在今日舉辦的2026年騰訊云AI產(chǎn)業(yè)應(yīng)用大會上，騰訊集團(tuán)高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生，與騰訊首席AI科學(xué)家姚順雨進(jìn)行對談，對話涉及姚順雨加入騰訊的原因、騰訊AI的現(xiàn)狀、對Agent、AI下半場的看法等等。

值得注意的是，湯道生在問姚順雨問題時(shí)，頻繁使用“您”，而不是你，足見對姚的尊重。

湯道生首先總結(jié)了騰訊AI的整體進(jìn)展：騰訊 AI 全面提速，聚焦打造好用的 AI，加大人才引進(jìn)，推動組織升級，在各層面取得階段性進(jìn)展。

接著引出了姚順雨，他介紹姚順雨稱，其在學(xué)術(shù)界提出過ReAct框架，也在 Openai 參與過 operator、deepresearch 等前沿的 agent 產(chǎn)品。

姚順雨表示平時(shí)都是在海淀區(qū)，很少來朝陽區(qū)。

對于AI下半場，他認(rèn)為更加重要的是怎么去解決問題，去尋找好的方法，現(xiàn)在方法論已經(jīng)變得非常成熟，尋找問題變得更加困難。有了預(yù)訓(xùn)練和后訓(xùn)練之后，像有了一個(gè)萬能的錘子，它可以去砸任何釘子，它是一個(gè)通用的方法論，可以去解決各種各樣的問題，那么反而更困難的是怎么去尋找好的問題去解決。

加入騰訊很重要的一點(diǎn)就是，這里有很多好的問題，有很多很多產(chǎn)品。

姚順雨表示，加入騰訊最重要的原因是文化，在跟騰訊總辦的老板們聊天的時(shí)候，第一印象就是大家都非常的誠實(shí)，哪里做得好，哪里做得不好，都非常直白，就是不會去掩蓋。

“這種坦誠是第一印象，然后我覺得第二個(gè)我覺得騰訊總體是一個(gè)基于 trust 而不是基于 metric 去運(yùn)轉(zhuǎn)的公司，我覺得這一點(diǎn)對于做 AI 是非常重要的。”

對于騰訊在AI上動作慢了，姚順雨認(rèn)為AI會是個(gè)長期游戲，從某種程度來說，下半場才剛剛開始，不認(rèn)為ChatGPT和Claude code會是唯一的super APP，那會是一個(gè)非常灰暗的世界，肯定會有源源不斷的新的機(jī)會的誕生，可能今天就像是七十年代PC剛剛產(chǎn)生的時(shí)候，還有很多很多事情需要做。

第二個(gè)判斷就是說它會是個(gè)更線性，還是個(gè)多元的游戲。多模態(tài)具身智能很多很多新的事情都在發(fā)生或者剛剛發(fā)生。所以從這角度來說，那如果認(rèn)為下半場的剛開始，那可能確實(shí)不是慢。

湯道生則認(rèn)為，大家對于騰訊經(jīng)常喜歡挑某一個(gè)點(diǎn)來批評，但也很歡迎大家提更高的要求。在這樣的一個(gè)復(fù)雜的組織里面，有些地方可能我們做的快了，有些地方做的慢了，有些地方可能會做失敗在探索，所以覺得這些提醒都非常好。

“覺得確實(shí)有些地方我們是可以做得更好，但就像你說的，這是一個(gè)長跑，這是一個(gè)馬拉松，騰訊還是有非常豐富的場景。比如今年年初對龍蝦這一波熱潮也反應(yīng)比較快，同時(shí)也有像workbody這樣的一個(gè)智能體產(chǎn)品，也能比較快的去應(yīng)對。”

以下是二人對話實(shí)錄：

湯道生：我簡單介紹一下，順雨在學(xué)術(shù)界提出過 ReAct的框架，也在 Openai 參與過 operator、deepresearch 等前沿的 agent 產(chǎn)品。

加入騰訊以來，他主導(dǎo)的混元大模型既懂前沿技術(shù)，也能扎根一線。相信會帶來不一樣的洞察，我們歡迎順雨。

有請騰訊首席 AI 科學(xué)家、騰訊混元大語言模型及 AI Infra 負(fù)責(zé)人姚順雨先生。

好，非常歡迎順雨，你要跟大家說個(gè) hello 嗎？哈哈。

姚順雨：大家好，我平時(shí)都是在海淀區(qū)，現(xiàn)在很少來朝陽區(qū)。對，很高興。

湯道生：我看計(jì)時(shí)器已經(jīng)開始了，所以我的我們就直奔主題，直接交流吧。

那今天的我們兩個(gè)對話可能是一個(gè)比較新的形態(tài)，如果有什么這個(gè)出乎意料的，我想也是給大家一個(gè)驚喜。

那順雨你加入騰訊之前，我記得當(dāng)時(shí)我還問過你一些問題，為什么會選擇來到騰訊？而且你認(rèn)為 AI 的下半場最重要的是什么？

姚順雨：對，我覺得我想先首先解釋一下什么叫做下半場，因?yàn)槲易罱杏X這個(gè)詞有點(diǎn)被濫用了。哈哈，對，就是這個(gè)概念，其實(shí)是我去年的一個(gè)博客里面提出來的。

什么意思呢？其實(shí)我覺得在可能去年之前 AI 已經(jīng)發(fā)展了幾十年，但是更加重要的是怎么去解決問題，去尋找好的方法，但是最近我覺得很明顯的就是說方法論已經(jīng)變得非常成熟，尋找問題變得更加困難。

我舉個(gè)例子，比如說過去，比如說我們做下圍棋，對吧？

我們會發(fā)明像阿爾法狗這樣的一個(gè)方法，但這個(gè)方法它可能只用來適合下圍棋或者下各種棋類。

你會為了翻譯做一個(gè)這個(gè)特別的模型，但是它可能只能用來做翻譯，不能做其他事情，但是有了預(yù)訓(xùn)練和后訓(xùn)練之后，我們發(fā)現(xiàn)我們像有了一個(gè)萬能的錘子，對吧？

