當(dāng)一個(gè)年輕人空降：改造騰訊混元的 300 天

忘掉舊的組織記憶、接受不確定。

文丨高洪浩

2024 年，騰訊的高招團(tuán)隊(duì)在一場(chǎng)頂級(jí)學(xué)術(shù)會(huì)議上認(rèn)識(shí)了姚順雨。當(dāng)時(shí)這個(gè) 97 年的年輕人還是 OpenAI 的研究員。他被介紹給了騰訊總裁劉熾平。一年后，姚順雨回國(guó)，一躍成為了騰訊的大語言模型負(fù)責(zé)人。

外來管理者進(jìn)入一個(gè)新組織后的挑戰(zhàn)都是相似的：如何在盤根錯(cuò)節(jié)中不被原有的秩序吞沒，又建立起自己的秩序。

陸奇加入百度時(shí)，內(nèi)部缺乏改革的共識(shí)和決心。他一邊在搜索廣告這個(gè)公司的大命脈上動(dòng)刀——觸及了核心利益；一邊講著 “決勝 AI” 的故事——一個(gè)無法快速兌現(xiàn)的承諾。2018 年 5 月 16 日，百度的股價(jià)創(chuàng)下歷史新高，兩天后陸奇離職。

姚順雨的幸運(yùn)之處在于，在他來騰訊的時(shí)候，這家公司的最高決策者已經(jīng)意識(shí)到，AI 是生死之戰(zhàn)，而騰訊正遠(yuǎn)遠(yuǎn)落后于對(duì)手。“一年前我們以為上了船，后來發(fā)現(xiàn)那個(gè)船漏水了。” 馬化騰在 2025 年的員工大會(huì)上說。

他們提前為這場(chǎng)變革掃清了障礙：姚順雨來之前，混元原先各崗位的關(guān)鍵負(fù)責(zé)人已悉數(shù)離場(chǎng)；他也可以直接向集團(tuán)總辦匯報(bào)；混元所在的技術(shù)與工程事業(yè)群（TEG）總裁盧山則是一位溫和的管理者，愿意最大程度放權(quán)。

2025 年底，混元團(tuán)隊(duì)立刻大刀闊斧開始了調(diào)整：一是開啟大規(guī)模招聘，三個(gè)月里找到了預(yù)訓(xùn)練、后訓(xùn)練、評(píng)估、Infra 的新負(fù)責(zé)人；二是重造組織，成立專門服務(wù)混元的 AI Infra 部、AI Data 部；最后是統(tǒng)一共識(shí)，他提出了 “守正出奇” 的訓(xùn)練思路，即先回歸常識(shí)，把訓(xùn)練大模型最基礎(chǔ)的事做對(duì)，再談創(chuàng)新。

三個(gè)月后，混元發(fā)布了全新一代大模型 Hy3 Preview。這是 “守正” 的結(jié)果：模型規(guī)?？酥啤⑹褂玫氖亲顐鹘y(tǒng)的架構(gòu)，最大的變化是重構(gòu)了 Infra，同時(shí)丟掉了大量臟數(shù)據(jù)。

結(jié)果超出團(tuán)隊(duì)預(yù)期，模型能力不僅明顯優(yōu)于此前的混元 2，在開源社區(qū)也獲得了一定關(guān)注。三個(gè)月后，Hy3 正式版發(fā)布，能力進(jìn)一步提升。

如今，混元的組織均梳理完畢，團(tuán)隊(duì)磨合了半年、有了實(shí)戰(zhàn)經(jīng)驗(yàn)，內(nèi)部士氣得以提振。但一位接近騰訊高層人士說，接下來才是混元挑戰(zhàn)的開始。

“容易的事情做完了，守正以后，大家等著看他如何出奇了?！?上述人士說。

據(jù)我們了解，Hy4 已經(jīng)在訓(xùn)練中，尺寸更大，也將加入多模態(tài)的能力?；煸獔F(tuán)隊(duì)的判斷是，Hy4 仍然會(huì)是一個(gè)處于追趕頭部狀態(tài)的模型，但差距會(huì)明顯縮小。2027 年，混元將進(jìn)入國(guó)內(nèi)第一梯隊(duì)。

