（文/陈济深 裁剪/张广凯）

"我不认为ChatGPT和Claude Code会是独一的Super App，我以为那是一个极端黢黑的天下，信服会有延绵连续新的契机出生。"

6月5日的2026腾讯云AI产业应用大会主论坛上，腾讯集团高等推论副总裁、云与智谋产业职业群CEO汤说念生和腾讯首席AI科学家姚顺雨作念了一场对谈，这亦然姚顺雨加盟腾讯后初度公开亮相。

在这场名为"腾讯AI下半场"的对谈中，汤说念生把外界好多东说念主计划的问题摆上了桌：好多东说念主都说腾讯在AI上慢了，你以为咱们确切慢了吗？

要回答"慢没慢"，先得看清AI现时走到了哪一步。而夙昔一年，形容"这一步"最流行的说法即是"下半场"——这个词简直被AI圈系数东说念主挂在嘴边，也越用越迂缓：到底指Agent、指Coding，照旧具身智能、下一轮模子竞赛？

姚顺雨开场就给这个词降了温：这个他也曾使用的词，如今"有点被谋害"。在他原来的意思意思里，AI上半场拼的是磨真金不怕火步履和模子打破；步履论熟练之后，确切难的还是不是找时间旅途，是找值得贬责的问题。比起benchmark上几个百分点的登程点，模子能不成进真实产物、拿到真实反馈、贬责真实需求，正变得更紧要。

而国内AI圈那套热衷刷榜、追贪图、抢排行的风气，在他看来恰正是要警惕的。

抛出这些判断的姚顺雨，资格在同龄东说念主里并未几见：清华姚班本科，普林斯顿博士，读博期间冷漠了智能体边界沿用于今、被蛮横援用的ReAct框架，2024年加入OpenAI、参与Operator和Deep Research的研发，还入选过《麻省理工科技指摘》TR35中国区榜单。2025年12月，腾讯老成任命他为首席AI科学家，奏凯向总裁刘炽平陈说，兼任新设立的AI Infra部和谎话语模子部负责东说念主。

入职不到半年，腾讯的AI动作密度比夙昔几年都高：入职开始便对混元启动预磨真金不怕火和强化学习的"推倒重建"；4月发布并开源混元Hy3 preview，这款总参数295B、激活参数21B、以实用为导向的模子，上线全球大模子API调用平台OpenRouter后一度拿下周榜调用量与市集份额双第一；桌面智能体WorkBuddy个东说念主版按DAU计，已是国内最受接待的驱散智能体器具。

但动作自己回答不了"腾讯AI的下半场到底怎么走"。这场对谈里更值得看的，是模子与产物越来越紧的Co-Design——从元宝、WorkBuddy到Coding Agent，姚顺雨反复落到一个朴素却常被忽略的点上：大模子最紧迫的才能持久是泛化性。而关于"腾讯是不是慢了"，他的回答是：淌若下半场才刚刚初始，探索里走过弯路就不可怕，确切紧迫的是能不成淳厚面对我方、看到反馈、捏续迤逦。

以下为汤说念生与姚顺雨的对谈实录。

1.作念模子与作念产物，“第一性旨趣”是什么？

汤说念生：极端接待顺雨。

姚顺雨：大家好。我平时都是在海淀区，很少来向阳区，很欢乐。

汤说念生：今天咱们两个对话，可能是一个比拟新的形态，淌若有什么出乎猜测的，我想亦然给大家一个惊喜。顺雨，你加入腾讯前，我牢记我其时问过你一些问题 ，为什么下半场会选用来腾讯？而且你认为AI下半场最紧迫的是什么？

姚顺雨：登程点证明一下什么叫作念下半场。

我最近嗅觉这个词有点被谋害，这个办法是我旧年的一个博客冷漠来的，什么意思意思？其实我以为在旧年之前AI还是发展几十年，然则愈加紧迫的是怎么去贬贬低题，去寻找好的步履，最近我以为很明显即是说，步履论还是变得极端熟练，但寻找问题变得愈加认真。