它可以去砸任何釘子，它是一個(gè)通用的方法論，可以去解決各種各樣的問題，那么反而更困難的是怎么去尋找好的問題去解決。

所以其實(shí)我覺得加入騰訊很重要的一點(diǎn)就是說這里有很多好的問題，有很多很多產(chǎn)品，然后我覺得這一點(diǎn)會在接下來變得越來越重要。

其實(shí)一方面好的產(chǎn)品能夠解決第一個(gè)問題，就是說我們做了這樣的好的，我們做了預(yù)訓(xùn)練和后訓(xùn)練之后，我們到底要把它應(yīng)用在什么樣的地方產(chǎn)生價(jià)值？

第二就是說環(huán)境是非常重要的，如果沒有好的環(huán)境，那 agent 就沒有辦法去做各種各樣的事情。

比如說如果你沒有一個(gè)這個(gè)點(diǎn)外賣的這個(gè) to 的話，那你就沒有辦法去點(diǎn)外賣，那很多事情你做不到，但是我覺得可能最重要的是 context。

其實(shí)就是無論是企業(yè)還是個(gè)人，就像我上一次在這個(gè) AGI next 說的一樣，我覺得越來越重要的事情是 context，因?yàn)槟Ｐ驮絹碓缴瞄L把一個(gè)非常復(fù)雜的輸入變成一個(gè)輸出。

那很多時(shí)候你的競爭壁壘就在來自于你有沒有那個(gè)最原始的輸入，你知不知道這個(gè)人他到底在干什么？你知不知道這個(gè)企業(yè)的這個(gè)各種各樣的信息？

姚順雨：那這一點(diǎn)的話，我覺得騰訊有非常強(qiáng)的優(yōu)勢，但其實(shí)我覺得這個(gè)只是第二大的原因，我覺得其實(shí)最重要的原因是文化，我還記得我第一次跟你聊天的時(shí)候，包括和就是很多其他總辦的老板們聊天的時(shí)候，我第一印象就是大家都非常的誠實(shí)，就是哪里做得好，哪里做得不好，都非常直白，就是不會去掩蓋。

然后就說，哎，我知道我這里做好，我知道我這里不知道，我知道這里應(yīng)該怎么做，我不知道哪里應(yīng)該怎么做，我覺得這種坦誠是我的第一印象，然后我覺得第二個(gè)就是說我覺得騰訊總體是一個(gè)基于 trust 而不是基于 metric 去運(yùn)轉(zhuǎn)的公司，我覺得這一點(diǎn)對于做 AI 是非常重要的。

然后包括我覺得我們的這個(gè)文化其實(shí)有非常 low ego（低自我）這一面。然后我覺得這些文化都是可能對于長期來做一個(gè) AI 的這個(gè)組織是非常重要的，包括我們對長期主義的這種堅(jiān)持。

姚順雨：所以 AI 下半場最重要的是什么？

我個(gè)人的目標(biāo)我覺得就是我，我們應(yīng)該在中國建立一個(gè)長期的基于 AGI 的這樣的一個(gè)組織。

那我覺得今天的 AI 其實(shí)主要有三個(gè)部分，首先是 foundation 的部分。我們怎么樣去把預(yù)訓(xùn)練和后訓(xùn)練這種最基礎(chǔ)的東西做的非常 solid。

第二部分是產(chǎn)品，我們怎么去把這樣的技術(shù)真的為人和社會產(chǎn)生價(jià)值？

第三就是 Frontier 我們怎么去探索新的研究的范式，探索新的機(jī)會？

其實(shí)我覺得最重要的就是說我們要構(gòu)建一個(gè)非常均衡的這樣的一個(gè)三角形一樣的組織。那我覺得對于做 foundation 來說最重要的其實(shí)就是第一需要充足的資源，第二就是需要正確的做事的方式，這其實(shí)跟我剛剛說的文化的一點(diǎn)也是吻合的。

那對于產(chǎn)品來說，我覺得就是有好的產(chǎn)品的 sense，有這種做產(chǎn)品的經(jīng)驗(yàn)是至關(guān)重要的。

那第三，我覺得就是說在中國，我們今天可能所做探索還不夠多，所以我也希望就是能把這種 Frontier exploration 的精神能更多的注入到我們組織中。

湯道生：你提到的跟總辦聊的過程中感受到的這個(gè)真誠或者務(wù)實(shí)，其實(shí)也是經(jīng)常我跟客戶交流得到的反饋，我覺得我們的做事的方式、做產(chǎn)品的理念其實(shí)也是比較實(shí)事求是的，畢竟 AI 賽道還是一個(gè)長跑，我覺得。

有時(shí)候認(rèn)知其實(shí)也很重要，對吧？我們做的好的，哪些做的不好的也得認(rèn)，但關(guān)鍵這是一個(gè)多維度的一個(gè)一個(gè)競賽。

我們看到現(xiàn)在模型有很多的進(jìn)步，我們做產(chǎn)品其實(shí)也是有越來越多的形態(tài)，不同的場景有不同的需求，我覺得未來還是非常可期的，我覺得。

湯道生：那您剛提到模型跟產(chǎn)品可以說提供了一個(gè)環(huán)境，里面有要給模型提供 context 上下文，那我想問一個(gè)問題，也許我們平時(shí)開會提的有一個(gè)詞，比較多的是 co-esign 怎么把產(chǎn)品跟模型能夠比較緊密的結(jié)合起來，尤其今天有這么多豐富的產(chǎn)品。

從我們合作非常緊密的像元寶這樣的一個(gè)聊天機(jī)器人，包括 AI 搜索企業(yè)里面也有部署一些企智能客服、智能營銷，另外最近非常火的這個(gè)類龍蝦的，像 codebuddy、workbuddy 這樣的一個(gè)產(chǎn)品，其實(shí)對與模型的能力依賴很深，你怎么去思考 co-design 這個(gè)方式？

