姚順雨的88天

撰文｜畫(huà)畫(huà)

騰訊混元Hy3 preview發(fā)布了。這是姚順雨加入騰訊后交出的第一款產(chǎn)品。

MoE架構(gòu)，總參數(shù)295B，激活參數(shù)21B，最大支持256K上下文長(zhǎng)度，1月底開(kāi)訓(xùn)，不到三個(gè)月發(fā)布。

這樣一個(gè)體量的模型放在今天，很容易被淹沒(méi)。

但如果把這件事放在三個(gè)月前的背景下看，就有意思了。

這次發(fā)布看起來(lái)是模型升級(jí)，真正變化發(fā)生在模型之外，騰訊開(kāi)始用AI反過(guò)來(lái)重寫(xiě)自己的組織方式。

今年1月26日，騰訊年會(huì)現(xiàn)場(chǎng)，騰訊總裁劉熾平在臺(tái)上做了一件高管很少做的事，公開(kāi)復(fù)盤(pán)混元大模型為什么不行。

他用了一個(gè)比喻：高中生背題應(yīng)考。成績(jī)單好看，但真正上了考場(chǎng)就露餡。盤(pán)點(diǎn)之后發(fā)現(xiàn)，每個(gè)關(guān)鍵模塊都有缺失。

馬化騰的措辭更直接：太慢了。慢了9個(gè)月到1年。

從那場(chǎng)年會(huì)到今天 Hy3 preview上線，88天。

一、背題拿不了真分

騰訊混元的故事要從2023年9月說(shuō)起，騰訊在全球數(shù)字生態(tài)大會(huì)上正式發(fā)布混元大模型，大廠入場(chǎng)，聲勢(shì)不小。

然后就開(kāi)始進(jìn)入一種自證的邏輯。

不是缺投入，不是缺人。問(wèn)題出在路徑上。

劉熾平在年會(huì)上的復(fù)盤(pán)給了最清晰的診斷。底模能力有限，團(tuán)隊(duì)選了捷徑，用SFT（監(jiān)督微調(diào)）去打榜。效果立竿見(jiàn)影，成績(jī)單漂亮，但一進(jìn)真實(shí)業(yè)務(wù)場(chǎng)景就暴露，泛化能力差，模型能力無(wú)法復(fù)用到產(chǎn)品上。

再往下挖，每一層都有裂縫。數(shù)據(jù)做得不夠多，預(yù)訓(xùn)練不穩(wěn)定，AI Infra無(wú)法規(guī)?；?，強(qiáng)化學(xué)習(xí)缺因子和目標(biāo)，底座模型撐不起上層應(yīng)用。

這直接導(dǎo)致了產(chǎn)品端的困局。元寶，騰訊的AI助手應(yīng)用，今年一季度月活約5700萬(wàn)。聽(tīng)起來(lái)在漲，但同期豆包月活3.45億，千問(wèn)1.66億，差距不是在縮小，是在拉大。

差距已經(jīng)不在規(guī)模層面，而是在入口的定義權(quán)。

更麻煩的是內(nèi)部。騰訊體系內(nèi)的業(yè)務(wù)線，微信、游戲、廣告、企業(yè)服務(wù)，需要AI能力，但過(guò)去的混元接不住。不是業(yè)務(wù)不想用，是用了效果不達(dá)標(biāo)。一些核心業(yè)務(wù)甚至不敢接混元，寧可繞開(kāi)自己找方案。

一個(gè)大廠自研的大模型，在自己家里都坐不上主桌，這是混元過(guò)去困境最直接的寫(xiě)照。

彼時(shí)，騰訊的組織也并沒(méi)有跟上大模型發(fā)展步伐。騰訊長(zhǎng)期以產(chǎn)品工程為核心，AI團(tuán)隊(duì)是配角。先做產(chǎn)品，再讓AI適配。用劉熾平的話說(shuō)，騰訊的AI開(kāi)發(fā)像是產(chǎn)品里沒(méi)有產(chǎn)品經(jīng)理，研發(fā)團(tuán)隊(duì)沒(méi)人把控方向，很多工作做了等于白做。

而同一時(shí)期，字節(jié)僅AI芯片采購(gòu)一項(xiàng)就砸了約900億元，DeepSeek用極致效率的小團(tuán)隊(duì)做出R1震動(dòng)全球，阿里千問(wèn)的全球API調(diào)用量攀上前列。

