约人民币528亿元，相比上一季度明显提升。如果简单乘以四进行年化，就超过人民币2000亿元。我们应该如何看待由此产生的D&A成本？这部分成本在多大程度上能够通过AI投资带来的增量收入得到回报？还是说这些投入本质上会在未来几个季度侵蚀盈利？另外，我们也希望听听管理层对于回报周期中时间滞后的看法，尤其是如果把相关R&D成本也考虑进去。

A: 考虑到目前算力需求激增，并因此带动算力租赁价格上涨，我们实际上可以通过把算力租给第三方，几乎立即覆盖折旧成本，就像现在很多neocloud公司正在做的那样。这样我们也可以在很短的时间内获得不错的回报。但实际上，我们选择的是另一种方法，或者说是在执行一个更大的战略。我们把新增算力中非常大的一部分用于把自己的模型提升到state-of-the-art水平，同时用于部署、普及我们自己的AI应用，并推动这些应用在中国取得市场领先地位。我们相信，通过自研领先模型以及市场领先的AI应用所提供的更强智能能力，长期来看，我们可以把这种更强的智能能力转化为更高的经济回报。例如，通过WorkBuddy应用销售token。所以，这是我们选择的路径。

A：目前其实可以把腾讯的业务看成两个部分。一部分是我们现有的核心业务，这部分能够产生稳健增长，同时也具有相当明显的经营杠杆。这就是我们一直以来构建的高质量增长路径，我们会继续沿着这条路径发展。另一部分则是我们正在构建的新的AI原生业务。正如James刚才所说，这个新的AI原生业务包括我们自己的模型、正在打造的新应用，以及与之相对应的算力基础设施。从财务角度来看，你应该关注核心现有业务相关的收入和利润。同时，我们也会把AI原生业务的投入作为一个经营项目单独披露。

再看资本支出的话，我认为同样可以把它分成两部分。一部分是与现有业务相关的资本支出，这和过去一样来看就可以：我们产生经营现金流，同时也有与这部分业务相关的资本支出。这部分业务仍然具有非常强的现金流生成能力。

另一部分资本支出则与新的AI原生业务相关。本质上，这是一笔我们需要进行的集中投入，用于获得模型训练所需的算力、为推理需求做好准备，同时进一步采购算力，用于建设我们的AI算力和AI Cloud业务。这基本上就是我们的考虑。我们之所以投资这些算力，是因为需要这些投入来把这项业务启动起来。

与此同时，我们也已经看到这些投资具有明确的上行空间，因为我们的模型表现不错，新应用表现也不错，同时市场对算力也有大量需求。如果今天我们把这些算力分配给腾讯云进行对外租赁，实际上可以产生更多收入，同时从这些资本支出中获得可观的回报。事实上，对于我们几个月前支付的预付款以及下的一些算力订单，如果今天出售，相比几个月前我们支付的价格，可以获得超过30%的利润。

但我们相信，如果按照这样的顺序来使用这些算力——首先用于建设自己的模型，然后建设自己的应用，再把算力用于对外租赁——随着时间推移，我们将建立起一个非常重要的AI原生业务。这项业务将具有非常强的盈利能力，同时也会具备很强的现金流生成能力和回报能力，为腾讯创造回报。这就是我们目前看待这项业务的方式。

Q：就WorkBuddy追问一个问题：现在每一家AI Lab实际上都有动力开发自己的某种harness应用。你们怎么看第一方和第三方harness应用之间的市场格局？以及你们希望如何定位WorkBuddy，与这些第一方harness进行竞争？另外，在你们看来，WorkBuddy是一个与Tencent Meeting和Tencent Docs并列的企业软件，还是说它其实是一个新的平台型业务，未来会成为一个AI marketplace？

