1. 腾讯AI产业大会现场直击姚顺雨首度公开回应质疑2026年腾讯云AI产业应用大会现场座无虚席整个会场被参会者挤得水泄不通。这场以Agent进场效能生长为主题的行业盛会吸引了来自产业界、技术开发者和生态合作伙伴的众多从业者。在AI技术逐渐褪去概念热度、加速产业落地的当下这场大会无疑成为了观察行业风向的重要窗口。大会最受瞩目的环节当属腾讯集团高级执行副总裁汤道生与首席AI科学家姚顺雨的深度对谈。作为腾讯AI战略的核心人物姚顺雨首次公开回应了外界关于腾讯AI是否落后的质疑并详细阐述了腾讯在AI领域的战略布局与技术路线。2. 腾讯AI战略解析从下半场概念到落地实践2.1 重新定义AI下半场姚顺雨在对话中首先澄清了AI下半场这一被业界广泛引用但常被误解的概念。他指出AI发展已经进入一个全新阶段——从方法论探索转向问题发现和价值创造。在去年之前AI更关注如何解决问题、寻找好的方法但最近很明显的是方法论已经变得非常成熟反而是寻找问题变得更困难。姚顺雨解释道。他以早期AI应用为例过去我们为特定任务如围棋或翻译开发专用模型但现在有了预训练和后训练技术我们拥有了一把万能的锤子关键是如何找到值得砸的钉子。这一观点揭示了腾讯AI战略的核心转向从技术驱动转向场景驱动从模型能力建设转向价值创造。这也解释了为何腾讯特别重视产品生态建设——丰富的产品矩阵意味着更多待解决的现实问题为AI技术提供了天然的试验场和应用场景。2.2 腾讯的差异化优势场景、数据与文化姚顺雨详细阐述了选择加入腾讯的三大原因这些因素也构成了腾讯在AI竞争中的独特优势场景优势腾讯拥有微信、QQ、腾讯云等庞大的产品生态这些产品不仅提供了丰富的应用场景还能为AI模型提供宝贵的上下文(context)信息。环境非常重要。没有好的环境agent就没办法做各种事情。姚顺雨强调。数据优势真实场景产生的数据与benchmark数据有本质区别。姚顺雨指出真实数据能帮助发现模型的底线问题、了解真实的prompt分布甚至启发新的研究方向。这种数据优势是封闭实验室环境难以获得的。文化优势腾讯基于信任而非指标的企业文化以及low ego低自我的团队特质特别适合需要长期投入的AI研发。这种坦诚是我的第一印象...这些文化对于长期做一个AI组织都非常重要。姚顺雨表示。3. 腾讯AI技术路线深度剖析3.1 混元大模型的演进与创新作为腾讯AI技术的核心载体混元大模型的最新进展备受关注。姚顺雨透露混元3.0在基础设施、数据质量和评估体系等方面进行了全面升级基础设施重建对预训练和强化学习的基础架构进行了彻底重构提升了训练效率和稳定性。这种底层能力的建设为大模型研发提供了坚实基础。数据与评估革新重新定义了更贴近真实场景的问题集丰富了数据分类体系持续提升数据质量。姚顺雨特别强调这是一个永无止境的追求反映了腾讯对数据质量的高度重视。决策机制大模型研发中许多关键决策没有固定公式更多依赖团队的taste审美判断。这种对技术品味的强调体现了腾讯对AI研发艺术性一面的认识。3.2 Coding Agent的战略布局在谈到下一代混元模型的研发重点时姚顺雨明确将coding agent作为基础能力底座并提出了三个差异化方向体系全面化不仅堆砌coding数据而是构建包含聊天、指令遵循、推理等能力的完整体系充分发挥大模型的泛化特性。产品数据回流充分利用产品线上产生的真实数据形成模型迭代的良性循环。这需要产品与模型团队的紧密协作。保持探索精神在确定性工作之外保留对不确定方向的探索空间。这种平衡体现了腾讯在AI研发上的长期主义。姚顺雨特别强调如果我们能做一个相对较小的模型它的性能却能比肩甚至超过大模型...这可能比在很多非常长程、很fancy的任务上实现一两个点的提升在今天的中国更有价值。这一观点揭示了腾讯在模型性价比方面的独特思考。4. 产品与模型的协同创新4.1 CodeSign打破团队壁垒汤道生和姚顺雨深入探讨了产品与模型团队的协作机制——CodeSign协同设计。这种机制的核心是解决不同团队间的目标对齐问题目标对齐产品关注用户体验模型追求能力提升两者既有重合也有冲突。CodeSign机制通过共同参与产品设计确保各方对目标达成一致。