一、现场概况
6月5日，2026腾讯云AI产业应用大会主会场座无虚席、过道挤满观众，大量外部人员无法入场。本场核心对谈嘉宾为腾讯集团高级执行副总裁、云与智能产业事业群CEO汤道生、腾讯首席AI科学家、混元大模型及AI Infra负责人姚顺雨，主题为《腾讯AI下半场》。
这是姚顺雨加盟腾讯后第二次公开亮相，也是其首次线下公开露面。作为ReAct架构提出者、曾参与OpenAI Operator与Deep Research研发的顶尖AI科学家，他的加盟一直备受行业关注，外界核心疑问集中在：为何选择腾讯、在腾讯的布局、能否助力腾讯在AI赛道实现突破。而整场对谈也直面行业热议的“腾讯AI发展偏慢”等争议。
【OpenAI】获取OpenAI API Key的多种方式全攻略：从入门到精通，再到详解教程！
二、核心观点拆解
（一）AI下半场定义：从“找方法”到“找问题”
姚顺雨首次厘清“AI上半场/下半场”概念（该概念由其去年在博客提出）：
- AI上半场：定向解决方案时代。针对围棋、翻译等单一任务，单独研发专用模型，核心是寻找最优技术方法。
- AI下半场：通用大模型时代。大模型如同“万能锤子”可适配各类场景，技术底座趋于通用，行业核心难点转变为挖掘有价值的落地问题。
（二）姚顺雨选择腾讯的三大核心理由
海量优质产品与落地场景
腾讯拥有微信、QQ、腾讯会议、腾讯文档等高频生态产品，能解决“技术落地、创造商业价值”的核心问题，为AI提供天然应用土壤。丰富的场景上下文（Context）
海量用户交互数据、产品生态接口（如各类生活服务、办公API），是Agent智能体协作运行的关键基础，该场景优势难以被复刻。适配长期AI研发的企业文化（最重要）
- 坦诚务实：正视优势与不足，不掩盖问题；
- 信任机制：给予技术团队充足研发空间；
- 低 ego、重技术、坚持长期主义：契合AI行业长期探索的属性。
姚顺雨明确个人目标：在中国搭建长期、具备核心AI价值的技术组织，团队布局分为三大板块，形成均衡三角架构：
- 基础层：打磨预训练、后训练等核心底座技术；
- 产品层：将技术落地，为用户创造实际价值；
- 前沿层：探索全新研究范式与技术方向。
（三）核心战略：Co-design（模型与产品协同设计）
Co-design是腾讯AI核心战略，核心是实现大模型与产品场景深度融合，姚顺雨提出三大落地思路：
夯实通用基座模型
预训练具备产品无关性，扎实的底座能力可全面提升下游各类任务表现，是一切融合的前提。后训练以实际价值为导向，搭建数据闭环
拒绝单纯追逐榜单分数，优先服务真实用户需求；打通产品数据回流机制，将用户真实使用数据反哺模型训练，形成持续迭代闭环。适配大模型复合能力特征
传统AI为单一能力模型，而LLM需要推理、规划、超长上下文处理等复合能力。依托多产品协同，实现能力互通、数据反哺，形成网络效应。
落地实践：以腾讯AI助手“元宝”为例，模型多轮交互、推理能力可迁移至AI搜索等产品，各产品相互赋能；同时腾讯放弃通用行业测试集，基于自身真实产品场景搭建专属测试集，解决“榜单表现好、实际体验差”的行业痛点。
（四）从ReAct到Agent：技术溯源与行业预判
技术溯源
姚顺雨2019年博士论文《Language Agents: From Next-Token Prediction to Digital Automation》，早已预判AI任务自动化趋势；2022年牵头推出ReAct架构，打通模型与互联网API，实现检索、长推理、多轮交互，成为如今Agent技术的重要基石。当下核心赛道
Agent两大主流方向：Web智能体、代码智能体（Coding Agent），也是行业未来5-10年核心演进方向。其博士论文中提及的未来研究方向（模型训练、工程部署、科学发现、人机协作），如今正是腾讯团队的核心工作。
（五）下一代模型：Coding Agent的布局与挑战
姚顺雨判定：Coding Agent是下一代大模型的基础核心能力，具备图灵完备属性，可实现文件、容器等全系统操控。腾讯差异化打法：
- 不单点突进，坚持模型综合能力（推理、泛化）全面发展；
- 持续深化Co-design，依靠产品数据回流优化模型；
- 保留探索性研发，布局不确定的前沿方向。
（六）模型性价比：跳出“架构误区”，综合优化成本
针对行业普遍的Token成本焦虑，姚顺雨纠正认知误区：
性能优先：模型最终性价比的核心是任务准确率。高性能模型能一次性解决问题，反而降低人力与重复调用成本，优于低性能廉价模型。
分层优化
- 第一层：提升模型稳定性，保证简单任务一次做对；
- 第二层：工程层面优化成本，以小模型对标大模型效果为目标，强化长尾任务稳定性，适配国内市场需求；
- 第三层：辅以架构、长文本管理等技术优化。
（七）Agent产品化逻辑：场景、上下文与工具能力
汤道生分享腾讯Agent产品设计思路：
- 模型能力越强，产品形态越简化，产品核心不再是堆砌功能，而是为模型提供场景上下文、配套工具（Skills）；
- 不同场景匹配专属信息与工具（代码场景、办公协作场景等），让通用模型适配垂直需求，发挥推理价值。
（八）AI时代组织架构：敏捷小团队+强大大平台
适配AI快速试错的行业特征，腾讯采用“双层架构”：
- 敏捷小团队：负责场景探索、产品落地，快速验证产品市场匹配度；
- 统一大平台：依托腾讯Furnace AI基础设施，提供评测、对齐、质量保障等底层能力，降低小团队试错成本。
（九）直面争议：腾讯AI“走得慢了吗？”
针对行业“腾讯AI掉队、发展缓慢”的质疑，二人统一回应，核心两大判断：
AI是长期马拉松，而非短期博弈
当下仅处于发展初期（类比70年代PC诞生阶段），下半场刚刚开启。短期领先不代表最终结果，ChatGPT等产品也并非终极形态，未来仍有大量新机会。拒绝“短期逐利”心态，坚持长期投入。行业走向多元化，而非单一赛道内卷
除主流的预训练、Agent、Coding Agent外，多模态、具身智能等新方向正在崛起，不会出现“所有人挤一条赛道”的局面。
补充态度：腾讯坦然承认探索过程中存在弯路、部分业务进度偏慢，正视外界批评；依托自身丰富产品生态与场景优势，持续稳步推进AI布局。
三、对谈背后：腾讯AI三大战略答案
- 人才层面：引进姚顺雨等全球顶尖AI科学家，组建一线实战技术团队，补齐顶尖人才短板；
- 战略层面：确立Co-design、重视上下文、长期主义三大核心，放弃短期刷榜、热点跟风，走“技术+场景”务实落地路线；
- 节奏层面：摒弃浮躁心态，以长跑思维布局AI，发挥大厂生态、数据、基础设施优势，多元探索赛道。
四、总结
整场对谈清晰勾勒出腾讯AI下半场的完整版图：技术上深耕基座、发力Agent与Coding Agent；产品上坚持模型与场景协同设计，用真实数据驱动迭代；组织上兼顾敏捷创新与底层支撑；发展上坚守长期主义，依托生态优势走差异化落地路线。面对行业争议，腾讯以坦诚态度正视不足，也明确了自身长跑式的AI发展路径。