不過競(jìng)爭(zhēng)對(duì)手也在加速。智譜的 GLM 已經(jīng)在開發(fā)者群體中攢下了口碑；字節(jié)跳動(dòng)的 Seed 正在訓(xùn)練一個(gè)史無前例的大尺寸模型；Kimi 的 K3 則押注架構(gòu)創(chuàng)新?！癏y3 相比過去有進(jìn)步，但離公認(rèn)的好模型還有距離?！?一位資深的 AI 開發(fā)者說。

商業(yè)史上不乏成功的企業(yè)變革故事。2014 年，薩提亞·納德拉接手微軟，把散落各處的云業(yè)務(wù)收攏成 Azure，為微軟劃出了漂亮的第二增長(zhǎng)曲線。但 Azure 的成功有一個(gè)重要前提：它用了將近十年；資本市場(chǎng)也給了納德拉同樣漫長(zhǎng)的蜜月期。

AI 的競(jìng)爭(zhēng)比當(dāng)年的云計(jì)算殘酷得多，大模型的代差以月計(jì)算。

初入騰訊時(shí)，姚順雨向總裁劉熾平提了一個(gè)請(qǐng)求：從新模型發(fā)布起至少一年，希望總辦不要看榜單 (benchmark)。一年大約是訓(xùn)練兩代模型的時(shí)間?！癕artin（劉熾平）同意了?！?一位接近騰訊高層的人士說。

“神經(jīng)科學(xué)里有個(gè)理論，大腦學(xué)會(huì)新東西的前提，是修剪掉一部分舊的連接?！?上述人士說。騰訊就站在這樣一個(gè)改革的節(jié)點(diǎn)上，如果它想追上這場(chǎng)競(jìng)賽，就得忘掉一部分舊的組織記憶、接受不確定?；煸兏锏某蓴?，也系于此處。

診斷

2025 年 11 月，姚順雨出現(xiàn)在騰訊的一場(chǎng)管理層會(huì)議上。

此前一段時(shí)間，他以顧問身份加入騰訊，任務(wù)只有一個(gè)：排查混元大模型長(zhǎng)期落后的原因。他沒有直接入職混元，而是掛在了總裁劉熾平直接管理的企業(yè)發(fā)展事業(yè)群（CDG）。CDG 是騰訊負(fù)責(zé)戰(zhàn)略、投資、金融、對(duì)外關(guān)系等業(yè)務(wù)的事業(yè)群。

姚順雨把模型訓(xùn)練的每個(gè)環(huán)節(jié)檢查了一遍；和同事，甚至是實(shí)習(xí)生交流至凌晨；還去了元寶、微信等與混元深度合作的產(chǎn)品部，聽他們的反饋。

“混元的評(píng)測(cè)出了大問題?！?一位在場(chǎng)人士轉(zhuǎn)述他的發(fā)言。意思是之前的團(tuán)隊(duì)過度追求模型榜單成績(jī)，將打榜語料被放進(jìn)訓(xùn)練集，污染了數(shù)據(jù)。結(jié)果模型變得很會(huì)答，但在真實(shí)場(chǎng)景里表現(xiàn)很差。但這僅僅是冰山一角?！昂?jiǎn)單來說，幾乎每個(gè)環(huán)節(jié)都在漏水?！?一位騰訊人士說。

混元從起步開始就不算順利。2021 年底開始的全集團(tuán)降本增效，導(dǎo)致混元在組隊(duì)時(shí)人手急缺，即便額外申請(qǐng)到一些招聘名額，仍然不夠用；真正訓(xùn)練過大模型的人就更少了。首任負(fù)責(zé)人張正友是計(jì)算機(jī)視覺出身，主管著機(jī)器人實(shí)驗(yàn)室 Robotics X；第二任負(fù)責(zé)人蔣杰長(zhǎng)期負(fù)責(zé)騰訊的大數(shù)據(jù)平臺(tái)，專長(zhǎng)在廣告和推薦。

