汤道生姚顺雨一小时对谈：腾讯AI的下半场，靠什么赢？

AI的上半场，所有人都在问同一个问题：“能不能做到？”到了2026年，这个问题的答案已经明牌了。

但答案落地的瞬间，一个更难的问题才真正浮出水面：下半场，靠什么赢？

6月5日，2026腾讯云AI产业应用大会的对谈现场，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，和腾讯首席AI科学家、混元大模型及AI Infra负责人姚顺雨，坐在了一起。没有PPT，没有产品发布，就是两个人面对面聊——聊模型、聊产品、聊组织，也聊方法论和信任。

话题很多，但贯穿始终的就一件事：腾讯到底怎么做AI？

核心判断大致可以提炼为这样几条：

姚顺雨认为，预训练和后训练让大模型变成了“万能锤子”，真正稀缺的反而是好问题、好场景和好环境。他把AI下半场定义为三大支柱的均衡搭建：一是Foundation——预训练和后训练的扎实功底；二是产品——让技术真正为人和社会创造价值；三是Frontier——对新研究范式和新机会的持续探索。这三者缺一不可，构成一个稳固的“三角形组织”。在他看来，AI是长期游戏而非短期博弈，“下半场才刚刚开始”，就像70年代PC刚刚诞生，大量空间远未填满。

汤道生和姚顺雨都提到，模型团队和产品团队的目标天然有对齐的部分，也有不对齐的部分——模型追求能力上限，产品追求用户需求满足。Co-Design的核心不是流程，而是信任与换位思考。姚顺雨举例，混元团队曾派出后训练骨干力量支援元宝，哪怕自身预训练还没到位，这一举动让产品团队感受到“模型同学真的在为产品考虑”，为后续Hy3 preview在元宝上的成功上线奠定了信任基础。在Eval层面，两人都强调刷榜价值和实用价值之间的落差——benchmark容易过拟合，真实场景中的Prompt分布、模糊追问、多轮对话，才是驱动模型进步的真正动力。

汤道生以自己从QQ空间到AI产品的亲身经历总结：PC和移动互联网时代，产品是“功能驱动”，用户像在菜单里点选“预制菜”；而AI时代的产品是“开放式服务”，用户用自然语言提出需求，产品方无法预知用户会问什么，必须借助模型的理解、推理和工具调用能力来应对。这带来了研发流程的彻底重构：代码大量由AI生成，工程师更多做架构设计与评测对齐，测试左移，角色融合——每个人既是产品经理，也是架构师。

姚顺雨直言，今天做大模型从算法角度看是“比较Trivial的事情”，真正的功力在Infrastructure、数据和Eval。关于Token焦虑，他的判断反直觉却务实：性价比的第一要素不是模型架构，而是性能——用更强的模型一次做对，比用弱模型反复试错更省。同时，中国团队在成本优化上全球领先，用一个更小但比肩大模型性能的模型去解决长程任务，是当下更有价值的方向。

汤道生观察到，Workbuddy这类AI产品的团队组织与传统产品截然不同：三五人小分队围绕特定领域攻坚，大量试验中大多数拿不到正向反馈，但必须包容试错。工程师的角色也在转变——从写代码变为驱动多个Coding Agent的“有想法的leader”。至于“腾讯慢了”的质疑，汤道生坦诚回应：多业态的组织中快慢并存，但长跑里丰富的场景和数据上下文（Context）是腾讯的核心壁垒。姚顺雨则从更宏观的视角判断：未来不会是单一主线的竞争，而是多元路线的展开——Coding Agent、多模态、具身智能，新的机会正在不断涌现。

以下为汤道生对话姚顺雨对谈实录：

汤道生：今天我们两个对话，形式可能比较新，如果有什么出乎意料的地方，那正好是给大家的惊喜。

顺雨，你加入腾讯前，我记得当时问过你一些问题：为什么下半场会选择腾讯？你觉得AI下半场最重要的是什么？

姚顺雨：先解释一下“下半场”这个词。我注意到它最近有点被滥用，这个概念是我去年的一篇博客提出的。其实意思是，在去年之前AI已经发展了几十年，但更重要的是怎么去解决问题、寻找好方法。最近很明显的是，方法论已经非常成熟，但寻找问题反而变得更难了。