举个例子，比如说夙昔咱们发明AIphaGo这样的步履去下围棋，然则这个步履只用来合适下围棋或者下多样棋类。你会为了翻译作念一个绝顶的模子，然则它只可作念翻译，不成作念其他事情。

然则有了预磨真金不怕火和后磨真金不怕火之后咱们发现，咱们像有一个全能锤子，它可以砸任何钉子，它是一个通用步履论，可以贬责多样万般的问题，反而更认确切是怎么寻找好的问题去贬责。

其实我以为加入腾讯很紧迫少许，即是说这里有好多好问题、有好多产物，我以为这少许在接下来变得越来越紧迫。

一方面，好的产物或者贬责第一个问题：咱们作念预磨真金不怕火和后磨真金不怕火之后到底要把它应用在什么场所产生价值。

第二个是环境口角常紧迫的，淌若莫得好的环境，那Agent莫得办法作念多样万般的事情。比如说淌若莫得一个点外卖的tool的话，就莫得办法点外卖，好多事情作念不到，我以为最紧迫的是context。不管是企业照旧个东说念主，就像我上一次在AGI-Next说的一样，我以为越来越紧迫的事情是context。

因为模子越来越擅长把一个极端复杂的输入变成输出，好多时候你的竞争壁垒就在于你有莫得最原始的输入，你知不知说念这个东说念主他到底在干什么，你知不知说念这个企业多样万般的信息，这少许我以为腾讯有极端强的上风。

但其实我以为这只是第二大的原因。最紧迫的原因是文化。我牢记我第一次跟你聊天，包括和其他总办雇主聊天的时候，我第一印象大家都极端淳厚，那儿作念的好那儿作念的不好，极端直白不会掩饰，我以为这种坦诚是我第一印象。

第二个即是说腾讯总体是一个基于trust。而不是基于metric去运转的公司。

我以为这少许关于作念AI口角常紧迫的。包括我以为咱们的文化有极端low ego，有极端solid的这一面，我以为这些文化关于持久作念一个AI的组织口角常紧迫的，包括咱们对持久主义的坚捏，是以AI下半场最紧迫是什么？我个东说念主以为即是，咱们应该在中国建立一个持久的基于AGI的组织。

今天的AI主要有三部分：登程点是foundation的部分，咱们怎么样把预磨真金不怕火和后磨真金不怕火最基础的东西作念得极端solid。第二部分是产物，咱们怎么样把这样的时间，确切为东说念主和社会产生价值。第三个是frontier，咱们怎么样探索新的研究范式，探索新的契机。

我以为最紧迫的是咱们构建一个极端平衡的三角形一样的组织。我以为关于作念foundation来说：第一最紧迫的是有有余资源。

第二即是需要正确的作念事的口头，这些和我刚才说的文化亦然吻合的。关于产物来说，有好的产物的sense，有这种作念产物的东说念主是至关紧迫的。

第三个，在中国咱们今天所作念的前沿探索不够多，是以我但愿能把frontier exploration的精神能更多地注入到咱们组织中。

2.Co-Design，模子和产物怎么彼此设立？

汤说念生：你提到的聊的过程中感受到的针织或者求实的氛围，亦然时时我跟客户疏通得到的反馈，我以为咱们的作念事口头，作念产物的理念，其实亦然比拟抛头出头的，毕竟AI赛说念是长跑，我以为偶而候判辨也很紧迫，咱们作念的好的和不好的也得认，但要津是一个多维度的竞赛。咱们看到现时模子有好多超越，咱们作念产物其实亦然有越来越多的形态，不同的场景有不同的需求，我以为将来还口角常可期的。

你刚刚提到模子跟产物，产物可以说提供一个环境，里面要给模子提供context荆棘文，我想问一个问题：咱们平时开会提的有一个词比拟多是Co-Design，怎么把产物关模子或者比拟细巧底结合起来，尤其今天有这样多丰富的产物，从咱们合作极端细巧的像元宝这样的一个聊天机器东说念主，包括AI搜索，企业里面也有部署智能客服、智能营销，另外最近极端火的类龙虾像CodeBuddy、Workbuddy这样的产物，其实关于模子依赖很深，你怎么念念考Co-Design这个口头？