一位騰訊人士告訴我們，2023 年混元?jiǎng)偭㈨?xiàng)時(shí)，項(xiàng)目組連一塊 GPU 都沒有，最后還是從廣告部門勻來了 2000 張，一半給預(yù)訓(xùn)練，一半給后訓(xùn)練?？ㄉ賹?dǎo)致混元的基礎(chǔ)建設(shè)（Infra）先天不足，系統(tǒng)缺少針對(duì)大規(guī)模訓(xùn)練任務(wù)的設(shè)計(jì)。到了后期，一旦用上更多的卡，訓(xùn)練就變得極其不穩(wěn)定，效率也上不去。

數(shù)據(jù)環(huán)節(jié)的問題最明顯?；煸臄?shù)據(jù)按知識(shí)問答、創(chuàng)作等分為六類，一類一個(gè)團(tuán)隊(duì)各自為營(yíng)。在很長(zhǎng)一段時(shí)間里，這樣的劃分模式?jīng)]有變過，因此一旦出現(xiàn)這六類之外的樣本，很少有人愿意接手。

他們當(dāng)時(shí)為數(shù)據(jù)標(biāo)注定了一條明確的驗(yàn)收線：每批數(shù)據(jù)的準(zhǔn)確率要達(dá)到 95% 以上。但一位混元數(shù)據(jù)部門人士回憶，標(biāo)注規(guī)則本身定義不清，標(biāo)注團(tuán)隊(duì)交不出合格的結(jié)果，實(shí)際準(zhǔn)確率長(zhǎng)期停留在 60%-70%。95% 的指標(biāo)并沒有因此松動(dòng)。于是團(tuán)隊(duì)為了交差，生產(chǎn)出大批無法使用的數(shù)據(jù)，算法團(tuán)隊(duì)默許了這一切。

訓(xùn)練環(huán)節(jié)也不健全。混元幾乎沒有做過強(qiáng)化學(xué)習(xí)，“不是不想做，是基模支持不了?！?一位混元人士把它比作一個(gè)按搜索引擎方式做出來的大模型：只能回答那些它見過答案的問題，不會(huì)推理，更不會(huì)在推理中糾錯(cuò)。

這些短板決定了混元的上限。競(jìng)爭(zhēng)壓力之下，團(tuán)隊(duì)做了兩個(gè)選擇：一是換架構(gòu)，冒險(xiǎn)改用 Transformer 與 Mamba 結(jié)合的混合架構(gòu)。這條路線在行業(yè)里尚未被充分驗(yàn)證，“但有噱頭。” 一位混元人士評(píng)價(jià)。除了騰訊，幾乎沒有大廠選擇它。二便是轉(zhuǎn)向打榜，用這樣的方式向上匯報(bào)。

2025 年中，整個(gè)混元的狀態(tài)都是，“活照常干，但大家心里都清楚，這么干下去不行。可誰也不敢做大動(dòng)作，都在觀望。” 一位混元人士回憶。很快，補(bǔ)船的人來了。

姚順雨本科畢業(yè)于清華姚班，在普林斯頓讀博期間提出了 ReAct 和思維樹（Tree of Thoughts），都是智能體領(lǐng)域的奠基性工作；2024 年博士畢業(yè)后加入 OpenAI，參與了 Deep Research 和 Operator 兩個(gè)智能體項(xiàng)目。

剛剛加入騰訊時(shí)，外界不乏對(duì)他的質(zhì)疑，最常見的一條是：沒真正訓(xùn)過模型?！斑@是一個(gè)誤解?！?一位混元人士說。Deep Research 是 OpenAI 第一個(gè)用端到端強(qiáng)化學(xué)習(xí)訓(xùn)練的智能體產(chǎn)品，“不可能不訓(xùn)練”。他告訴我們，姚順雨在 OpenAI 時(shí)甚至要接觸預(yù)訓(xùn)練——讓智能體具備這樣的能力，就得在預(yù)訓(xùn)練或中期訓(xùn)練階段積累相應(yīng)的模式和數(shù)據(jù)。