A: 是的。我认为它确实是一个新的平台。它是一个非常灵活的、面向agent AI的workspace。它最核心的目的，就是解决办公室工作人员以及各种经营自己业务的人群的全部生产力需求，比如一人公司之类的用户。而在这个平台之下，会有一个harness，帮助用户利用不同模型的能力，去解决用户的agentic问题。随着时间推移，会有很多模型通过WorkBuddy来服务用户，也会有各种不同的开发者不断开发出大量skills。它的目的本质上就是解决生产力问题，而平台本身会利用各种可用的工具和模型来实现这一点。

当然，我们是其中的orchestrator。因此，我们可以选择合适的模型和合适的skills来帮助用户解决问题。我们进行这样的选择，是为了确保工作能够被很好地完成，同时也能够以非常经济的方式完成。混元会是WorkBuddy所提供的模型之一。但与此同时，如果它能够有效解决大量用户问题，那么混元也会成为WorkBuddy内部的主要模型之一。不过，它不会是唯一的模型。

Q：关于小微发展的问题，管理层能否分享一下小微在测试阶段的一些初步反馈，或者目前遇到的挑战？另外，从商业化角度来看，我们应该如何评估它的净商业化潜力？具体来说，随着Agent简化交易路径，我们担心这可能只是把原本由用户在小程序中自主完成的交易量转移到Agent端，而Agent会产生更高的算力成本，但并没有带来显著更高的新增GMV。此外，小微缩短用户交易路径以后，是否也可能减少高毛利的广告曝光inventory？

A: 我认为你刚才提到的这些风险其实都不会成为问题。因为我们相信，当AI让微信生态变得更加智能，并且能够帮助用户执行交易、探索内容以及管理日常生活时，本身已经非常丰富和强大的微信生态会对用户变得更加有用。你可以想象一下，在PC时代，QQ是一个通信和社交工具；进入移动时代以后，微信出现了。微信作为一个生态，实际上把QQ的价值放大了十倍以上，因为它在移动时代得到赋能，并且成为了移动优先的产品。所以，当我们看AI的时候，我们相信微信生态又迎来了一个巨大的机会：首先由AI赋能，并且随着时间推移，逐渐成为一个AI-first的应用和生态。

当这种情况发生以后，用户会获得很多非常好的体验。现在用户需要打字，还需要通过一次次点击来进行操作；未来，你只需要向小微发出一个指令，小微就可以替你执行交易、完成你的指令。这对用户来说会是非常好的体验，同时也会对整个生态形成很强的赋能。所以我们相信，如果能够提供这样的体验，同时控制好提供这种体验的成本——而如果看WeLM的设计，它本身就是围绕隐私、成本效率，以及确保能够在微信环境内满足用户的各种需求而设计的——如果我们能够做到这一点，就能够在可控成本下真正让微信适应AI时代。

当这种情况发生以后，微信生态将进一步扩大，而仅仅基于微信目前已有的商业化机制，这种生态扩张本身就能够转化为大量价值。我认为这就是我们看到的未来。随着prototype的推出，我们对于这一方向最终能够实现也变得越来越有信心。

Q：关于AI Cloud，随着国内API token价格快速商品化，同时中国云市场在结构上仍然对价格比较敏感，我们应该如何看待目前Tencent AI Cloud的利润率水平，相比于比如 IaaS和PaaS产品处于什么水平？另外，随着这项业务逐步扩大、AI adoption持续提升，我们应该如何看待未来的利润率变化趋势？

A: 确实，国内token价格比较低，但国内token的生产成本也非常低，而且我认为这一成本远低于市场普遍认知或外部估计。所以，即使在目前这么低的token价格水平下，token业务仍然可以实现正毛利，因为它的成本也很低。

如果看WorkBuddy付费用户的毛利率，或者看Model-as-a-Service的毛利率，目前这些业务的毛利率已经可以与Tencent Cloud整体毛利率相当。当然，从WorkBuddy整体来看，它的毛利率会更低，因为其中有一部分免费用户，我们会对这些用户进行补贴，以推动市场份额和市场增长。但对于付费用户，我们目前已经能够实现相当不错的毛利率。

