作家 | 郑好镇江铁皮保温

半年之前，老本市集对腾讯 AI 的主流判断多是担忧，老本开支过期同业，模子团队资格大换，马化腾我方王人承认"动作慢了"。

半年后，易不雅发布的 Q2 论述把桌上的座席又次摊开，2026 年 6 月，17 款主流桌面端 AI 办公智能体盘算月探望量冲突 6000 万次，腾讯 WorkBuddy 以 2097 万排名，过二名字节 Trae 和三名阿里 QoderWork 的总额。

若是把腾讯旗下 WorkBuddy、CodeBuddy、QClaw、Marvis 共 4 款居品加在起，盘算流量 3262 万，可能占了扫数这个词大盘的半壁山河。

腾讯正在抓阶段的先契机，WorkBuddy 的广投放运行在线城市的楼宇中出现，其里面也在悄然提这居品在组织内的地位，QClaw 也刚刚并入 WorkBuddy 部门，而 7 月 30 日，又斡旋腾讯文档，出了「东谈主机双写」协同裁剪智商，用户可径直和 AI 在同份文档里共同创作、修改、及时调解。

靠近 Agent 居品和用户数据上的双重挑战，阿里和字节也在同期加速。阿里里面敲定将三款 Agent 吞并为"千问办公"，在 7 月 27 日尝鲜版上线，3 天后，字节旗下豆包和飞书的整合也在加速。

半年时刻，三大厂从岁首春晚的 ToC 端投流一齐折返，转而涌向了 Agent 办公这个赛谈。

因为行业正在变成个共鸣：

办公 Agent 可能正在从两个维度重估领有它的公司。

个维度是企业 AI 系统的争夺。

Gartner 7 月预测，到 2030 年，智能体 AI 可能影响多达 2340 亿好意思元的企业利用软件开销，约占企业 SaaS 开销的 20。智能体能跨越多个系统径直实施任务，传统软件的界面进口和按席位收费模式王人可能受到冲击，旦款 Agent 褂讪的进入某企业的责任流，数据、使用风气、操作惯将带来比传统利用大的移动成本。

IDC 瞻望 2026 年仍将保持约翻倍式增长。谁拿下了办公 Agent 进口，谁就站在了企业 AI 开销的闸口上。

二个维度是对 AI 模子自己的影响。

当 1300 万东谈主每天在 Agent 上完成任务，他们的责任过程，举例提了什么需求、模子何如拆解、在哪步失败、用户有莫得经受后果，有莫得可能反过来匡助模子自己变得强？

若是可以，那 WorkBuddy 给腾讯带来的就不仅仅收入预期，还有将来模子智商的闭环。

这粗略是行业值得再行评价扫数这个词办公 Agent 的根底逻辑。

. 被减去的增长

当年两年，市集评价包括腾讯在内的大厂 AI 基本王人在盯老本开支，并把几放在起比较。

2025 年全年，腾讯老本开支 792 亿元。GPU 供应受限，节拍明慢于同业。

与此同期，前 OpenAI 筹商员姚顺雨成为了席 AI 科学，径直向总裁刘炽平陈述，同期统 AI Infra 部与大言语模子部。

进入 2026 年，姚顺雨掌舵后的混元团队运行重建预教师与强化学习的基础轮番，而此前的 AI Lab 也并入了混元。

4 月 23 日，混元发布重建后个模子 Hy3 Preview，2 个多月后，总参数 295B 的 Hy3 郑再版发布并以 Apache 2.0 条约开源，因循 256K 高下文。

与此平行的另条线下来了如今的大影响。

2026 年 1 月的个周末，腾讯云个约十东谈主的 AI 代码助手团队用两个整宿作念出了 WorkBuddy 的原型，过 2000 名不同岗亭的职工参与了里面测试，到 3 月初上线时，远预期的用户探望量，致团队开启了蹙迫扩容。

到了 2026 年二季度末，易不雅数据示，WorkBuddy 的 PC 端月探望量冲突 2000 万，过二名与三名之和，花旗研报给出的数据是月活冲突 2000 万、日活冲突 1300 万。上线三个月，平台东谈主均 Token 破钞增长过十倍。

马化腾在 Q1 财报中写了句话："咱们信赖，WorkBuddy 现时是使用广的率 AI 智能体处事。"

