Tencent AI-Produktlandschaft + optimierte DeepTweet-Plugin-Auslieferung (inkl. BU-/Team-Mapping, Wettbewerbsprodukte und Integrationsergebnisse)

AIDO project
,
1

Diese Zusammenfassung ist wie angefordert aufgebaut:

  • Tencent AI-Produkte / BU / Team-Landkarte
  • Produktphase, Zielnutzer, Wettbewerber und Skalierungs-Indizien
  • DeepTweet-Plugin-Optimierung und Integrations-Ergebnisse

Hinweis: Die aktuelle Upload-Strategie der Website erlaubt nur Bildanhänge, keine direkte Uploads von .md-Dateien. Daher sende ich den Hauptbericht direkt als Fließtext und ergänze die Referenz-Markdowns in nachfolgenden Antworten Stück für Stück, damit der gesamte Inhalt vollständig auf der Website erhalten bleibt.

Tencent AI-Produktlandkarte & DeepTweet-Plugin-Optimierungs-Delivery-Report

Datum: 2026-03-23
Empfänger: Liko
Autor: yezi（椰子）

I. Executive Summary

Diese Runde wurde in zwei Hauptstränge aufgeteilt:

  1. Recherche zu Tencent-Ökosystem AI-Modellanwendungen / Produkten
  2. DeepTweet (X/Twitter-Sidebar-Plugin) Optimierungs-Implementierung

Das Endfazit lässt sich auf drei Sätze verdichten:

  • Tencents AI-Organisation ist nicht „eine Linie, die alles abdeckt“, sondern eher eine dreistufige Struktur:
    • TEG: eher Basis-Modelle und Forschung, insbesondere die Kernfähigkeiten von Hunyuan;
    • CSIG / Tencent Cloud: eher externe Kommerzialisierung, Plattformisierung und die Übernahme eines Teils der Frontend-AI-Produkte;
    • WXG: eher WeChat-Ökosystem, Enterprise-Collaboration und AI-Enablement von High-Frequency-Entry-Produkten.
  • Tencents klarster Hauptschauplatz der AI-Kommerzialisierung ist nicht mehr ein einzelner Chatbot, sondern:
    • Cloud- und Modellplattformen: Hunyuan, TI/TI-ONE, ADP, CodeBuddy/WorkBuddy;
    • Office & Collaboration: Tencent Meeting, WeCom (企业微信), Tencent Docs, ima;
    • Vertikale Geschäftsbereiche: Werbung, Karten, Games, News, Video.
  • Auf der DeepTweet-Seite ist bereits ein buildbarer, weiter iterierbarer Integrations-Branch entstanden:
    • Build-Scaffolding ergänzt;
    • Person-Schnellprofil / lokaler Research-Workspace / Markdown- & JSON-Export / Compare Queue / AI-Transparenz-Panel hinzugefügt;
    • Integrations-Branch feat/integration führt npm install && npm run build erfolgreich aus.

II. Tencent AI-Produkte / BU / Team-Landkarte

2.1 Organisationskarte (zuerst das große Bild)

A. Basismodell- und Forschungsebene: stark TEG-bezogen

Aktuelle öffentliche Recruiting- sowie Produktlinien-Indizien zeigen, dass die Kernbasis-Forschung und -Entwicklung von Hunyuan stärker in Richtung TEG weist. Öffentliche Rollen decken bereits ab:

  • AGI-Modellarchitektur
  • Agentic AI
  • GUI Agent
  • Reinforcement Learning / Reward Modeling
  • AI Search / DeepResearch
  • Model Evaluation und Multimodalität

Aber der externe API-/Cloud-Kommerzialisierungs-Ausgang von Hunyuan hängt wiederum klar im Produkt-System von Tencent Cloud, daher ist die präzisere Formulierung:

Die Hunyuan-Basis liegt eher bei TEG, der Kommerzialisierungs-Entry eher bei Tencent Cloud / CSIG.

