“你做的很多产品，是我小学时候很喜欢的。”
“你是说我们是老登么。”
“你觉得外界说腾讯慢了，怎么回事？”
“感觉这应该是我问你的问题。”
能够和腾讯最高管理群“总办”成员们谈笑风生的年轻人，估计也就一个姚顺雨。
在6月5日的腾讯云AI产业应用大会上，腾讯集团高级执行副总裁汤道生，和从OpenAI加入腾讯后便备受关注的首席AI科学家姚顺雨做了个对话。
身为腾讯首席AI科学家，姚顺雨在加入腾讯后，负责的业务一路扩展，从模型拓展到整个基础设施，腾讯在模型上和AI产品上的动作也开始打上姚顺雨的鲜明烙印。
在对话里他提到腾讯追求模型和产品的共同进步，这在内部其实更多时候是一个信任的问题。而从这场对话的设计来看，腾讯有种通过对外展示来对内喊话的意味：
姚顺雨获得了最高的信任，接下来他就是腾讯AI模型，以及产品与模型配合这事上的唯一话事人（当然，与微信业务有关的一切除外）。
而从对话里罕见透露的一些细节，也可以看出，姚顺雨不只是一个科学家的身份，他在如何在公司不同业务之间打交道也有自己的方法，比如他提到，在接手模型训练，但预训练彻底重建还没做好的时候，他先做了一件事，派后训练最好的团队去现场驻扎，苦哈哈帮助元宝做好了DeepSeek的适配。“当时团队也有不理解，但后面这种信任建立是看到了回报的。”
在这场对话里，两人也谈了很多重要话题，以下为一些核心信息和观察，以及对话全文。
1. “下半场”被滥用了。姚顺雨加入腾讯原因：腾讯“有问题”，有真正的AI需要的好问题
姚顺雨表示，“AI下半场”这个概念有些被滥用。他认为，过去几十年AI更重要的是寻找好方法，比如为了围棋做AlphaGo，为了翻译做特定模型；但在预训练和后训练成熟后，大模型变成了一把“万能的锤子”，可以解决各种问题。于是，真正稀缺的开始变成“好问题”：模型能力具备通用性之后，企业需要判断应该把它用在哪里，解决什么问题，产生什么价值。这也是姚顺雨加入腾讯一个很重要的原因——“腾讯有很多好的问题，有很多很多产品”。
2. 环境很重要，context更重要。竞争壁垒有时来自于有没有最原始的输入
姚顺雨强调了环境的重要性，没有好的环境，Agent就没有办法去做各种各样的事情。如果你没有一个点外卖的tool，那你就没有办法去点外卖。但最重要的是context。无论企业还是个人，越来越重要的事情是context。因为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来自于你有没有那个最原始的输入。
3. 在AI下半场最重要的目标：在中国建立长期的、基于AGI的组织
姚顺雨个人的目标是，在中国建立一个长期的、基于AGI的组织。他提到，今天的AI主要有三个部分：首先是foundation的部分，我们怎么样去把预训练和后训练这些最基础的东西做得非常solid；第二部分是产品，我们怎么去把这样的技术真正为人和社会产生价值；第三就是frontier，我们怎么去探索新的研究范式，探索新的机会。最重要的是，要构建一个非常均衡的、像三角形一样的组织。
4. 腾讯追求模型与产品Co-Design，但姚顺雨认为一切的前提依然是模型
谈到腾讯内部高频提到的Co-Design，姚顺雨认为，第一前提是模型本身要做得扎实。预训练是相对product-agnostic的事情，它提供可泛化的foundation，能够让各种下游任务持续受益。后训练方面，最重要的是设立好正确的eval。姚吐槽，国内可能有一个不太好的倾向，就是比较喜欢刷榜。但更应该关心的是，如何实事求是地基于产品、基于真正的应用去构造更加真实的eval。实用性的价值是大于刷榜价值的。
5. 真实产品反馈能发现benchmark看不到的问题
姚顺雨也不否认benchmark的价值，但相比之下，真实世界的数据至少有三类价值：第一，发现榜单无法暴露的底线问题；第二，理解真实用户的prompt distribution，因为现实用户的问题往往模糊、短促、多轮追问，而benchmark题目通常更精确、更单轮；第三，产品本身还可能启发新的评测方向，推动尚未被很好定义的能力领域。
6. 以模型之名，腾讯的不同产品终于有了点“互相流通”