姚順雨：對，我覺得有三點(diǎn)，首先 co-design前提就是說模型本身要做的很 solid。

有很多 foundational work 要做好，那其實(shí)首先我覺得預(yù)訓(xùn)練是一個(gè)相對就是產(chǎn)品 agnostic 的事情，然后他做的非常 solid 可以提供一個(gè)非常強(qiáng)的 foundation，而且預(yù)訓(xùn)練它最大的特點(diǎn)就是它是一個(gè)可泛化的學(xué)習(xí)的過程。

就它的進(jìn)步是可以，就是帶給各種各樣下游的任務(wù)都以這個(gè)持續(xù)的這個(gè)價(jià)值的提升，那后訓(xùn)練的話，其實(shí)我覺得最重要一點(diǎn)是要設(shè)立好正確的eval(評估） ，我覺得中國可能大家有個(gè)不好的傾向，就是比較喜歡刷榜，但是。

我覺得就是如何實(shí)事求是的基于產(chǎn)品、基于真正的應(yīng)用去構(gòu)造更加真實(shí)的 eval 。

那我覺得這個(gè)首先你要有好的產(chǎn)品出口，第二就是說你要意識到就是說可能實(shí)用性的價(jià)值是大于這個(gè)刷榜的價(jià)值。

那其實(shí)這一點(diǎn)的話，我們做大量的工作，就是說跟各種各樣的產(chǎn)品進(jìn)行了深度的 co-design，我覺得 co-design其實(shí)很關(guān)鍵的一點(diǎn)就是要產(chǎn)生相互的信任，這點(diǎn)其實(shí)我們也做了大量這個(gè)工作去取得互信。

姚順雨：那怎么把產(chǎn)品的數(shù)據(jù)用好？怎么把這種回流？怎么把 eval 做好？

我覺得這有很多細(xì)節(jié)我就不贅述，但我覺得第三點(diǎn)，我想說的就是說我覺得 LM 時(shí)代和過去的 AI 最本質(zhì)的區(qū)別就是泛化性，就是在 LM 之前，比如說你做一個(gè)翻譯的產(chǎn)品，你只要把翻譯的數(shù)據(jù)做特別好就行了。

你做一個(gè)圍棋的程序，你只要把圍棋的數(shù)據(jù)準(zhǔn)備特別好就行了。

但是今天即使你想就只做一個(gè) coding agent，你發(fā)現(xiàn)其實(shí)需要的也不僅僅是 coding agent 數(shù)據(jù)，你需要非常好的聊天能力，非常強(qiáng)的搜索能力，非常強(qiáng)的指令遵循能力，非常強(qiáng)的推理能力，它其實(shí)是一個(gè)非常復(fù)合的 data 的 taxonomy。

姚順雨：我覺得需要對這事情有 taste，那我覺得這個(gè)事情的一個(gè)推論就是說其實(shí)有很多產(chǎn)品的這樣的一個(gè)體系化的地方，其實(shí)會有一個(gè)比較大的優(yōu)勢，比如說我們和元寶的co-design可以使我們模型產(chǎn)生很強(qiáng)的聊天和搜索能力，但這樣能力可能又可以被遷移到 ima 或者 work Buddy 這樣的其他的產(chǎn)品，所以這些產(chǎn)品它能夠提供不同的數(shù)據(jù)，但這些數(shù)據(jù)之間又可以相互泛化，它形成一個(gè)像網(wǎng)絡(luò)一樣的體系。

我覺得這一點(diǎn)的價(jià)值會越來越重要。

湯道生：對對對，我其實(shí)外部的刷那個(gè)榜其實(shí)也是屬于 Eval 的一種，所以我們內(nèi)部做 Eval 跟外部的這種榜有什么區(qū)別？

姚順雨：我覺得就是首先這些 Benchmark 還是有它的價(jià)值，不是說它完全沒有價(jià)值，我覺得只是說現(xiàn)在這些榜非常容易 saturate，那我覺得基于真實(shí)世界的數(shù)據(jù)有幾個(gè)幫助，首先就是你能發(fā)現(xiàn)模型的很多底線問題，實(shí)際上我覺得我們想要就是發(fā)一個(gè) Preview 模型，最重要的目的之一就是我們希望能獲得真實(shí)世界的反饋。

來修復(fù)各種各樣的，就是榜單中文沒法發(fā)現(xiàn)的這些底線問題，那我覺得這一點(diǎn)會在正式版上面有一個(gè)非常大的改進(jìn)。

那第二點(diǎn)就是說你對真實(shí)的 prompt distribution 有一個(gè)更深的了解，那我舉個(gè)例子，比如說奔馳 bar 上面的這些題目，可能它都是非常精確的，就是它有非常長的這種 concrete description，然后它可能一般來說是個(gè)單輪的這樣的一個(gè)問題。

姚順雨：那第三就是說我覺得甚至我們可以在這些產(chǎn)品上面獲得一些靈感，去推進(jìn)現(xiàn)在可能還沒有的榜單，或者沒有的領(lǐng)域的這樣的推進(jìn)。

比如說我們最近做了很多 context learning 的工作，我覺也是跟元寶派給我們的啟發(fā)很有幫助，所以我覺得這個(gè)產(chǎn)品和這個(gè)模型的互相成就是越來越重要的一個(gè) AI 的話題。對。

湯道生：我記得我們在早期做元寶的時(shí)候，還碰到多倫遵循的問題，好像在使用產(chǎn)品，大家這種迭代 Prom 的方式跟 Benchmark 也好像有些差異，真正在產(chǎn)品里面大家使用所需要的能力確實(shí)好像跟 Benchmark 是還蠻大的差異的。