信任建立姚顺雨分享了混元3.0研发中的关键决策——派出后训练最强团队优先支持元宝产品。这个动作让产品方意识到做模型的同学是真的在为产品着想。这种换位思考为后续合作奠定了信任基础。评估一致当产品体验目标与模型评估标准不一致时需要建立共同的评价体系。汤道生指出如果产品认为好的体验评测并不认同那大家做出来的东西就会不一致。4.2 Agent时代的产品研发变革随着AI技术进入Agent时代产品研发模式也发生了深刻变化组织扁平化出现更多3-5人的小团队围绕特定领域快速迭代。汤道生以Workbody团队为例说明这种灵活结构更适合Agent产品的探索。角色融合工程师从代码编写者转变为有想法的leader驱动多个coding agent完成开发工作。产品经理也需要更深入理解技术可能性。实验文化容忍失败通过大量实验筛选有效方案。大部分实验可能拿不到正向反馈我们也要包容团队去试错。汤道生表示。5. 腾讯AI的长期价值思考5.1 关于腾讯是否落后的回应面对外界腾讯AI是否落后的质疑姚顺雨给出了富有哲理的回应长跑思维AI竞赛是马拉松而非短跑。我不认为GPT和Claude会是唯一的super app...今天可能就像70年代PC刚出现的时候还有很多好事情要做。多元发展AI未来将呈现多元化发展态势而非单一技术路线。coding agent的生产力毫无疑问会越来越重要...但多模态、具身智能还有很多很多新事情正在或刚刚发生。诚实自省关键在于能否诚实地面对自身优缺点。能不能be real能不能看到feedback然后去改变能不能保持耐心。我觉得这些事情在下半场会更加重要。5.2 腾讯AI的三角形组织架构姚顺雨提出了构建均衡AI组织的三角形理论Foundation基础需要充足资源和正确的工作方式持续夯实预训练、后训练等基础能力。Product产品依靠产品sense和经验将技术转化为实际价值。腾讯在这方面拥有明显优势。Frontier前沿加强探索性研究开拓新的研究范式。姚顺雨表示希望将更多前沿探索精神注入组织。这种三位一体的架构设计反映了腾讯在AI领域的全面布局和长期主义思维。6. 从理论到实践Agent技术的演进6.1 ReAct框架的预言与实现作为ReAct框架的提出者姚顺雨回顾了自己在2019年的博士研究如何预见今天的AI发展技术预言早在GPT-2时代他就预见到next token prediction技术将演变为改变世界的自动化力量。它有一天的潜力不仅在于吐出下一个token而在于把这个世界上所有的事情全部automate自动化。实践验证ReAct框架首次将LLM与互联网连接实现多轮交互。据我所知这可能是人类第一次把LLM和真正的互联网连在一起、并做多轮交互。价值低估当时预估的数百亿、上千亿价值现在看来可能达到数万亿规模。我想的还是太小了。姚顺雨坦言。6.2 Agent技术的当前挑战尽管Agent技术发展迅速但仍面临诸多挑战Token效率随着Agent任务复杂度提升token消耗成为现实顾虑。姚顺雨指出性能其实才是性价比最关键的事情...如何一次就把相对简单的任务做对这可能是性价比更关键的部分。上下文管理汤道生强调不同场景需要不同的context处理方式。在coding环境里给模型相关的context在Workbody这种办公协作、PPT场景里需要关注和给到模型的context又不一样。安全稳健姚顺雨博士论文中提出的safe and robust deployment目标至今仍是行业难题。7. 行业启示与未来展望腾讯AI战略的核心理念为行业提供了宝贵启示场景为王在AI技术日趋同质化的当下丰富的应用场景和真实数据将成为差异化竞争的关键。长期主义AI发展是长跑而非短跑需要保持耐心和定力避免被短期热点带偏方向。组织进化传统研发模式已不适应Agent时代需要构建更灵活、更融合的团队结构。价值导向技术最终要服务于真实需求产品思维与模型能力的结合将创造最大价值。随着AI技术进入下半场腾讯凭借其丰富的场景、数据优势和文化特质正在构建独特的竞争壁垒。姚顺雨与汤道生的对话不仅回应了外界质疑更清晰地勾勒出腾讯AI的未来路径——不是盲目追随热点而是基于自身优势在长跑中寻找可持续的发展模式。