姚顺雨指出，LLM时代与过去AI的根本差异是泛化性。过去做翻译模型，只需要翻译数据；做围棋程序，只需要围棋数据。但今天即便只做Coding Agent，也需要聊天、搜索、指令遵循、推理等多种能力。因此，拥有多个产品场景的公司会具备体系化优势。例如，元宝中的聊天和搜索能力，可以迁移到ima或WorkBuddy等产品中，不同产品贡献不同数据，又能相互扩散，形成一个像网络一样的体系。
此前，腾讯的打法被外界形容为“赛马”。不同业务做相同方向的产品，彼此竞争，很少有形成合力的感觉，现在似乎以AI之名开始有所改变。
7. Hy3的核心变化，是重建基础设施、重做数据，并依赖大量taste-driven的决策
对于Hy3 Preview，姚顺雨说“大模型没有什么秘密”：要把infrastructure做好，把数据做好，算法部分反而相对简单。他提到，混元3主要做了几方面改变：一是重建了预训练和强化学习基础设施；二是对数据做了很大改变，包括定义更真实的问题、丰富data taxonomy、提高数据质量；三是许多关键决策没有清晰公式，需要在招人、模型节奏、资源取舍中不断做trade-off，本质上是一个很taste-driven的过程。
8. 元宝与混元的合作，最难的部分不是技术，而是信任
姚顺雨透露，元宝早期阶段，混元曾派出很强的算法骨干，帮助元宝先把DeepSeek的后训练做好。彼时混元自己的预训练模型还没有ready，不少算法同学一开始不理解。但姚顺雨认为，维护元宝这样的产品和DAU，对后续做模型和长期合作都很重要。现在回头看，这个动作让产品团队意识到模型团队真正站在产品角度思考，也为后续Hy3 Preview在元宝上线打下了信任基础。
9. Agent与Coding Agent已成为模型公司的基础能力
姚顺雨认为，今天Agent，尤其Coding Agent，有点像预训练一样，是每家模型公司都不得不做的基础能力。Coding Agent之所以本质，是因为当模型能控制file system、拥有container时，它就接近一个complete system。但他也强调，做好Coding Agent需要远远超过coding数据本身，还需要聊天、搜索、推理等综合能力。腾讯的做法会更强调体系全面化、线上回流，以及对新范式的探索。
10. 回应“腾讯AI慢了”：下半场刚刚开始，AI会是长期且多元的游戏
对于外界“腾讯慢了”的讨论，姚顺雨给出两个判断：第一，AI是长期游戏，而不是短期游戏；第二，AI会变得更多元，而不是沿着单一主线前进。他认为，ChatGPT和Claude Code不会是唯一的super app，否则世界会非常灰暗。今天更像PC刚出现的早期阶段，还有大量机会没有展开。Coding Agent、生产力、多模态、具身智能等方向都刚刚开始，过去走过弯路并不奇怪，关键在于能不能诚实面对反馈、持续改变，并保持耐心。
以下为对话实录，经不违原意的编辑处理。
——
汤道生：欢迎顺雨。
姚顺雨：大家好，我平时都在海淀区，现在很少来朝阳区。
汤道生：我们就直奔主题，直接交流吧。今天我们两个的对话可能是一个比较新的形态，如果有什么出乎意料的，我想也是给大家一个惊喜。顺雨你加入腾讯之前，我记得当时我还问过你一些问题，你为什么会选择来到腾讯？你认为 AI 的下半场最重要的是什么？
姚顺雨：对，我想首先解释一下什么叫做“下半场”，因为我最近感觉这个词有点被滥用了。
这个概念其实是我去年的一个博客里面提出来的。在去年之前，AI 已经发展了几十年，但是更加重要的是怎么去解决问题，去寻找好的方法。但是最近我觉得很明显的是方法论已经变得非常成熟，寻找问题变得非常困难。
我举个例子，比如说过去我们做下围棋，我们会发明像 AlphaGo 这样的方法。但这种方法它可能只适合下围棋，或者像这种棋类。你会为了翻译做一个特别的模型，感觉它可能只能做翻译，不能做其他事情。但是有了预训练和后训练之后，我们发现现在有了一个万能的锤子，它可以去砸任何钉子。它是一个通用的方法论，可以解决各种各样的问题。那么反而更困难的是怎么去寻找好的问题去解决。
所以其实我觉得加入腾讯很重要的一点就是说，这里有很多好的问题，有很多很多产品。我觉得这一点会在接下来变得越来越重要。其实好的产品能够解决第一个问题是我们做了这样的好的预训练和后训练之后，我们到底要把它应用在什么样的场景，就是它的价值。
