腾讯 AI 下半场：姚顺雨 × 汤道生对谈
来源：腾讯官方对谈（2026-06-05），游戏日报整理发布
人物：姚顺雨（腾讯首席 AI 科学家，ReAct 论文作者）、汤道生（腾讯集团高级执行副总裁、CSIG CEO）
AI 下半场的核心判断
什么是”下半场”？
姚顺雨在 2025 年博客中提出此概念：
“方法论已经变得非常成熟，但寻找问题变得更加困难。有了预训练和后训练之后，我们有了一个万能锤子，可以解决各种各样的问题，反而更困难的是怎么寻找好的问题去解决。“
两个关键判断
| 判断 | 观点 |
|---|---|
| 短期游戏 vs 长期游戏 | AI 是长期游戏，刚开始，方向会更多元 |
| 线性 vs 多元 | 未来会变得更多元，不仅是 Coding Agent，还有多模态、具身智能等 |
加入腾讯的三大原因
- 好问题和好产品 — 腾讯有丰富的产品场景，提供真实问题
- Context 优势 — 竞争壁垒在于是否有最原始的输入（用户行为、企业信息）
- 文化 — 坦诚、基于信任而非指标运转、Low ego、长期主义
AI 组织的三角形架构
Frontier（前沿探索）
/ \
/ \
Foundation ———— Product
(预训练+后训练) (产品应用)
- Foundation：充足资源 + 正确的做事方式
- Product：好的产品 sense + 做产品的人
- Frontier：探索新研究范式，中国在这方面投入不够
Co-Design 方法论
模型与产品深度协同的三个要点
- Foundation 要 solid — 预训练是产品无关的，可泛化学习带来持续价值提升
- 设立正确的 Eval — 实用性价值 > 刷榜价值，基于真实产品构造评估
- 泛化性是 LLM 时代的本质区别 — 即使做 Coding Agent，也需要聊天、搜索、推理等复合能力
Co-Design 的核心挑战
- 建立信任：模型团队和产品团队目标不完全对齐，需要换位思考
- 对齐：产品目标、数据标注、评测标准需要在多角色间对齐
- 案例：腾讯派后训练骨干去帮元宝做后训练，建立互信，为后续 Hy3 成功上线奠定基础
Benchmark vs 真实世界 Eval
| 维度 | Benchmark | 真实产品 Eval |
|---|---|---|
| 问题精确度 | 非常精确，长描述 | 模糊，一两句，不停追问 |
| 覆盖面 | 容易 overfitting | 发现底线问题 |
| 价值 | 有参考价值但不充分 | 推进新领域，获得灵感 |
Agent 战略
姚顺雨的 Agent 研究历程
- 2019 博士论文：Language Agent: from next token prediction to digital automation
- 2022.07：首次将 LLM（PaLM 2）与 Wikipedia API 连接做多轮交互 → ReAct 架构诞生
- 创建的任务：WebShop（Web Agent）、InterCode（Coding Agent）、SWE-bench
- 博士论文 future work（2024 写）：① train models for Agent ② shift and robust deployment ③ scientific discovery ④ help human
Coding Agent 是图灵完备的
“当你有能力去控制自己的 file system，当你有一个 container 的时候，你是一个 complete system。“
Agent 的关键能力
- 性能第一 — 用 Opus 这样的好模型比差模型更省钱（一次做对）
- 简单任务的 Robustness — 一次把相对简单任务做对，性价比更关键
- 成本优化 — 小模型比肩大模型性能 + 架构创新（长文管理、脚手架）
Agent 时代的产品组织变化
- 扁平化小团队（3-5 人），围绕领域攻坚
- 大量试验，包容试错
- 工程师变成”有想法的 leader”，驱动多个 Coding Agent
- 角色融合：每个工程师也是产品经理
混元 3（Hy3）Preview
姚顺雨透露的核心改变：
- Infrastructure 重建 — 预训练和强化学习的基础设施全面重建
- 数据和 Eval 革命 — 定义更真实的问题、丰富数据 taxonomy、提高质量
- 决策和节奏 — 招人、模型发布节奏、Trade off，Taste-driven
关键引用
“今天就像是 70 年代 PC 刚刚产生的时候，还有很多很多事情需要做。”
“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——这是下半场最重要的事情。”
“我觉得最重要的是 context，很多时候你的竞争壁垒就在于你有没有最原始的输入。“
相关页面
- AI游戏知识库 — AI + 游戏行业结合
- Anthropic-当AI开始构建自己 — AI 递归自我改进趋势
- Claude配置的四层约束架构 — Agent 约束设计
- 卡兹克-Agent-飞书CLI实战场景 — Agent 实战应用