至于你更广泛的担忧，中国云市场确实存在价格竞争。但过去几个月，这一环境已经发生了很大变化，因为投入成本，尤其是内存成本有所上升。因此，我们一直在提高向客户收取的价格。今年5月，我们对腾讯云进行了全面提价。除了这些名义上的价格上调以外，我们也更加明显地减少了折扣。所以，目前中国云市场整体的定价环境已经不像过去那么困难。

Q：第一个是关于混元模型。我们看到混元 3已经取得了一些进展，它比较强调成本效率，同时我认为Agent能力也非常不错。展望混元 4，如果未来几个月3万亿参数规模级别的模型变得更加拥挤，混元 4会如何形成差异化？我们会重点关注什么类别、什么细分领域，或者考虑怎样的差异化方向？

第二个问题是关于CAPEX以及AI投入重点。我们看到一些美国同行的战略开始向hyperscaler业务倾斜。想请问，在什么阶段或者什么时间点，我们可能会更加重视Cloud，把它作为一个潜在高ROI、值得优先配置更多CAPEX的业务？另外，相比一些美国同行将重点更多从应用转向Cloud，Tencent Cloud与他们之间有哪些相似和不同之处？

A: 如果看混元 3，即使按照今天的标准来看，混元 3也是一个非常小的模型，但目前它实际上已经得到了非常广泛的使用。我认为混元 3有几个特点。第一，它实际上具备与更大规模模型相匹配、甚至超过它们的能力。第二，它更加关注实际use case，而不仅仅是在benchmark上竞争。因此，在真实使用场景中，它实际上已经比很多同等规模、甚至规模更大的模型更加实用。

我们相信，这也是我们会继续应用到混元 4上的原则。混元 4推出的时候，它会是一个更大的模型，同时也能够超过一些规模更大的模型。而且它会非常实用，也会比混元 3更加实用。我们相信，这会把我们带到下一个阶段，让我们能够向大量用户提供更强的智能能力。同时需要注意的是，我们还有很多产品会与模型进行co-design。因此，当混元 4推出以后，使用混元 4的产品会比今天变得更加强大、更加实用，也会给这些由混元 4驱动的产品带来非常显著的提升。

所以，我认为这就是我们的发展路径。混元 4只是其中的下一站，之后我们还会继续升级到混元 5。随着我们持续推进，我们会越来越接近SOTA，并且在某个时间点，我们一定能够达到SOTA水平。到了那个阶段，我们也会拥有很多不同规模的模型，可以在不同的模型能力和成本效率水平下，解决不同类型的用户问题。同时，我们也会有多个模型，可以与不同产品进行co-design。这会帮助我们让产品拥有更加丰富的功能，让产品更加强大，同时也提高执行速度。所以，这就是我们对于混元 4以及之后混元 5的设想。

关于第二个问题，也就是如何在包括Tencent Cloud在内的不同use case之间分配CAPEX，正如Martin刚才所讨论的，未来几个月这部分CAPEX最直接、最主要的用途，是训练规模更大、能力更强的混元模型。但另一个重要的次要用途，是提供推理算力，用于混元模型，以及WorkBuddy背后的DeepSeek和其他模型。

WorkBuddy这项举措最主要的目的，是推动一个我们认为具有战略重要性的应用得到更广泛的采用，同时它也能够形成关键的反馈闭环，反馈到我们的模型以及更广泛的生态中。但与此同时，它还有一个额外的好处，就是能够提前产生收入。从会计角度来看，用户在WorkBuddy上的大部分支出都是订阅形式。因此，与游戏以及我们其他一些业务类似，用户向我们支付现金，到这些现金最终转化为报表确认收入之间，会存在较长的时间差。不过，目前我们已经看到现金收入出现了非常明显的增长，随着今年继续推进，这些现金收入将逐步转化为Tencent Cloud的报表收入增长。

