腾讯汤道生对话姚顺雨：你觉得为啥外界觉得咱在AI上慢了

先说几个核心判断。最近腾讯云AI大会上，汤道生和姚顺雨这对组合的公开对话，信息量不小，它不仅仅是一次技术分享，更像是一场精心设计的“对内喊话”与“对外宣言”。

姚顺雨，这位从OpenAI加入腾讯的AI科学家，显然已经获得了极大的信任和授权。从这场对话来看，他不仅是腾讯AI模型的首席科学家，更成为了整个腾讯在AI模型及其与产品协同这件事上的“唯一话事人”——当然，微信业务是例外。这种通过对外展示来确立内部权威的做法，本身就很有意思。

以下是从这场近一个小时的对话中提炼出的十个核心观察，以及对话的全文实录。这十个点基本勾勒出了腾讯未来一段时间的AI战略图谱。

1. “AI下半场”的真正含义：从找方法到找问题

姚顺雨点出了一个非常关键的趋势：“AI下半场”这个概念被用滥了。在他看来，过去几十年，我们一直在拼方法创新——为了让AI下围棋，就有了AlphaGo；为了让AI翻译，就有了专门的翻译模型。但预训练和后训练技术成熟之后，大模型变成了一把“万能锤子”，能敲各种钉子。于是，真正的稀缺品不再是方法，而是“好问题”。

这恰恰是他加盟腾讯的核心原因——这里囤积了海量的“好问题”和产品场景。当一个通用工具已经就绪，谁拥有最真实、最复杂的问题，谁就占据了下一轮竞争的制高点。

2. 决定成败的“上下文”

姚顺雨反复强调一个容易被忽视的要素：环境（Environment）和上下文（Context）。没有点外卖的环境，Agent就没法点外卖。但比环境更重要的是context，也就是你拥有的最原始、最独特的输入信息。当模型把复杂输入转化为输出的能力越来越强，你的竞争壁垒就变成了“你是否拥有那个别人没有的最初输入”。对于腾讯这样拥有QQ、微信、无数应用的数据帝国来说，这正是其最深的护城河。

3. 一个“均衡三角”的长远目标

姚顺雨的个人目标很清晰：在中国建立一个长期、可存续的、基于AGI的组织。这个组织要像三角形一样均衡，包含三个支柱：一是基础研究（Foundation），把预训练和后训练做到极致；二是产品化（Product），让技术创造社会与产业价值；三是前沿探索（Frontier），探索新的范式与机会。他强调，目前在中国，对前沿探索的投入还不够，他要做的就是把“探索精神”注入团队。

4. Co-Design的前提：模型要够硬

“模型与产品协同设计”（Co-Design）是腾讯内部的高频词。但姚顺雨给它加了最重要的前提：模型自己要足够扎实。预训练是产品无关的，它提供泛化的基础；后训练的关键则是建立正确的评估体系（Eval）。他直言，国内有个不太好的倾向就是喜欢刷榜，但更有价值的是基于真实产品、真实应用去构造评估——实用性的价值远大于刷榜。

5. 真实产品反馈：金矿中的金矿

姚顺雨并不否认公开榜单的价值，但他认为真实用户反馈的数据是座“金矿”，有三层价值：第一，能发现榜单无法暴露的各种“底线问题”；第二，能让你理解真实的用户提问分布（Prompt Distribution），现实中的问题往往模糊、短促、多轮追问，和精确的benchmark题目完全不同；第三，真实的产品场景能启发新的评估方向，推动那些尚未被定义的能力领域。

6. 模型打破了“赛马”的墙

过去，外界常调侃腾讯的“赛马”机制，不同业务各自为战，少有合力。但姚顺雨指出，大模型的泛化性正在改变这一点。比如，元宝产品中打磨出的聊天和搜索能力，可以平滑地迁移到ima或WorkBuddy等产品中。不同产品贡献差异化的数据，又能相互扩散、滋养，形成一个网络状的体系。可以说，AI正在成为腾讯内部打破壁垒、促成协作的催化剂。

7. Hy3 Preview：重建基础设施，靠“品味”做决策

对于混元Hy3 Preview，姚顺雨用一句话概括：“大模型没什么秘密”。核心变化就三点：一是重建了预训练和强化学习的基础设施；二是对数据体系进行了彻底翻新，包括定义更真实的问题、丰富数据分类、提升数据质量；三是大量的关键决策——比如招人、定节奏、资源取舍——并没有清晰的公式可循，本质上是靠经验、直觉和“品味”（Taste-Driven）来做权衡。这或许就是顶尖科学家带来的关键差异。

8. 信任，是技术与产品之间最难的那道坎

姚顺雨谈了一个非常“人味儿”的话题：模型团队和产品团队合作，最难的不是技术，是信任。他透露，在元宝的早期阶段，混元自己的预训练模型还没Ready，他做了一个决定：派出后训练最强的团队去现场，先帮元宝把DeepSeek的后训练做好。当时团队有很多不解。但现在回头看，这个动作让产品团队看到了模型团队的诚意和全局观，为后来Hy3 Preview在元宝顺利上线，打下了最坚实的信任基础。这种“先利他、后利己”的策略，值得深思。