但同份财报里出现了个投资者从未在腾讯身上见过的口径。

腾讯主动流露，若剔除新 AI 居品，包括 Hy、元宝、CodeBuddy、WorkBuddy 及 QClaw 等的收入、成本及开支，2026 年 Q1 经调整辩论盈利为 844 亿元，同比增长 17，辩论利润率由客岁同期的 39.9 提高至 43.0。

而在包含上述身分口径下，同期经调整辩论盈利 756 亿元，同比增长 9，利润率 38.5，与上年持平。

腾讯似乎在用财报开释件事，即看利润的时候，先把 AI 减掉。

Q1 老本开支 319 亿元，同比增长 16，个季度花掉了上年全年的 4 成。刘炽平在功绩电话会上说，下半年的老本开支增幅将加明。汤谈生被问到 WorkBuddy 的交易化时说了句径直的话：

"对于 WorkBuddy 这么的 AI 智能体，当今照旧插足阶段，咱们并莫得给团队设交易化标的的 KPI。"

全用得多的率智能体，在财报里的身份是个需要被减去的项。

若是只看收入维度，这个故事确切没什么可讲，但收入从来仅仅估值的个维度。

信得过的问题在于，WorkBuddy 给腾讯带来的东西里，有莫得部分是账本记不下来的。

二 . 腾讯思要什么

2026 年 6 月 5 日，腾讯 AI 产业利用大会上，姚顺雨说了段话：" AI 下半场的难点照旧从寻找法转向寻找好问题。模子越来越擅长把复杂输入变成输出，信得过首要的是有莫得饱胀好的 Context，衰退合适的器具和环境，Agent 好多事情法完成。"

同场他还强调，模子研发不行只围绕外部榜单张开，首要的是基于实在居品和实在利用构造评测，实用价值要大于刷榜价值。

把这段话铺开来看，WorkBuddy 给腾讯带来的东西可以分红三层。

层，全大的份实在任务分散。

两千万月活用户每天建议的需求。写论述照旧整理文献、哪些任务需要跨 5 个软件、什么失误不行经受、用户风光等多久、哪些后果看似正确却不行径直委派。

这份清单是没法被假想出来的，Benchmark 能告诉模子不会什么，告诉不了它企业职工每灵活正要求 Agent 作念的百件事按频次排序长什么样。模子实验室的筹商员可以假想出让前沿模子作念不出来的题，但很难知谈哪些题值得教师、哪些仅仅低频的特例。

WorkBuddy 的浸透率越，腾讯看到的实在任务分散就越显着。这是台问题发现机器。

二层，实施轨迹与偏好信号。

WorkBuddy 记载的远不啻用户发了什么音信、模子回了什么话。它记载的是整条实施链路：模子若何拆罢免务、调用了哪些器具、在哪步反复轮回、用户是否重试、哪些内容被删除或重写、终后果有莫得被罗致、相似的后果有莫得成本低的旅途。

这些信号组成的偏好对。个任务被完成和被废弃，用户经受产物和翻重来，少许修改和大幅重写，低 Token 低蔓延的旅途和反复轮回破钞无数算力的旅途。即使莫得编码场景那样领路的硬励（要么跑通、要么报错），用户行为自己就包含无数隐的偏好数据。在强化学习和偏好教师中，这类数据可以被整理成所需的教师材料。

居品侧有个值得能干的细节：WorkBuddy 新日记中出现过"建设历史回放中未完成的器具调用未正确标志为已取消的问题"。

这证据居品自己具备器具调用别的轨迹记载与回放智商，它跑任务的同期，也在记载任务何如跑的。

三层，把实在责任变成可评测任务的法。

7 月 23 日，腾讯把篇名为《Tencent WorkBuddy Bench》的论文挂上 arXiv。

这是套多域的 Agent 评测基准，消散代码工程、前端斥地、办公业务历程和安全四个责任域。每个任务王人从实在的代码提交、吞并苦求或业务场景逆向构造，先找到个实在发生过的工程问题，再把它改写成白话化的角饰演苦求，使任务辅导法通过搜索原始记载反查。数据集、环境镜像、评测框架、测试和参考解一齐开源。