混元不是輸給了某一個(gè)對(duì)手，是組織結(jié)構(gòu)本身，讓它上不了戰(zhàn)場(chǎng)。

二、先借一條命

2025年春節(jié)前后，DeepSeek R1爆火，全球AI行業(yè)的注意力被這家杭州公司劫持。

騰訊做了一個(gè)極其務(wù)實(shí)且討巧的決定。2月13日，元寶全面接入DeepSeek-R1滿(mǎn)血版，免費(fèi)開(kāi)放。

元寶日活在一個(gè)月內(nèi)暴漲超過(guò)20倍，2月22日超越豆包登上蘋(píng)果中國(guó)區(qū)免費(fèi)App下載榜第二，一度還拿下榜單第一。

騰訊在那個(gè)窗口期的反應(yīng)速度，整個(gè)行業(yè)都在看。微信搜索、QQ瀏覽器、搜狗輸入法、ima，一整套產(chǎn)品矩陣密集接入DeepSeek。甚至手游《和平精英》都把DeepSeek塞進(jìn)了數(shù)字代言人。

全行業(yè)都在圍觀DeepSeek的時(shí)候，騰訊是第一個(gè)全方位把它接進(jìn)自家生態(tài)的大廠。

但騰訊比誰(shuí)都清楚，這次機(jī)遇是借來(lái)的。

DeepSeek幫元寶拉來(lái)了用戶(hù)，但留存是另一回事。搜索鏈路被割裂，一部分走混元一部分走DeepSeek，體驗(yàn)不統(tǒng)一。

簡(jiǎn)單來(lái)說(shuō)，擁抱DeepSeek的本質(zhì)，是在混元自己還沒(méi)準(zhǔn)備好的時(shí)候，用外部能力把用戶(hù)先接住、把場(chǎng)景先撐起來(lái)。

但問(wèn)題在于，騰訊的微信生態(tài)、企業(yè)服務(wù)、游戲AI、廣告智能投放，這些核心業(yè)務(wù)需要深度定制、可控可調(diào)的AI能力，一個(gè)通用API解決不了。

混元必須自己站起來(lái)。問(wèn)題是怎么站。

三、拆房子的人

2025 年 9 月，一位 27 歲的年輕人低調(diào)入職騰訊。

姚順雨，清華姚班本科、普林斯頓大學(xué)博士，師從 GPT 開(kāi)山論文核心作者之一 Karthik Narasimhan。博士期間，他提出ReAct 框架與思維樹(shù)（Tree of Thoughts），二者均為全球 AI Agent 領(lǐng)域的奠基性工作。

2024 年博士畢業(yè)后，他加入 OpenAI，深度參與Operator、Deep Research兩大核心智能體項(xiàng)目研發(fā)。

但履歷并非關(guān)鍵，更重要的是他入職后帶來(lái)的架構(gòu)級(jí)變革。

2025 年 12 月，騰訊發(fā)布內(nèi)部組織架構(gòu)調(diào)整公告，正式任命姚順雨為CEO /總裁辦公室首席 AI 科學(xué)家，同時(shí)兼任全新設(shè)立的AI Infra 部、大語(yǔ)言模型部雙部門(mén)負(fù)責(zé)人，實(shí)行雙線匯報(bào)，直接向騰訊總裁劉熾平、TEG 技術(shù)工程事業(yè)群負(fù)責(zé)人盧山匯報(bào)。

27 歲直通騰訊二號(hào)人物、執(zhí)掌兩大 AI 核心部門(mén)，這樣的晉升與權(quán)限，在騰訊發(fā)展史上都極其罕見(jiàn)。

有媒體報(bào)道，入職后他做的第一件事是逐個(gè)模塊排查混元長(zhǎng)期表現(xiàn)不佳的原因，經(jīng)常和同事、實(shí)習(xí)生交流到半夜。診斷結(jié)果上報(bào)劉熾平，直接推動(dòng)了后續(xù)一連串的組織手術(shù)。

他接手的不是一個(gè)模型優(yōu)化任務(wù)，而是一整套需要被推翻的工作方式。

2025 年 12 月，騰訊一口氣新設(shè)AI Infra 部、AI Data 部、數(shù)據(jù)計(jì)算平臺(tái)部三大核心部門(mén)，基建先行、推倒重打底層技術(shù)地基。與此同時(shí)，公司全面加速全球頂尖 AI 人才引進(jìn)，補(bǔ)齊技術(shù)短板。