9. Coding Agent：模型公司的“基础设施”

在姚顺雨看来，Agent，尤其是Coding Agent，正变得像预训练一样，成为每家模型公司都不得不做的“基础能力”。因为当模型能控制文件系统、拥有容器时，它就成为一个接近图灵完备的系统。但他警告，做好Coding Agent需要的能力远不止编程数据本身，还需要极强的聊天、搜索、推理和指令遵循能力。这是一个对模型综合能力的极限考验。

10. 回应“腾讯慢了”：下半场才刚开始，这是个多元游戏

面对外界关于“腾讯AI慢了”的质疑，姚顺雨给出了两个判断：第一，AI是长跑，不是短跑，它才刚刚开始。第二，AI的未来会更多元，而不是沿着单一主线前进。ChatGPT或Claude Code不会成为唯一的Super App，否则世界会非常灰暗。今天更像个人电脑刚诞生的年代，大量的机会还未展开。在过去的探索中走些弯路再正常不过，关键是能否诚实面对反馈、持续改变并保持耐心。

以下为这场对话的实录（在不改变原意的基础上做了文字编辑）：

汤道生：欢迎顺雨。

姚顺雨：大家好，我平时都在海淀区，现在很少来朝阳区。

汤道生：我们就直奔主题吧。你加入腾讯前，我问过你一个问题，为什么选择来腾讯？你认为AI的下半场最重要的是什么？

姚顺雨：好。我先解释一下“下半场”这个概念，我最近觉得这个词有点被滥用了。这个概念是我去年在博客里提出的。过去几十年，AI更看重怎么“找方法”。但最近很明显，方法论已经非常成熟，怎么“找问题”变得困难了。

比如过去我们做下围棋，会发明AlphaGo，但它可能只适合下棋。做翻译，会做一个特定模型，它可能只能做翻译。但预训练和后训练成熟后，我们有了一个“万能锤子”。那么，更困难的反而是去寻找“好钉子”——好问题。加入腾讯很重要的一点，就是这里有很多好的问题、很多产品。好的产品能告诉我们，锤子该往哪里砸。其次，环境很重要。但最重要的，是Context。无论企业还是个人，因为模型越来越擅长把复杂输入变成输出，你的竞争壁垒就变成了“你有没有那个最原始的输入”。在这方面，腾讯有非常强的优势。

但最重要的原因，是文化。我第一次和你以及其他老板聊天，第一感觉就是大家都很诚实，不掩盖问题。第二点是，腾讯给我的感觉是一个基于“信任”而非“Metric”运转的公司。这对做AI非常重要。还有“Low Ego”的文化，和对长期主义的坚持。

所以，AI下半场最重要的是什么？我个人的目标是，在中国建立一个长期的、基于AGI的组织。它要像三角形一样均衡：稳固的Foundation，扎实的产品，以及前沿的探索。我希望把这种探索精神更多地注入到组织中。

汤道生：你提到的“真诚”和“务实”，也是我们做云服务时客户的反馈。这是个长跑，认知很重要。你刚才提到Co-Design，今天我们有元宝、AI搜索、智能客服，还有Copilot类产品，对模型依赖很深。你怎么看Co-Design？

姚顺雨：我觉得有三点。第一，前提是模型本身要做得solid。预训练是product-agnostic的，它提供可泛化的基础。后训练的关键是设立好正确的Eval。国内有个不太好的倾向是喜欢刷榜。如何基于产品、基于真实应用去构造更真实的Eval，这一点实用性的价值远大于刷榜。第二，Co-Design的关键是建立相互信任。第三，大模型时代和过去最本质的区别是“泛化性”。过去做个翻译产品，只要把翻译数据做好就行。但今天哪怕只做一个Coding Agent，你也需要聊天、搜索、推理等各种能力。这意味着，拥有多个产品场景的公司会有体系化优势。比如，元宝的能力可以迁移到ima、WorkBuddy，产品之间的数据可以相互扩散，形成一个网络体系。

汤道生：内部Eval和外部榜单有什么区别？

姚顺雨：benchmark也有价值，但容易饱和。基于真实世界的数据有几大帮助。第一，能发现榜单无法暴露的底线问题。第二，能让你了解真实的用户prompt分布——现实中的问题模糊、短促，还多轮追问。第三，产品能启发我们推进还没有被很好定义的新评测领域。

汤道生：记得早期做元宝时，我们也碰到过多轮遵循的问题……你问了我这么多问题，我也问问你。你做产品的第一性原理是什么？

汤道生：我觉得最终是奔着用户的需求和痛点去的。从PC到移动再到AI，底层逻辑变化不大。但范式变了。以前是“预制菜”，你提供功能菜单让用户选。现在是“开放式厨房”，用户用自然语言点菜，你要依靠模型的推理和工具调用能力来满足。开发流程也变了，代码让AI写，工程师花更多时间做设计、架构，并把测试和评估工作前置。