2025 年底，豆包的日活躍用戶數(shù)已經(jīng)過億，元寶還在千萬徘徊，也沒有完成當(dāng)年的既定目標(biāo)；千問大模型在開源社區(qū)一騎絕塵——Hugging Face 榜單前十名一度都是它的衍生模型。這一年，阿里的股價(jià)因?yàn)?AI 的敘事漲了近 80%；騰訊也漲了，但市盈率已接近 2022 年的谷底——市場(chǎng)幾乎沒有給它的 AI 業(yè)務(wù)定價(jià)。

但在騰訊，“一種莫名的信心開始蔓延?！?一位騰訊員工說，氣氛與上半年截然不同?！皬纳系较聜鬟f出來的信號(hào)是，姚順雨來了，重建后的混元沖進(jìn)第一梯隊(duì)指日可待?！?/p>

重建秩序

2025 年年底，騰訊 AI Lab 副主任俞棟匆忙離任。這位在騰訊待了九年的科學(xué)家沒有把要走的消息告知研究員們，也沒有正式告別。他的離開是騰訊 AI 體系改組的一部分。純研究機(jī)構(gòu) AI Lab 成立已經(jīng)十年，何去何從，內(nèi)部有兩個(gè)方案：一是姚順雨兼任主任，保留建制；二是整體并入混元，不再獨(dú)立存在。三個(gè)月后，AI Lab 被并入了混元。

第一次與 AI Lab 的研究員們溝通時(shí)，姚順雨解釋，這是為了打破部門墻。如今 AI 的前沿就在一線的大模型上，進(jìn)入混元做研究才能看到真問題。之后，姚順雨把 AI Lab 重新定義為大語言模型部的 Frontier（前沿研究）團(tuán)隊(duì)，負(fù)責(zé)前沿技術(shù)探索，不設(shè) KPI，也不強(qiáng)行規(guī)定研究課題。

2025 年下半年以來，混元大規(guī)模改組。

幾個(gè)月內(nèi)，混元預(yù)訓(xùn)練、后訓(xùn)練、評(píng)估、Infra 的負(fù)責(zé)人全部換人，新人來自字節(jié)、Kimi、DeepSeek、美團(tuán)等公司。招人也不再看出身，學(xué)校、年齡、資歷都不是硬門檻，合適就能直接當(dāng)負(fù)責(zé)人。比如目前混元的模型架構(gòu)負(fù)責(zé)人還是一名在讀博士生。“兩到三年經(jīng)驗(yàn)的研究員，也能開出極高年薪?！?一位知情人士說。

一位字節(jié) Seed 招聘團(tuán)隊(duì)人士告訴我們，姚順雨加入前后，混元在校招上的吸引力明顯提升，好幾個(gè)候選人連 Seed 都沒搶過。另一個(gè)重要原因是，Seed 的人才密度已經(jīng)很高，年輕人更容易成為成熟體系中的 “螺絲釘”；而處于重建期的混元正是用人之際。

改革也并不意味著疾風(fēng)驟雨。“按道理，打仗得保證部隊(duì)的純正性，老人們都在等著被清退。結(jié)果是，混元團(tuán)隊(duì)仍然有很多 ‘老人’ 在一線，管理崗上也有很多 ‘老人’。一位混元人士說。不過他們也沒有不服氣的理由，“新招來的那些人太牛了，和在騰訊待了十年的人相比，根本不在一個(gè)維度。”

姚順雨自己也常在混元的大群里發(fā)論文、聊技術(shù)，能跟上的人很少，有時(shí)甚至看不懂。"Peer（同輩）壓力太大了?！?上述混元人士感嘆。

與吳永輝執(zhí)掌 Seed 后統(tǒng)管所有模態(tài)、所有部門不同，姚順雨正式加入混元后，只選擇了擔(dān)任大語言模型部與 AI Infra 部?jī)蓚€(gè)部門的一號(hào)位。多模態(tài)模型部、數(shù)據(jù)平臺(tái)部、機(jī)器學(xué)習(xí)平臺(tái)則仍是原來的負(fù)責(zé)人。