举个例子，过去我们发明AlphaGo这样的方法去下围棋，但这个方法只适合下棋。我们会为翻译任务专门做一个模型，它只能做翻译，不能做别的。有了预训练和后训练之后，就像拥有了一把万能锤子，什么钉子都能砸。这是一个通用方法论，能解决各种各样的问题，反而更困难的是怎么找到好的问题去解决。

其实加入腾讯，很重要的一点是这里有很多好问题、很多产品。这一点在未来会越来越重要。一方面，好产品能解决第一个问题：预训练和后训练之后，到底要把它用在什么地方产生价值？另一方面，环境也非常重要。没有好环境，Agent什么也做不了——比如没有点外卖的工具，就没法点外卖。很多事都做不到，所以Context是最重要的。无论是企业还是个人，模型越来越擅长把复杂的输入变成输出，你的竞争壁垒就在于有没有最原始的输入：知不知道这个人到底在干什么，知不知道企业的各种信息。腾讯在这方面有很强的优势。

但我觉得这只是第二大原因，最重要的还是文化。记得第一次和你聊天，包括和其他总办老板聊天时，我的第一印象是大家都非常诚实：哪里做得好、哪里做得不好，非常直白，不掩盖。这种坦诚是第一印象。第二，腾讯总体是一个基于Trust、而不是基于Metric来运转的公司，这对做AI非常重要。我们的文化有非常low ego、非常solid的一面，这些对于长期做AI的组织很重要，包括我们对长期主义的坚持。

所以AI下半场最重要的是什么？我个人觉得，就是在中国建立一个长期的、基于AGI的组织。今天的AI主要有三部分：首先是Foundation，把预训练和后训练最基础的东西做得非常solid；其次是产品，让这样的技术真正为人和社会产生价值；第三是Frontier，探索新的研究范式和新机会。最重要的是构建一个均衡的三角形组织。

做Foundation，第一要有充足资源，第二要有正确的做事方式，这跟刚才说的文化吻合。做产品，需要有好的产品sense和能做出产品的人才。第三，在中国今天做的前沿探索还不够多，所以我希望能把Frontier exploration的精神更多地注入到组织中。

汤道生：你提到的真诚和务实的氛围，也是我经常从客户那里得到的反馈。我们的做事方式和做产品的理念，确实比较实事求是。AI赛道是长跑，认知很重要，做得好的和做得不好的都得认。关键是多维度竞赛——模型不断进步，产品形态越来越多，不同场景有不同需求，未来还是可期的。

你刚才提到模型和产品，产品可以说提供一个环境，给模型提供Context。我们平时开会常提“Co-Design”，怎么把产品和模型紧密结合？尤其今天有这么多丰富的产品——从元宝这样的聊天机器人、AI搜索，到企业里的智能客服、智能营销，再到CodeBuddy、Workbuddy这类产品，对模型依赖很深。你怎么考虑Co-Design？

姚顺雨：有三点。首先，Co-Design的前提是模型本身要做得足够solid，基础工作要做好。预训练相对产品agnostic，做好它就能提供很强的Foundation，它是一个可泛化学习过程，进步能带给下游任务持续的价值提升。后训练最重要的是设立正确的Eval。中国有个不好的倾向是刷榜，但更重要的是实事求是地基于产品和真正应用构造更真实的Eval。

第二，要意识到“实用性”价值大于刷榜价值。我们做了大量工作，与各种产品深度Co-Design。Co-Design的关键是产生相互信任，把产品数据用好、做好回流和Eval，很多细节就不展开了。