第二，环境是比较重要的。如果没有好的环境，那 Agent 就没有办法去做各种各样的事情。
比如说，如果你没有一个点外卖的平台，那你就没办法去点外卖，很多事情你做不到。但是我觉得可能最重要的是 Context。其实无论是企业还是个人，就像我上次说的那样，非常重要的是进程 Context。因为模型越来越擅长把一个非常复杂的输入变成一个输出。
那很多时候你的竞争壁垒就来自于你有没有那个最原始的输入，你知不知道这个人他在干什么，你知不知道这个企业的各种各样的信息。那这一点的话，我觉得腾讯有非常强的优势。
但我觉得最重要的原因是文化。我还记得我第一次跟你聊天的时候，包括和很多其他同伴的老板聊天的时候，我第一感觉就是大家都非常的诚实。就是哪里做得好，哪里做得不好，都非常直白，不会去掩盖。我知道我这里做得好，我知道我这里不知道，我知道这里应该怎么做，我不知道哪里应该怎么做。我觉得这种坦诚是我的第一印象。
第二点是，我觉得腾讯总体是一个基于 Trust 而不是基于 Metric 去运转的公司。我觉得这一点对于做 AI 是非常重要的。包括我们的文化其实有非常 Low Ego，非常相对的这一面。这些文化都是可能对于长期来做一个内在的组织是非常重要的，包括我们对长期主义的这种坚持。
所以 AI 下半场最重要的是什么？我个人的目标是，我们应该在中国建立一个长期的基于 AGI 的组织。今天的 AI 其实主要有三个部分：
Foundation 的部分：我们怎么样去把预训练和后训练之中最基础的东西做得非常扎实。
产品：我们怎么去把这样的技术真的为人和社会产业加持。
Frontier：我们怎么去探索新的研究范式，探索新的机会。
最重要的是我们要构建一个非常均衡的三角形一样的基础。那我觉得对于做 Frontier Exploration 来说最重要的其实就是：
需要充足的资源。
需要正确的做事方式，这其实跟我们刚刚说的文化那一点也是吻合的。那么对于产品来说，我觉得就是有好的产品 Sense，有这种做产品的经验是至关重要的。
我觉得就是说在中国，我们今天可能所做的探索还不够多。所以我也希望能把这种 Frontier Exploration 的精神能更多的注入到我们组织中。
汤道生：你提到的跟总办聊的过程中感受到的真诚或者务实，其实也是经常我跟客户交流得到的反馈。毕竟 AI 赛道还是一个长跑，有时候认知其实也很重要。那些我们做得好的，那些做得不好的也得认。但关键这是一个多维度的竞赛。我们看到现在模型有很多的进步，我们做产品其实也是有越来越多的形态，不同的场景有不同的需求。
你刚才提到模型跟产品，产品可以说提供一个环境，里面要给模型提供 Context 上下文。那我想问一个问题，我们平时开会提得比较多的一个词是 Co-design，怎么把产品跟模型能够比较紧密的结合起来？尤其今天有这么多丰富的产品，从我们合作非常紧密的像元宝这样的一个聊天机器人，包括 AI 搜索，企业里面也有部署一些智能客服、智能营销。另外最近非常火的这个类 Copilot 的像 Copilot 和 Web Copilot 这样的产品，其实对模型的能力依赖很深。你怎么去思考 Co-design 这个方式？
姚顺雨：我觉得有三点。首先，Co-Design 的前提是模型本身要做得很 solid，有很多 foundational work 要做好。预训练是一个相对 product-agnostic 的事情，它做得非常 solid，就可以提供一个非常强的 foundation。而且预训练最大的特点是，它是一个可泛化的学习过程，它的进步可以给各种各样的下游任务持续带来价值提升。
后训练的话，我觉得最重要的一点是要设立好正确的 eval。我觉得中国可能有一个不太好的倾向，就是比较喜欢刷榜。但是，如何实事求是地基于产品、基于真正的应用去构造更加真实的 eval，我觉得首先你要有好的产品出口，第二你要意识到，实用性的价值是大于刷榜价值的。
这一点上，我们做了大量工作，就是跟各种各样的产品进行了深度的 Co-Design。我觉得 Co-Design 很关键的一点是要产生相互的信任，这一点我们也做了大量工作去取得互信。怎么把产品的数据用好，怎么把这种回流用好，怎么把 eval 做好，这里有很多细节，我就不赘述了。