在幾家互聯(lián)網(wǎng)巨頭的大模型團(tuán)隊(duì)里，混元是唯一一個(gè)把模型訓(xùn)練和 Infra 都交給一號(hào)位直接管的。千問的 Infra 長(zhǎng)期依托阿里云的機(jī)器學(xué)習(xí)平臺(tái) PAI，而 PAI 團(tuán)隊(duì)在通義實(shí)驗(yàn)室之外，協(xié)同的摩擦讓時(shí)任千問大模型負(fù)責(zé)人林俊旸后來不得不開始自建相關(guān)團(tuán)隊(duì)。

混元目前的思路是，Infra 團(tuán)隊(duì)在模型訓(xùn)練前的定版階段就參與討論、給出建議。這也是最符合模型訓(xùn)練特點(diǎn)的協(xié)作形式，因?yàn)樵谀Ｐ蛯?shí)驗(yàn)和定版階段，就要考慮 Infra 能否實(shí)現(xiàn)。相比之下，在很多公司里，Infra 團(tuán)隊(duì)更像完成算法需求的 “內(nèi)部乙方”。

部門內(nèi)的層級(jí)也被簡(jiǎn)化，只有 “姚順雨—方向負(fù)責(zé)人—研究員/實(shí)習(xí)生” 三層。各組之間的信息、資源被共享。團(tuán)隊(duì)成員有任何問題都可以丟到百人大群，迅速有人響應(yīng)，幫忙給出解決方案。

一位混元人士告訴我們，如果把混元的團(tuán)隊(duì)比作一棵樹，和前代負(fù)責(zé)人們相比，姚順雨最關(guān)注的是最底層的子節(jié)點(diǎn)——喜歡和研究員、實(shí)習(xí)生聊天至深夜；也經(jīng)常問他們，混元有沒有什么技術(shù)之外的地方需要提升；對(duì)實(shí)習(xí)生提出的質(zhì)疑，比如機(jī)器平臺(tái)不好用，他可以立刻反饋給相應(yīng)的負(fù)責(zé)人要求改善。

姚順雨反復(fù)對(duì)內(nèi)提到，訓(xùn)大模型，組織很重要。

“但他并不是外界傳的什么少年老成?！?一位混元人士說，“他就是個(gè) 28 歲的年輕人，所以能和研究員們打成一片，開會(huì)時(shí)偶爾也嘻嘻哈哈?！?他喜歡打籃球，有時(shí)會(huì)在群里攢籃球賽，然后和同事一起去打球，一打就是幾個(gè)小時(shí)。

不趕發(fā)版的時(shí)候，混元的強(qiáng)度并不大?；煸F(xiàn)在定下的節(jié)奏是，每?jī)扇齻€(gè)月要有成果，每半年出一個(gè)大版本。這也是大模型訓(xùn)練常規(guī)的節(jié)奏。另一邊，混元也取消了部門年中考核，鼓勵(lì)聚焦長(zhǎng)期研發(fā)。

偶爾也有例外?！爸灰膫€(gè)組來了 Seed 的人，那個(gè)組很快就會(huì)自發(fā)地卷起來?！?一位混元人士說。

沒有魔法，也不要相信別人有魔法

2026 年 5 月底，姚順雨少見地向團(tuán)隊(duì)發(fā)了一回脾氣。平日里，他溫和謙遜，幾乎不當(dāng)面駁斥或責(zé)備他人。

距離混元 Hy3 正式發(fā)布只剩一個(gè)月了，項(xiàng)目上下都在緊張沖刺，加班至凌晨成為常態(tài)。此時(shí)，一批提交上來的數(shù)據(jù)出了問題，直接影響了模型效果。姚順雨嚴(yán)厲告誡團(tuán)隊(duì)：“數(shù)據(jù)非常重要。如果下次再出現(xiàn)這樣的情況，直接走人?！?一位知情人士轉(zhuǎn)述。