第三，LLM时代和过去AI的本质区别是泛化性。过去做翻译产品，只要把翻译数据做好就行；做围棋程序，只需要围棋数据。但今天即使只想做一个Coding Agent，需要的不仅是Coding数据，还要有好的聊天能力、搜索能力、指令遵循能力、推理能力——它是一个非常复合的Data Taxonomy，需要对此有Taste。这个推论的另一个意思是，有体系化产品的公司会有优势。比如和元宝的Co-Design让模型产生了很强的聊天和搜索能力，这些能力又可以迁移到ima、Workbuddy等产品。不同产品提供不同数据，但这些数据之间能相互泛化，形成一个像网络一样的体系，这个价值会越来越重要。

汤道生：对，外部的榜也属于Eval的一种。我们内部做Eval和外部榜有什么区别？

姚顺雨：Benchmark还是有价值的，不是完全没有，但它非常容易Overfitting。基于真实世界的数据对模型研发更有帮助：首先，能发现很多底线问题，我们发Preview模型的主要目的之一就是获得真实世界反馈，修复榜单中没有发现的问题，这会在正式版上带来很大改进。第二，能更深入了解真实的Prompt Distribution。比如榜单上的题目通常非常精确、有长描述、是单纯问题，但现实中用户提问往往很模糊、就一两句话，还会追问。这些场景能启发我们如何更好地做训练。第三，甚至可以在产品上获得灵感，去推进还没有榜单或尚未涉足的领域。比如我们最近做了很多Context Learning的工作，元宝的反馈给了很大启发。所以产品和模型的互相成就是越来越重要的AI话题。

汤道生：记得早期做元宝时碰到多轮遵循的问题，产品里大家迭代Prompt的方式跟Benchmark差异很大。真正产品里需要的能力确实跟Benchmark有很大差异。

姚顺雨：你问了我这么多，我也问你一个问题。

汤道生：欢迎。

姚顺雨：其实第一次跟你聊时，你讲了很多过去的经历——从QQ空间、QQ秀的时代（那是我小学时最喜欢的产品），到QQ音乐、云、再到现在的元宝。你做过各种各样的产品，to C、to B、远古时代的、AI时代的都有。我很好奇，你做产品的第一性原理是什么？哪些经验和价值不变？哪些是变的？

汤道生：最终做产品还是要看用户有什么需求，怎么解决他的痛点，怎么创造价值。不同时代、不同行业，产品能给用户带来价值，他才会买单、才会使用。从PC互联网做空间、移动时代做内容产品，到产业互联网做云，我们花大量时间听客户声音，帮他们解决问题——底层逻辑没变。

但在AI时代做产品，跟PC互联网、移动互联网时代确实有很多不一样。以前做产品，是通过功能满足用户需求：你作为服务提供方，想清楚提供什么能力，让用户通过菜单去选，就像“预制菜”。而AI时代是开放式服务，简单交互方式可能是自然语言或语音，你作为产品方不知道用户会问什么，必须充分利用模型能力去理解需求，通过逻辑推理、调用工具来应对开放式需求。这是很大的不同。包括Eval，以前产品有清晰的功能描述，瀑布式流程很清晰。但现在，大部分代码由AI生成，工程师花更多时间做架构设计，写代码交给AI，然后定期指导修正。测试也要左移，更前置地考虑Eval环境、对齐要求、用户风格。今天做产品要求的能力更全面。

姚顺雨：更难了。

汤道生：更难了。我问一下混元3，大家都在说Hy3 preview是你的腾讯首秀，混元3做了哪些改变？

姚顺雨：其实没什么秘密。今天做大模型从某种程度来说是Trivial的事情，应该把Infrastructure做好、把数据做好，算法部分反而简单。主要几点：第一，我们把Infrastructure重建了，无论是预训练还是强化学习。第二，数据和Eval做了很大改变——如何定义更真实的问题，如何丰富Data Taxonomy，如何提高数据质量，这是永无止境的追求。第三，很多决策涉及怎么招人、怎么设模型节奏、怎么每天做大量Trade-off的决策，没有一个清晰公式，是很Taste driven的事情。我很好奇你对Co-Design的想法——哪些事应该模型做，哪些是产品做？