到今年年底以及明年，我们还会拥有足够的GPU/ASIC算力，使Tencent Cloud能够进一步扩大bare-metal GPU租赁，以及提供Model-as-a-Service。但是在这些机会当中——包括GPU租赁、Model-as-a-Service，以及为WorkBuddy进行token生产——我们认为，为WorkBuddy进行token生产能够给我们带来最持久的经济价值。这也是为什么我们目前优先发展这一方向。

Q：第一个问题关于小微，管理层能否进一步解释一下刚才提到的 agent-to-agent transaction loop？这个概念是否会最终指向一个长期愿景，即在微信内部形成一个完全自主的Agent生态？另外，管理层也提到未来会探索小微的 on-device inference。这种方式面临哪些挑战，又有哪些好处？此外，采用on-device inference是否也是自有的 WeLM 模型比外部模型更适合驱动小微的另一个原因？

我还有一个关于Marketing Services收入的快速追问。本季度该业务增速加快至22%。随着ad tech持续升级以及automated campaign management不断优化，我们是否可以预期这些因素进一步支撑目前的增长势头？另外，未来与 混元 3模型进行更深入整合，还可能带来哪些进一步收益？

A: 关于agent-to-agent transaction loop，我们设想的未来是，很多用户可以通过小微以及Agent来执行自己的指令，并且随着时间推移，也可以通过它们完成交易。过去，如果看微信生态，主要是用户自己与内容互动、自己与Mini Programs进行互动。未来，如果用户能够把一个复杂的指令发送给Agent，那么Agent就可以开始帮助用户执行交易。同时，大量Mini Programs以及商户也会拥有自己的Agent，随着时间推移，这些Agent可以与用户的Agent进行交互。更长期来看，每个用户都可能拥有自己的Agent，而这些Agent之间可以彼此交互并执行交易。所以，我认为这基本上就是未来可能实现的状态。我们正在一步一步地搭建相应的架构，使其成为可能。

关于on-device inference，我认为，首先它会是一个逐步发展的过程。只有从更长期来看，大部分推理才会发生在端侧。但在某个时间点，并不难想象，一部分推理会发生在端侧，而另一部分推理发生在云端。随着时间推移，端侧算力变得越来越强，同时模型变得越来越高效，就会有越来越多的推理直接发生在用户自己的设备上。

我认为，这其实会让行业回到计算机行业比较正常的状态。如果看计算机行业以及智能手机行业，大部分计算，比如CPU计算，实际上都发生在设备端，而云端实际上只负责其中相对较小的一部分计算。但在目前新AI基础设施发展的初期阶段，大部分计算对算力的要求都非常高。同时，目前在端侧获得足够的算力、把成本降到足够低，以及做到足够高的能效，这些问题还没有得到解决，所以现在所有这些计算都发生在云端。

但未来会有一个阶段，越来越多的GPU能力会进入每个人的手机和电脑。当这种情况发生以后，越来越多的推理就会发生在端侧。届时，行业也会重新回到软件本身、模型本身变得更加重要的状态。运行模型以及运行应用所能够获得的回报也会更高，因为届时计算CAPEX不再只是由模型公司承担，而是由整个生态共同承担。我认为这种情况未来一定会发生。我们也正在为此进行建设和准备。

关于Marketing Services的问题，我们的广告收入增速过去有时候会上升、有时候会下降，未来也仍然会出现这样的波动。因此，我不会简单地进行线性外推。原因有几个。其中一个原因是，我刚才提到，in-app advertising games对International Games业务的收入增速形成了一定拖累，使其低于原本可能达到的水平；但从另一个角度来看，这部分业务本季度也为广告业务收入增速贡献了大约 2个百分点。