那么，Hy3 Preview到底做了什么改变？

姚顺雨：其实没什么秘密。第一，重建了预训练和强化学习基础设施。第二，对数据做了很大改变，包括定义更真实的问题、丰富数据分类、提高数据质量。第三，很多决策没有清晰公式，比如怎么招人、怎么设节奏，本质上是个很“Taste-Driven”的过程。我也很好奇，你怎么看Co-Design里，哪些事该模型做，哪些该产品做？

汤道生：Co-Design在不同阶段一直在变。最深的感受是怎么“对齐”。产品要满足需求，模型要明确怎么做，数据怎么标，评测怎么认。如果产品认为好的体验，评测不认同，产品行为就会不可预测。

姚顺雨：最难的是建立信任，需要同理心。模型和产品的目标有align的部分，也有不align的部分。我们当时派了后训练最强的骨干去帮元宝，先把DeepSeek做好——那时我们自己的预训练还没ready。很多同学不理解。但现在看，这个动作让产品团队意识到我们是真的在为产品着想，为后来的合作打下了信任基础。

汤道生：换个话题。你是React架构的提出者，研究围绕语言智能体展开。你几年前的看法兑现了吗？

姚顺雨：我重新读了博士论文，感觉回到远古时代。当时人们很难想象Next Token Prediction会成为改变世界的力量。我当时觉得这很优美，它的潜力不仅仅是吐下一个token，而是把世界上的事都自动化。我那时想的是“数字自动化”，现在看来还可能包括“物理自动化”。

我博论做了两部分：建立Agent方法论和定义数字自动化任务。最重要的工作是React。22年7月，当我第一次把Palm 2的API和手写的Wikipedia API连在一起，让它基于网页回答问题时，感觉像电灯丝突然亮了。我当时想这可能5到10年改变世界，但比想象更快。后来看论文结尾，我写的future work是“为Agent训练模型”、“安全稳健部署”、“科学发现”。我很感慨，我现在就在做那些事，但想的还是不够大。

汤道生：智能体消耗很多token。你觉得下一代模型研发的侧重点是什么？

姚顺雨：Coding Agent非常本质，因为它有点图灵完备，当你控制file system和container时，就是一个complete system。今天Agent是每家模型公司的重点。我们的做法有几个区别：强调体系的全面化，因为做好Coding Agent需要远不止coding数据；产品作用越来越重要，要用好线上回流；还需要更多想象力，去做探索性甚至不确定性的工作。

汤道生：很多人有“token焦虑”，消耗增长快。怎么让模型完成任务时token效率更高？

姚顺雨：现在讨论性价比，更多在模型架构。但最重要的是performance。用更强模型有时反而省钱，因为你更快做对了事。第二是成本。中国的成本优化领先世界。但更重要的事是，怎么用一个更小的模型完成更高价值的任务，并在大部分任务上做到很强的robustness。这可能比在一些很fancy的长程任务上提升一两个点更有价值。我也很好奇，你是什么时候意识到Agent是新机会的？现在离好用的Agent，瓶颈在哪里？

汤道生：Agent的设计在尽量发挥模型能力。随着模型变强，Agent本身可以更简化，更多是提供工具、创造技能、提供记忆和context。做不同Agent时，更重要的还是了解那个场景下，什么信息是relevant的。

姚顺雨：我们看到WorkBuddy这样口碑不错的产品，背后是小团队在快速迭代。你觉得在Agent时代，研发和组织管理上发生了什么变化？

汤道生：组织更扁平化，三五个人攻一个领域。要支持好AI用法做实验，包容试错。另外，工程师把写代码交给AI，更多角色融合，每个人可能都是产品经理，要透彻了解用户需求。

最后一个问题。很多自媒体说腾讯慢了，没及时抓住AI机会。你怎么看？

姚顺雨：感觉这该我问你。有两个重要判断。第一，认为AI是短期还是长期游戏？我们的判断是长期游戏。下半场才刚刚开始。ChatGPT和Claude Code不会是唯一的super app，否则世界很灰暗。今天像70年代PC刚诞生。第二，它会变得更单一还是更多元？我的看法是更多元。Coding Agent、生产力才刚刚开始，多模态、具身智能等很多新事也在发生。如果认为下半场刚开始，那当然不晚。过去走过弯路也正常，更重要的是诚实面对反馈，保持耐心。

汤道生：大家经常挑腾讯的某个点批评，我们欢迎更高的要求。在一个复杂组织里，有快有慢、有失败都很正常。但这是场马拉松，腾讯有丰富的场景。在长跑中，模型会迭代，用户需求会变化，新产品会涌现。我们在长跑中，希望多听听大家的提醒和建议。