编辑：前沿在线 编辑部
就在最近的北京国家会议中心，被围得水泄不通。
过道里都站满了人，只为亲眼见到那个传说中的“AI天才”。
他就是姚顺雨。
这位2015年以704分优异成绩拿下安徽高考理科前三，清华姚班出身、普林斯顿计算机博士、ReAct框架提出者以及前OpenAI核心研究员，在2025年底以“腾讯AI首席科学家”的身份低调加入腾讯，直接向总裁刘炽平汇报，负责混元大模型及整个AI基础设施建设。
这是他入职180天来的首次线下公开亮相。
一上台，姚顺雨说了句很生动的话：“我平时都是在海淀区，很少来朝阳区。”
这句带着技术宅色彩的调侃，无意间隐喻了这场对话的本质：一个长期浸淫在硅谷前沿学术界、习惯了海淀式纯粹算法研究的技术少帅，终于要在迎来他与中国本土商业落地场景的首次近身肉搏。
在这场40分钟的深度对谈中，姚顺雨与腾讯集团高级执行副总裁、云与智慧产业事业群（CSIG）CEO汤道生一起，系统阐述了对AI发展的全新判断，直面腾讯AI“慢了”的行业质疑。
这场70后大厂掌舵人与95后硅谷极客的交锋，不仅扯下了国内大模型行业诸多心照不宣的“遮羞布”，更点燃了业内、媒体关于AI下半场怎么落地的密集讨论。
过去两年，大模型行业的主旋律基本就是“炫技”。
今天卷参数，明天发榜单，后天宣布超越GPT。但在姚顺雨看来，这种拼方法论的“上半场”已经彻底到头了。
“去年之前AI已经发展了几十年，最重要的是去寻找好的方法。但现在，方法论已经变得非常成熟，寻找问题反而变得更加困难。”
姚顺雨直言，预训练和后训练技术的成熟，让大模型现在就像一把“万能的锤子”，它可以砸任何钉子。“现在的问题不再是‘我们有没有方法解决这个问题’，而是‘什么问题值得被解决’。”
技术本身已经不再是绝对瓶颈，竞争的壁垒正在向两端转移：一端是谁拥有最值得被解决的真实场景（钉子），另一端是谁能提供驱动这把锤子的最原始输入（Context，上下文）。
姚顺雨在现场直接挑战了当前行业“以ChatGPT和Claude Code为终极形态”的主流认知。“我不认为ChatGPT和Claude Code会是唯一的Super App，如果真是那样，那将是一个非常灰暗的世界。”
在他看来，Coding Agent（编码智能体）只是通用Agent能力的试验场，它验证了长程规划、工具调用、错误修复和多轮推理，但这些能力未来会迁移到更广泛的多元化场景中。而这些场景的本质壁垒，就是Context。
“模型越来越擅长把一个非常复杂的输入变成一个输出。很多时候你的竞争壁垒就在于你有没有最原始的输入，你知不知道这个人他到底在干什么，你知不知道这个企业各种各样的信息。”姚顺雨强调。
过去两年行业都在鼓吹“数据是新的石油”，但在智能体时代，没经过具体业务流包裹、清洗的裸数据，根本无法咬合落地。
真正能产生壁垒的，是高净值的Context。它包括客户信息、业务流程和权限体系，这注定是桩脏活、累活，也注定会成为大厂的护城河。
这恰恰解释了腾讯为什么不急于抢跑。当独立大模型公司还在为找不到落地方向而焦虑脱发时，腾讯正坐在微信、QQ、腾讯会议、腾讯文档这些高频、海量的优质上下文金矿上。
AI下半场是个长跑，拼的不是谁的锤子大，而是谁手里的钉子和Context多。
在这场对话中，腾讯展现出了互联网大厂少有的实事求是，而这些大实话也成了社交平台和行业社评里被疯转的焦点。
最先被戳破的是全行业“刷榜”的泡沫。
姚顺雨在现场没有任何客套：“中国大家有个不好的倾向是大家喜欢刷榜，但是我觉得更重要的是如何实事求是的基于产品，基于真正的应用，构造更加真实的Eval（评估体系）。”
为了应对各大Benchmark（考卷）被严重过度拟合（Overfitting）、甚至被“特异性优化”的现状，腾讯这次推出了混元Hy3 preview版。
姚顺雨入职180天来，在腾讯内部首先重建了预训练和强化学习的基础设施，重新梳理了数据流，砍掉大量貌似可以堆量但实际有害的“刷榜饲料”，转而专注于数据质量。
其核心目的，就是希望通过真实世界的用户体验反馈，去修复和净化那些在考卷上发现不了的底线漏洞。
除了刷榜的虚火，汤道生在面对算力这个敏感话题时也没打太极。
他大方坦承，目前GPU算力资源受限，内部的微信、元宝、腾讯会议等产品存在巨大的吞吐需求，算力必须优先倾斜内部，“云上给外部客户的算力，还不能完全覆盖所有客户需求”。
这番大实话在雪球和知乎上引发了巨大讨论。
在一众大厂还在画“算力无限、B端狂飙”的大饼时，腾讯克制外售、优先供内的清醒，反而向外界证明：他们已经放弃了盲目扩张B端云服务幻觉，转向了“用自家核心场景倒逼模型”的严谨打法。
基于这种务实，姚顺雨顺理成章地帮企业算了一笔隐性成本账：企业不能只看Token单价，而要看“任务闭环效益”。
“很多人最后发现用顶级模型比用更差的模型更省钱，因为更快地把这个事情做对了，也省了人的精力。一次把相对简单任务做对，这才是性价比更关键的部分。”
如果底层模型性能不过关，导致Agent在实际业务流程里反复报错、需要人工不断介入修正，那么再便宜的Token单价也只是一场自欺欺人的财务游戏。