姚順雨：我，你問了我這么多問題，我也問一點(diǎn)你。

湯道生：歡迎歡迎。

姚順雨：對，其實(shí)我記得我第一次跟你聊的時(shí)候，你給我講了很多你過去的經(jīng)歷，對吧？就是從 QQ 空間、QQ 秀的時(shí)代，一直到，哈哈哈。

我小學(xué)時(shí)候最喜歡的這個(gè)產(chǎn)品。

湯道生：你說是老登子，是吧？

姚順雨：到 QQ 到音樂，到這個(gè)云，到現(xiàn)在的元寶到，ima，其實(shí)跟你聊天很有意思，因?yàn)槟阕鲞^各種各樣的產(chǎn)品，然后 ToC 的也有，ToB 的也有，就是遠(yuǎn)古時(shí)代的也有這個(gè)，最近的這個(gè) AI 時(shí)代的產(chǎn)品也有，那我其實(shí)比較好奇，就是說你覺得你做產(chǎn)品的第一性原理是什么？

你覺得哪些經(jīng)驗(yàn)或者價(jià)值是不變的？哪些東西變了？

湯道生：我覺得其實(shí)最終做產(chǎn)品還是奔著到底用戶有什么需求，我怎么去解決他的痛點(diǎn)，怎么去給用戶或者客戶創(chuàng)造價(jià)值，這在不同的時(shí)代，你最后甚至不同的行業(yè)，你做一個(gè)產(chǎn)品還是需要能夠給用戶帶來價(jià)值，他才會買單，才會使用。

所以我倒覺得從 PC 互聯(lián)網(wǎng)時(shí)代，我們做空間、移動的時(shí)代，做各種各樣的產(chǎn)品、內(nèi)容的產(chǎn)品，到產(chǎn)業(yè)互聯(lián)網(wǎng)做云，其實(shí)你我們也要花好多的時(shí)間精力去聽客戶的聲音，嘗試去幫助他們?nèi)ソ鉀Q他的問題。

底層的邏輯其實(shí)沒有這么大的變化，但確實(shí)我覺得在 PC 互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)時(shí)代做產(chǎn)品，跟今天在 AI 時(shí)代做產(chǎn)品還是有蠻多不一樣的地方。

湯道生：首先我覺得從范式的角度來看，在 AI 時(shí)代以前，我們做產(chǎn)品很多時(shí)候想的是通過功能來滿足用戶的需求，你作為一個(gè)產(chǎn)品提供方、服務(wù)提供方，你想清楚我提供怎么樣的一個(gè)能力，讓用戶可能通過界面，通過某些菜單去選，好像是一些預(yù)制菜，你只能在里面去點(diǎn)一樣。

但在 AI 時(shí)代做產(chǎn)品，它的那種開放式的服務(wù)形態(tài)就會帶來很不一樣的要求跟挑戰(zhàn)。

用簡單的交互方式，可能是自然語言，可能是語音，其實(shí)作為產(chǎn)品方，你也不知道用戶會問什么，所以要充分利用模型能力去理解用戶的需求，然后通過比如今天大模型的這種能推邏輯推理，能去調(diào)用工具的能力產(chǎn)品，去給模型提供各種各樣它可以用的工具來應(yīng)對這種開放式的需求。

這個(gè)是我覺得跟我們過去做產(chǎn)品很不一樣的地方，甚至包也包括你剛剛提到的 Email。

湯道生：以前我覺得做產(chǎn)品我們有很清晰的 specification，有很清晰的這個(gè)產(chǎn)品的這個(gè)細(xì)節(jié)功能的描述，那怎么去做設(shè)計(jì)？基于做研發(fā)怎么去測試？

我覺得那個(gè)瀑布式的流程也比較清晰。

但在做 AI 產(chǎn)品，我發(fā)現(xiàn)最大的變化是我們整個(gè)流程可能都要重新設(shè)計(jì)，尤其今年這個(gè)大部分的代碼都由 AI 生成，我們的工程師可能花會花更多的時(shí)間去做設(shè)計(jì)架構(gòu)的設(shè)計(jì)，把寫代碼的工作可能都交給 AI 了，然后定期去指導(dǎo)一下，修正一下。

有環(huán)境有我們對于這些開放式答案的一些要求，甚至 alignment 怎么對齊用戶，我們用戶所需要的那種風(fēng)格，我感覺今天 AI 時(shí)代做產(chǎn)品其實(shí)要求的能力更全面。

姚順雨：更難了哈。

湯道生：是。

湯道生：那我又問你一下混元 3，就大家都在說混元 3 preview 是混元 3 的，是你的騰訊的首秀，具體混元 3 做了什么改變，你能給大家介紹一下嗎？

姚順雨：其實(shí)我覺得沒有什么秘密，就是今天做大模型從某種程度來說是一個(gè)比較 trivial 的事情，就是說我們應(yīng)該把 infrastructure 做好，我們應(yīng)該把數(shù)據(jù)做好，算法的部分其實(shí)反而是比較簡單的，其實(shí)我覺得主要幾個(gè)點(diǎn)，第一就是說。

我們把這個(gè) infrastructure 進(jìn)行了重建，無論是預(yù)訓(xùn)練還是強(qiáng)化學(xué)習(xí)。

第二就是說我們把數(shù)據(jù)和 eval 做了很多大的改變，如何去定義更真實(shí)的問題？如何去豐富這個(gè) data 的 taxonomy？如何去提高數(shù)據(jù)的質(zhì)量？

這是個(gè)永無止境的追求，其實(shí)那第三的話，我覺得很重要的很多決策，其實(shí)包括怎么去招人，怎么去設(shè)計(jì)，這個(gè)模型的節(jié)奏怎么樣？

姚順雨：每天有很多這個(gè) decision，要考慮很多 trade off，我覺得可能沒有一個(gè)很清晰的公式，可能我覺得是一個(gè)很 taste driven 的事情，所以我其實(shí)想挺好奇想問你一個(gè)問題的，因?yàn)槟銊倓偢矣懻摼褪?code design 這個(gè)概念，我其實(shí)也很好奇，就是你對 code design 這件事情是怎么想的？

