01 触发事件
2025 年 36 氪消息称，腾讯 ima 当天开放两项能力：Copilot 从此前需申请排队转为全面开放，排队人数已超过 10 万；同时，知识广场支持通过知识号发布和发现 Skill，首批上线 微信读书、腾讯招聘 等 Skill，用户也可以发布自己的 Skill。
表面看，这是一次典型的产品可用性更新。
但真正值得看的是两个动作被放在同一天：一边放开 Copilot，一边开放 Skill 发布。
这不是巧合。
Copilot 让用户在 ima 内直接调用知识 Agent，Skill 则把这些能力对象化、可发现化、可分发化。前者解决使用频次，后者解决供给增长。
如果只开放 Copilot，这更像“把更多人放进一个聊天框”。
如果同时开放 Skill 发布，这就开始接近“把聊天框变成平台”。
我没在内部跑过 ima 的分发逻辑，也没看到它当前对 Skill 调用、排序、审核、收益分配的细则，所以这里的判断更接近结构推断，不是产品评测。
但仅从公开信息看，腾讯显然不满足于做一个知识库 UI。
02 这事的真正含义
这件事真正的含义，不在“腾讯又发了一个 Agent 功能”。
问题不在 Agent 本身，而在 知识资产、执行入口、第三方能力供给 被开始收拢到一个界面里。
这才是 ima 在说的事。
过去一年，大量 AI 产品都在做 RAG、做个人知识库、做聊天式工作台。问题是，这类产品很容易掉进一个陷阱：知识沉淀在本地，问答发生在单次会话，能力扩展依赖产品团队自己做。结果就是用户材料越来越多，但产品的 network effect 很弱，switching cost 也不够高。
ima 这次把结构改了一下。
第一层是 knowledge。用户沉淀在 ima 里的资料，会被 Copilot 在任务执行中调用。这意味着知识不再只是静态存储，而是变成执行时上下文的一部分。对用户来说，真正会被定价的不是“一个更聪明的对话框”，而是“我已经把工作资料放进去了，所以任务天然在这里发生”。
第二层是 execution。Copilot 全量开放之后，使用门槛被拿掉，意味着腾讯先做规模，再谈效率。这和许多闭测期 Agent 工具的逻辑不同。后者通常先追求成功率，前者更像先拿入口和行为数据。
第三层是 distribution。知识广场支持通过知识号发布 Skill，这一点比“有几个首批 Skill”更重要。因为一旦 Skill 可以发布、发现、复用，ima 就不再只是一个知识消费工具，而是在尝试做一个轻量的 Agent marketplace。
这一层如果成立，腾讯就不是在卖单一 AI 能力，而是在搭一个能力流通层。
我可能高估了这一步，因为公开信息还不足以证明 Skill 具有真正可编排、可调用、可复用的协议级能力。它也可能只是模板化插件市场，而不是像 MCP 那样的通用接口层。
但即便保守看，这依然是个很清楚的信号：国内大厂开始意识到，AI 产品的 moat 不只是模型接得快，而是 谁掌握知识上下文，谁拥有分发面板，谁就有更高概率定义调用关系。
对 opcx.ai 这类 token 网关视角来说，这意味着上游需求在继续变化。未来 API 消耗不一定先来自独立聊天应用，也可能来自“知识容器 + Skill 市场”这种更黏的宿主型产品。
03 历史类比 / 结构对照
更贴切的类比，不是 2022 年 ChatGPT 的爆发，而是 2008 年前后的 iPhone App Store 拐点。
iPhone 在 2007 年证明了新交互容器成立，但真正把手机从硬件产品变成平台的，不是多点触控本身，而是后来的应用分发层。开发者、用户、入口、支付、审核，开始被装配成同一个系统。
ima 现在显然离那个规模还很远。
但结构上已经有一点相似：先用通用交互入口吸纳用户行为，再让第三方能力进入同一个表面层，最后通过宿主应用控制发现、排序与调用。
这和 AWS 2014 年后基础设施 API 化也有一个平行关系。最初大家买的是计算资源，后来买的是更高层抽象：数据库、消息队列、serverless。抽象层越高，迁移成本越强，真正的利润池也越往上走。
AI 这轮同样如此。
模型层越来越商品化，尤其在中文场景里，闭源与开源差距并没有大到足以锁死所有应用层。于是新的竞争点会转向几个问题：
- 谁掌握用户的高频上下文。