第三点我想说的是，我觉得 LLM 时代和过去的 AI 最本质的区别就是泛化性。在 LLM 之前，比如你做一个翻译产品，只要把翻译的数据做得特别好就行；你做一个围棋程序，只要把围棋的数据做得特别好就行。但是今天，即使你只想做一个 Coding Agent，你会发现需要的也不仅仅是 coding 数据，你需要非常好的聊天能力，非常强的搜索能力，非常强的指令遵循能力，非常强的推理能力。它其实是一个非常复杂的 technology，我觉得你需要对这件事情有 taste。
这个事情的一个推论是，有很多产品的体系化布局，其实会有一个比较大的优势。比如说，我们和元宝的 Co-Design，可以使模型产生很强的聊天和搜索能力。但这样的能力又可以被迁移到 ima、WorkBuddy 等其他产品。所以这些产品能够提供不同的数据，而这些数据之间又可以相互扩散、相互迁移，形成一个像网络一样的体系。我觉得这一点的价值会越来越重要。
汤道生：外部刷榜其实也是属于 eval 的一种。我们内部做 eval，和外部这些榜有什么区别？
姚顺雨：我觉得首先这些 benchmark 还是有它的价值，不是说它完全没有价值，只是现在这些榜非常容易 saturate。基于真实世界的数据有几个帮助。首先，你能发现模型很多底线问题。实际上，我们想要发一个 preview 模型，最重要的目的之一，就是希望能获得真实世界的反馈，修复各种榜单中没法发现的底线问题。我觉得这一点会在正式版上有非常大的改进。
第二点是，你对真实的 prompt distribution 会有一个更深的了解。比如 benchmark 上面的题目可能都是非常精确的，有非常长的 concrete description，而且一般来说是一个单轮问题。但是在现实场景中，大家问的问题可能都是比较模糊的，可能就一两句话，然后他会不停追问。这些 setup 上的 difference，就可以启发我们怎么去更好地做这样的训练。
第三，我觉得我们甚至可以在这些产品上获得一些灵感，去推进现在还没有的榜单，或者还没有被很好定义的领域。所以我觉得产品和模型的互相成就，是越来越重要的一个 AI 话题。
汤道生：我记得我们早期做元宝的时候，还碰到过多轮遵循的问题。用户在产品里迭代 prompt 的方式，和 benchmark 也有一些差异。真正在产品里面，大家使用所需要的能力，确实跟 benchmark 有蛮大的差异。
姚顺雨：你问了我这么多问题，我也问一点你的。其实我记得第一次跟你聊的时候，你给我讲了很多过去的经历，从 QQ 空间、QQ 秀的时代一路到现在。跟你聊天很有意思，因为你做过各种各样的产品，To C 的也有，To B 的也有，远古时代的也有，最近 AI 时代的产品也有。
所以我比较好奇，你觉得你做产品的第一性原理是什么？哪些经验或者价值是不变的？哪些东西变了？
汤道生：我觉得最终做产品还是奔着用户到底有什么需求，我怎么去解决他的痛点，怎么给用户或者客户创造价值。在不同的时代，甚至不同的行业，做一个产品还是需要能够给用户带来价值，他才会买单，才会使用。
所以我倒觉得，从 PC 互联网时代，我们做空间、做各种各样的内容产品，到产业互联网做云，其实我们也要花很多时间精力去听客户的声音，尝试帮助他们解决问题。底层逻辑没有那么大的变化。但是确实，在 PC 互联网、移动互联网时代做产品，跟今天在 AI 时代做产品，还是有蛮多不一样的地方。
首先从范式的角度来看，在 AI 时代以前，我们做产品很多时候想的是通过功能来满足用户的需求。
你作为一个产品提供方、服务提供方，要想清楚我提供怎样的能力，让用户可能通过界面、通过某些菜单去选择。这有点像预制菜，用户只能在里面点一样。
但是在 AI 时代做产品，它这种开放式的服务形态会带来很不一样的要求和挑战。
用户通过简单的交互方式，可能是自然语言，可能是语音。作为产品方，你也不知道用户会问什么，所以要充分利用模型能力去理解用户的需求。然后，通过今天大模型的推理能力、调用工具的能力，产品给模型提供各种各样可以使用的工具，来应对这种开放式的需求。这个是我觉得跟过去做产品很不一样的地方。