就說你覺得哪些事情應(yīng)該是模型應(yīng)該做的，哪些東西應(yīng)該是產(chǎn)品應(yīng)該做的？

湯道生：我覺得 co-design 在不同階段過去這兩年其實(shí)是一直在變化的，我覺得這個(gè)變化某種程度來講是隨著模型能力的升級而變化。

當(dāng)然整個(gè)行業(yè)市場用戶的需求，它在變化的過程中也會帶來我們兩邊模型跟產(chǎn)品需要更好去滿足。

給我一個(gè)比較深的感受是怎么去對齊，因?yàn)樵谖覀円黄鹑プ霎a(chǎn)品，去做 alignment，對齊會的時(shí)候我們有很多不同的角色，對吧？

產(chǎn)品可能要針對某個(gè)方向去解決一些問題，模型到底怎么去做滿足這個(gè)需求？但同你要回到模型需要數(shù)據(jù)應(yīng)該怎么標(biāo)注？到什么顆粒度？到底什么是好的標(biāo)注，什么是不好的標(biāo)注？

湯道生：因?yàn)橛行┑胤揭剟睿行┑胤揭獞土P，然后還有儀表，對吧？

還有這個(gè)評測，因?yàn)槿绻a(chǎn)品認(rèn)為好的產(chǎn)品體驗(yàn)評測是不認(rèn)同的話，那大家其實(shí)做出來的產(chǎn)品就會不一致了，所以扣第三給我的感覺更多的是在項(xiàng)目組里面。

不同的角色，他參與到這個(gè)產(chǎn)品的設(shè)計(jì)，訂立了定了一些產(chǎn)品的目標(biāo)方向，怎么讓多個(gè)角色能夠?qū)τ谝恍╅_放式問題有比較好的對齊，如果沒有做到這樣的一個(gè)對齊的話，那你會發(fā)現(xiàn)用那個(gè)產(chǎn)品的行為會不可預(yù)測，甚至有時(shí)候會有一些隨機(jī)性，因?yàn)槟Ｐ驮谟?xùn)練的過程可能也被混淆了，所以這個(gè)是我。

湯道生：這兩年跟做產(chǎn)品，跟模型團(tuán)隊(duì)做 co-design 的一個(gè)一個(gè)比較深的感受，您覺得呢。

姚順雨：對，其實(shí)我是覺得就像剛剛說的，我覺得首先最難的一點(diǎn)就是要建立 trust，并且我覺得同理心很重要，因?yàn)檎f到底就是說做模型的這個(gè)目標(biāo)和做產(chǎn)品的目標(biāo)有很多 align 的部分，也有很多不 align 的部分，對吧？

就是說模型的人他會希望，誒，我這些這個(gè)能力越強(qiáng)越好，但是產(chǎn)品的人他可能希望用戶的需求滿足的越好是越好，所以天然有很多不 align 的部分，那我覺得可能很重要一點(diǎn)，就是要有這個(gè)換位思考的能力。

第三，其實(shí)一個(gè)很重要的細(xì)節(jié)是我們當(dāng)時(shí)是如果你還記得的話，我們當(dāng)時(shí)其實(shí)派了后訓(xùn)練最強(qiáng)的骨干力量去幫助元寶，先把 deepseek 的這個(gè)后訓(xùn)練先做好，因?yàn)樵谀莻€(gè)時(shí)候我們自己的那個(gè)預(yù)訓(xùn)練還沒有 ready。

但是我們知道就是說維護(hù)這樣的產(chǎn)品以及它的 DAU 會對于我們接下來做模型也變得非常重要。而且會對于長期的合作非常重要，所以當(dāng)時(shí)其實(shí)很多算法同學(xué)不理解，然后我需要去很努力的解釋，但我覺得現(xiàn)在看起來就是這些努力都是 pay off，對吧？

姚順雨：就是說我覺得這樣的一個(gè)動作就是讓產(chǎn)品和意識到，就是說模型的同學(xué)是真的在為產(chǎn)品著想，那我覺得這個(gè)其實(shí)對于就是我們這個(gè)之后的合作，包括混元 3 Preview 在元寶上成功的上線起到非常重要的作用。

當(dāng)然有很多技術(shù)的部分可以探討，但我覺得可能最難的部分其實(shí)反而是怎么樣去建立信任，怎么樣換位思考。

湯道生：對對，非常認(rèn)同。

那我換一個(gè)話題，你是 react 架構(gòu)的提出者，博士研究也是圍繞著語言智能體展開的，那你幾年前的一些觀點(diǎn)到今天兌現(xiàn)了嗎？比如有哪些？

姚順雨：對，那天我還挺感慨的，因?yàn)槲抑匦伦x了自己的博士論文，感覺又回到了一個(gè)這個(gè)很遠(yuǎn)古的時(shí)代，就是我的博士論文的 top，那個(gè) title 叫做 language agent from next token prediction to digital automation。

湯道生：那是哪一年呢？

姚順雨：19 年，7 年前。那個(gè)時(shí)候 literally 就是我們的，就 GPT2 那個(gè)時(shí)候。他當(dāng)時(shí)只能做 next TOKEN prediction，而且他產(chǎn)生的可能一段話還不太連續(xù)。

所以當(dāng)時(shí)人們是很難想象到，就是說它會有一天成為一個(gè)改變世界的力量。當(dāng)時(shí)我覺得可能大家做的研究稍微有想象力的一些會做一些研究，比如說自動駕駛，然后這樣的話如果你坐在車?yán)铮鼤氐奖本Ｄ请m然它是一個(gè)有局限的事情，但大家其實(shí)當(dāng)時(shí)就非常開心了，覺得這個(gè)技術(shù)很有意思。