在假想上，这套 Bench 在两套不同的 Agent 实施框架上跑同批任务，套是腾讯我方的 CodeBuddy Code镇江铁皮保温 ，另套是 Anthropic 的 Claude Code。

同个模子在不同的实施框架上推崇不同，因此这个假想把"模子智商"和"实施框架智商"分离开来了，基准测试想法不啻给模子分，也在给实施框架分。

这恰好烘托了姚顺雨的学术轨迹，他的代表作 ReAct 界说了理与行动协同的范式，SWE-bench 和 SWE-agent 把实在 GitHub 问题变成了可评测的环境，τ -bench 是"器具 -Agent- 用户"三交互的评测基准，他曾在《The Second Half》里说，下半场从治理问题转向界说问题，评估比教师首要。

腾讯 Hy3 细致发布稿里径直用了"居品反哺" 4 个字，混元用不到半年的时刻跑通了底层重构到居品反哺的无缺模子研发链路。

腾讯当年缺的可能不仅仅算力和模子东谈主才，还包括台褂讪的问题发现机器。

三 . 干活等于教师

"干活成为新的教师数据源"这个叙事照旧在国外照旧有了考据。

典型的是前沿实验室的预算正在换向。当年几年，大模子教师的数据开头资格了三轮移动。

轮是互联网爬取千里淀学问，包括公开网页、竹素、代码库。二轮是标注，Scale AI 们靠这轮崛起。到 2026 年，预算重点转向三轮：实在宇宙责任数据和可相通运行的强化学习环境。

要害变量是 Agent 的任务在变长。模子处理责任的单元，正在从次代码修改高潮到个文献、代码仓库，乃至扫数这个词表情。

任务越长，东谈主工搭建教师环境就越难。

咱们曾在Agent 的苦涩醒觉：智能正从言语走向教导强调过，唯有实在责任场景才充满了历史情景、器具依赖、组织轨则和不测分支，这些细节是没法靠真空环境假想出来的。

如今行业里运行流行某种分类。种来自于是东谈主工构造的数据，即找假想任务，在闭塞环境里完成，网罗后果；另外种是从实在责任中径直拿获的数据，接近于"责任过程摄像"。

GitHub 的问题反馈（Issue）、代码提交记载（Commit）然是前者，个问题从出现到治理的过程，意图、尝试、修改和验收，全链路保留，但这种数据自己很难大边界获取。

现实中可行的旅途介于两者之间。

从实在责任中索取任务分散，再用这些分散去构造可教师、可考据的样本。原始数据可能法径直进入教师，但它告诉实验室应该往哪个向造题。

WorkBuddy Bench 其实作念的就雷同这种事，它从实在的代码提交和业务场景启程，构造可运行、可分的评测任务。

这个框架评释了件看似矛盾的事，占据责任进口的利用公司，即使拿不到用户的原始文献，仍然可能领有的教师价值。因为它们掌抓的是"题目开头"。

编程器具 Cursor 有着相似的逻辑，它同期赶走编码进口、Agent 实施环境和用户反馈。

用户写的代码、经受或拒的建议、每次手动修改，王人是的偏好信号。编码任务有测试可以考据，段代码要么跑通要么报错，励信号领路，而代码仓库可以复制成上万个 Docker，模子可以不绝改、跑、失败、重来。

动作好意思国版"饿了么"，DoorDash 的菜单录入提供了另个参照。每年过十万商户入驻，上传菜单图片，系统需要按 DoorDash 的里面轨则索取信息、更动成电子菜单。通用模子能识别菜单，但不懂 DoorDash 对于商品分类和附加选项的具体轨则。

DoorDash 终和外部处事商合作，用里面数据作念了项强化学习。这个案例提供的可能是当平台帮企业把我方的责任流更动成教师环境时，企业可以取得属模子智商，数据无须然流向平台。

上头这些案例，呼应的其实是前 OpenAI 中枢筹商员 Jason Wei 建议过的考据者定律（Verifier's Law）——

教师 AI 治理某个任务的容易程度，与该任务的可考据成正比。

任何可以被预计的，终王人可以被化。

天然，强化学习的要害不仅在于后果能否考据，还在于环境能否反复重置，它让模子在同个最先上跑千千万万次，每次尝试不同旅途，迟缓靠拢计谋，管道保温施工编码颠倒合适强化学习，恰正是因为环境易复制和并行。

