姚顺雨与汤道生深度对话：解构腾讯AI下半场“均衡三角”与Co-Design实践
撰文 | 李信马
题图 | SmartHey摄
在入职即将满半年之际，腾讯AI首席科学家姚顺雨再度站上聚光灯下。
6月5日，在2026腾讯云AI产业应用大会上，姚顺雨与腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生展开深度对谈，系统阐释腾讯在AI下半场的技术路径、组织范式与产品哲学，并首次公开解读大模型研发与C端/B端产品深度融合的Co-Design方法论。
作为腾讯从全球顶尖AI机构引进的核心技术领袖，姚顺雨同时执掌大语言模型部与AI基础设施部，被视为腾讯构建AGI级技术体系的关键推手；而汤道生自2005年加入腾讯以来，历经QQ、广点通、腾讯云及元宝、QQ浏览器等多代标志性产品演进，是兼具战略纵深与落地能力的AI时代业务统帅。
这场对话，实质上是一场关于“AI如何被真正造出来”与“AI如何被真实用起来”的双轨交响。
智能体（Agent）正加速成为重塑数字生产力的核心引擎。姚顺雨指出，AI下半场已从“寻找方法”转向“定义问题”，其技术内核由Foundation（基础模型）、Product（产品化能力）、Frontier（前沿探索）构成动态平衡的“均衡三角”。他强调：大模型的本质竞争力在于泛化性——不同场景的数据需彼此反哺、协同进化；而Agent的价值，正体现在环境感知、动态评测与自主推理行动的闭环协同中，远超单一模型参数规模的比拼。
汤道生则重申腾讯AI的底层信条：坚持“实用、好用、可规模化”。他指出，真实业务场景既是用户需求的源头，也是模型持续迭代最珍贵的数据富矿。“扎根场景”不是口号，而是腾讯AI从训练数据构建、评测标准设立到产品功能设计的全链路准则。
以下是对话核心观点节选（经SmartHey整理）：
汤道生：您如何看待AI下半场最关键的突破方向？
姚顺雨：所谓“下半场”，并非时间刻度，而是范式跃迁——当预训练+后训练已成通用“万能锤”，真正的挑战已转变为：如何发现值得解决的真问题？
过去我们为围棋造AlphaGo、为翻译建专用模型，能力高度封闭；而今天的大模型如同一把可适配万千钉子的工具，难点恰恰在于识别哪颗钉子最该被敲下。
因此，中国亟需构建面向AGI的长期型组织，其核心是筑牢三大支柱：
- Foundation：夯实预训练与后训练根基，以充足资源与科学方法论保障技术底座稳固；
- Product：让技术真正穿透用户、创造社会价值，这依赖具备产品直觉与场景洞察的复合型人才；
- Frontier：加大前沿探索投入，尤其在多模态、具身智能、新训练范式等尚未形成共识的“无人区”主动布局。
三者缺一不可，唯有形成动态均衡的三角结构，才能支撑可持续的AI创新。
汤道生：您多次提到Co-Design（协同设计）。面对元宝、AI搜索、智能客服、CodeBuddy、Workbuddy等多元产品矩阵，腾讯如何让模型与产品真正“长在一起”？
姚顺雨：Co-Design绝非流程套话，而是建立在三个支点上的深度信任机制：
- 模型必须足够坚实：预训练需保持“产品无关性”，专注打造强泛化基座；后训练则必须摒弃“刷榜思维”，围绕真实产品目标构建高保真评测体系（Eval），让每一次迭代都指向用户可感知的价值提升。
- 价值共识优先于技术指标：我们与元宝、Workbuddy等团队共建数据回流通道、联合标注规范与场景化评测集。信任始于行动——曾抽调后训练核心骨干全程驻场支持元宝上线，用“共同交付”代替“单向交付”。
- 拥抱泛化性本质：LLM时代，单一任务已无法孤立存在。一个Coding Agent的卓越表现，依赖聊天、搜索、指令遵循、逻辑推理等多维能力的协同进化。产品矩阵不再是数据孤岛，而是相互赋能的“能力网络”——元宝沉淀的对话数据强化了Workbuddy的交互理解，后者积累的办公语境又反哺模型对专业场景的把握。
汤道生：从产品视角看，AI时代的产品哲学发生了哪些根本转变？
姚顺雨：产品第一性原理从未改变：始终以用户真实痛点和价值创造为出发点。变的是实现路径——
PC与移动互联网时代，产品是“预制菜单”，用户在既定功能中选择；AI时代，产品是“开放式服务”，用户以自然语言提出任意需求。这要求产品架构必须前置集成工具调用、上下文记忆、动态推理等能力，并重构研发流程：工程师重心从写代码转向系统设计与AI协同治理，测试左移至Eval体系建设，对齐工作贯穿需求定义、数据标注、效果评估全周期。
汤道生：混元3（Hy3 Preview）作为腾讯大模型新阶段的标志性成果，其升级逻辑是什么？
姚顺雨：核心不在“秘密算法”，而在系统性重构：
- 全面重建AI基础设施栈，覆盖预训练、强化学习全链路；
- 重构数据与评测体系：聚焦问题真实性、数据Taxonomy丰富度与标注质量，追求“永无止境的精进”；
- 决策机制转向“Taste驱动”：从人才引进节奏、模型迭代策略到日常权衡取舍，越来越依赖技术判断力与产品敏感度的融合。
汤道生：关于Co-Design中的角色边界，模型团队与产品团队该如何分工？
姚顺雨：最难的从来不是技术分工，而是建立信任与同理心。模型团队追求能力上限，产品团队聚焦用户满意度——二者天然存在张力。破局关键在于换位思考：我们曾将最强后训练力量投入元宝攻坚，不是因为模型已完备，而是深知高DAU产品的实战反馈，对后续所有模型演进具有不可替代的战略价值。这种“为产品而战”的姿态，最终赢得了产品团队的深度信任，也为Hy3 Preview在元宝的成功落地奠定基石。
汤道生：面对日益凸显的Token成本焦虑，腾讯如何提升模型使用效率？
姚顺雨：性价比=性能×成本，而性能永远是第一位的。实证表明，采用OPUS级别高性能模型常比低性能模型更省钱——因其一次做对、减少人工干预与反复试错。当前更需关注的是简单任务的鲁棒性（robustness）：在高频基础场景中稳定、快速、零失误地完成任务，才是降本增效的突破口。
成本优化同样需要体系化：在保障关键能力前提下，探索更小模型承载更高价值任务的路径；通过长文本管理、架构创新等手段，持续压降单位Token算力消耗。
汤道生：您认为当前Agent落地的最大瓶颈是什么？
姚顺雨：不是算力，也不是模型，而是“场景理解的颗粒度”。Agent的价值不在于它能调用多少工具，而在于它能否精准识别：在PPT生成场景中，哪些用户历史偏好是关键上下文？在编程协作中，哪些项目约束必须被优先加载？在客服交互中，哪些情绪信号需要被即时响应？——把“对的信息，在对的时间，以对的方式”交给模型，这才是下一代Agent的决胜点。
汤道生：外界常有“腾讯AI起步慢”的声音，您如何回应？
姚顺雨：我们坚信AI是一场百年长跑，而非两年短搏。ChatGPT不是终点，而是起点；今天的Agent也远未成熟。与其焦虑“是否落后”，不如回归本质：是否诚实面对反馈？是否敢于在试错中快速调整？是否保有长期投入的耐心？下半场刚刚启幕，真正的机会，永远属于那些既脚踏实地深耕场景，又仰望星空探索未知的务实理想主义者。”