甚至也包括你刚才提到的 eval。以前做产品，我们有很清晰的 specification，有很清晰的产品细节和功能描述。怎么做设计，怎么做研发，怎么做测试，瀑布式流程也比较清晰。但在做 AI 产品时，我发现最大的变化是整个流程可能都要重新设计。
尤其今年，大部分代码都由 AI 生成。我们的工程师可能会花更多时间去做设计、做架构设计，把写代码的工作交给 AI，然后定期去指导一下、修正一下。测试也要左移，更前置地想清楚，针对各种案例、环境，以及我们对于开放式答案的一些要求，甚至 alignment，怎么对齐用户所需要的风格。
所以我感觉，今天 AI 时代做产品，对能力的要求更全面，也更难了。那我问你一下，Hy3preview，大家都在说这是你在腾讯的首秀。具体 Hy3preview 做了什么改变？你能给大家介绍一下吗？
姚顺雨：其实我觉得没有什么秘密。今天的大模型，从某种程度来说，是一个比较 trivial 的事情，就是我们应该把 infrastructure 做好，应该把数据做好，算法的部分反而是比较简单的。
主要有几个点。第一，我们把 infrastructure 进行了重建，无论是预训练还是强化学习。
第二，我们把数据和以往相比做了很多大的改变，如何定义更真实的问题，如何丰富 data taxonomy，如何提高数据质量，这是一个永无止境的追求。
第三，有很多很重要的决策，包括怎么招人，怎么设立模型的节奏，每天有很多 decision，需要考虑很多 trade-off。我觉得这可能没有一个很清晰的公式，它是一个很 taste-driven 的事情。所以我其实也挺好奇，想问你一个问题。因为你刚刚跟我讨论 Co-Design 这个概念，我也很好奇，你对 Co-Design 这件事情是怎么想的？你觉得哪些事情应该是模型做，哪些事情应该是产品做？
汤道生：我觉得 Co-Design 在不同阶段，过去这两年，其实一直在变化。这个变化某种程度上是随着模型能力的升级而变化。当然，整个行业市场、用户需求在变化的过程中，也会带来模型和产品两边需要更好地去满足。
给我一个比较深的感受是怎么去对齐。因为我们一起做产品、做 alignment 对齐的时候，会有很多不同角色。产品可能要针对某个方向去解决一些问题，模型到底怎么做才能满足这个需求？同时又要回到模型需要数据，数据应该怎么标注，到什么颗粒度，什么是好的标注，什么是不好的标注。因为有些地方要奖励，有些地方要惩罚。
然后还有 eval，还有评测。因为如果产品认为好的产品体验，评测不认同，大家做出来的产品就会不一致。所以 Co-Design 给我的感觉，更多是在项目组里面，不同角色都参与到产品设计中，定下产品的目标方向。怎么让多个角色能够对于一些开放式问题有比较好的对齐？如果没有做到这样的对齐，你会发现产品行为会不可预测，甚至有时候会有一些随机性，因为模型在训练过程中可能也被混淆了。这是我这两年和产品、模型团队做 Co-Design 比较深的感受。
姚顺雨：就像刚刚说的，我觉得首先最难的一点就是要建立 trust，并且我觉得同理心很重要。
因为说到底，做模型的目标和产品的目标有很多 align 的部分，也有很多不 align 的部分。模型的人他会希望我这些能力越强越好，但产品的人他可能希望用户的需求满足得越好。所以天然有很多不 align 的部分。
我觉得很重要的一点就是要换位思考的能力。其实你刚刚问我，我们是怎么一步一步 Code Design 元宝的。如果你还记得的话，有一个很重要的细节是，我们当时其实派了后训练最强的骨干力量去帮助元宝，先把 DeepSeek 的后训练先做好。因为在那个时候，我们自己的预训练还没有 ready。
但是我们知道，维护这样的产品以及它的 DAU 会对于我们接下来做模型也非常非常重要，而且会对于长期的合作非常重要。所以当时其实很多同学也不理解，然后我需要去很努力地解释。但我觉得现在看起来，就是这些努力都是 pay off，对吧？我觉得这样的一个动作，就是让产品和模型的同学意识到，模型的同学是真的在为产品着想。这个对于我们之后的合作，包括混元在元宝上成功的上线，起到了非常重要的作用。
当然有很多技术的部分可以探讨，但我觉得可能最难的部分其实反而是怎么样去建立信任，怎么样换位思考。