混元 Hy3 是姚順雨在年初帶隊(duì)開始訓(xùn)練一款大模型，也是他加入騰訊后的第一張成績(jī)單，但內(nèi)部抱的預(yù)期并不大?！盎煸?jiǎng)倧墓鹊着榔饋恚@場(chǎng)仗打不贏也沒必要打?！?一位混元人士說，磨合新組織，讓混元回歸按常識(shí)做事的路才是最重要的。

開始訓(xùn)練前，姚順雨用自己的舊東家 OpenAI 舉例給團(tuán)隊(duì)鼓勁：直到今天，OpenAI 的基礎(chǔ)模型也沒有依賴過什么神秘的技術(shù)，甚至底層架構(gòu)與 2023 年比沒有什么根本性的變化。這也是他如此看中數(shù)據(jù)的原因。他認(rèn)為，做大模型沒有魔法，也不要相信別人有魔法。真正難的是把最基礎(chǔ)、確定能做對(duì)的事情都做對(duì)——做到這些，足以讓混元擠進(jìn)中國(guó)的第一梯隊(duì)。

在頭部大模型團(tuán)隊(duì)紛紛押注新架構(gòu)的當(dāng)下，Hy3 用了最標(biāo)準(zhǔn)的 MoE Transformer 架構(gòu)。內(nèi)部討論過，是否引入 Qwen、Kimi 都在用的線性注意力方案，但最終放棄了。一個(gè)判斷是，線性注意力的主要價(jià)值在于降低長(zhǎng)文本場(chǎng)景下的計(jì)算成本，但當(dāng)下的真實(shí)世界里，真正用到超長(zhǎng)文本的場(chǎng)景并沒有那么多。

他們把主要精力放在了那些基礎(chǔ)環(huán)節(jié)上。最要緊的是花兩個(gè)月時(shí)間，完全重構(gòu)預(yù)訓(xùn)練和強(qiáng)化學(xué)習(xí)的 Infra（基礎(chǔ)設(shè)施）。字節(jié)跳動(dòng) Seed 原視覺 AI 平臺(tái)負(fù)責(zé)人加入混元，擔(dān)任 AI Infra 多模態(tài)推理負(fù)責(zé)人；訓(xùn)練 Infra 組負(fù)責(zé)人也來自 Seed。對(duì)大模型來說，Infra 決定的不只是模型能不能跑起來，還直接影響算力利用率、訓(xùn)練穩(wěn)定性和實(shí)驗(yàn)迭代速度。

由于時(shí)間有限，團(tuán)隊(duì)沿用了混元 2.0 時(shí)期積累的數(shù)據(jù)，甚至沒有新增數(shù)據(jù)。不同的是，他們丟棄傳統(tǒng)的榜單評(píng)測(cè)基準(zhǔn)，重新定義了數(shù)據(jù)標(biāo)準(zhǔn)，將原有數(shù)據(jù)從頭清洗了一遍；SFT 數(shù)據(jù)被大幅去重和篩選，最終只保留一萬余條。

Hy3 并不是完全沒有企圖心。按照姚順雨的設(shè)想，混元不需要在所有能力上正面擊敗 Claude Opus 這樣的前沿模型。如果一個(gè)模型能以 Opus 1% 的價(jià)格，在 90% 的日常問題上做到與它一樣好，甚至超過它，對(duì)大多數(shù)用戶來說這就是一個(gè)更優(yōu)的模型。

“這是一種訓(xùn)練哲學(xué)，先清楚定義目標(biāo)——大多數(shù)用戶日常真實(shí)面對(duì)的任務(wù)是什么、愿意承擔(dān)多少成本，再?gòu)闹袑ふ易顑?yōu)解，而不是一上來就盲目堆資源，追求智能的最高點(diǎn)?！?一位混元人士說。而騰訊的產(chǎn)品里就裝著這些需求——社交、辦公、文檔、搜索、客服、內(nèi)容。

為了驗(yàn)證猜想，Hy3 把總參數(shù)量定在了 295B，遠(yuǎn)低于同期 Kimi K2.5 的 1T 和 GLM-5.2 的近 750B；每次推理僅激活 21B 參數(shù)，推理成本約為 GLM-5.2 的七分之一。

