6月5日，在腾讯云AI产业大会上，腾讯集团高级执行副总裁汤道生与腾讯首席AI科学家姚顺雨进行了一场近一小时的公开对谈。

　　这是腾讯高调加入AI大战以来一次少见的表达，也是腾讯首次较为完整对外阐释其对“AI下半场”的理解。

　　过去三年，中国大模型行业经历了一场激烈而漫长的竞赛。从参数规模、训练算力到榜单排名，行业曾一度将注意力集中在模型能力本身。但随着基础模型逐渐趋同，一个越来越现实的问题是，当模型背后的技术方法论不再是最重要门槛后，什么才是真正决定AI能力及价值的关键因素？

　　姚顺雨将这一阶段称为“AI下半场”。

　　在他看来，过去行业的核心任务是寻找解决问题的方法，而今天，更困难的事情正在变成寻找值得解决的问题。预训练与后训练的发展，让大模型逐渐成为一种通用能力，像一把可以敲击各种钉子的“万能锤子”。当方法论趋于成熟，真正重要的便不再只是模型本身，而是场景、产品、环境以及用户上下文。

　　这也是他最终选择加入腾讯的重要原因之一。姚顺雨认为，AI下半场寻找好的问题变得更加困难，而腾讯拥有的大量产品场景，以及由此产生的海量Context，可以提供“好问题”。

　　“环境是非常重要的，如果没有好的环境，Agent没有办法做各种事情。”在姚顺雨看来，大模型竞争正在从能力竞争转向环境竞争。模型需要工具、记忆和上下文，而拥有微信、腾讯云、企业服务、内容生态和大量用户行为场景的腾讯，天然具备训练和验证Agent的重要土壤。

　　组织文化也在对谈中被姚顺雨重点提及。他认为，一个真正面向AGI的组织，需要同时具备基础模型研发能力、产品落地能力以及前沿探索能力，而这三者之间的协同建立在坦诚和信任之上。对于一个高度不确定的技术周期而言，低ego、长期主义以及允许试错的文化，远比短期指标更加重要。

　　过去一年，关于腾讯AI布局最常见的外界评价之一是“慢”。相比率先发布ChatGPT竞品的创业公司，或高调押注基础模型的互联网巨头，腾讯显得相对克制。无论是混元模型还是元宝产品，都并未以最激进的姿态参与早期竞赛。

　　对此，汤道生在对谈中给出了一次相对直接的回应。他并不否认外界对腾讯有更高期待，但认为AI并非一场百米冲刺，而是一场持续十年以上的马拉松。腾讯拥有极其复杂的业务体系，不同赛道有不同节奏。有些业务需要快速跟进，有些则需要更长时间探索方向。

　　更重要的是，随着AI进入Agent时代，竞争焦点正在发生变化。上一阶段比拼的是模型参数和训练能力，下一阶段将更注重场景密度、上下文质量以及产品协同能力。腾讯的优势正来自过去二十余年在社交、内容、游戏、企业服务等领域积累的大量真实场景。

　　“我们正在长跑中，也请各位多给我们提醒，给我们建议，也多用我们的产品来给我们正向的反馈。”汤道生表达说。

　　从元宝、Workbuddy、CodeBuddy到企业智能体，腾讯试图构建一套由模型、工具、产品和场景共同组成的生态网络。从这个角度看来，比起一个爆款应用，腾讯现阶段或许更希望模型能力通过不同产品不断获得反馈和回流，而产品又通过模型获得新的交互方式和服务能力，形成持续强化的循环。

　　这场对谈展现了腾讯对于下一阶段AI竞争的核心判断，对于仍处在快速演进与激烈竞争中的中国AI产业而言，这同样是所谓下半场值得关注的信号。

　　以下为本场对话实录，界面新闻略作编辑：

　　汤道生：非常欢迎顺雨。

　　姚顺雨：大家好。我平时都在海淀区，很少来朝阳区，很高兴能来这儿。

　　汤道生：今天我们两个对话是一个比较新的形态，希望能给大家带去惊喜。顺雨，你加入腾讯前，我记得我问过你：为什么在AI“下半场”会选择腾讯？你认为下半场最重要的是什么？

　　姚顺雨：我先解释下什么叫“下半场”，这个概念是我去年在博客里提出来的。我觉得在去年之前，AI发展的重点是寻找好的方法去解决问题。但最近方法论已经非常成熟了，寻找“问题”反而变得更加困难。