今年3 月 20 日，成立整整十年的騰訊 AI Lab 正式撤銷(xiāo)。核心研發(fā)人員全部并入大語(yǔ)言模型部，歸入混元大模型研發(fā)主線，統(tǒng)一向姚順雨匯報(bào)。

自此，騰訊不再保留獨(dú)立于大模型體系之外的專(zhuān)屬 AI 研究機(jī)構(gòu)，所有 AI 研究力量全部收攏，聚焦混元單一主線。

這是一次全鏈路的重建，從底層Infra到數(shù)據(jù)管線到訓(xùn)練流程到組織架構(gòu)，不是修補(bǔ)舊系統(tǒng)，是拆了重來(lái)，從頭搭建完整研發(fā)閉環(huán)。

用姚順雨團(tuán)隊(duì)的話說(shuō)，Hy3 preview是混元大語(yǔ)言模型從讀萬(wàn)卷書(shū)到行萬(wàn)里路的開(kāi)端。

對(duì)照過(guò)去兩年混元讀了書(shū)但做不了題的現(xiàn)實(shí)，這句話的指向很明確，不在測(cè)試集里自嗨了，去真實(shí)世界做事。

四、Preview，不是Answer

回到產(chǎn)品本身。

快慢思考融合的MoE架構(gòu)，總參數(shù)295B，激活參數(shù)21B，最大支持256K上下文。2026年1月底啟動(dòng)訓(xùn)練，4月上線。

不到三個(gè)月，從零到可用。這本身是混元研發(fā)加速演進(jìn)的一個(gè)重要信號(hào)。

業(yè)界的模型研發(fā)通常包括高質(zhì)量數(shù)據(jù)準(zhǔn)備、預(yù)訓(xùn)練、后訓(xùn)練和強(qiáng)化學(xué)習(xí)/精調(diào)，如果算上前期架構(gòu)探索和后期評(píng)測(cè)優(yōu)化，從0到1做一個(gè)完整的大版本周期大約6-12個(gè)月。

騰訊反其道而行，沒(méi)有去扎堆追求同質(zhì)化模型，結(jié)合騰訊在社交、游戲、廣告等核心業(yè)務(wù)場(chǎng)景需求進(jìn)行Co-design設(shè)計(jì)，這樣的好處是騰訊對(duì)AI的巨額投入能得到市場(chǎng)的快速驗(yàn)證。

和過(guò)去的混元完全反過(guò)來(lái)。 過(guò)去是先打榜再找場(chǎng)景，找到場(chǎng)景發(fā)現(xiàn)用不了?，F(xiàn)在是先進(jìn)場(chǎng)景，再給外界看。

而在發(fā)布之前，Hy3 preview已經(jīng)在元寶、WorkBuddy、CodeBuddy、ima、QQ等騰訊核心產(chǎn)品里完成了實(shí)測(cè)和協(xié)同適配，模型和產(chǎn)品從設(shè)計(jì)階段就同步推進(jìn)。

這就是Co-design，邊訓(xùn)邊用，讓產(chǎn)品反饋來(lái)倒逼模型迭代。

某種意義上，這是對(duì)劉熾平那句"產(chǎn)品里沒(méi)有產(chǎn)品經(jīng)理"的直接回應(yīng)。

對(duì)騰訊內(nèi)部來(lái)說(shuō)，Hy3 preview帶來(lái)的變化可能比外界感知到的更大。過(guò)去的混元，業(yè)務(wù)線不敢接、不想接，各找各的出路，模型團(tuán)隊(duì)和產(chǎn)品團(tuán)隊(duì)之間隔著一堵墻。

這一次混元真正成了騰訊內(nèi)部業(yè)務(wù)的模型底座，不再是一個(gè)需要業(yè)務(wù)線配合打榜的面子工程。

當(dāng)內(nèi)部業(yè)務(wù)愿意把自己的產(chǎn)品體驗(yàn)押在混元上的時(shí)候，這件事本身就是信號(hào)。

但Preview就是Preview。意思很坦誠(chéng)，這是第一版，拿到真實(shí)用戶(hù)和業(yè)務(wù)里去磨，用反饋來(lái)迭代。

態(tài)度對(duì)了，方向有了，產(chǎn)品上線了。至于結(jié)果，考試才剛開(kāi)始。

五、龍蝦是橋，混元才是地基

事實(shí)上，在Hy3 preview上線之前，騰訊還做了一件容易被忽略的事。

今年初OpenClaw爆火，龍蝦熱潮席卷整個(gè)AI行業(yè)。騰訊的反應(yīng)速度又一次讓人意外，幾乎是最早、最全面擁抱龍蝦的大廠。

WorkBuddy、QClaw、Lighthouse，一系列基于龍蝦協(xié)議的產(chǎn)品密集上線，騰訊的產(chǎn)品矩陣在短時(shí)間內(nèi)全面接入。