姚顺雨：有三点。

登程点CoDesign的前提即是说模子自己要作念的很solid，有好多foundational的work要作念好。

登程点我以为预磨真金不怕火是一个相对即是产物agnostic的事情，它作念的极端solid可以提供极端强的foundation，而且预磨真金不怕火它最大的特色即是它是一个可泛化学习过程，它的超越可以带给多样万般卑鄙任务捏续的价值进步。

后磨真金不怕火我以为最紧迫少许是要设立好正确的Eval，中国大家有个不好的倾向是大家可爱刷榜，然则我以为更紧迫的是怎么抛头出头的基于产物，基于确切的应用，构造愈加真实的Eval。

第二要意志到可能“实用性”价值是大于刷榜价值，这少许咱们作念大宗使命，跟多样万般产物进行了深度Co-Design，Co-Design很要津少许即是要产生彼此信任，这少许咱们作念了大宗使命，取得互信，怎么把产物数据用好，怎么把回流，怎么把Eval作念好，有好多细节，我就不赘述。

第三点我想说，LLM期间和夙昔的AI最内容的差别即是泛化性，在LLM之前比如说作念翻译产物，惟有把翻译数据作念的绝顶好就行了。你作念一个围棋的才略，你只需要把围棋的数据准备绝顶好就行。

然则今天即使你想只作念一个Coding Agent，你会发现其实需要的不仅是Coding Agent的数据，你需要极端好的聊天才能，极端强的搜索才能，极端强的指示恪守才能，极端强的推理才能，它其实口角常复合的data的taxonomy，我以为需要对这个事情有一个taste。

这个事情的推论即是说有好多产物的体系化场所，会有比拟大的上风，比如说咱们和元宝的Co-Design使咱们模子产生很强的聊天和搜索才能，这样的才能又可以被迁徙到ima和Workbuddy其他的产物，是以这些产物或者提供不同的数据，然则这些数据之间又可以彼此泛化，它变成一个像荟萃一样的体系，我以为这少许的价值越来越紧迫。

汤说念生：对，外部的榜也属于Eval的一种，是以咱们里面作念Eval跟外部的这种榜有什么差别？

姚顺雨：登程点benchmark照旧有它的价值的，不是十足莫得价值，只是说这些榜极端容易overfitting。基于真实天下的数据会对模子的研发有匡助：登程点即是你能发现模子好多底线问题，施行上咱们先发一个Preview模子最主要的目的之一是但愿或者获取真实天下反馈，能缔造多样万般榜单中莫得发现的问题，这个在会在郑再版上头有很大的改良。

第二点，你对真实的Prompt distribution会有一个更深的了解。

我举个例子，比如说benchmark上头的这些题目可能它都口角常精准的，有极端长的concrete description，它可能一般来说是一个单纯的问题，然则咱们知说念在现实场景中可强大家问的问题都是比拟迂缓的，可能就一两句话，它会不竭追问，这些场景可以启发咱们怎么去更好作念这样的磨真金不怕火。

第三点，我以为以至咱们可以在这些产物上头获取一些灵感去鼓励现时还莫得的榜单或者是莫得边界的鼓励，比如说咱们最近作念了好多Context learning的使命，包括元宝的反馈也给咱们很大的启发和匡助。是以我以为产物和模子的彼此成即是越来越紧迫的一个AI的话题。

汤说念生：我牢记咱们早期作念元宝的时候还际遇多轮恪守的问题，好像在使用产物，大家这种迭代Prompt的口头跟benchmark还有相反，确切在产物里面大家使用所需要的才能确乎好像跟benchmark还有蛮大的相反的。

姚顺雨：你问我这样多问题，我也问你一个问题。其实我牢记我第一次跟您聊的时候，你跟我讲了好多你夙昔的经历，从QQ空间、QQ秀的期间，一直到我小学时候最可爱的产物。

到QQ音乐，到云到现时的元宝，其实跟你聊天很成心思意思，因为你作念过多样万般的产物，to C也有，to B也有，旷古期间的也有，最近AI期间的产物也有。

我比拟意思意思，你以为你作念产物的第一性旨趣是什么，你以为哪些教养和价值是不变的？哪些东西是变的？

汤说念生：我以为其实最终作念产物照旧本着用户到底有什么需求，我到底怎么去贬责他的痛点，怎么去给用户或者客户创造价值。在不同的期间，以至不同的行业，你作念一个产物照旧需要或者给用户带来价值，他才会买单，才会使用。