當(dāng)時(shí)我的想象力可能比較狂野吧，就是我覺得GPT是個(gè)非常優(yōu)美的東西，就是預(yù)測下一個(gè)Token是一個(gè)非常極簡而且非常通用的事情。然后我覺得它有一天潛力不僅僅是在于預(yù)測下一個(gè)Token，而是在于把這個(gè)世界上所有的事情全部做透。沒錯(cuò)。當(dāng)然我當(dāng)時(shí)想的可能還不夠大，我想的是具體的應(yīng)用都沒選，但是現(xiàn)在看起來也有可能是AGI。

那我覺得其實(shí)我今天主要做的兩部分。第一部分就是如何建立一個(gè)方法論，如何把一個(gè)Next Token Prediction的機(jī)器變成一個(gè)自動化的機(jī)器，那其實(shí)就像你說的最重要的一篇工作可能是ReAct。我還記得就是22年7月份的時(shí)候，某一天晚上就是我當(dāng)我把第一次，我記得當(dāng)時(shí)是Python API和我當(dāng)時(shí)自己手寫了一個(gè)Web Crawler的API連在一起，然后它第一次可以基于網(wǎng)頁回答問題，然后并且多輪交互的時(shí)候，我當(dāng)時(shí)感覺就像那個(gè)微弱的電燈絲突然亮了的感覺一樣。就是我感覺這個(gè)OK就好。

據(jù)我所知，這可能是第一次人類把AI和真正的互聯(lián)網(wǎng)連在一起，并且去做這種動作的交互。我當(dāng)時(shí)的感覺就是OK這個(gè)感覺可能五年或者十年會改變這個(gè)世界，但是可能比我想象中還要更快。包括我記得當(dāng)時(shí)我們技術(shù)隨便是來第二次、第三次迭代的時(shí)候，我就覺得OK如果這個(gè)事情能做到，那很顯然就是它會帶來巨大的價(jià)值。當(dāng)然可能是幾百億上千億，但現(xiàn)在可能是數(shù)萬億、數(shù)十萬億。我想的還是太小了。

那另一部分其實(shí)我做的工作就是怎么去定義AI Agent。那比如說Web是第一個(gè)，其實(shí)互聯(lián)網(wǎng)的Web的Task，然后包括Internet的話，隨便就是最早的就是Crawling這樣的任務(wù)。那現(xiàn)在看起來AI Agent的技術(shù)最重要的兩個(gè)部分，可能確實(shí)是Web Agent和Coding Agent。 最后就是說那天我還在群里面跟大家聊天，我說我看我那個(gè)論文的結(jié)尾，就是我在二四年的時(shí)候?qū)懳业腇uture Work，對吧？

第一個(gè)是Train Models for Agent，第二個(gè)是Safe and Robust Deployment，第三個(gè)是Scientific Discovery，第四個(gè)是怎么樣去Help Human。我很感慨，我說我現(xiàn)在很幸運(yùn)，我確實(shí)現(xiàn)在在做我當(dāng)時(shí)列的Future Work。 GPT太厲害了，這個(gè)一看到整個(gè)行業(yè)針對這些方向影響的還是不夠大。我覺得當(dāng)時(shí)我已經(jīng)覺得自己想的夠大了，但可能還是不夠大。

湯道生：我覺得技術(shù)的發(fā)展往往超乎我們的預(yù)期。我也在轉(zhuǎn)身一點(diǎn)智能體，今天大家都說需要消耗很多的Tokens的調(diào)用。對于混元做下一代的模型的研發(fā)，你覺得什么是你的側(cè)重？有哪些地方是比較重要的？

姚順雨：對，我覺得毫無疑問，今天Coupling就有點(diǎn)像Infra一樣，是一個(gè)不得不做的事情，它是一個(gè)最基礎(chǔ)的能力。我個(gè)人覺得Coupling是非常本質(zhì)的，當(dāng)然有很多原因，但其實(shí)還有一個(gè)很重要的原因就是說它是一個(gè)有點(diǎn)像Turing Complete的這樣的一個(gè)事情，對吧？就是當(dāng)你有能力去控制自己的，當(dāng)你有一個(gè)Container的時(shí)候，其實(shí)你是一個(gè)看得見的這樣的一個(gè)System。

那今天我覺得AI這個(gè)毫無疑問是每一家模型所聚焦的重點(diǎn)，我覺得我們會做的方法可能會有幾個(gè)區(qū)別。

第一就是說即使可能今天Coupling也是最重要的事情，但我們還是會強(qiáng)調(diào)提示的全面化，就是我始終認(rèn)為就是說真的要把Coupling做好，其實(shí)需要的遠(yuǎn)遠(yuǎn)不止Coupling這個(gè)數(shù)據(jù)，你也需要像我剛剛說的聊天方式、邏輯推理各種各樣不同的東西。因?yàn)榇竽Ｐ妥钪匾狞c(diǎn)是泛化性。

那第二點(diǎn)就是很顯然產(chǎn)品的作用越來越重要，如何利用好線上的回流，我覺得是一個(gè)每一個(gè)模型團(tuán)隊(duì)都在應(yīng)對和思考的問題。那這里我覺得我們剛剛有很多Coupling的這些經(jīng)驗(yàn)會變得非常重要。

那第三就是說我覺得其實(shí)還是需要更多想象力，無論是技術(shù)的路徑還是產(chǎn)品的路徑，還是像下一個(gè)范式的路徑，我覺得我們還是需要做一些探索性的甚至不確定性的工作。

湯道生：我覺得從產(chǎn)品側(cè)，因?yàn)榇蠹以絹碓蕉嘤蠺oken焦慮的聲音，Token的成本持續(xù)爆發(fā)式增長。我也聽到很多的客戶，甚至用戶身邊的同事們也在緊盯著Token的消耗。那怎么可以讓我們的模型在解決某個(gè)問題或者完成某一個(gè)任務(wù)，它的Token的效率最高？