汤道生： 对，非常认同。那我换一个话题，你是 React 架构的提出者，博士研究也是围绕着语言智能体展开的。那你几年前的一些观点到今天兑现了吗？比如有哪些？
姚顺雨： 对，那天我还挺感慨的。因为我重新读了自己的博士论文，感觉又回到了一个很远古的时代。就是我的博士论文的 title 叫做 《Language Agent： from Next Token Prediction to Digital Automation》（语言智能体：从预测下一个Token到数字自动化）。那是2019 年，七年前，那是 GPT-2 的时候，它当时只能做 Next Token Prediction，而且它产生的可能一段话还不太连续，或者还有很多毛刺。所以当时人们是很难想象到，它会有一天成为一个改变世界的力量。
当时我觉得可能大家做的研究，稍微有想象力的一些，他会做一些研究。比如说中国的首都市，这样的话，如果你做 Next Token Prediction，它会回答北京。那 somehow 它是一个有 knowledge 的事情。能做到这点，大家其实当时就非常开心了，觉得这个技术很有意思。
当时我的想象力可能比较狂野吧。我觉得 GPT 是一个非常优美的东西，吐下一个 token 是一个非常极简且非常通用的事情。我觉得它有一天潜力不仅仅是在于吐下一个 token，而是在于把这个世界上所有的事情全部 automate。我当时想的可能还不够大，我想的是 digital automation，但是现在看起来也有可能是 digital and physical automation。
我博士期间主要做两部分：如何建立一个 Agent 的方法论和怎么去定义 Digital Automation 的任务
第一，如何建立一个 Agent 的方法论。如何把一个 Next Token Prediction 的机器变成一个 Agent，变成一个自动化的机器。那其实就像你说的，最重要的一篇工作可能是 React。
我还记得就是 22 年 7 月份的时候，某一天晚上，我当我把第一次把我记得当时是 Palm 2 的 API 和我当时自己手写的一个 Wikipedia 的 API 连在一起，然后它第一次可以基于这个网页回答问题，并且多轮的交互的时候，我当时感觉就像微弱的电灯丝突然亮了的感觉一样。据我所知，可能这是第一次人类把 LLM 和真正的互联网连在一起，并且去做这种多轮的交互。
我当时的感觉这个可能在 5 年或者 10 年会改变这个世界。但是可能比我想象中还要更快。包括我记得当时我们第一次提出 Sweep 的 idea 在 brainstorm 的时候，如果这个事情能做到，那很显然它会带来巨大的价值。当然可能是几百亿上千亿，但现在可能是数万亿，数十万亿，可能我想的还是太小了。
第二，怎么去定义 Digital Automation 的任务。比如说 WebShop 是第一个基于互联网的 Web Agent 的 task。然后包括 InterCode 和 Sweep Engine 是最早的 Coding Agent 这样的任务。现在看起来 Agent 的基础最重要的两个部分，确实是 Web 的 Agent 和 Coding 的 Agent。
那天我还在群里跟大家聊天，我说我看我那个博士论文的结尾，就是我在 24 年的时候写我的 future work：
Train models for agent
Safety and robust deployment
Scientific discovery
怎么样去 help human
我很感慨，我说我现在很幸运，我现在在做我当时列的 future work。Prediction 太厉害了，都一看到这个整个行业针对这些方向在推动。想的还是不够大。我觉得当时我当时已经觉得自己想的够大了，但可能还是不够大。我觉得技术的发展往往超乎我们的预期。
汤道生： 那我再深一点，智能体今天大家都说需要消耗很多的 token。这对于混元做下一代的模型的研发，你觉得你的侧重有哪些地方是比较重要的？
姚顺雨：我觉得 Code Agent 非常本质，有很多原因，其中有一个很重要的原因，是说它是一个有点像图灵完备的这样一个事情。就是当你有能力去控制自己的 File System，当你有一个 Container 的时候，其实你是一个 Complete 的这样的一个 System。