是以我倒以为从PC互联网期间咱们作念空间、移动的期间作念多样万般的产物、内容的产物，到产业互联网作念云，其实咱们也要花好多的时分、元气心灵去听客户的声息，尝试去匡助他们去贬责他的问题。底层的逻辑其实莫得这样大的变化。

但确乎我以为在PC互联网、移动互联网期间作念产物跟今天在AI期间作念产物照旧有蛮多不一样的场所。

登程点从范式的角度来看，在AI期间以前咱们作念产物好多时候想的是通过功能来知足用户的需求，你动作一个产物提供方、劳动提供方，你想夸耀我提供怎么样的一个才能，让用户可能通过某些菜单去选，好像是一些“预制菜”，你只可在里面去点一样。

但在AI期间作念产物，它的那种怒放式的劳动形态就会带来很不一样的条目跟挑战，用简短的交互口头可能是当然话语，可能是语音，其实动作产物方你也不知说念用户会问什么。是以要充分愚弄模子才能去连合用户的需求，然后通过比如说今天大模子的这种逻辑推理，能去调用器具的才能，产物去给模子提供多样万般可以用的器具，来支吾这种怒放式的需求，这个是我以为跟咱们夙昔作念产物很不一样的场所。

以至也包括你刚刚提到的Eval，以前咱们作念产物有很澄澈很具体的产物的细节功能的形容，怎么去作念联想、作念研发、作念测试，我以为阿谁瀑布式的经由也比拟澄澈。

然则作念AI产物，我发现最大的变化是咱们系数这个词经由可能都要从头联想，尤其本年大部分的代码都由AI生成，咱们的工程师可能会花更多的时分去作念联想，架构的联想，把写代码的使命都交给AI了，然后按时去领导一下、修正一下。

然后测试也要左移，更前置去想夸耀针对咱们多样案例Eval、环境，咱们关于怒放式谜底的条目，以至alignment怎么对皆，咱们用户所需要的那种立场，我嗅觉今天期间作念产物其实条目的才能更全面。

腾讯集团高等推论副总裁，云与智谋产业职业群CEO汤说念生

汤说念生：我问你一下混元3。大家都在说Hy3 preview是你腾讯的首秀，具体混元3作念什么转变，你能给大家先容一下吗？

姚顺雨：其实我以为莫得什么微妙，今天作念大模子从某种程度来说比拟Trivial的事情，咱们应该把Infrastructure作念好，咱们应该把数据作念好，算法的部分反而是比拟简短的。其实我以为主要几个点吧。

第一，咱们把Infrastructure重建了，不管是预磨真金不怕火照旧强化学习。

第二是咱们把数据和Eval作念了很大的转变，怎么去界说更真实的问题，怎么丰富数据的 taxonomy，怎么去提高数据的质料，这是一个永无绝顶的追求。

第三，我以为很紧迫的好多决策其实包括怎么去招东说念主，怎么去设立模子的节律，怎么去每天有好多的Decision 要研究好多Trade off，我以为可能莫得一个很澄澈的公式，我以为是一个很Taste driven的事情。

是以我其实挺意思意思问你一个问题的，因为您刚刚跟我计划Co-Design这个办法，我很意思意思您对Co-Design这件事情是怎么想的，你以为哪些事情是应该模子作念的，哪些是产物应该作念的？

汤说念生：我以为Co-Design在不同阶段，夙昔这两年其实是一直在变化的。

我以为这个变化某种程度来讲是跟着模子才能的升级而变化，虽然系数这个词行业、市集、用户的需求他在变化的过程中也会带来咱们双方模子跟产物需要更好去知足。

给我一个比拟深的感受是怎么去对皆，因为在咱们全部去作念产物，去作念对皆会的时候，咱们有好多不同的决策，产物可能要针对某个标的去贬责一些问题，模子到底怎么作念去知足这个需求，然则你要回到模子需要数据，数据应该怎么标注，到什么颗粒度，到底什么是好的标注，什么是不好的标注，因为有一些场所要奖励，有一些场所要刑事包袱。