它放棄了不少看上去很酷的技術(shù)實(shí)踐，比如像 Kimi 一樣讓數(shù)百個(gè) Agent 并行協(xié)作，或是把參數(shù)堆到上萬億，在混元的價(jià)值體系里，這些都不是一定要做的。每當(dāng)有研究員提出一些天馬行空的想法，姚順雨很快會(huì)把他拉回到現(xiàn)實(shí)中，提醒他們要多思考，“這對(duì)大多數(shù)人來說，這真的有用嗎？能解決多少人的問題？”

一個(gè)插曲是，2026 年 4 月 23 日，混元發(fā)布 Hy3 Preview，這是正式版 Hy3 之前的一次階段性交付。上線前夕，Hy3 Preview 先在騰訊內(nèi)部業(yè)務(wù)中進(jìn)行了一輪內(nèi)測(cè)。調(diào)用過程中，多個(gè)外部模型都順利跑通，唯獨(dú)混元出了問題，一時(shí)間引來不少吐槽。

不過上線后，Hy3 Preview 登上了 OpenRouter 周度模型使用榜第一，單周處理 3.66 萬億個(gè) Token，使用量環(huán)比增長(zhǎng) 298%。（注：OpenRouter 更反映個(gè)人和中小開發(fā)者的使用情況，只能作為整體 Token 消耗的參考。）實(shí)際效果超過了團(tuán)隊(duì)的預(yù)期。

“這也許證明了我們這個(gè)版本的思路是對(duì)的?！?姚順雨對(duì)團(tuán)隊(duì)說。

通常而言，更大的參數(shù)規(guī)模意味著更高的能力上限；但 Hy3 顯示出，只要數(shù)據(jù)和后訓(xùn)練做得好，不到 300B 的底座模型，在一些任務(wù)上已經(jīng)能夠與 1T 參數(shù)的模型競(jìng)爭(zhēng)。更讓他們意外的是模型表現(xiàn)出的泛化能力。一些沒有經(jīng)過專門數(shù)據(jù)補(bǔ)強(qiáng)的能力，也會(huì)在陌生任務(wù)中自然表現(xiàn)出來。比如，給模型一套此前沒有見過的規(guī)則或流程，它能夠從上下文中臨時(shí)學(xué)會(huì)，再應(yīng)用到新的問題；面對(duì)雜亂的多人對(duì)話，也能梳理人物關(guān)系、權(quán)限和不斷變化的信息。

Hy3 preview 的表現(xiàn)提振了士氣。正式版 Hy3 在它的基礎(chǔ)上擴(kuò)大了強(qiáng)化學(xué)習(xí)的規(guī)模，改進(jìn)后訓(xùn)練數(shù)據(jù)，重點(diǎn)補(bǔ)強(qiáng) Agent 能力。從發(fā)布后的行業(yè)反饋來看，Hy3 顯著好于 preview 版本，在小參數(shù)規(guī)模的基礎(chǔ)上趕超了 GLM5.1，但還不及 GLM5.2。

“我們都清楚，Hy3 距離真正的第一梯隊(duì)還有差距?！?一位混元人士說。模型發(fā)布后，他們沒有慶祝，也沒有發(fā)布詳細(xì)的技術(shù)報(bào)告——在他看來，這說明大家不認(rèn)為它代表自己的最終水平。“或者要等下一個(gè)版本，混元才會(huì)在這個(gè)世界上證明，自己有更獨(dú)特的價(jià)值?！?/p>

走出混元

2025 年底的一次總辦會(huì)上，馬化騰第一次在總辦會(huì)談到 AI 編程（Coding）的大趨勢(shì)，認(rèn)為應(yīng)該重點(diǎn)關(guān)注和跟進(jìn)。當(dāng)時(shí)，Anthropic 的編程智能體產(chǎn)品 Claude Code 成為了現(xiàn)象級(jí)工具，帶動(dòng)公司收入急速增長(zhǎng)。