这些in-app advertising games对腾讯来说算是一种新产品，在某种程度上对整个行业来说也是一种新产品。因此，对于in-app advertising games未来的增长轨迹，我们还没有像传统Marketing Services收入那样高的可见度。此外，中国消费市场以及由此对应的广告市场目前仍然存在一定波动，同时也存在一些宏观经济或者消费方面的逆风，这些因素可能会影响广告趋势。

不过，我们目前的表现一直优于中国整体广告市场，而且我们有信心未来仍会以明显幅度跑赢整体市场。原因包括AI广告定向能够给我们带来进一步的上行空间；用户参与度，尤其是在我们的核心Video Accounts广告inventory上，仍然保持较好的增长；同时，我们目前仍处于向更深入的closed-loop advertising演进的早期阶段，而这种广告模式能够带来明显更高的广告价格。

Q：我们注意到，腾讯最近从5月开始增加了股份回购；与此同时，CAPEX也出现了明显加速。我们理解，目前仍然处于AI投资周期相对早期的阶段。考虑到这一点，投资者应该如何看待未来12至24个月腾讯的资本配置优先级？

A: 我认为我们的资本配置会是动态的，并且会根据我们所看到的环境进行调整。因此，如果我们发现资本开支能够带来更高的回报，比如增加算力，然后利用这些算力建设模型、利用这些算力为WorkBuddy生成token，以及通过Model-as-a-Service将这些算力对外提供，那么相比过去，我们会把更多现金投向资本开支，因此用于股份回购的现金可能会减少。但这会是一个动态调整的过程。

A：另外我还想强调一点。当我们看用于建设AI-native业务的CAPEX时，这更像是一笔我们会在今年和明年进行的集中投入。我认为，不应该假设这种投入以后每一年都会如此，因为模型建设这一部分更多是一种fixed cost。你需要获得足够的算力，但并不是说每一年都必须继续增加投入。

至于推理算力，是的，我们需要拥有足够的算力，从而能够生成token，也能够建设算力业务。但只有在这些投资能够产生很高回报的情况下，我们才会继续追加投资。如果不能，那么目前这部分基本就是我们要投入的规模，之后进一步增加的CAPEX会与这项业务实际能够产生怎样的回报挂钩。

因此，为了支付这笔集中投入，不能只拿它与我们的经营现金流相比。还需要考虑我们资产负债表上拥有多少现金、拥有多大的投资组合，以及经营现金流，还有一个审慎水平的债务融资能力。所以，这些因素都会纳入考虑，用于支持这一阶段初期的算力投资。

Q：关于混元旗舰模型战略，混元 3目前主要是在成本效率方面竞争，而不是单纯追求最强的模型能力。如果公司成功打造出一个真正达到frontier level的模型，它应该会更大、运行成本也会更高。那么，相比目前的混元 3，这样的模型具体能够创造哪些混元 3今天还无法实现的商业价值？无论是让微信 Agent具备更强能力、提升广告表现，还是服务企业客户，这样的机会是否足以支撑未来12个月训练投入的大幅增加？

A: 首先我想非常明确地说，微信所使用的模型和混元本身的战略及定位其实非常不同。微信 Agent并不真正要求或依赖混元达到SOTA水平。正如我们之前已经讲过几次，WeLM本身的设计重点是用户隐私，聚焦于解决微信环境内所有必要的交互以及Agent需求，同时也强调成本效率。这就是它的定位。

而达到SOTA水平，则会让我们有能力建立一个规模非常可观的token业务。同时，它也会赋能WorkBuddy，让WorkBuddy能够为用户完成更加复杂、附加值更高的服务和操作。我们对WorkBuddy的关注点并不只是说，“这是一个企业级产品，它只是把今天人们已经能够完成的事情做一遍。”我们实际上会持续寻找更高附加值的use case，从而真正为用户带来额外的价值和回报。在一些情况下，甚至可以帮助用户赚更多的钱。如果我们能够做到这一点，那么就能够解锁很多不同的商业模式。所以我认为，这也是SOTA模型能够帮助我们实现的事情。

