6月5日
，腾讯云AI产业利用大会主论坛上
，腾讯集团高级执行副总裁汤路生与腾讯首席AI科学家、混元大说话模型及AI Infra掌管人姚顺雨发展了深度对谈。姚顺雨分享了他在参与腾讯一年后对行业趋向、模型演进与产品协同的主题判断。 “下半场”是姚顺雨去年在一篇博客中提出的概想
，最近这个词有点被滥用。在他看来
，下半场最主题的竞争壁垒在于Context（高低文）
，谁占有最原始的输入
，无论是企业信息还是幼我场景数据。“模型越来越善于把一个极度复杂的输入造成输出
，好多时辰你的竞争壁垒就在于你有没有最原始的输入
，你知不知路这幼我到底在干什么
，你知不知路这个企业各类各样的信息。”姚顺雨以为
，腾讯占有丰硕的产品矩阵和海量场景
，这组成了天然的Context优势。 但他出格强调
，这“只是他参与腾讯的第二大的原因”。最大的原因是文化
，“我第一次跟Dowson（汤路生）谈天
，蕴含和其他总办老板谈天的时辰
，第一印象各人都极度恳切
，哪里做的好哪里做的不好
，极度直白不会覆盖。”姚顺雨说
，腾讯是一个基于Trust而非Metric去运行的公司
，这种文化对于持久做AI组织至关沉要。 第一
，AI是一个持久游戏
，而非短期窗口。 他直言
，硅谷部门从业者中舒展着“从速赚两年钱退休”的心态并不成取。他不以为ChatGPT和Claude Code会是唯一的超等利用
，他相信未来将持续诞生新的产品机遇。“今天可能就像70年代PC刚刚产生的时辰
，还有好多好多事件必要做。” 第二
，AI将走向多元而非单一蹊径。 从前几年
，行业沿着预训练、后训练、Agent的清澈主线推动
，Coding Agent险些成了所有人的共识方向。但姚顺雨判断
，这个格局在扭转。Coding Agent之表
，多模态、具身智能等大量新方向在产生或即将产生。 其一
，即便Coding已成为最沉要赛路
，仍需强调数据系统的全面化。“把Coding做好
，其实必要远远不止Coding的数据
，也必要谈天、推理、各类各样分歧的器材
，由于大模型最主题的优势是泛化性。” 其二
，产品线上回流数据的作用越来越沉要。他以混元与元宝的Co-Design为例：混元团队曾派出后训练最强的骨干力量援手元宝做训练
，在其时自己的预训练还未筹备好的情况下
，优先保险了产品的DAU。这个决策其时让好多算法同学不理解
，“但是此刻看起来这些致力都是值得的”
，它让产品和模型团队成立起了互信
，也为混元3 Preview在元宝上的成功上线奠定了基础。姚顺雨总结
，Co-Design最难的部门不是技术
，而是“成立信赖、换位思虑”。 其三
，必要更多设想力。除了技术演进和产品演进
，还要索求下一个范式。“我们必要做索求性甚至不确定性的工作。」剽与他在博士论文中列出的未来方向：训练面向Agent的模型、安全稳重部署、科学发现、援手人类
，一脉相承。七年前他写博士论文时
，GPT-2还只能做Next Token Prediction
，产生的文本“不太陆续
，有好多毛刺”；而今天
，他昔时提出的ReAct框架已经成为Agent技术的基石
，SWE-bench所界说的Coding Agent方向正带来数万亿甚至数十万亿的价值。“可能想的还是不够大。”姚顺雨感伤。 在性价比问题上
，姚顺雨给出了一个犀利的概想：机能是性价比的前提。“好多人跟我说
，他最后发现用强模型迸酌更差的模型更省钱
，由于更快地把事件做对了。”他以为
，用相对较幼的模型比肩大模型机能、在大部门工作上实现强鲁棒性
，“可能在今天的中国更有价值。” 面对表界对腾讯“慢”的质疑
，姚顺雨称
，“从前做模型和产品
，的确走过好多弯路。但这是正常的”。他以为
，下半场最沉要的事件不是比谁跑得快
，而是“能不能恳切面对自己
，能不能Be Real
，能不能看到反馈而后去扭转
，能不能维持耐心”。 汤路生对此暗示认同。他说
，腾讯在好多赛路同时有多个团队在推动分歧项目
，“在这样一个复杂的组织里面
，有一些处所可能我们做得快了
，有的处所做得慢了
，有的处所可能会做失败。”腾讯从前多年在分歧产品、分歧赛路的堆集
，都可以为模型提供Context来阐扬价值。“我感触这些提醒都极度好
，的确有一些处所我们能够做得更好。” 当天一个来自业务端的数据同样值得关注。腾讯云总经理、TokenHub掌管人高航在大会期间披露
，腾讯云大模型服务平台TokenHub上线3个月
，维持每月翻倍的增长态势
，目前日Token亏损量已突破5万亿。这个数字从侧面印证了姚顺雨的判断。 腾讯云副总裁吴运声在接受采访时暗示
，智能体在企业场景中的落地已经从“想用”进入了“能用”
，此刻在解决“敢用”的问题。ADP不只是智能体的构建平台
，它覆盖了从构建、使用
，到监控、运维、治理的全性命周期
，这被界说为AgentOps。 吴运声强调
，在企业场景里智能体是一件“极度端庄的事件”
，所有挪用都应该是安全、可追忆的。为此
，ADP在权限治理、数据隔离、日志追踪等方面成立了多层防护系统。 CodeBuddy和WorkBuddy掌管人刘毅则分享了一组数据：腾讯大部门团队90%以上的代码已由AI天生
，法式员幼我编码功夫缩短了40%。 但他同时指出
，个别提效不蹬宗组织提效。腾讯内部将“需要吞吐率”作为AI Coding的北极星指标
，以此衡量一个团队能否急剧响应市场和用户需要。“需要吞吐率代表一个组织的创新速度
，这是我们一向在观察的主题指标。” 刘毅还分享了打造超等团队的四步蹊径：先造就超等个别
，再将超等个别的经验沉淀为技术、专家和AI助理
，而后将这些AI资产融入组织的出产流程
，最后配套AI治理。“人是最后的责任主体：AI能够产出
，但人在流程中的review和把关
，是AI包办不了的。”（金玙璠）