然后还有Eval，还有评测，因为淌若产物认为好的产物体验，评测是不认可的话，大家其实作念出来的产物就会不一致了。是以Co-Design给我的嗅觉更多是在技俩组里面不同的扮装参与到产物的联想，定了一些产物的想法标的，怎么让多个扮装或者关于一些怒放式问题有比拟好的对皆。淌若莫得作念到这样一个对皆的话，你会发现产物的举止会不可瞻望。以至偶而候会有一些立地性，因为模子磨真金不怕火的过程可能也被欺侮了。是以这是我这两年跟作念产物跟模子团队作念Co-Design的一个比拟深的感受。您以为呢？

姚顺雨：其实我是以为，就像我刚刚说的，登程点最难的少许是要建立Trust，毕竟我以为同理心很紧迫，因为说到底作念模子的想法和作念产物的想法有好多align的部分，也有好多不align的部分。即是模子东说念主但愿我才能越强越好，然则产物的东说念主以为用户需求越知足越好。是以自然有好多不align的部分，我以为很紧迫的少许是要有换位念念考的才能。

其实即是你刚刚问我元宝咱们是怎么一步一步Co-Design的，其实一个很紧迫的细节是，咱们其时是派了后磨真金不怕火最强的主干力量，去匡助元宝把后磨真金不怕火作念好。其时咱们我方的预磨真金不怕火还莫得准备好，然则咱们知说念惊叹元宝这样的产物以及它的DAU会对咱们接下来作念模子也极端极端紧迫，而且关于翻新的合作极端紧迫。

是以其时其实好多算法同学不睬解，我需要去很致力于证明，然则现时看起来这些致力于都是Trade off，我以为这样一个动作让产物意志到模子的同学是确切在为产物着想，我以为这个其实关于咱们之后的合作，包括Hy3 preview在元宝上奏效上线起到了极端紧迫的作用。虽然有好多时间的部分可以探讨，然则最难的部分反而是怎么样建立信任，怎么样换位念念考。

3.Agent时间往哪走？产业怎么落？

汤说念生：我换一个话题，你是ReAct架构的冷漠者，博士研究亦然围绕着话语智能体张开的，你几年前的一些不雅点到今天终夸耀吗？比如有哪些？

姚顺雨：那天我挺感触的，我从头读了我方的博士论文，嗅觉又回到一个很旷古期间，我的博士论文的title叫作念language Agent from next token prediction to digital automation，是2019年。

汤说念生：7年前。

姚顺雨：阿谁时候Literally即是咱们的GPT2，阿谁时候它只可作念Next token prediction，而且它产生一段话不太一语气，或者有好多毛刺，是以其时东说念主们很难想象到它有一天成为一个转变天下的力量，其时我以为可强大家作念的研究，略微有想像力作念一些研究，比如说中国都门是，淌若作念Next token prediction它会回答北京，somehow它是一个有Knowledge的事情，能作念到这少许大家其时极端简洁，以为这个时间很成心思意思。

其时我的想象力比拟狂野，我以为GPT是一个极端优好意思的东西，吐下一个Token是一个极端极简且极端通用的事情，我以为它有一天后劲不单是是在于吐出下一个Token，而在于把这个天下上系数的事情全部automate，我其时想的还不够大，我想的是digital automation，然则现时看起来也有可能是digital and physical automation。

我以为其实我博士期间主要作念两部分，第一部分即是怎么建立一个Agent步履论，怎么把一个Next Token prediction的机器变成一个Agent，变成一个自动化的机器，最紧迫的使命可能是你说的react。

我牢记2022年7月份的时候某一天晚上，当我第一次把PaLM 2的API和其时手写的一个Wikipedia API连在全部，它第一次可以基于这个网页回答问题，而且多轮交互的时候，我其时嗅觉就像隐微电灯灯瞬息亮的嗅觉一样。