對，我之前做過一些任務(wù)，可能它會是不同的方向，其實(shí)有些方向你也都知道，肯定走不下去的。

但可能模型還會試，試完知道怎么下去，再試下一個(gè)，其實(shí)里面的有什么可以去optimize的地方，讓TOKEN整體使用的效率更高。

姚順雨：對，其實(shí)我覺得現(xiàn)在中國大家討論性價(jià)比可能更多討論的是模型架構(gòu)，但其實(shí)它是個(gè)很復(fù)雜的體系，我覺得可能最重要事情首先是你的performance，對吧？

就說很多人其實(shí)跟我說，他最后發(fā)現(xiàn)用較小的模型比用更差的模型，最后發(fā)現(xiàn)其實(shí)更省，因?yàn)槟愀斓鼐桶堰@個(gè)事情做對了，然后你也省了人的精力。然后這個(gè)其實(shí)最重要的事情我覺得是Performance，因?yàn)槿绻愕腜erformance不好，其實(shí)性價(jià)比就無所謂。

姚順雨：第二部分我覺得就是成本，它其實(shí)本身就性價(jià)比，我覺得第一其實(shí)是性，因?yàn)槿绻@個(gè)性能不好，其實(shí)就性價(jià)比就無從談起。那第二點(diǎn)我覺得就是成本，那其實(shí)成本的話，我覺得中國其實(shí)是領(lǐng)先于世界的，對吧？

就是說我們做大量的工作去優(yōu)化我們的成本資源，但其實(shí)我覺得成本可能最重要的事情是怎么用一個(gè)更小的模型把這個(gè)更高的這個(gè)價(jià)值的任務(wù)給做好。

那在這個(gè)基礎(chǔ)上，我覺得當(dāng)然架構(gòu)的創(chuàng)新包括長文本的管理，包括銷售價(jià)。

有很多需要做的事情，但我個(gè)人看法就是說，如果我們能做一個(gè)相對較小的模型，但是它又能夠比肩大模型的性能，而且它能夠在就是大部分的任務(wù)上做到很強(qiáng)的魯棒性，這可能會比在很多非常長程的就是Fancy的task上面實(shí)現(xiàn)，比如說一兩個(gè)點(diǎn)的這個(gè)提升，可能是在今天的中國更有價(jià)值。

姚順雨：其實(shí)我也挺好奇 Dawson 就是說你覺得agent 你是什么時(shí)候意識到它是一個(gè)新的產(chǎn)品的機(jī)會，以及你現(xiàn)在認(rèn)知是什么？

你覺得現(xiàn)在我們離一個(gè)好用的agent bottleneck在哪里呢？

湯道生：因?yàn)槲覀冏龅腶gent 針對不同場景，其實(shí)有不同的產(chǎn)品形態(tài)，在agent的設(shè)計(jì)上面其實(shí)很大程度是在發(fā)揮模型的，盡量去發(fā)揮好模型的能力，當(dāng)然模型在迭代它能力越強(qiáng)，可能agent需要做的工作也越來越少。

我看我們好幾個(gè)產(chǎn)品在過去這段時(shí)間其實(shí)是隨著模型能力加強(qiáng)，我們可以把產(chǎn)品、把a(bǔ)gent做得更簡化，更多的是給模型提供更多不同的工具，創(chuàng)造更多的skills，來讓模型能夠更高效的去完成任務(wù)，給模型提供更多的我們叫記憶，對吧？

這個(gè)用戶過去使用的一些習(xí)慣，我們所記能提取出來的一些用戶preference 的一些信息。作為一個(gè)上下文去feed，過去在 coding 的環(huán)境有相關(guān)的context 給到模型，在辦公場景里面辦公協(xié)作做個(gè)PPT 可能大家關(guān)注的內(nèi)容，或者該給到的模型不一樣，所以在我們做不同的agent，我覺得更重要還是了解那個(gè)場景下什么內(nèi)容什么信息是重要的、比較 relevant 的能夠跟模型配合好，讓模型能夠有它需要的信息。同時(shí)也發(fā)揮他的這個(gè)能力。

姚順雨：但最近我們確實(shí)推出了一些像workbody這樣口碑很不錯(cuò)的產(chǎn)品，對吧？

然后背后就是我觀察到就是很多小團(tuán)隊(duì)在快速的迭代產(chǎn)品，我其實(shí)挺好奇，就是相對于傳統(tǒng)的這種產(chǎn)品研發(fā)，你覺得在這種新的agent時(shí)代的這個(gè)研發(fā)和組織管理上，這個(gè)產(chǎn)品團(tuán)隊(duì)發(fā)生什么變化？你的思考是什么？

湯道生：對，我前一陣子在幫 workbody 做一個(gè)組織分析，我看了一下他們那個(gè)非常扁平化的組織，跟我們過去的其他的產(chǎn)品組織架構(gòu)是有很大的差異，更多的小團(tuán)隊(duì)三個(gè)人、五個(gè)人一個(gè)，可能就是圍繞的某一個(gè)領(lǐng)域來去做攻堅(jiān)，就而且有很多的實(shí)驗(yàn)的在里面，所以貢獻(xiàn)還要支持好這個(gè) AI infra去做實(shí)驗(yàn)，讓不同的這些小分隊(duì)可以去探索，然后再驗(yàn)證，因?yàn)槠鋵?shí)驗(yàn)大部分可能是拿不到正向的反饋的，那我們也要去包容團(tuán)隊(duì)去試錯(cuò)，這種通過大量實(shí)驗(yàn)去提煉出對于用戶留存，對于我們想要的這個(gè)結(jié)果有正向的幫助。