今天我觉得 Agent 毫无疑问是每一家模型所发力的重点。我觉得我们做的方法可能会有几个区别：
即使可能今天 Code Agent 也是最重要的事情，但是我们还是会强调体系的全面化。我始终认为，真的要把 Code Agent 做好，其实需要的远远不止 Code Agent 的数据。你也需要，像我刚刚说的，聊天、Instruct、Following、推理，各种各样不同的东西。因为大模型最重要的点是泛化性。
产品的作用越来越重要。如何利用好线上的回流，我觉得是一个每一个模型厂商都在应对和思考的问题。这里我觉得我们刚刚积累了很多 Code Design 的这些经验会变得非常重要。
还需要更多想象力。无论是技术的演进，还是产品的演进，还是甚至下一个范式的演进，我觉得我们还是需要做一些探索性的，甚至不确定性的工作。
汤道生：从产品侧来看，大家越来越多有 token 焦虑的声音，token 成本持续爆发式增长。我也听到很多客户，甚至用户，包括身边同事，也在紧盯积分消耗或者 token 消耗。怎么可以让我们的模型在解决某个问题、完成某一个任务时，token 效率最高？
姚顺雨：现在中国大家讨论性价比，可能更多讨论的是模型架构。但它其实是一个很复杂的体系。最重要的事情首先是 performance。很多人跟我说，用一个更强的模型，有时候比用一个更弱的模型最后更省钱，因为你更快地把这个事情做对了，也省了人的精力。所以最重要的事情是 performance。如果你的 performance 好，其实它就是性价比最关键的事情。
尤其今年，很多简单任务的鲁棒性会变得更加重要。如何一次把很多相对简单的任务做对，这可能是性价比更关键的部分，而不仅仅是模型架构。第二部分是成本。成本本身也是性价比的一部分。我觉得第一是“性”，如果性能不好，性价比就很难成立。第二是“价”，也就是成本。成本上，中国其实是领先于世界的，我们做了大量工作去优化成本。
成本和体验里，可能最重要的事情是，怎么用一个更小的模型，把更高价值的任务做好。在这个基础上，当然架构创新、长文管理、脚手架都有很多需要做的事情。但我个人看法是，如果我们能做一个相对较小的模型，同时又能够比肩大模型的性能，而且在大部分任务上做到很强的 robustness，这可能比在很多非常长程的、fancy 的 task 上实现一两个点的提升，在今天的中国更有价值。
其实我也挺好奇，Dawson，你是什么时候意识到 Agent 是一个新的产品机会的？你现在的认知是什么？你觉得现在我们离一个好用的 Agent，bottleneck 在哪里？
汤道生：我们做的 Agent 针对不同场景，其实有不同的产品形态。在 Agent 的设计上，很大程度是在尽量发挥好模型的能力。当然，模型在迭代，它能力越强，可能 Agent 要做的工作也越来越少。
我看我们好几个产品，在过去这段时间，其实随着模型能力加强，可以把产品、把 Agent 做得更简化，更多是给模型提供不同工具，创造更多 skills，让模型能够更高效地完成任务。也给模型提供更多我们叫“记忆”的东西，比如用户过去使用的一些习惯，我们所能提取出来的用户 preference 信息，作为上下文 feed 过去。
在 coding 环境里，有相关的 context 给到模型。在 WorkBuddy 里面，办公协作、做 PPT 时，大家关注的内容，或者该给到模型的 context，也会不一样。所以我们做不同 Agent 时，我觉得更重要的还是了解那个场景下，什么内容、什么信息是重要的，是比较 relevant 的，能够跟模型配合好，让模型有它需要的信息，同时也发挥它的能力。
姚顺雨：最近我们确实推出了一些像 WorkBuddy 这样口碑很不错的产品，背后我观察到很多小团队在快速迭代产品。我其实挺好奇，相对于传统产品研发，你觉得在这种新的 Agent 时代，研发和组织管理上，产品团队发生了什么变化？你的思考是什么？
汤道生：我前一阵子在帮 WorkBuddy 做一个组织发文，我看了一下他们非常扁平化的组织，和我们过去其他产品的组织架构有很大的差异。更多是小团队，三个人、五个人，可能围绕某一个领域去攻坚，而且里面有很多实验。