現(xiàn)在回頭看，龍蝦熱潮雖然慢慢退燒。但對(duì)騰訊來(lái)說(shuō)，這件事的價(jià)值不在龍蝦本身，更像一個(gè)過(guò)渡裝置。

它做了兩件事。一是讓騰訊散落在各條業(yè)務(wù)線的產(chǎn)品力重新形成合力，微信、元寶、企業(yè)服務(wù)、開(kāi)發(fā)者工具，在龍蝦這個(gè)公共協(xié)議層上第一次真正協(xié)同起來(lái)。二是更關(guān)鍵的，它為混元爭(zhēng)取了時(shí)間。

當(dāng)用戶(hù)通過(guò)各種Agent入口涌進(jìn)來(lái)的時(shí)候，騰訊用龍蝦生態(tài)先接住了他們，而混元在幕后完成了從Infra到模型的重建。

Agent的入口可以有很多個(gè)。但最終決定用戶(hù)留不留下來(lái)的，是底層模型的能力。龍蝦是橋，混元才是地基。橋搭好了，地基也終于跟上了。

六、窗口期不會(huì)等人

今年4月，可能是中國(guó)AI歷史上最擁擠的一個(gè)月。

阿里在72小時(shí)內(nèi)連發(fā)三款戰(zhàn)略級(jí)模型，Kimi發(fā)布并開(kāi)源Kimi K2.6模型，通用Agent、代碼、視覺(jué)理解等綜合能力全面提升，字節(jié)Seed持續(xù)迭代，豆包生態(tài)擴(kuò)張不停。DeepSeek V4也傳言定于4月下旬發(fā)布。（參考閱讀：）

混元選在這個(gè)窗口交卷，要面對(duì)的不只是技術(shù)競(jìng)賽，更是一個(gè)現(xiàn)實(shí)問(wèn)題：窗口期還有多長(zhǎng)？

騰訊有全中國(guó)最大的社交生態(tài)、最多的用戶(hù)觸點(diǎn)、最豐富的應(yīng)用場(chǎng)景。微信月活超過(guò)14億，QQ、騰訊會(huì)議、騰訊文檔、企業(yè)微信，都是天然的AI落地入口。

但這些資源要發(fā)揮作用，前提是底層模型能撐得住。

過(guò)去一年多，混元產(chǎn)品能力乏力，騰訊不得不借DeepSeek的熱度和力量，不得不看著豆包在用戶(hù)端把自己甩開(kāi)。

Hy3 preview說(shuō)明姚順雨聽(tīng)到了馬化騰的批評(píng)。聽(tīng)到了，而且動(dòng)手了。

不到90天，拆掉舊流水線，重建Infra，撤掉AI Lab，并入團(tuán)隊(duì)，挖來(lái)核心人才，和產(chǎn)品Co-design，交出一個(gè)可用的版本。

這個(gè)速度本身就是組織效率改變的證據(jù)。

但聽(tīng)到了和做到了之間，還有距離。

混元追上來(lái)的速度夠不夠快，最終不取決于一次Preview的參數(shù)量，取決于這次重建的組織效率能不能持續(xù)。

這一次姚順雨的答卷上寫(xiě)著Preview。顯然，后面還有大招。

【版面之外】的話：

混元過(guò)去最大的問(wèn)題，不是模型不夠大，是組織不夠?qū)Α?/p>

一個(gè)自家業(yè)務(wù)都不愿意接的大模型，參數(shù)再多也是自嗨。

Hy3 preview最重要的變化，不是參數(shù)變了，是墻拆了，模型和產(chǎn)品之間的墻，研究和工程之間的墻，混元和騰訊生態(tài)之間的墻。

拆墻這件事，比堆參數(shù)難得多。

但這件事的意義，也不只在騰訊。在大模型這場(chǎng)競(jìng)爭(zhēng)里，參數(shù)、算法、人才都可以被追趕。

真正難以復(fù)制的，是一家公司有沒(méi)有決心為AI重寫(xiě)自己。