B. Cloud- und Applikations-Übernahmeschicht: CSIG / Tencent Cloud ist der Hauptträger

Die aktuell „härtesten“ Belege zeigen, dass eine Gruppe von Produkten klar unter CSIG / Tencent Cloud fällt:

  • Tencent Meeting / Tencent Meeting AI-Assistent
  • Tencent Yuanbao
  • ima.copilot
  • QQ Browser (AI-Browser)
  • Tencent Cloud TI / TI-ONE
  • Tencent Cloud Agent Development Platform ADP
  • CodeBuddy / WorkBuddy

Das zeigt: Tencent verkauft AI nicht nur als „Cloud API“, sondern lässt CSIG direkt einen Teil der Frontend-AI-Produktisierung übernehmen.

C. WeChat- und Office-Collaboration-Schicht: WXG ist eine weitere klare Hauptlinie

Auf der WXG-Seite sind aktuell die eindeutigsten Produkte:

  • WeCom (企业微信)
  • WeCom Docs / Smart Tables / Collaboration Tools
  • WeChat Input Method (微信输入法)

Diese Linie entspricht eher:

Modellfähigkeiten nach unten in das WeChat-Ökosystem, Office-Collaboration und High-Frequency-Entry-Points zu bringen.

2.2 Fokus-Produkttabelle (direkt report-fähig)

Produkt Positionierung / Funktion Zielnutzer Zugehörige BU / Geschäftseinheit Team-Indizien Aktuelle Phase Skalierungs-Indizien Vergleichbare Wettbewerber
Tencent Hunyuan / Hunyuan Tencents selbst entwickeltes Basismodell und Cloud-API, inkl. Text, Reasoning, Vision, Multimodal, Bild, Video, 3D, Code und Agent-Fähigkeiten Unternehmen, Entwickler, interne Tencent-Bereiche Basis eher TEG; externe Kommerzialisierung eher CSIG/Tencent Cloud Viele Recruiting-Postings unter TEG; Produktseite unter Tencent Cloud Reif kommerziell + schnelle Iteration Keine einheitliche Offenlegung der Gesamtnutzerzahl Tongyi Qianwen, Wenxin, Doubao, GLM, DeepSeek
Tencent Cloud TI / TI-ONE Machine-Learning- und Modell-Training-Plattform AI Engineers, Plattformteams CSIG Tencent-Cloud-Produktlinie Reif kommerziell Viele Branchen-Cases, keine einheitliche Nutzerzahl veröffentlicht Alibaba PAI, Huawei ModelArts, Baidu BML
Tencent Cloud ADP Enterprise-Agent-Entwicklungsplattform, unterstützt LLM+RAG, Workflow, Multi-Agent, MCP, Plugins und Enterprise Governance Enterprise-IT, Operations, Integratoren CSIG GitHub-Org TencentCloudADP, offizielle Doku: LKE wurde zu ADP upgegradet Kommerzprodukt in hoher Wachstumsphase Kunden-Cases in Logistik, Fertigung, Finance, Education etc. Dify Enterprise, Coze Enterprise, Qianfan AgentBuilder
CodeBuddy Tencent-Cloud AI-Coding-Assistent, basierend auf Hunyuan Code LLM Entwickler, Enterprise-R&D-Teams CSIG Recruiting mit Produkt-/Dev-/CS-/Presales-Rollen Kommerzialisierung im Rollout Keine einheitliche Kundenanzahl öffentlich GitHub Copilot, Cursor, Tongyi Lingma, MarsCode
WorkBuddy Multi-Agent-Office-Tool Knowledge Worker, Enterprise Backoffice CSIG Gemeinsame Recruiting-Linie mit CodeBuddy Kommerzialisierung im Rollout Nicht öffentlich Microsoft Copilot for Work, Notion AI, Feishu Smart Partner