　　以前我们发明AlphaGo这种方法是用来下棋的，为了翻译做专门的模型。但有了预训练和后训练之后，我们像是有了一个“万能锤子”，可以砸任何钉子。这就变成了一个通用方法论，反而如何寻找好的场景、好的问题去解决变得更关键。

　　我加入腾讯的一大原因就是这里有很多好问题、很多产品。一方面，好的产品能决定模型在什么地方产生价值；另一方面，环境（Environment）和上下文（Context）非常重要。如果没有点外卖的工具，Agent就点不了外卖；如果你不知道用户或企业在干什么，你就没有竞争壁垒。腾讯在最原始的输入和Context上有极强的优势。

　　但最重要的原因是文化。我第一次和你以及其他老板聊天时，印象最深的就是大家非常诚实。哪里做得好，哪里不好，非常直白。腾讯是一个基于信任（Trust）而非单纯基于指标（Metric）运转的公司，这种低ego、务实和长期主义，对构建一个AGI组织至关重要。

　　我认为AI下半场最核心的是在中国建立一个长期的、均衡的“三角形”组织：

　　Foundation（基础）：把预训练和后训练做得非常扎实，这需要充足的资源和正确做事的方式。

　　产品：真正为人和社会产生价值，这需要极好的产品感。

　　Frontier（前沿）：探索新的研究范式。目前国内的前沿探索还不够，我希望能把这种探索精神注入组织。

　　汤道生：你提到的务实氛围也是客户常给我们的反馈。AI赛道是长跑，我们要实事求是地面对长处和短处。这是一个多维度的竞赛，模型在进步，产品形态也在演进，未来非常可期。

　　你刚提到产品提供环境和上下文，在内部我们常提“Co-Design（协同设计）”，即如何把模型与丰富的产品（如元宝、AI搜索、CodeBuddy等）紧密结合。对于这种Co-Design的协作方式，你是怎么思考的？

　　姚顺雨：我觉得有三点：

　　第一，模型本身要过硬。预训练是产品无关的（agnostic），它提供泛化能力，其进步能带动所有下游任务。而后训练的关键是设立正确的Eval（评测）。国内有个倾向是喜欢刷榜，但更重要的是基于真实应用构造真实的评测。

　　第二，意识到“实用性”价值大于刷榜价值。我们和各产品深度Co-Design，关键在于建立信任。怎么用好产品数据、做好回流、优化细节，这需要大量磨合。

　　第三，LLM时代与过去最本质的区别是“泛化性”。以前做翻译只需翻译数据，现在即便做个编程Agent，也需要极强的聊天、搜索和指令遵循能力。这种复杂的“数据分类学”需要很好的品味（Taste）。

　　在这种体系下，协作的优势会放大。比如我们和元宝Co-Design产生的聊天和搜索能力，可以迁移到ima或Workbuddy上。不同产品提供的数据在体系内相互泛化，形成网络效应。

　　汤道生：确实，外部榜单也是一种Eval，那我们内部评测跟外部榜单的具体区别在哪？

　　姚顺雨：榜单有参考价值，但容易过拟合。基于真实数据的研发更有帮助：首先，它能发现模型的底线问题。我们发Preview模型的一个主因就是获取真实反馈，修复榜单发现不了的问题。

　　其次，能更深地了解真实的提示词分布（Prompt distribution）。榜单题目通常描述精确且完整，但现实场景中，用户的提问往往很模糊、只有一两句话，且会不停追问。这些场景能启发我们如何优化训练。甚至我们能从中获得灵感，推进一些目前还不存在的评测领域。

　　汤道生：记得早期做元宝时，我们碰到过多轮遵循的问题，用户迭代Prompt的方式确实跟榜单差异很大。

　　姚顺雨：你问了我这么多，我也想问你一个。我记得第一次聊时，你讲了很多过去的经历，从QQ空间、QQ秀到QQ音乐，再到云和现在的元宝。你做过to C、to B，远古时代的也有，最近AI时代的产品也有。你做产品的第一性原理是什么？哪些经验是不变的？哪些变了？