- 谁控制能力发现和调用的默认入口。
- 谁能把第三方供给接进来，同时不把体验打碎。
ima 这次最值得注意的，是它试图同时回答这三个问题。
我没看到 ima 是否已经提供类似 MCP 的标准化接入方式，也没看到它对 Skill 的运行环境、权限隔离、token 计费做了多深。如果这些都没有，那它更像内容分发，而不是 agentic runtime。
但即便如此，方向仍然明确：从“AI 工具”往“AI 宿主平台”走。
这会让开发工具、模型 API、知识管理、插件生态之间的边界继续模糊。
04 对 AI builder 意味着什么
对 AI builder 来说，这件事不是“要不要试一下 ima”。
真正的问题是：你做的是一个 standalone 工具，还是一个准备接入宿主平台的能力单元。
如果你的产品本质上是某种任务能力，比如简历分析、文档清洗、知识检索、行业研究、读书摘要，那么你要重新看 distribution。过去你可能默认流量来自官网、SEO、社媒、私域，未来很可能有一部分来自宿主型产品内部的 Skill 市场、Agent 列表、工作台推荐位。
这会改变产品包装方式。
不是把整个 SaaS 搬进去，而是把最可复用、最可演示、最容易形成结果闭环的那一段，切成可调用能力。
对开发者团队 leader 来说，接下来一个月值得做三件事。
第一，盘点你的核心能力是否能被模块化暴露。能不能作为 Skill、tool、MCP server、函数调用接口存在，而不是只能作为完整网页产品存在。
第二，重新计算 acquisition cost。若宿主平台开始掌握入口，应用层的 moat 会更依赖私有数据、工作流嵌入、团队协作链路，而不是单个模型效果领先 5%。那个真正会被压缩的，是纯壳层应用的议价能力。
第三，关注协议而不是只看模型。MCP、Apps SDK、Agent SDK、平台内 Skill 规范，这些看似琐碎，实际上决定了你能否进入新的分发表面。模型价格下降会带来成本红利，但协议兼容带来的是收入机会。
如果你是模型 API 消费者，这个信号也值得认真看。
因为更多宿主平台出现后，流量会从“用户直接调用模型”迁移到“平台替用户调用模型”。这会让 token 消耗变得更间接，也更集中。对网关、路由和计费系统来说，这通常意味着更高的 B 端集中度，以及更复杂的观测需求，比如 prompt caching 命中、任务级成本归因、不同 Skill 的模型路由策略。
我没法确认 ima 会不会真正做开放生态，还是只开放一层展示壳。但 builder 不应该等答案完全清楚再动手，因为到那时入口位可能已经被占掉。
05 反方观点 / 风险
我可能错在把一次普通产品更新读成了平台信号。
最直接的反方观点是，ima 这次开放的并不是开放平台，而只是腾讯系产品内部能力的轻量聚合。所谓 Skill，也许更接近“带调用按钮的内容卡片”，而不是可编排、可扩展、可商业化的能力协议。
如果是这样，它对外部开发者的意义会小很多。
第二个风险是，知识库产品天然有 retention，但未必天然有交易市场。用户愿意把文档放进来，不代表愿意持续在里面发现和使用第三方 Skill。很多软件都误判过这一点：以为有高频使用，就一定能长出平台生态。事实往往不是这样。
第三个风险是腾讯自己的组织选择。
平台化最难的不是技术，而是控制权分配。排序谁说了算，审核谁负责，收益怎么分，腾讯系内部业务是否愿意平等竞争，这些都比“开放上传 Skill”难得多。没有这些制度安排，分发层很容易停留在演示级。
第四个风险来自更大的行业现实：宿主平台未必赢。
Cursor、Claude Code、企业内部 Agent、飞书/钉钉工作台、微信生态小程序，都在争夺用户任务入口。ima 要成立，不只是产品功能要够，还要让用户相信“知识资产放这里最值”。这件事远比开放一个 Copilot 难。
所以我的主判断不是“ima 会赢”。
我的判断是，ima 这次动作说明了一件更大的事：国内 AI 产品竞争正在从模型接入数量，转向 知识容器 + 执行入口 + 能力分发 的三件套。
这未必会立刻改写格局。
但如果这个方向成立，那么未来被压缩利润的，不是模型宿主，而是那些既没有私有上下文、也没有 distribution、只能在调用链里做一次性包装的应用层。