但实在宇宙往来回杂，创业、照应、投资、法律照实会有后果，但反馈慢、因果无极、每次契机不可相通。

这意味着，谁能在非编码的责任场景中最初构建出可考据、可重置的教师环境，谁就拿到了张稀缺的。

当 Workbuddy 的浸透率越来越，腾讯距离这张就越来越近。

四 . Hy3 限的实在能源

WorkBuddy 内置了混元、DeepSeek、GLM、Kimi、MiniMax 等多模子供用户自选，定位似乎是国产模子的办公中转站。

7 月 6 日 Hy3 发布今日，WorkBuddy 发接入并开启限时费。2 天后，Hy3 的算力破钞达到峰值，下昼列队率渡过 50。WorkBuddy 与混元的斡旋表情团队连夜治愈资源，次日完成扩容。

其后腾讯告示限延长至 8 月 5 日，还流露了个要害数据，在 WorkBuddy 自选模子的用户中，选拔 Hy3 的占比已过 60。

限之前，用户的选拔分散在 5 厂商的模子上。对混元来说，用三模子跑出来的轨迹，真谛在于可以拿去挖掘任务分散、归类失败模式、构造评测，但有种要害用途是法得志的。

强化学习中有个中枢鉴识是"在线计谋（on-policy）和离线计谋（off-policy），前者的教师率时时。

简便说，模子要信得过从失败中学到东西、纠正我方的行为式，率的办法是让模子我方去尝试、我方去失败。用三模子跑出来的后果去教师，果会扣头，因为那是别东谈主在靠近这个任务时的响应模式，和我方的不样。

混元的强化学习，需要混元我方的尝试与失败。

限篡改了这个比例。Hy3 在 WorkBuddy 自选模子中占比过 6 成，浸透率的办公 Agent 上过 6 成的任务轨迹，正在从别东谈主的记载变成了混元的手教导。

可见，如今腾讯用理算力换来的，是自模子在实在责任现场的探索份额。

Hy3 的浸透速率还在加速，举例上线 ima 三天即成为 copilot 已接入模子中 token 调用量，上线周总调用量较上代 Hy2 增长过 68 倍。

但从能角度，Hy3 注定要在能层面经受来自其他开源模子的挑战。

7 月 27 日晚，Kimi K3 灵通了 2.8 万亿参数的无缺权重，随权重发布的许可证次加入营收挂钩条件，向三提供理或微调探望、且该主体 Maas 年收入过 2000 万好意思元的，须与月之暗面另签条约。这是开源模子次向大体量进口收税，WorkBuddy 这类居品的运营成本可能会多出个新变量。

但开源模子智商越强，反而越利好 WorkBuddy 这类多模子团员路由的进口，用户在这里能用到好的开源模子，并将首要理跑在腾讯的集群上。

天然，限能否持续换来 Hy3 的占比，仍然取决于混元自身的居品力。

8 月 5 日限结尾的时候，若是 Hy3 选用率大幅回落，证据 6 成份额是补贴买来的，基本盘不牢；限结尾、选用率仍守在位，证据居品力驱动了实在替代。

若是再次展期或对特定用户费，则意味着腾讯给轨迹的估值于积分收入。

五 . Harness 价值裸露

从 Claude Code 运行，再到腾讯 CodeBuddy，本年以来编程 Agent 类居品在实施长程任务时的奏效力和 Token 率，明于传统的通用办公智能体。

原因恰好在于 harness 的价值，即套"支配大模子完成任务的赶走框架"。

它决定何如拆罢免务、何如照应高下文窗口不被撑爆、何如考据每步实施后果、何如在出错时回滚并换条路重试。

编程 Agent 在这套赶走工程上磨了万古刻，是以即使底层用交流的模子，实施复杂任务的奏效力也。

办公 Agent 的 harness 粗略还在早期。关节过 20 步、实施周期过 1 小时的长程任务，通用智能体的奏效力广泛偏低，常见问题包括半途偏离标的、实施过程中高下文丢失、器具调用出错后法自我建设。

终奏效力低会致反复重试，进而致 Token 翻倍破钞抬升成本，这两个问题相互咬合。

WorkBuddy 的 harness 正在被 1300 万日活用户每天磨，新日记里可以看到进化的陈迹：沙箱安全加固、Skill 装配前自动扫描、器具调用历史回放建设、中心名次榜上线，而这些王人有可能促成 harness 的纠正契机。