我嗅觉据我所知，东说念主类第一次把LLM和互联网连在全部而且作念多轮交互，我其时的嗅觉是，这个嗅觉可能在5年或者10年会转变这个事情，然则可能比我想象中还要更快。

我记恰其时咱们第一次冷漠SWE-bench的时候，我以为OK，淌若这个事情能作念到，那很明显它会带来雄伟价值，其时可能是几百亿、上千亿，但现时可能是数万亿，数是万亿，可能我想的照旧太小了。

另一部分我作念的使命即是怎么界说Digital automation的任务，比如说WebShop是第一个基于互联网的Web Agent task，包括InterCode和SWE-bench是最早的Coding Agent这样的任务。现时看起来Agent时间最紧迫两个部分确乎是Web Agent和Coding Agent。

那天我在群里跟大家聊天，我看我博士论文收尾，即是我在2024年写我的future work，第一个是train models for Agent，第二个是Safe and robust deployment，第三个是scientific discovery，第四个是怎么样去help human，我很感触，我说我现时很交运确乎在作念其时列的future direction。

汤说念生：太蛮横了，都逐个看到系数这个词行业这些标的在鼓励。

姚顺雨：可能想的照旧不够大，我以为还是以为我方想的够大了，然则可能照旧不够大，我以为。

汤说念生：时间的发展往往超乎咱们的预期。智能体今天大家都说需要破钞好多的Token，Token的调用，这关于混元作念下一代模子研发，你以为什么是你的侧重，有哪些场所比拟紧迫？

姚顺雨：毫无疑问今天Agent或者Coding Agent有点像预磨真金不怕火一样，是不得不作念的事情，是最基础才能。我个东说念主以为Coding Agent极端内容有好多原因。

还有一个紧迫原因即是说它是一个优点像图灵完备的事情，当你有才能去甘休我方的file system，当你有一个container的时候，其实你是一个complete这样一个system，今天我以为Agent毫无疑问是每一家模子所发力的重心。

我以为咱们作念的步履可能会有几个差别：

第一，即使今天Coding还是是最紧迫的事情，然则咱们照旧会强调体系的全面化，我持久认为要把Coding作念好，其实需要远远不啻Coding的数据，也需要聊天、推理，多样万般不同的东西，因为大模子最紧迫的点是泛化性。

第二，很明显产物作用越来越紧迫，怎么愚弄好线上回流，我以为是一个每个模子厂商都在支吾和念念考的问题。这里刚刚蓄积好多CoDesign教养变得极端紧迫。

第三，我以为还需要更多想像力，不管是时间演进，照旧产物演进，以至下一个范式演进，咱们需要作念探索性以至不细目性的使命。

汤说念生：从产物侧，因为大家越来越多有Token慌乱的声息，Token老本爆发式增长，我也听到好多客户以至用户身边的共事们也在紧盯着积分破钞或者Token破钞，怎么可以让咱们的模子在贬责某个问题，或者完成某个任务，Token驱散贵高。我之前作念过一些任务可能是不同标的，有些标的也都知说念信服走不下去的，但可能模子还会试，试完之后走不下去再试下一个，里面有什么可以optimize的场所让Token举座使用驱散更高？

姚顺雨：我以为在中国计划性价比更多计划模子架构，但其实它是很复杂的体系，我以为最紧迫的是登程点是你的performance。

好多东说念主跟我说，他终末发现用OPUS这样的模子比用更差的模子更省钱，因为更快的把这个事情作念对了，也省得东说念主的元气心灵，最紧迫的事情是performance，淌若你的performance好，性价比是最要津的事情。尤其我以为本年可能好多简短任务的robustness会变得愈加紧迫，一次把相对简短任务作念对，这可能是性价比更要津的部分，不仅是模子架构。

第二部分即是老本它自己，性价比第一是性能，淌若性能不好性价比无从谈起。第二点是老本，中国事登程点于天下的，即是咱们作念大宗使命优化咱们的老本，老本可能最紧迫的事情是怎么用一个更小的模子把更高的价值任务作念好，在这基础上架构翻新，包括长文料理，脚手架有好多需要作念的事情。