Tencent Yuanbao Allgemeiner AI-Assistent im Tencent-Ökosystem, unterstützt Deep Thinking, Tencent-Öko-Content-Retrieval, Doku-Deep-Reading, Bildbearbeitung etc. Consumer + leichte Office-Szenarien CSIG (hohe Sicherheit) Recruiting: ProductName=元宝, Paketname enthält hunyuan Große öffentliche Veröffentlichung App-Store-Downloads ca. 28,263 Mio. Doubao, Kimi, Tongyi, DeepSeek App
ima Knowledge-Base-zentrierter AI-Workspace, Search/Read/Write integriert, angebunden an Hunyuan und DeepSeek R1 Knowledge Worker, Studenten, Research-/Writing-User CSIG (hohe Sicherheit) Recruiting: ProductName=IMA Öffentlich verfügbar Keine offizielle User-Skalierung gesehen Notion AI, Feishu AI, Metaso AI Search
Tencent Meeting AI AI-Minutes, AI-Hosting, AI-Assistent Enterprise-Meetings & Kollaborationsteams CSIG (hohe Sicherheit) Recruiting und Produktseite zeigen auf Tencent-Meeting-Linie; Website: „unter Tencent Cloud“ Reifes Produkt + AI-Verstärkung Website: 400 Mio.+ Nutzer Feishu Meeting, DingTalk Meeting, Zoom AI Companion
WeCom (企业微信) AI Smart Search, Smart Summary, Bots, Smart Service Summary, AI Fields etc. Unternehmen und Organisationen WXG (hohe Sicherheit) Website: „vom Tencent WeChat Team für Unternehmen“; Recruiting: BGName=WXG Reifes Produkt + tiefe AI-Durchdringung Website: 14 Mio. Unternehmen und Organisationen Feishu, DingTalk, Slack AI
Tencent Docs AI Kollaborative Docs + AI-Doku-Assistent + Smart Tables + MCP Einzelpersonen, Teams, Unternehmen Ableitung: näher an WXG/Collaboration-Tools-Linie Öffentliche Jobs häufiger „WeCom Docs/Smart Tables“ statt separat „Tencent Docs“ Reifes Produkt + AI-Enhancement Ökosystem kann 100M+ Nutzer bedienen, AI-DAU nicht separat offengelegt Feishu Docs AI, WPS AI, Shimo AI
WeChat Input Method (微信输入法) AI-Antworten und Speech-Input-Enhancement am Eingabe-Entry Consumer mit hoher Eingabefrequenz WXG (hohe Sicherheit) Recruiting: BGName=WXG, Aufgaben nennen LLM-Landing im Input Method Live Keine separate Skalierung offengelegt Sogou Input Method AI, Baidu Input Method AI
QQ Browser (AI Browser) AI Search / AI Learning / AI Browser Massenmarkt, Informationssuche-User CSIG (hohe Sicherheit) Recruiting klar CSIG, inkl. LLM / RL / AI-Search-Rollen Zum AI-Browser upgegradet Keine einheitliche AI-Userzahl offengelegt Quark, 360 AI Browser, Doubao-Browser-Fähigkeiten

2.3 Vertikale AI-Anwendungen: welche Bereiche sind am wertvollsten

1）Tencent Ads: AI ist bereits in der Kern-Umsatzkette

  • Auf der Ads-Seite existiert bereits eine vollständige Kette aus Miaosi (妙思, AIGC Creative) + AIM+ (Automated Delivery) + AI Targeting.
  • WeChat / WeChat kombinierte MAU 1,418 Mrd., Marketing-Service-Umsatz 145 Mrd. RMB (2025).
  • Tencents Vorteil liegt in:
    • WeChat-Ökosystem-Closed-Loop;
    • Mini-Programs / Mini-Stores / Mini-Games Kurzpfad-Conversion;
    • AI steigert Creative- und Delivery-Effizienz statt nur Ad Load zu erhöhen.

2）Tencent Maps: AI wirkt eher wie eine „Spatio-Temporal-Intelligence-Basis“

  • Öffentlich: LBS AI Open Platform / Branchen-Agenten / MCP / AI Search Super API.
  • Die Tencent-Maps-App ist im Consumer-Mindshare schwächer als Amap, aber auf der B2B2C-Fähigkeitsebene eher spannender.