所以组织还要支持好这种 AI 用法去做实验，让不同的小分队可以去探索，然后再验证。因为实验大部分可能拿不到正向反馈，我们也要包容团队去试错，通过大量实验提炼出对用户留存、对我们想要的结果有正向帮助的东西。
这是我觉得今天做 Agent、做 AI 产品，原生 AI 产品的组织形态要能够比较好支撑的地方。另外，原来很多工程师有大量时间花在写代码上，但今天毫无疑问，这些工作可以交给 AI 了。所以我们会看到更多角色的融合。可能大家都是产品经理，都要透彻了解用户需求，并且设计出我们想要的产品形态。
每一个工程师可能更像一个有想法的 leader，驱动多个 Coding Agent，针对我们想要的产品需求去做研发开发。同时也像我刚才说的，要把评测、测试更前置，也要用好 AI 的能力，把质量保证的工作、alignment 对齐的工作做到前面来。
那我也想再问一个大家讨论比较多的问题。很多自媒体都会提到，腾讯慢了，在 AI 上没有及时抓住一些机会。你觉得我们真的慢了吗？到底下半场是什么？你能再多说一下吗？
姚顺雨：感觉这应该是我问你的问题。我觉得今天有两个重要判断。第一个是，我们认为 AI 是一个短期游戏，还是一个长期游戏？因为在硅谷，大家弥漫着很多情绪，说两年后所有人都要失业了，AI 就要取代所有人的工作，我们应该赶快赚两年钱，然后退休。那这是一个判断。
很显然，我们的判断是，这是一个长期游戏。AI 才刚刚开始，从某种程度上说，下半场才刚刚开始。我不认为 ChatGPT 和 Claude Code 会是唯一的 super app。我觉得那会是一个非常灰暗的世界，肯定会有源源不断的新机会诞生。今天可能就像七十年代 PC 刚刚产生的时候，还有很多很多事情需要做。
第二个判断是，它会是一个更线性的游戏，还是一个更多元的游戏？过去几年，大家看到的是 pre-training，然后 post-training、RL，然后 Agent、Codex、Coding Agent，似乎有一条非常清晰的主线。坦白说，所有人都在 copy，所有人都在做一样的事情，这也是一个非常灰暗的事情。
那未来到底会变得更单一，还是更多元？我的个人看法是，会变得更多元。毫无疑问，Coding Agent、生产力会变得更加重要，而且它才刚刚开始。这个世界还有 trillions of dollars 的 market 没有被填满。但是多模态、具身智能，很多很多新的事情都在发生，或者刚刚发生。
所以从这个角度来说，如果我们认为下半场才刚刚开始，那可能确实不晚。当然，过去模型和产品都做了很多探索，也走了很多弯路，我觉得这是正常的。你没有做过一件事情，第一次做肯定会有曲折。但是更重要的是，能不能诚实面对自己，能不能 be real，能不能看到 feedback 然后去改变，能不能保持耐心。我觉得这些事情可能是在下半场非常重要的事情。
汤道生：大家对腾讯经常喜欢挑某一个点来批评，当然我们也欢迎大家给我们提更高的要求。我们还是一个非常多业态、很多产品在很多赛道，同时也有很多团队在推进不同的项目和事情。
毫无疑问，在这样一个复杂的组织里面，有些地方可能我们做得快了，有些地方做得慢了，有些地方可能会做失败，在探索。我觉得这些提醒都非常好，确实有些地方我们是可以做得更好。
但就像你说的，这是一个长跑，这是一个马拉松。腾讯还是有非常丰富的场景，就像你一开始提到选择腾讯，因为 AI 需要 context，模型需要很多的上下文。腾讯在过去多年的不同产品在不同赛道的这些积累，其实都是可以针对每一个场景去为模型提供有用的信息，提供这些 context 来发挥价值。
在这样的一个长跑中，我相信模型会不断迭代，用户的需求也在不断变化，也会有新的产品形态出现。比如今年年初我们对龙虾这一波热潮反应比较快，同时也有像 Work Buddy 这样的智能体产品，其实也是几年前已经开始做的产品。原来做 Coding 的 Code Buddy，慢慢看到非程序员也有很强的需求。今天也听到很多客户对于我们的不同产品怎么去组合起来有非常高的期待，所以我们正在长跑中。也请各位多给我们提醒，给我们建议，也多用我们的产品来给我们正向的 constructive 的反馈。
感谢顺雨今天的分享。