如果说上半场AI只是打工人的辅助工具，那么下半场的关键，就是Agent进入企业创造绝对的效能。
这种底层技术范式的激变，很快在汤道生的产品直觉上得到了印证。他顺着这个趋势提出了一个深刻的产品断代论：
在PC和移动互联网时代，做产品像做“预制菜”，功能是固定的，产品经理把菜单写好，用户只能在既定框架内点菜；而大模型时代的AI产品则是“开放式输入”，用户用自然语言或语音驱动，产品方根本无法预知用户的下一个需求。
因此，产品必须全面通过逻辑推理去调用工具、提供Context，来应对这种带有无限可能的开放式需求。
腾讯在会上发布的效率智能体工具集，核心产品包括WorkBuddy企业版（提供专家数字员工、团队协作管理）和原生集成腾讯文档、网盘的办公智能体套件。
腾讯云不把Agent看作简单的效率工具，而是看作有职责范围和工作流程的“数字员工”。
这些产品并不是PPT上的概念，而是基于腾讯内部研发的肉搏数据：CodeBuddy已覆盖腾讯超95%的工程师，整体编码时间缩短了40%；升级后的架构更是将智能体迭代周期从季度大幅压缩。
然而，发布会上的热闹，很难在一夜之间熨平市场的真实焦虑。
在开发者社区和CIO的私密群聊里，另一盆关于成本与现实的冷水已经泼了下来：“功能成熟度参差不齐，有些工具感觉还处于玩具阶段”；“价格和生态闭环程度相比传统成熟协同软件，迁移成本仍然很高”。
不少传统企业IT负责人直言：进企业创造效能听起来很美，但如果Agent的运行成本和迁移成本算不过账，它就永远无法替代人工。
中国企业协同软件的胃口早就被免费或低配的传统软件养刁了，下半场要让老板掏钱，不仅要卷智能，更要卷“单位Token的极致性价比”和极其复杂的旧系统打通能力。
要让Agent在企业生根发芽，不仅是技术活，更是组织架构的针线活。
姚顺雨在对谈中抛出了一个极具组织学创新意义的概念——协同设计（Co-Design）。
他指出，大模型时代和过去AI最本质的区别就是泛化性。过去做翻译或围棋程序，只需要准备垂类数据，模型团队出个API，产品团队调用一下即可。
但在下半场，要做一个好用的Agent，需要聊天、搜索、指令遵循、推理等极其复合的体系能力。“模型团队与产品团队绝不能只是API的机械组合，而必须是深度协同设计。”
腾讯如今推行的“Co-Design”，本质上是在革传统大厂生产关系的命。
它要求模型团队与前端产品打通数据与Eval的回流，形成一个相互泛化的网络体系。
姚顺雨在现场坦言，Co-Design最难的部分不是技术，而是建立信任和换位思考：“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，天然有不齐（align）的部分。”
他透露了一个细节：当时为了做大腾讯元宝()的DAU，在自身预训练还没完全准备好、技术团队压力极大的情况下，他就主动派出了后训练最强的骨干力量去支援产品前端。这种把枪交出去的“换位思考”，才打下了大厂内部跨BG协作的信任基石。
这种跨团队的肉搏，正在重塑互联网公司的组织形态。
汤道生透露，新的原生AI产品团队正在变得极度扁平化和微型化，三五个人组成的小分队围绕某一个领域进行高频攻坚与试错。
在这种新型组织里，工程师的工作被AI大量替代，每一个工程师都更像是一个开车的Leader，驱动多个Coding Agent去做研发，角色融合正在加速。
为了在Infra层面体系化地支撑这种组织进化，姚顺雨在现场首次勾勒出了他为腾讯AI设计的“战略三角形”组织架构：
底座要靠Foundation（基础模型）把预训练和后训练做得足够扎实，保持通用底座的厚度；
中段要靠Product（产品价值）把技术肉眼可见地转化为用户和社会红利，解决现金流与用户粘性；
顶尖则需要Frontier（前沿探索）去死磕多模态、具身智能等新的研究范式，为未来留出火种。
这个缺一不可的三角形，与其他大厂要么偏科研究、要么死卷商业的组织形态形成了鲜明的对比，也隐隐透露出腾讯在AI布局上的防线与野心。
走出国家会议中心的时候，北京的天空已经暗了下来。但会场里的火爆与台上的冷峻，依然在记者脑海里不断对撞。
这次大会给行业留下最深刻印象的，不是腾讯发布了多少个名为“Buddy”的效率工具，而是汤道生和姚顺雨身上那种难得的冷静和定力。
在硅谷人人都在因为“两年窗口期”而焦虑暴躁、国内大模型公司因为融不到下一轮资而疯狂赶集的时候，腾讯的科学家和掌舵人却坐在台前，安安静静地跟市场探讨“AI是一场马拉松”、“企业级AI的终局是数字员工”。
外界常问“腾讯AI是不是慢了”。
回看百模大战最激烈的时候，它确实没有急于在受污染的考卷上刷出一个速胜的第一名；在别人都在炒作热点概念的时候，它却在默默重构底层基础、死磕真实场景下的任务闭环成本。
但有时候，慢就是快。
当概念泡沫破裂、全行业被迫走向清算ROI的产业深水区时，那些曾经跑得最快、却悬空在落地场景之外的PPT公司，可能会因为算不过账而批量倒下；而那些一步一个脚印，诚实面对真实反馈、手握高净值Context的公司，反而更有耐力跑到终点。
AI的马拉松才刚吹响下半场的哨音，腾讯的这本“清醒账”，显然给狂热且虚火上升的行业泼了一勺最需要的冷水。
END –