3）Tencent Games: AI ist gleichzeitig in „Player Experience“ und „R&D-Produktion“ angekommen

  • GiiNEX ist bereits ein klarer Plattform-Produkt.
  • PUBG Mobile (《和平精英》) AI-NPC-Gameplay kumuliert 110 Mio. Experience-User; Peak DAU 17,7 Mio.
  • 2025 Game Revenue 241,6 Mrd. RMB; AI ist nicht nur Demo, sondern echte Fähigkeit in großen DAU-Produkten.

4）Tencent News: AI ist eher „vertrauenswürdig + erklärend“

  • Die Route ist nicht aggressiveres Recommendation-„Stimulus“, sondern:
    • Fact Checking
    • Timeline
    • Erklärung und Nachfragen
    • AI Podcast
  • Das ist eine „defensive AI-Strategie“ im News-Track.

5）Tencent Video: AI geht in die Content-Industrialization, nicht nur ein Player-Button

  • TVI / ZenStudio / Virtual Production Platform decken bereits Script, Modeling, Assets, Virtual Shooting etc. ab.
  • Tencent Video Paid Members durchschnittlicher Bestand 117 Mio.; der echte AI-Wert liegt in Content-Industrialization-Effizienz, nicht in Single-Point-Interaction.

2.4 Wichtigstes Organisations-Urteil dieser Runde

Mit hoher Sicherheit report-fähig

  • Hunyuan Base R&D ist stark TEG-assoziiert, aber externe API/Kommerzialisierungs-Entry liegt bei Tencent Cloud.
  • Tencent Meeting, Tencent Yuanbao, ima, QQ Browser: öffentliche Recruiting-Klassifizierung fällt klar unter CSIG.
  • WeCom (企业微信), WeCom Docs/Smart Tables, WeChat Input Method (微信输入法): klar WXG.

Vorsichtiger als „Ableitung“ formulieren

  • Ob die Marke Tencent Docs insgesamt unabhängig von der WeCom-Collaboration-Tools-Linie ist, ist öffentlich noch nicht „hart“ genug belegt.
  • Yuanqi (元器) wirkt aktuell eher wie eine Plattformschicht, aber ich habe noch keine so harten Recruiting-Zuordnungsbelege wie bei Yuanbao/ima.

III. DeepTweet-Plugin-Optimierungs-Delivery

3.1 Repo und Branches

Neues Plugin-Repo:

  • artifacts/deeptweet-plugin-lab-20260322v2b

Wichtige Branches und Commits:

  • feat/build-setup → eec5242
  • feat/profile-intel → ef7571b
  • feat/workspace-export → b1631aa
  • feat/transparency-privacy → c7d9439
  • feat/integration → e7b83be

Finale Empfehlung:

  • Branch: feat/integration
  • Commit: e7b83be
    als aktuelle deliverbare Baseline.

3.2 Funktionen, die wirklich umgesetzt wurden

A. Engineering-Baseline wiederhergestellt

Vollständiges Build-Scaffolding wiederhergestellt:

  • package.json ergänzt
  • scripts/build.mjs ergänzt
  • ARCHITECTURE_NOTES.md ergänzt
  • Klarstellung:
    • src/ ist der echte Source-of-Truth
    • Root background.js / content.js / options.js / page-navigate.js / sidebar.js sind die Build-Artefakte, die das Extension-Runtime tatsächlich nutzt

Verifiziert:

npm install
npm run build

läuft durch.