WorkBuddy Bench 用两套不同的实施框架跑同批任务，想法等于作念框架变量和模子变量分离的实验。

Skill 生态也可以放在雷同框架下领略。

WorkBuddy 的 SkillHub 天然收录海量时刻，但 Skill 可移植，WorkBuddy 兼容 OpenClaw 的时刻体系，阿里、字节的 Agent 居品也有各自的时刻市集，并不组成壁垒。

但 Skill 的调用分散，仍然组成模子和 harness 侧的首要反馈信号。

被频调用的 Skill，可能王人标志住还莫得被模子内化的智商，若是说 Skill 是用工程时刻给模子智商缺口的补丁，那么 SkillHub 的调用频次表，等于模子后教师的先排序，可以被复制的是 Skill 自己。不行被复制的是谁在什么任务上、以什么频率、以多的失败率调用了它。

六 . 重估的条件

尽管处于阶段的大幅先，但 WorkBuddy 的居品自己并非。

和 Codex 比较，Codex 在云霄沙箱里因循多 Agent 并行，可以同期运行多个 30 分钟以上的长任务，用户关掉电脑它还在责任——异步实施智商是 WorkBuddy 现时不具备的。

和 Claude Code 比较，Claude Code 的结尾原生架构让它在复杂代码仓库的高下文照应上入。Claude Cowork 进入非编码场景后，把编程 Agent 积贮的 harness 闇练度径直带了过来。

从社区反馈看，还存在处理复杂样式的 Excel 和业排版的 PPT 时精粹度不及，制品仍需无数东谈主工修改等问题。长程任务中存在职务相通实施、半途偏离标的的情况。积分破钞透明度有待提，轻度任务约 10-20 积分，度任务次可能上百，用户在实施前不易预判成本。

7 月 18 日上线的立 APP，官表述是"具备桌面端的大部分智商"但推行体验中，良友遥控现时只可开个任务窗口，没法同期不雅察和照应桌面端多个表情的进程。

这些域恰正是数据飞轮可能会先修好的东西。

"任务相通实施"是典型的 Agent 轮回失败样本，"时刻回顾零乱"是高下文照应问题，两者王人可以靠轨迹分析。上线 4 个多月仍然存在，证据居品到模子的反馈回路现时多停在居品层，但这不是不行治理的问题。

腾讯针对 Agent 居品已在组织上运行不断。

7 月 20 日，腾讯里面调整将 QClaw 居品中心的一齐业务和部分团队调整至 WorkBuddy 场所部门，QClaw 负责东谈见地舒昱早前已去职。

岁首龙虾大战时代，腾讯在办公 Agent 域度有 WorkBuddy、QClaw、元宝、ima 等多条居品线并行。WorkBuddy 月活与其他居品拉开差距并吸并 QClaw，度被视为腾讯在办公 Agent 上从跑马走向聚焦的个明信服号。

"里面照实正在将多资源辘集到 WorkBuddy，之前有不雅点合计仍然保留了微信和 WorkBuddy 两套跑马机制，但二者的单干和定位其实是不同的。"名接近腾讯东谈主士指出，"但辘集压强这也不料味着里面竞争就覆没了，大模子教师可能随机合适跑马，但 harness 接近工程居品侧，仍然具有最初的特征。"

重估腾讯需要不雅察 5 个辩论。

，8 月 5 日之后 Hy3 的选用率走势。若是限结尾后选用率仍在位，证据居品力驱动了实在替代。

二，企业付费坐席与实在活跃企业数。月活 2000 万是 C 端数字，企业版 6 月 5 日才发布。C 端提供教师信号，B 端产生收入，两条线各自走多远，决定 WorkBuddy 的双重价值。

三，长链路任务的完成率与返工率变化。这是 harness 智商跨越的径直度量。

四，WorkBuddy Bench 是否出现由实在用户轨迹逆向构造的子集，现时 4 个子集一齐基于公开工程物料，若是将来出现开头为匿名化办公任务的子集，证据居品到教师的通路才信得过通。