汤道生：Co-Design在不同阶段一直在变化，某种程度上随着模型能力升级而变化，行业市场和用户需求也在变化。一个深刻感受是“对齐”：一起做产品、做对齐时，有很多不同决策。产品要针对某个方向解决问题，模型怎么做去满足需求？但模型需要数据，数据该怎么标注、到什么颗粒度？什么是好标注？什么应该奖励、什么应该惩罚？还有Eval：如果产品认为好的体验，评测不认同，大家做出来的产品就会不一致。所以Co-Design更多是项目组里不同角色参与产品设计，定下目标方向，让多个角色对开放式问题有较好对齐。如果没有对齐，产品行为不可预测，甚至会有随机性，因为模型训练过程可能被混淆。这是我这两年做产品跟模型团队Co-Design比较深的感受。

姚顺雨：其实最难的是建立Trust。同理心很重要。做模型的目标和做产品的目标有很多align的部分，也有很多不align的部分。模型人希望能力越强越好，产品人希望用户需求越满足越好，天然有不align的部分。所以换位思考能力很重要。你问我元宝怎么一步步Co-Design，一个重要的细节是：我们当时派了后训练最强的骨干力量去帮元宝做后训练。那时我们自己的预训练还没准备好，但我们知道维护元宝这样的产品及其DAU，对接下来做模型非常重要，对创新的合作也至关重要。当时很多算法同学不理解，我需要努力解释。但现在看来这些努力都是值得的。这个动作让产品团队意识到模型团队是真的在为产品着想，对我们之后Hy3 preview在元宝成功上线起了重要作用。技术部分可以探讨，但最难的部分是建立信任和换位思考。

汤道生：非常认同。换一个话题，你是ReAct架构的提出者，博士研究围绕语言智能体展开，你几年前的观点到今天兑现了吗？比如哪些？

姚顺雨：那天挺感慨的，我重读了自己的博士论文，感觉回到远古时代。我的博士论文标题是《Language Agent: from Next Token Prediction to Digital Automation》，那是2019年。

汤道生：七年前。

姚顺雨：那时候是GPT2，它只能做Next Token Prediction，产生一段话不连续、很多毛刺。人们很难想象它有一天能改变世界。当时大家做研究，有点想象力就能做出来——比如“中国首都是？”如果做Next Token Prediction，它会回答“北京”，能做到这点大家就很开心了。我的想象力比较狂野：我觉得GPT是个非常优美的东西，吐下一个Token是极其极简且通用的事。它有一天潜力不仅仅是吐出下一个Token，而是把世界上所有事全部Automate。当时想得还不够大，我写的是Digital Automation，但现在看有可能是Digital and Physical Automation。

博士期间主要做两部分：第一部分是建立Agent方法论，把Next Token Prediction机器变成Agent、变成自动化机器，最重要的工作可能是你提到的ReAct。我记得2024年7月一个晚上，第一次把Pump two的API和手写的Wikipedia API连在一起，它第一次能基于网页回答问题并多轮交互。当时感觉像微弱电灯忽然亮起来——据我所知，人类第一次把LLM和互联网连在一起做多轮交互。当时觉得这种感觉可能在5年或10年改变世界，但实际比我想象更快。后来我们第一次提出SWE-bench时，我觉得如果这事能做成，会带来巨大价值，可能是几百亿、上千亿，现在看可能是数万亿——我还是想小了。

另一部分是定义Digital Automation任务，比如WebShop是第一个基于互联网的Web Agent任务，InterCode和SWE-bench是最早的Coding Agent任务。现在看Agent技术最重要的两部分确实是外部Agent和Coding Agent。那天在群里聊天，我翻到博士论文结尾——2024年写Future Work时，第一条是Train Models for Agent，第二条是Shift and Robust Deployment，第三条是Scientific Discovery，第四条是Help Human。我很感慨，现在确实在做当时列的Future Direction。