這個(gè)是我覺得今天做agent，做AI產(chǎn)品，原生AI產(chǎn)品，這個(gè)組織形態(tài)要能夠比較好去支撐。另外原來可能有很多工程師有很多時(shí)間花去寫代碼，但今天毫無疑問他們這些工作可以交給AI了，所以我們會看到更多角色的融合，可能大家都是產(chǎn)品經(jīng)理，都要去了解透徹用戶的需求，以及設(shè)計(jì)出我們想要的產(chǎn)品形態(tài)，每一個(gè)工程師可能就是更像一個(gè)有想法的leader 驅(qū)動著多個(gè)coding agent 來去針對我們想要的這種產(chǎn)品需求去做研發(fā)開發(fā)，同時(shí)也要像我剛說的，要把參與這個(gè)評測測試比較前置，也用好AI的能力，把這些質(zhì)量保證的工作 alignment 對齊的工作又要做到前面來。

湯道生：那我也想在問一下，一個(gè)可能更大家比較多討論的一個(gè)問題，其實(shí)很多的自媒體都會提到騰訊慢了，這個(gè)在AI上面，這個(gè)我們沒有及時(shí)的去抓住一些機(jī)會，你覺得我們真的慢了嗎？

到底下半場是什么？您，你能再多說一下嗎？

姚順雨：感覺這應(yīng)該是我問你的問題。哈哈哈。

我覺得首先這個(gè)AI我覺得其實(shí)今天我覺得有兩個(gè)重要的判斷。

第一個(gè)就是說我們認(rèn)為AI是一個(gè)短期的游戲，還是個(gè)長期的游戲，因?yàn)樵诠韫却蠹衣又芏嗟那榫w，就是說兩年后所有人都要失業(yè)了，對吧？

就這個(gè)AI就要取代所有人工作，那我們應(yīng)該趕快賺兩年錢，然后退休，對吧？

那我覺得這是一個(gè)判斷，我覺得很顯然我們的判斷是這是會是個(gè)長期游戲。

那其實(shí)我覺得AI才剛剛開始，從某種程度來說，下半場才剛剛開始，我不認(rèn)為chatgpt和Claude code會是唯一的super APP，我覺得那會是一個(gè)非常灰暗的世界，我覺得肯定會有源源不斷的新的機(jī)會的誕生，可能今天就像是七十年代，就是PC剛剛產(chǎn)生的時(shí)候，那我覺得還有很多很多事情需要做。

那第二個(gè)判斷就是說它會是個(gè)更現(xiàn)行還是個(gè)多元的游戲，因?yàn)榇_實(shí)我覺過去幾年大家能看到的是Pre-training，然后post-training RL，然后agent coding agent 就是似乎有一個(gè)非常清晰的主線，然后這個(gè)主線就是所有人都在copy，對吧？

姚順雨：坦白說就是所有人都在做一樣的事情，這也是個(gè)非常灰暗的事情。

其實(shí)那到底未來會變得更單一還是更多元，我個(gè)人看法就是說我覺得會變得更多元，毫無疑問 coding agent生產(chǎn)力會變得更加重要，我覺得它是一個(gè)剛剛開始的事情。這個(gè)世界還有trillions of dollars market 還沒有被填滿，但是多模態(tài)具身智能很多很多新的事情都在發(fā)生或者剛剛發(fā)生。

所以從這角度來說，那如果我們認(rèn)為下半場的剛開始，那可能確實(shí)不是慢，當(dāng)然我覺得就是過去就這個(gè)模型產(chǎn)品做了很多探索，走了很多彎路，我覺得這是我覺得正常的，就是你如果沒有做過一個(gè)事情，那你那第一次做肯定還是會有這個(gè)曲折，但是我覺得可能更重要的事情是說能不能誠實(shí)的面對自己，能不能夠 be real？

能不能夠去，就是看到feedback 要去改變，能不能夠去保持耐心？我覺得這些事情可能是在下半場更加重要的事情。

湯道生：對。我覺得騰訊，大家對于騰訊經(jīng)常喜歡挑某一個(gè)點(diǎn)來批評，當(dāng)然我覺得我們也很歡迎大家給我們提更高的要求，那我們還是一個(gè)非常多業(yè)態(tài)，很多產(chǎn)品，在很多的賽道，同時(shí)也有很多的團(tuán)隊(duì)在推進(jìn)不同的項(xiàng)目事情，所以毫無疑問，在這樣的一個(gè)復(fù)雜的組織里面，有些地方可能我們做的快了，有些地方做的慢了，有些地方可能會做失敗在探索，所以我覺得這些提醒都非常好。

我覺得確實(shí)有些地方我們是可以做得更好，但就像你說的，這是一個(gè)長跑，這是一個(gè)馬拉松，騰訊還是有非常豐富的場景，就像你一開始提到選擇騰訊，因?yàn)锳I需要context。對吧？

模型需要很多的這些上下文，其實(shí)騰訊在過去的多年的不同產(chǎn)品，在不同賽道的這些積累，其實(shí)都是可以針對每一個(gè)場景去提供，為模型提供有用的信息，提供這些context來發(fā)揮價(jià)值，那在這樣的一個(gè)長跑，我相信模型會不斷迭代，用戶的需求也在不斷變化，也會有新的產(chǎn)品形態(tài)出現(xiàn)。

我覺得我們比如今年年初對龍蝦這一波熱潮也反應(yīng)比較快，同時(shí)也有像workbody這樣的一個(gè)智能體產(chǎn)品，其實(shí)也是幾年前已經(jīng)開始做的產(chǎn)品，沿著原來做 coding 的 codebody 慢慢看到非程序員也有很強(qiáng)的這個(gè)需求，我們也能比較快的去應(yīng)對。

今天其實(shí)也聽到很多客戶對于我們的不同產(chǎn)品怎么去組合起來有非常高的這個(gè)期待，所以我們正在長跑中，也請各位多給我們提醒，多給我們建議，也多用我們的產(chǎn)品來給我們這個(gè)正向的constructive的反饋。

好，今天我們的對談就到這里，謝謝順雨，感謝大家。