淌若咱们作念一个相对较小的模子，然则它并列大模子性能，而且在大部分任务上作念很强的robustness，这可能在好多长程的上头进步一两个点的进步，可能在今天的中国更有价值。

我很意思意思，您以为Agent，你是什么时候意志到它是一个什么新的产物的契机，以及你现时判辨是什么，你以为现时咱们离一个好用的Agent bottlenck在那儿呢？

汤说念生：咱们作念的Agent，针对不同场景有不同的产物形态，在Agent联想上头，很大程度是发达好模子才能，虽然模子在迭代它才能越强Agent需要作念的使命越来越少，我看咱们好几个产物在夙昔这段时分是跟着模子才能加强，咱们可以把产物，把Agent作念的更简化，更多的给模子提供更多不同的器具，创造更多的skills，来让模子或者更高效的去完成任务，给模子提供更多的咱们叫回想，用户夙昔使用一些风气，咱们能提真金不怕火出来的一些用户preference的信息动作荆棘文，在Coding环境有相干的context给到模子，在Workbuddy里边办公勾搭，作念个PPT，可强大家关心的内容许者该给到模子的context也会不一样。

是以在咱们作念不同的Agent，我以为更紧迫是了解场景下什么内容，什么信息，是紧迫的，比拟relevant的，或者跟模子配合好，让模子有它需要的信息，同期也发达它的才能。

姚顺雨：最近咱们确乎推出一些像Workbuddy口碑可以的产物，背后好多小团队在快速迭代产物，我其实挺意思意思，相干于传统的产物研发，你以为在新的Agent期间的研发和组织料理上，产物团队发生什么变化，你的念念考是什么？

汤说念生：我前阵子在帮Workbuddy作念一个组织发文，我看了一下他们阿谁极端扁平化的组织，跟咱们夙昔的其他产物组织架构有很大相反，更多小团队三个东说念主五个东说念主，可能围绕某一个边界来作念攻坚，而且有好多磨真金不怕火在里面，还要支捏Infra作念实验，让不同的小分队可以去探索然后再考证。

因为磨真金不怕火大部分拿不到正向反馈，咱们也要包容团队去试错，这种通过大宗磨真金不怕火去提真金不怕火出关于用户经由，关于咱们想要的这个驱散有正向匡助，这个是我以为今天作念Agent，作念原生AI产物，这个组织形态要或者比拟好去支捏。

另外，原来可能有好多工程师有好多时分花写代码，然则今天毫无疑问他们这些使命可以交给AI了，是以咱们会看到更多扮装的交融，大家都是产物司理，都要去了解彻底用户需求，以及联想出咱们想要的产物形态，每一个工程师更像一个有想法的leader，驱动多个Coding Agent，针对咱们想要的产物需求去作念研发、斥地。同期要参与评测、测试，比拟前置，也用好AI才能，把这些质料保证使命，对皆使命要作念到前边来。

4.AI下半场，新的契机在那儿？

汤说念生：我也想再问一下一个可强大家比拟多计划的一个问题，好多东说念主都会提到腾讯慢，说在AI上头咱们莫得实时收拢一些契机，你以为咱们确切慢了吗？到下面半场是什么？你能再多说一下吗？

姚顺雨：嗅觉应该是我问你的问题。

汤说念生：哈哈。

姚顺雨：我以为登程点AI其实今天有两个紧迫判断，第一个即是说咱们认为AI是一个短期的游戏照旧持久游戏？在硅谷大家扩张好多豪情，哎呀，几年后系数东说念主都要休闲，AI要取代系数东说念主的使命，咱们要飞速赚2年钱退休。

但很明显咱们的判断AI是一个持久游戏，其实我以为AI刚初始，下半场才刚刚初始，我不认为ChatGPT和Claude Code会是独一的super App，我以为那是一个极端黢黑的天下，我以为信服会有延绵连续新的契机出生。