　　汤道生：核心逻辑没变：产品必须满足用户需求，解决痛点，创造价值，用户才会买单。无论是PC、移动互联网还是产业互联网，底层逻辑都是一样的。

　　但AI时代确实带来了很多不同。首先是范式的变化：以前做产品是“功能导向”，像提供“预制菜”，用户在菜单里选。而AI时代是开放式服务，交互通常是自然语言，产品方预判不了用户会问什么。这就要求利用模型理解需求，通过逻辑推理去调用工具。

　　其次是流程的变化。以前是瀑布式开发，有清晰的功能描述和测试。现在大模型能生成代码，工程师更多在做架构设计和定期指导。测试也必须“左移”，要更前置地考虑Eval环境、开放式答案的对齐（Alignment）以及用户偏好的风格。现在的产品开发对综合能力要求更高了。

　　姚顺雨：变难了。

　　汤道生：是变难了。大家都在说混元3（Hy3）Preview是你在腾讯的首秀，它具体做了哪些改变？

　　姚顺雨：其实没什么秘密。做大模型从某种程度说很“平实”（Trivial），关键是把基础设施（Infrastructure）和数据做好。

　　我们重建了基础设施，包括预训练和强化学习。

　　极大改变了数据和Eval，重新定义更真实的问题，提升数据质量和分类深度。

　　很多决策（如招人、节奏、各种取舍）没有清晰公式，靠的是“品味驱动”。

　　我也好奇，你对Co-Design是怎么看的？哪些事该模型做，哪些该产品做？

　　汤道生：这两年Co-Design一直在变，主要是随模型能力的升级而变。最深的感受是“对齐”很难。产品想解决某个方向的问题，模型怎么配合？数据怎么标注？颗粒度多细？什么是好的奖惩？

　　如果产品认为的好体验与模型的Eval指标不一致，大家做出来的东西就会冲突。Co-Design需要让不同角色对开放式问题有高度共识。如果对齐没做好，产品的行为就会不可预测，甚至因为训练过程被混淆而产生随机性。

　　姚顺雨：我觉得最难的是建立信任。模型人的目标是“能力越强越好”，产品人的目标是“用户需求满足就好”，天然存在不一致，所以同理心很重要。

　　在做元宝时，有个细节：当时我们的预训练还没准备好，但我派了后训练最强的骨干去帮元宝团队。当时有些算法同学不理解，但我认为维护好元宝的DAU对后续模型迭代至关重要。这种“换位思考”的动作让产品团队意识到，模型同学是真的在为产品着想。这种信任对于后来混元3 Preview在元宝上的成功上线起到了关键作用。

　　汤道生：换个话题。你是ReAct架构的提出者，博士研究也是围绕语言智能体（Language Agent）展开的。你几年前的一些观点，到今天兑现了吗？比如哪些？

　　姚顺雨：那天我挺感慨的，重新读了自己的博士论文。那是2019年，标题叫《从 Next Token Prediction 到数字自动化的语言智能体》。

　　汤道生：已经是7年前了。

　　姚顺雨：当时其实就是GPT-2时代。那时候它产生的对话还不连贯，甚至有很多毛刺，很难想象它能改变世界。当时大家研究比较保守，比如问“中国首都在哪”，模型能预测出“北京”，大家就觉得很有趣了。

　　但我当时的想象力比较“狂野”。我觉得GPT吐Token的机制虽然极简，但非常通用。我当时觉得它能把世界上所有的事情都自动化（Digital Automation），现在看，甚至可能是数字与物理世界的双重自动化。

　　我博士期间主要做了两部分工作：一是建立Agent的方法论，怎么把一个“预测机器”变成“自动化机器”，最重要的就是你提到的ReAct。我记得2022年7月的一个晚上，我第一次把模型和手写的维基百科 API 连在一起，它第一次实现了基于网页的多轮交互回答。那一刻就像微弱的灯泡突然亮了，我意识到这在未来5到10年会改变世界，只是没想到它来得这么快。

　　另一部分工作是定义“数字自动化”的任务，比如 WebShop、SWE-bench（编程任务）。现在看，外部Agent和Coding Agent确实是技术最重要的两个分支。我博士论文结尾写的Future Work包含：为Agent训练模型、稳健部署、科学发现以及帮助人类。我很幸运，现在确实是在做当时列下的这些方向。

　　汤道生：太厉害了，这些方向都一一在行业中推进。不过技术的发展往往超乎预期，现在的智能体需要消耗大量Token。对于混元下一代模型的研发，你的侧重点是什么？哪些地方比较重要？

