姚顺雨现身公开回应腾讯AI是否落后

背景

近期，腾讯云举办 AI 产业应用大会，主题为「Agent进场，效能生长」。腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生与腾讯首席 AI 科学家姚顺雨进行了深度对谈。此次对话旨在回应外界关于“腾讯 AI 是否落后”的质疑，并深入探讨 AI 产业从概念炒作迈向实质落地的“下半场”逻辑。

姚顺雨在加入腾讯前曾提出“AI 下半场”的概念，强调在预训练和后训练方法论成熟后，寻找好问题及构建长期主义组织的重要性。此次访谈不仅梳理了腾讯在混元 3 大模型、元宝等产品上的技术演进与产品哲学，还回顾了姚顺雨从 ReAct 论文提出到 Agent 技术落地的学术与实践历程。

核心内容

1. 姚顺雨为何选择腾讯：文化、Context 与长期主义 姚顺雨指出，选择腾讯主要基于三点考量。首先是“Context（上下文/语境）”的重要性。随着模型能力通用化，竞争壁垒在于是否拥有高质量的原始输入数据（如用户行为、企业信息等），腾讯丰富的产品生态提供了极佳的 Context。其次是环境，Agent 需要丰富的工具链（如点外卖、调用 API）才能发挥作用，腾讯具备这一基础。最后，也是最重要的原因是腾讯的企业文化。姚顺雨强调腾讯内部存在一种基于 Trust（信任）而非单纯 Metrics（指标）运转的机制，以及坦诚、Low ego（低姿态）和坚持长期主义的文化，这对构建长期的 AGI 组织至关重要。

2. 腾讯慢了吗？AI 下半场的判断 针对外界认为腾讯在 AI 上“慢”的观点，姚顺雨提出了两个核心判断：

• 长期游戏： AI 不是短期套利工具，而是一场马拉松。目前 AI 下半场才刚刚开始，Coding Agent、多模态、具身智能等领域仍有巨大空间，不应认为 GPT 或 Claude 是唯一的超级应用。
• 多元化发展： 未来不会是单一主线的灰暗世界，而是多元并存。Coding Agent 生产力虽重要，但多模态和具身智能等新范式正在兴起。 汤道生补充道，腾讯作为复杂组织，不同团队进展不一属正常现象。腾讯的优势在于丰富的场景和 Context，能够针对具体需求提供定制化价值。他呼吁外界给予更多 Constructive（建设性）的反馈，而非单纯批评。

3. 模型与产品的互相成就：从 Benchmark 到真实世界 姚顺雨强调，模型与产品是互相成就的关系。

• Benchmark 的局限性： 现有榜单容易饱和，且题目往往精确、单轮，与现实用户模糊、多轮追问的习惯不符。
• 真实数据的价值： 通过元宝等产品获取真实世界反馈，能发现模型在底线问题上的缺陷，理解真实的 Prompt Distribution（提示词分布），并启发新的评估领域（如 Coding 能力）。
• 跨团队协作： 做模型与做产品的目标天然存在差异。姚顺雨透露，在混元 3 研发前，腾讯派出了后训练最强的骨干力量协助元宝团队，先做好基于 DeepSeek 的后训练版本。这一举动建立了产品团队对算法团队的信任，为后续混元 3 的成功上线奠定了基础。

4. 混元 3 的技术细节与 Co-design 哲学

• 混元 3 的改变： 姚顺雨表示做大模型没有秘密，主要是重建 Infra（基础设施）、优化数据 Taxonomy（分类法）和质量，以及提升 Eval（评估）体系。许多决策是 Taste-driven（由审美/品味驱动）而非公式化的。
• Co-design（协同设计）： 在 AI 时代，产品范式从“预置功能”转向“开放式自然语言交互”。工程师角色从写代码转向架构设计和 AI 指导，测试需“左移”并前置 Eval。Co-design 的核心在于不同角色（产品、模型、数据标注）对开放式问题的对齐，避免产品行为不可预测。

5. 从 ReAct 到 Agent：博士论文的预言兑现 姚顺雨回顾了其 2019 年的博士论文《Language Agent: from next token prediction to digital automation》。当时 GPT-2 仅能进行 Next Token Prediction，但他预言其潜力在于自动化（Digital Automation）。

• ReAct 的诞生： 2022 年，姚顺雨首次将 LLM 与 Wikipedia API 连接，实现多轮交互，验证了 Agent 的可行性。
• 愿景兑现： 他当时预测这一技术将在 5-10 年内改变世界，并带来数千亿至数万亿美元的价值。如今，Web Agent 和 Coding Agent 已成为 Agent 技术的两大支柱，其影响力远超预期。

关键要点

• AI 下半场定义： 方法论已成熟，核心难点从“寻找方法”转向“寻找好问题”及构建长期主义组织。
• 腾讯优势： 拥有极佳的 Context（数据/语境）和丰富的产品生态，适合 Agent 落地。
• 技术路线： 混元 3 重点在于 Infra 重建、数据质量提升及 Taste-driven 的决策优化；性价比的关键在于“用小模型做好高价值任务”。
• 产品哲学： 做产品的第一性原理不变（为用户创造价值），但范式从“功能预置”转向“开放式自然语言交互”和“AI 辅助研发”。
• 协作关键： 模型与产品团队需建立 Trust（信任）和同理心，通过 Co-design 实现目标对齐。
• 未来展望： Coding Agent、多模态、具身智能是下半场重点；AI 是长期游戏，需诚实面对自身不足并保持耐心。

意义与影响

此次对谈不仅澄清了腾讯在 AI 领域的战略定力，更揭示了大型科技公司从“刷榜”转向“产业落地”的深层逻辑。姚顺雨提出的“Context 壁垒”和“Trust 驱动协作”观点，为行业提供了处理模型与产品关系的参考范式。同时，他回顾 ReAct 及 Agent 技术的发展历程，印证了 AI 从基础语言模型向自动化智能体演进的必然趋势，强调了 Coding Agent 和多模态技术在未来的巨大市场潜力。对于从业者而言，这提示了关注真实场景反馈、重视数据回流以及构建长期技术组织的重要性。