可能今天就像是70年代PC刚刚产生的时候，我以为还有好多好多事情需要作念。

第二个判断，它会是个更线性照旧多元游戏？因为确乎夙昔几年大家能看到的是Pre-training、post training，然后Agent，Coding Agent，似乎有一个极端澄澈的干线，这个干线是系数东说念主都在作念一样的事情，都在copy，这也口角常黢黑的事情。

但到底将来变得更单一照旧更多元？我个东说念主看法会变得更多元，毫无疑问Coding Agent分娩力会变得愈加紧迫，我以为它是刚刚初始的事情，这个天下还有好多空间莫得被填满，多模态、具身智能，好多好多新的事情都在发生，或者刚刚发生，是以从这个角度来说，淌若咱们认为下半场刚刚初始，可能确乎不是完结。

夙昔模子、产物作念了好多探索，走好多弯路，我以为这是泛泛的，你淌若莫得作念过一个事情，第一次作念信服有周折，然则我以为可能更紧迫的事情是能不成淳厚面对我方，能不成Be Real，能不或者去看到feedback然后去转变，能不或者保捏耐烦，这个事情是下半场最紧迫的事情。

汤说念生：大家关于腾讯时时可爱挑某一个点来品评，虽然我以为咱们也很接待大家给咱们提更高的条目。

咱们是一个极端多业态的公司，有好多产物散布在好多的赛说念，同期也有好多的团队在鼓励不同的技俩、事情。是以毫无疑问，在这样一个复杂的组织里面有一些场所可能咱们作念得快了，有的场所作念得慢了，有一些场所可能会作念失败，在探索。是以我以为这些领导都极端好，我以为确乎有一些场所咱们是可以作念得更好，然则就像你说的，这是一个长跑，这是一个马拉松，腾讯照旧有极端丰富的场景。

就你一初始提到选用腾讯，因为AI需要Context，模子需要好多的这些荆棘文，其实腾讯在夙昔多年不同产物，在不同赛说念的这些蓄积，其实都是可以针对每一个场景去为模子提供灵验的信息，提供这些Context来发达价值。

在这样一个长跑，我信托模子会不竭迭代，用户的需求也在不竭变化，也会有新的产物形态出现，我以为咱们比如说本年年头对Agent这一波高涨也反映比拟快。同期也有像WorkBuddy这样的智能体产物，其实亦然几年前初始作念的产物，沿着原来作念Coding、CodeBuddy，冉冉看到非才略员也有很强的需求，咱们也能比拟快去支吾，今天也听到好多客户关于咱们的不同产物怎么去组合起来有极端高的期待。

是以咱们正在长跑中，也请诸君多给咱们领导，给咱们建议，也多用咱们的产物来给咱们正向的反馈。

我看时分其实都超时了，我想我来登程点感谢顺雨今天的共享，咱们刚才其实围绕了作念模子、作念产物，谈到了Co-Design，谈到了Agent的演进，也提到了组织变革，行业的一些契机，在夙昔一年其实咱们看到极端多企业也有共同的困惑或者濒临相似的挑战。产物淌若用不好，企业不成捏续去参加，或者ROI不够，这都会影响AI在企业里面普及的程度。为此，其实咱们今天也会发布一套驱散智能体的器具集，匡助企业可以更安全、更高效去部署应用的智能体。

这背后有腾讯的三个中枢才能：

第一是场景结合的才能，通过腾讯的微信、企业微信、元宝等等高频的场景触点，来把大模子嵌到真实的业务流，跟用户、数据、生态或者深度结合。

第二是工程的支配才能，通过竣工的Harness体系，让Agent或者踏实、真实、可捏续运行，具备刚劲的AI Infra，让包括高速的荟萃、高概述的存储，还有高性能的Agent Runtime来保证GPU的高愚弄率。

第三是模子驱能源，依托混元大模子和模子产物 Co-Design ，兼顾实用性、性价比和 ROI。

同期 ，咱们也启动“腾讯AI共创营（二期）”， 联袂ISV、MSP伙伴，全部共创行业贬责有缱绻，打造更多的标杆案例。

今天咱们的对谈到这里，谢谢顺雨 开云体育(中国)官方网站，感谢大家！