　　姚顺雨：毫无疑问，Agent和Coding能力已经像预训练一样，是必须要做好的基础。我认为 Coding Agent 非常本质，因为它某种程度上是“图灵完备”的——当你能控制文件系统和容器时，你就成了一个完整的系统。

　　我们做的方法有几个特点：

　　体系全面化：要把Coding做好，不能只靠Coding数据，还需要聊天、推理等各种数据，因为大模型的核心是泛化性。

　　产品回流：如何利用好线上真实场景的回流数据，这需要深度的Co-Design经验。

　　想象力：除了技术演进，还需要去做一些具有探索性、不确定性的工作，寻找下一个范式。

　　汤道生：从产品侧看，大家现在都有“Token 焦虑”，成本在爆发式增长。很多客户和同事都在盯着积分和Token消耗。有什么办法能让模型在完成任务时，Token使用效率更高？

　　姚顺雨：在中国讨论性价比，大家常关注模型架构，但其实这是一个复杂体系。

　　首先，性能（Performance）才是最大的性价比。很多人发现用最强的模型反而更省钱，因为它一次就能把事情做对，省去了重复调用和人的精力。

　　其次是健壮性（Robustness），尤其是简单任务。如果能用一个更小的模型，在大部分任务上比肩大模型的性能且极度稳健，在中国会更有价值。

　　我也很好奇，你是什么时候意识到 Agent 是一个新的产品机会？现在的认知是什么？你觉得目前制约好用 Agent 的瓶颈在哪里？

　　汤道生：针对不同场景，Agent的产品形态不同。设计的核心是发挥好模型能力。随着模型迭代，Agent 的工作其实在“简化”：我们更多是给模型提供工具（Skills）、记忆（Memory）以及用户的偏好（Preference）作为上下文。

　　所以瓶颈在于，我们要理解在特定场景下，哪些信息是相关的、重要的。要把这些Context提取出来与模型配合好，让它在需要的时候有信息可用，从而发挥出推理能力。

　　姚顺雨：最近我们推出的Workbuddy口碑不错，背后很多小团队在快速迭代。我想问，相对于传统产品研发，这种Agent时代的研发模式和组织管理发生了什么变化？

　　汤道生：我最近在观察Workbuddy的组织架构，它非常扁平，和过去差异很大。更多是3到5人的小团队，围绕某一个领域攻坚，里面有大量的试验。

　　这种组织形态必须包容试错。因为大部分试验拿不到正向反馈，但必须通过大量试验，才能提炼出对用户流程有真正帮助的路径。

　　另外，角色的界限在模糊。工程师不再只负责写代码（因为可以交给 AI），他们更像是有想法的Leader，驱动多个Coding Agent去完成研发。同时，工程师也要前置地参与评测和对齐工作。

　　汤道生：我也想问一个大家讨论比较多的问题。很多人说腾讯“慢”，在AI上没及时抓住机会。你觉得我们真的慢了吗？下半场到底是什么？

　　姚顺雨：这个问题其实该我问你（笑）。我觉得这取决于两个判断：

　　第一，AI是短期游戏还是长期游戏？硅谷有人觉得一两年内AI就会取代所有工作，要赶快赚钱退休。但我们的判断是：AI 刚开始，下半场也刚开始。ChatGPT或Claude不会是唯一的超级 App，未来会有源源不断的新机会。

　　第二，这是线性游戏还是多元游戏？虽然现在大家都在做预训练、做Coding Agent，看起来有一条主线。但我认为未来会变得更多元。多模态、具身智能才刚刚发生。

　　从这个角度看，如果下半场刚开始，就不存在“完了”这一说。走弯路是正常的，更重要的是能不能诚实面对反馈、保持耐心。

　　汤道生：大家对腾讯提更高要求，我们非常欢迎。腾讯是一个业态非常复杂的公司，在不同赛道有不同的节奏。有的地方快，有的地方在探索。

　　正如你所说，这是一场马拉松。腾讯的优势在于丰富的场景。AI需要Context，而腾讯过去多年在各赛道的积累，能为模型提供最有价值的上下文。

　　今年初我们对Agent热潮的反应其实很快。像Workbuddy这种产品，其实也是从几年前做CodeBuddy慢慢演进来的。我们发现非程序员也有强需求，于是快速应对。现在很多客户对我们产品的组合非常有期待。

　　由于时间关系，对谈就到这里。感谢顺雨的分享。