五，智商能否迁回元宝、微信 Agent 和其他腾讯居品，若是 WorkBuddy 上积贮的 harness 纠正和任务分散知悉只停留在 WorkBuddy 我方，腾讯里面的居品壁垒反而会阻断闭环。

七 . 比赛莫得结尾

腾讯照实正在不断，但敌手也在追逐。

7 月 27 日，阿里的"千问办公"尝鲜版悄然上线，同期放出户端下载。

这款居品整合了阿里旗下三款 Agent —— QoderWork、悟空和面向国外的 MuleRun，以 Qoder 为基础，交由新任钉钉 CEO 陈宇森操盘。

阿里此前的布局有个 WorkBuddy 不具备的结构势：悟空嵌在钉钉里面，Agent 的每步动作王人是钉钉系统的 API 调用，情景可快照、可回退，扫数操作全程留痕。

因为钉钉处事过两千万企业组织，电商、客服、供应链等业务后果可以用走动和践约来考据。但钉钉这个进口确切只消散企业里面调解，不像 WorkBuddy 可以站在用户的桌面上触达扫数软件和文献。

千问办公作念成了立的桌面客户端，和钉钉双向通，甚而可以接入飞书，这证据阿里在 Agent 层面运行放下生态闭环执念，把消散面提成为了首要的标的。

但它要靠近的是 WorkBuddy4 个多月的先发势和 2000 万月活的用户惯。

字节开释了另个信号。

7 月 30 日，启动针对 AI 业务的组织架构调整，对旗下豆包、飞书、火山引擎三伟业务的居品研发与交易化体系进行重组。

原飞书居品团队与豆包居品团队细致整合，竖立新的豆包居品团队，由豆包负责东谈主赵祺统筹负责，飞书负责东谈主谢欣转为向其陈述。ToB 业务的重点跨越向 AI 向抓住，意在加强三者在企业分娩力场景中的居品与处事协同。

但其实信得过和 WorkBuddy 在居品形态上组成径直竞争的反而是 TRAE Work。

相似团员主流模子、作念桌面 Agent、办公场景、费计谋激进，它的残障是不接微信、钉钉、飞书，企业明智商偏薄，势是编程统辖来的 harness 闇练度，以及现时月活接近 workbuddy 的浸透力。

"其实 Trae 早是面向 coding 的，只在斥地者群体里口碑可以，因为和豆包本色区别是也团员了三模子，并且终显着列队费，仅仅办公空洞场景的浸透稍稍慢了半拍。"位接近字节东谈主士坦言。

还有个来自腾讯里面的变量。

6 月，企业微信出 AI Agent "大圆"并进入内测，用户在企业微信界面随性位置向左轻滑即可唤出，它基于群聊、文档、会议、邮件、日程等责任数据领略诉求，依托微信 14 亿月活，大圆若是落地胜利，企业微信可能成为同期领有"责任数据 + 客户结合"双重场景的 Agent 进口。

Gartner 预测的 2340 亿好意思元企业软件开销中，智能体有可能最初替代的是那些相通、历程固定、后果可考据的责任。

谁的 Agent 先站稳了办公桌面，谁就有契机成为企业 AI 系统的默许进口。

这个位置旦变成用户风气，移动成本。腾讯云总裁吴运声 7 月 18 日说，本年企业智能体需求同比至少翻倍增长，现时落地的中枢难点在于对接企业已有的数据和责任历程。

2025 年 AI 智能体市集边界已达 804 亿元，同比增长 123.2，艾媒筹商瞻望 2030 年将达 6968 亿元。

三大厂在同个月里作念了同个动作——抓住居品线、靠近资源、采选主力，场关系责任 Agent 大战可能行将响。

它们里面的跑马阶段可能左近尾声。

接下来比的，面是谁先把办公 Agent 变成企业付费的标配，另面是谁能从 Agent 的实在责任场景中索取出教师价值，让居品的每次失败王人能反馈回模子自己。

腾讯当年被质疑的是插足太慢，接下来要被老练的，是它能不行把 1300 万日活每天制造的失败，变成下版模子教师的燃料。

这件事法体当今财务、跑分或者居品发布上，它只会在某天混元倏得运行变得好用的那天，被追尊。邮箱：215114768@qq.com相关词条:管道保温     塑料管材生产线     锚索    玻璃棉毡    PVC管道管件粘结胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。