汤道生：太厉害了，都一一看到了整个行业的方向在推进。

姚顺雨：可能还是想得不够大。觉得自己已经想得够大了，但还是不够大。

汤道生：技术的发展往往超乎预期。智能体需要消耗大量Token，这对混元做下一代模型研发，你觉得侧重是什么？哪些地方比较重要？

姚顺雨：今天Agent或Coding Agent有点像预训练一样，是不得不做的基础能力。Coding Agent非常本质，还有一个原因：它有点像图灵完备的事情。当你有能力控制自己的File System、有一个Container时，就是一个完整的System。今天Agent是每家模型厂商发力的重点。我们做的方法可能有几个区别：第一，即使Coding最重要，我们还是会强调体系的全面化——做好Coding需要远远不止Coding的数据，还需要聊天、推理等各种东西，因为大模型最重要的是泛化性。第二，产品作用越来越重要，如何利用好线上回流是每个模型厂商都在思考的问题，刚刚积累的Co-Design经验变得非常重要。第三，还需要更多想象力——无论是技术演进、产品演进，还是下一个范式演进，我们需要做探索性甚至不确定性的工作。

汤道生：从产品侧，大家更多有Token焦虑的声音，Token成本爆发式增长。很多客户和同事盯着积分消耗或Token消耗。怎么让模型在解决某个问题或完成任务时Token效率更高？比如有些方向肯定走不下去，模型还会试，试完再试下一个，里面有什么可以优化的地方？

姚顺雨：在中国讨论性价比时，很多人更多讨论模型架构，但其实它是一个很复杂的体系。最重要的是Performance。很多人跟我说，最后发现用Opus这样的模型比用更差的模型更省钱——因为更快做对了，也省了人的精力。Performance好，性价比就最关键。尤其今年，很多简单任务的Robustness会变得更重要，一次把相对简单的任务做对，可能比模型架构更关键。第二部分是成本本身，性价比第一是性能，性能不好性价比无从谈起。第二点是成本，中国领先于世界——我们做了大量工作优化成本。成本最重要的事是怎么用更小的模型把更高价值的任务做好，在此基础上做架构创新，包括长文管理、脚手架等。如果做一个相对较小但性能比肩大模型的模型，在大部分任务上有很强的Robustness，在很多长程任务上提升一两个点，在中国的当下可能更有价值。我很好奇，你是什么时候意识到Agent是新产品的机会？现在认知是什么？我们离好用的Agent Bottleneck在哪里？

汤道生：我们做的Agent针对不同场景有不同产品形态。Agent设计很大程度上是发挥好模型能力。模型越强，Agent需要做的工作越少。过去一段时间，随着模型能力加强，我们可以把产品、Agent做得更简化，给模型提供更多不同工具、创造更多Skills，让模型更高效完成任务。还要给模型提供记忆——用户过去的使用习惯、能提取的用户偏好信息作为上下文。在Coding环境有相关的Context，在Workbuddy里做PPT，关注的内容和该给模型的Context也不同。做不同Agent时，更重要的是了解场景下什么内容、什么信息是重要的、相关的，跟模型配合好，让模型有需要的信息并发挥能力。

姚顺雨：最近我们推出像Workbuddy这样口碑不错的产品，背后有很多小团队快速迭代。相对于传统产品研发，在Agent时代的研发和组织管理上，产品团队发生了什么变化？

汤道生：前阵子在帮Workbuddy做组织发文时，看到他们非常扁平化的组织，跟我们过去其他产品组织架构差异很大——更多小团队，三个人五个人围绕某个领域攻坚，有很多试验，还要支持Infra做实验，让不同小分队去探索、验证。大部分试验拿不到正向反馈，但要包容试错。通过大量试验提炼出对用户流程、对目标有正向帮助的东西，这是今天做Agent、做原生AI产品需要支撑的组织形态。另外，原来很多工程师花大量时间写代码，现在这些工作可以交给AI。所以我们看到更多角色融合——大家都是产品经理，都要了解用户需求、设计产品形态。每个工程师更像一个有想法的Leader，驱动多个Coding Agent去研发、开发，同时要参与评测、测试，前置使用AI能力做好质量保证和对齐。