B. Person-Schnellprofil / Research-Workflow

Hinzugefügt:

  • Profile quick read-Karte
  • Such-Presets besser für Research-Szenarien
  • evidence-backed Research-Summary-Output
  • Research follow-ups (Hinweise, welche Fragen als nächstes tiefer zu untersuchen sind)

Schlüssel-Indizien (im Code sichtbar):

  • Profile quick read
  • Follow-up research prompts
  • Quick research brief

C. Lokaler Research-Workspace / Export

Hinzugefügt:

  • Accounts / Tweets / Threads als Research-Karten speichern
  • Local-only workspace
  • Export Markdown / Export JSON
  • Compare queue / compare-ready-Mechanismus

Schlüssel-Code und UI-Copy vorhanden:

  • Export Markdown
  • Export JSON
  • Local-only workspace
  • compare-ready
  • research-workspace.js

D. AI-Transparenz / Privacy / Kostenabschätzung

Hinzugefügt:

  • Anzeige von Active model / provider
  • Überblick über aktuelle Context-Scale und Provider-Payload
  • Stays local / Sent to provider-Panel
  • lokale Heuristik zur Request-Size-/Token-/Cost-Schätzung

Wichtige UI-Elemente existieren:

  • aichatTransparency
  • Stays local
  • Sent to provider
  • Latest provider payload
  • Est. input cost

3.3 Aktuelle Lieferbewertung

Abgeschlossen

  • Engineering-Baseline wiederhergestellt
  • Erste Version des Person-Research-Workflows
  • Lokaler Research-Workspace und Export
  • AI-Transparenz-Panel
  • Integration-Branch build erfolgreich

Empfohlen, aber nicht blockierend für diese Lieferung

  • Ein manueller UI-Smoke-Test in einer echten Chrome unpacked extension
  • Eine End-to-End-Regression für den realen X-Seiten-Scraping-Flow
  • Eine weitere Iteration mit klarerer „Multi-Account-Compare-View“-UI

Das heißt:

Nach Standard „Code geliefert + Build erfolgreich“ ist diese Runde deliverbar.

Wenn nach „Pre-Release QA“-Standard, ist eine manuelle Smoke-Runde sinnvoll.

IV. Empfohlene finale externe Formulierung

Wenn dieser Report extern verschickt werden soll, empfehle ich folgendes Framing:

Tencent-AI-Rechercheteil

Tencent AI ist nicht nur „ein Hunyuan + ein Yuanbao“, sondern hat bereits gebildet:

  • TEG führt Base-Model-Research
  • CSIG/Tencent Cloud übernimmt Plattformisierung und einen Teil der Frontend-AI-Produkte
  • WXG übernimmt WeChat-Ökosystem und Office-Collaboration-AI-Enablement
    eine parallele Dreischicht-Struktur.

Plugin-Teil

DeepTweet wurde von „CRX-Unpack-Code, der laufen kann“ zu einer deliverbaren Version upgegradet: mit echtem Source-of-Truth, Build-Pipeline, Person-Research-Flow, lokalem Research-Workspace und AI-Transparenz-Panel; der aktuelle Integrations-Branch baut erfolgreich.

V. Anhänge / Evidenzverzeichnis

Tencent-Recherche-Subreports

  • consumer_office.md
  • cloud_model_dev.md
  • verticals_competition.md
  • org_mapping.md
  • BLOCKERS.md（Evidenzlücken-Erklärung auf Consumer-/Office-Collaboration-Seite）

Plugin-Repo-Schlüsseldateien

  • ARCHITECTURE_NOTES.md
  • package.json
  • scripts/build.mjs
  • src/research-workspace.js
  • src/sidebar.js
  • src/sidebar-aichat.js
  • sidebar.html

VI. Endfazit

Tencent-AI-Linie

Es lässt sich bereits eine belastbare Management-Report-Conclusion bilden.
Auch wenn einzelne Produkt-BU-Zuordnungen noch Evidenz-Nacharbeit brauchen, ist der Haupt-Frame klar genug:

  • TEG macht die Basis
  • CSIG macht Cloud und einen Teil der Frontend-Produktisierung
  • WXG macht WeChat-/Office-Collaboration-Landing

DeepTweet-Plugin-Linie

Es gibt bereits einen deliverbaren Integrations-Branch.
Wenn du weiter pushen willst, ist der nächste wertvollste Schritt nicht mehr Feature-Additions, sondern:

  1. unpacked extension manueller Smoke
  2. echtes X-Seiten End-to-End Regression
  3. dann prüfen, ob eine schwerere Compare-/Graph-View nötig ist