腾讯AI‘慢’了吗？汤道生与姚顺雨对话揭示的模型与产品协同新范式
一场在腾讯云AI产业应用大会上的对话，因其对话双方的特殊身份与坦诚程度，引发了行业内外的广泛关注。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，与从OpenAI归来、现任腾讯首席AI科学家的姚顺雨，坐在一起，直面了一个尖锐的问题：为何外界时常感觉腾讯在AI的浪潮中“慢了”？
这场对话的价值，远不止于一次公关回应。它更像是一次对内的战略澄清与对外的理念宣示，清晰地展现了腾讯在AI时代的核心思考、战略选择以及正在构建的独特护城河。
重新定义“AI下半场”：从寻找方法到定义问题
姚顺雨在开场便对当下流行的“AI下半场”概念提出了自己的见解。他认为这个词已被滥用，而其本质在于范式的根本转变。在过去几十年，AI研究的重心是“寻找好方法”——针对下围棋、机器翻译等特定任务，设计专用的模型与算法。然而，随着预训练和后训练技术的成熟，大模型已成为一把“通用的锤子”。技术方法论趋于稳定和通用后，真正的挑战与稀缺资源变成了“好的问题”。
“模型能力具备通用性之后，企业需要判断应该把它用在哪里，解决什么问题，产生什么价值。”姚顺雨指出。这也正是他选择加入腾讯的重要原因——腾讯拥有海量的用户产品与产业场景，这意味着它天然拥有无数待挖掘和定义的“好问题”。这些真实的业务场景，不仅是技术的试验场，更是驱动技术向实用价值演进的核心动力。
模型与产品的“Co-Design”：信任比技术更难
在对话中，“Co-Design”（协同设计）成为一个高频词。这指的是腾讯内部正在推动的模型团队与产品团队深度协作的模式。汤道生从产品视角感受到，AI时代的产品研发流程发生了根本性变化，从过去提供固定功能的“预制菜”，转向应对用户开放式需求的“智能厨师”。这就要求产品定义、模型训练、评测对齐等环节必须紧密咬合。
姚顺雨则从模型科学家的角度，阐述了Co-Design的三个前提：首先是模型基础必须扎实，尤其是预训练，它是所有下游任务的基石；其次是必须建立“正确的评估体系”，他直言国内业界有“刷榜”倾向，但更应关注基于真实产品体验构造的、能反映实用价值的评估标准；最后，是认识到大模型的“泛化性”本质。即便只想做好一个Coding Agent，也需要模型具备优秀的聊天、搜索、推理和指令遵循等综合能力，而这些能力可以从其他产品场景中迁移而来。
他分享了一个关键细节：在混元自身的预训练模型尚未就绪时，他便派遣了后训练的核心团队，去帮助“腾讯元宝”产品团队优化其当时采用的DeepSeek模型适配。这个决定起初在内部遇到不解，但其战略意图在于，维护一个高活跃度的产品（DAU），对于收集真实数据、建立团队互信至关重要。“现在回头看，这些努力都得到了回报。这个动作让产品团队意识到，模型团队是真正站在产品角度思考的。”姚顺雨说。这揭示出，Co-Design最难的部分并非技术接口，而是跨团队信任与同理心的建立。
腾讯的体系化优势：产品生态即数据与上下文网络
姚顺雨多次强调“Context”（上下文）在AI时代的重要性。当模型擅长将复杂输入转化为输出时，竞争的壁垒往往在于你是否拥有那个“最原始的、高质量的输入”。腾讯旗下覆盖社交、内容、游戏、金融、企业服务等领域的庞大产品矩阵，构成了一个无与伦比的“上下文”来源网络。
这带来一种体系化优势：元宝中的对话和搜索数据，可以用于训练和打磨模型的通用交互能力；这些能力反过来又能赋能给腾讯会议中的智能助手“WorkBuddy”或企业微信中的客服Agent。不同产品贡献不同类型和特点的数据，模型能力在不同产品间流转和增强，形成一个正向循环的增强网络。这或许能改变过去腾讯内部各业务线“赛马”竞争、合力不足的旧印象，AI正在成为打通内部能力、促进协同的新纽带。
关于“混元”与“Agent”：务实的基础工程与前沿探索
谈及最新推出的混元大模型最新版本，姚顺雨的表述非常务实：“大模型没有什么秘密”，核心是把基础设施（Infrastructure）做好，把数据做好。他透露，团队重建了预训练和强化学习的底层设施，并在数据层面进行了大规模的重构与质量提升，包括定义更真实的问题、丰富数据类型、提升数据品质。他同时指出，许多关键决策并无明确公式，依赖于对技术趋势的“品味”和持续的权衡。
作为AI Agent领域的早期研究者，姚顺雨认为，像Coding Agent这类能够控制文件系统、在容器中运行的程序，因其图灵完备性而显得尤为本质。但他也强调，做好Coding Agent远不止需要代码数据，同样离不开从其他产品场景中锤炼出的综合能力。对于行业关注的Token成本与效率问题，他的观点是“性能优先”——一个更强、一次就能做对的模型，往往比一个更便宜但需要多次尝试的模型，总体成本效益更高。
回应“快慢之争”：长跑思维与多元未来
对于外界“腾讯AI慢了”的讨论，姚顺雨给出了两个核心判断。第一，AI是一场“长期游戏”，而非短期冲刺。他类比个人电脑（PC）发展的早期阶段，认为当前仍有海量机会尚未展开。第二，AI的未来将是“多元的”，不会仅沿着“更大参数、更多Token”的单一路线前进。无论是Coding Agent、多模态应用还是具身智能，多个方向都在同步萌芽。
“过去模型和产品都做了很多探索，也走了很多弯路，我觉得这是正常的。你没有做过一件事情，第一次做肯定会有曲折。但是更重要的是，能不能诚实面对自己，能不能看到反馈然后去改变，能不能保持耐心。”姚顺雨的这段话，或许是对腾讯AI路径最好的注解。汤道生也补充道，腾讯业务形态复杂，在某些点上或许有快有慢，但丰富的场景积累将为AI提供持续的上下文燃料。
这场对话最终勾勒出的，是一家巨头在技术范式变革期的战略定力。它不追求在每一个单点热点上抢跑，而是致力于构建一个以扎实的基础设施为底座、以丰富的产品场景为驱动、以深度的模型-产品协同为引擎的体系化AI能力。这种路径选择，需要极大的耐心和对长期主义的信仰，其成效也必将放在一个更长的周期内检验。对于行业而言，腾讯的实践揭示了一条不同于单纯追求模型性能排名的差异化道路：AI的最终价值，必须深植于解决真实世界问题的土壤之中。