我也想再问一个大家讨论较多的问题：很多人说腾讯慢，在AI上没有及时抓住机会。我们真的慢了吗？下半场到底是什么？

姚顺雨：感觉这应该是我问你的问题。

汤道生：哈哈。

姚顺雨：我觉得AI有两个重要判断。第一，AI是短期游戏还是长期游戏？硅谷有很多情绪：两年后所有人都要失业，AI取代所有工作，赶快赚两年钱退休。但我们的判断是AI是长期游戏。其实下半场才刚刚开始，我不认为ChatGPT和CloudCode会是唯一的SuperApp，那是一个灰暗的世界。肯定会有源源不断的新机会诞生。今天就像70年代PC刚刚产生时一样，还有很多事要做。第二，它会是一个线性游戏还是多元游戏？过去几年能看到Pre-training、Post training、Agent、Coding Agent，似乎有一个清晰的主线，所有人做同样的事、复制。那也是灰暗的事。但未来是更单一还是更多元？我个人的看法是更多元。Coding Agent的生产力刚刚开始变得重要，世界还有很多空间没有被填满——多模态、具身智能，很多新事情正在发生或刚刚发生。所以下半场才刚刚开始，远没有结束。过去模型和产品做了很多探索，走了很多弯路，这很正常。第一次做一件事肯定有曲折。但更重要的是：能不能诚实面对自己，能不能Be Real，看到反馈并改变，能不能保持耐心——这才是下半场最重要的事。

汤道生：大家喜欢挑腾讯某一点来批评，我们也欢迎大家提更高要求。我们是多业态的公司，有很多产品分布在多个赛道，很多团队在推进不同项目。在复杂组织里，有的地方快、有的地方慢，有的会失败、有的在探索。这些提醒很好，有些地方我们能做得更好。但就像你说的，这是长跑、马拉松。腾讯有非常丰富的场景——一开始你提到选择腾讯因为AI需要Context。腾讯多年在不同产品、不同赛道的积累，可以为每个场景提供有用信息，发挥Context的价值。在长跑中，模型会不断迭代，用户需求不断变化，新产品形态也会出现。今年年初对Agent热潮反应比较快。像WorkBuddy这样的智能体产品，几年前就开始做了，从Coding、CodeBuddy开始，慢慢看到非程序员也有很强需求，我们能比较快应对。今天听到很多客户对我们不同产品组合起来有很高期待。我们正在长跑中，请各位多给我们提醒、建议，也多用我们的产品给我们正向反馈。

看时间超时了。首先感谢顺雨今天的分享。我们围绕做模型、做产品聊了Co-Design、Agent演进、组织变革、行业机会。过去一年看到很多企业有共同的困惑或挑战——产品用不好，企业不能持续投入，ROI不够，都会影响AI在企业里的普及。为此，我们今天会发布一套效率智能体工具集，帮助企业更安全、更高效地部署应用智能体。背后是腾讯的三个核心能力：第一，场景联接——通过微信、企业微信、元宝等高频场景触点，把大模型嵌入真实业务流，跟用户、数据、生态深度联接；第二，工程驾驭——通过完整Harness体系，让Agent稳定、可信、可持续运行，具备强大AI Infra——高速网络、高吞吐存储、高性能Agent Runtime，保证GPU高利用率；第三，模型驱动力——依托混元大模型和模型产品Co-Design，兼顾实用性、性价比和ROI。同时，我们启动“腾讯AI共创营（二期）”，携手ISV、MSP伙伴共创行业解决方案，打造更多标杆案例。接下来同事会围绕这些内容做进一步分享。今天下午还有多个平行论坛和AI产品发布专场，介绍20多个新产品和新能力。今天的对谈到此，谢谢顺雨，感谢大家！