与此同时，一旦我们达到SOTA水平，我们还可以开始构建大量其他模型，让它们针对特定任务为用户服务，并处于不同的成本效率水平，同时仍然位于frontier curve上。这样就能够满足用户对于智能能力的各种不同需求。在每一个层级，成本都会有所不同，但我们都能够实现一定的利润率，因为我们控制模型、控制推理成本，也控制算力。我认为，这就是我们对于未来几代模型所设想能够实现的目标。

Q：我想追问一下AI产品的经济性。新AI产品带来的盈利拖累从一季度大约人民币88亿元，上升到本季度约人民币105亿元。管理层能否介绍一下你们是如何管理这部分投入的？这些产品的投入是按照一个spending envelope来控制，还是按照回报门槛，或者战略定位来决定？另外，哪些信号——比如使用量、收入增长势头或者unit economics——会促使你们进一步加大投入？又或者，什么时候会开始把某个产品从投资阶段转向收获阶段？

A: 目前这个阶段其实非常动态。我认为，我们会保持审慎投入，直到真正看到某个breakout opportunity出现，到那个时候我们可能会进一步加大投资。所以，我认为这基本上就是我们看待这件事的方式。这部分投入会占我们利润的一定比例。但如果我们非常明确地看到，踩下油门之后能够带来大量回报，那么我们可能就会进一步踩下油门。

但总体而言，我们确实认为，这是一项需要长期经营的业务。所以我们会进行长期投入。随着时间推移，我们相信它的经济性会逐渐体现出来，并且在某个时间点最终能够实现盈利。我认为更重要的一点是，如果今天我们直接改变模式，只把算力拿出去出租，那么这实际上并不会亏损，而是可以盈利。所以，我们始终拥有这样一个备选方案。我认为这也是为什么我们对此感到比较有信心。

另外，我们也会在整体budget或者spending envelope内部，动态地重新调整不同项目之间的投入优先级。比如，如果看一季度人民币88亿元的投入具体流向哪里，包括用户获取支出等等，以及这些投入支持了哪些产品；再与二季度人民币105亿元的投入流向进行比较，其实会发现发生了非常大的变化，因为我们发现WorkBuddy正在出现breakout的趋势。因此，我们大幅提高了WorkBuddy的投入优先级，同时降低了新AI产品组合中其他一些产品的优先级。你可以假设，我们心里是有一个整体的investment envelope的。

Q：就AI投资追问一个问题。我理解目前的优先级是模型训练、WorkBuddy，之后可能是Cloud。那么，当小微正式推出以后，需要相应的推理算力来支持它，小微在整体算力配置中的位置应该如何理解？

第二个问题是，管理层如何看待这些新AI业务实现商业化以及 ROIC 的时间点和可见度？特别是，近期我们是否应该预期接近net-negative的盈利增长？另外，什么时候我们可以预期，包含AI投资后的经营利润增速反而会高于剔除AI投资后的经营利润增速？

A: 我认为，对于小微来说，从成本端来看，它的投资规模上限会低于我们过去持续投入元宝的规模，比如以过去一年为参考。所以，我认为这是我们看待这件事的方式。这部分成本会比较可控。但是，随着产品体验不断改善，回报也会开始逐步体现出来，而且应该能够比较快地覆盖这部分投入。

至于业绩指引，我认为我们目前不会提供这么具体的指引。我们已经比较详细地谈过了我们如何看待这项业务，以及我们会遵循一个整体的投资规模框架。我们会保持纪律性，就像腾讯一直以来管理业务的方式一样。但是，如果我们非常明确地看到有很好的机会，能够为未来打造一个规模非常大、并且能够盈利的业务，那么我们就会进行相应的投资。

同时，我们也比较有底气的一点是，如果我们只是把更多算力转向Cloud，那么就可以非常快地产生收入、利润和回报。所以，只要我们选择这样做，它始终都是我们的一个备选方案。