一位知情人士告訴我們，姚順雨提出了一個(gè)方案，搭一個(gè)全新的強(qiáng)化學(xué)習(xí)基礎(chǔ)設(shè)施平臺(tái)，讓公司內(nèi)各業(yè)務(wù)都能在上面訓(xùn)練自己的模型，同時(shí)向混元回流訓(xùn)練數(shù)據(jù)，集全公司之力，可以做出最好的 coding 產(chǎn)品。

“做成了，這將是騰訊一次史無前例的突破?！?上述人士說。

過去，騰訊的一些文化屢受詬病，比如 “部門墻嚴(yán)重”“內(nèi)部賽馬” 等。2016 年騰訊組建 AI Lab，次年請(qǐng)來機(jī)器學(xué)習(xí)領(lǐng)域的知名學(xué)者張潼出任一號(hào)位。一位騰訊 TEG 人士回憶，張潼帶著很高的期待而來，以為騰訊的海量業(yè)務(wù)和數(shù)據(jù)都能為他所用，那是學(xué)界拿不到的珍貴研究資源。然而進(jìn)來之后，數(shù)據(jù)還是拿不到，研究只能閉門造車。兩年后，他失望離去。

在大模型時(shí)代，這種矛盾同樣存在。騰訊元寶的負(fù)責(zé)人吳祖榕就曾在總辦會(huì)上提到過，模型與產(chǎn)品割裂嚴(yán)重。模型有自己的技術(shù)提升目標(biāo)，還要追逐榜單的成績(jī)。這導(dǎo)致元寶團(tuán)隊(duì)沒辦法在產(chǎn)品上驗(yàn)證一些設(shè)想，很多想做的功能無法落地。

姚順雨帶著同樣的期待來了。

他在內(nèi)部解釋過為什么來騰訊。當(dāng)下大模型稀缺的不再是訓(xùn)練技巧，而是找到真正值得解決的問題，而好問題恰在互聯(lián)網(wǎng)公司的業(yè)務(wù)里。全球真正沉淀了大量上下文（Context）的公司不多，騰訊和 Meta 是最典型的兩家。字節(jié)的用戶規(guī)模雖大，但生態(tài)圍繞推薦和分發(fā)，這類沉淀相對(duì)有限。

所以在姚順雨的構(gòu)想中，模型與產(chǎn)品應(yīng)該以聯(lián)合設(shè)計(jì)（Co-design）的模式合作，即模型和產(chǎn)品從一開始就綁定在一起開發(fā)，模型可以第一時(shí)間拿到產(chǎn)品的真實(shí)場(chǎng)景和用戶反饋，知道自己該往哪里改；產(chǎn)品也能及時(shí)向模型同步需求，不用等一個(gè)通用模型送上門，再調(diào)整、將就。

他也知道，業(yè)務(wù)是證明混元價(jià)值的地方，必須籠絡(luò)。一位混元人士告訴我們，今天大模型行業(yè)普遍面臨商業(yè)化難題，但騰訊的思路是，不一定要向外部客戶收費(fèi)，能幫業(yè)務(wù)提升收入，同樣是混元的價(jià)值。“舉個(gè)例子，《王者榮耀》一年收入幾百億，混元如果能幫它提升 1%，那就是好幾個(gè)億?！?/p>

為了打破僵局，姚順雨在 2025 年底提出，將自己手上的模型應(yīng)用中心、搜索算法中心劃歸元寶所在的云與智慧產(chǎn)業(yè)事業(yè)群（CSIG）。CSIG 手里有騰訊的多數(shù) AI 產(chǎn)品，比如元寶、ima、CodeBuddy、WorkBuddy。

“他清楚自己當(dāng)前的主要任務(wù)是什么，就是和業(yè)務(wù)處好關(guān)系，把 Co-design 的想法落地；搜索不緊急，也不是他最感興趣的，沒必要抓著不放。” 一位騰訊人士說。

借著這個(gè)契機(jī)，混元向元寶等業(yè)務(wù)分別派駐了一支后訓(xùn)練團(tuán)隊(duì)，建立起了聯(lián)合設(shè)計(jì)、交叉派駐、代碼審查與共享的合作機(jī)制。春節(jié)前，姚順雨每周都會(huì)和元寶開會(huì)，甚至隔幾天就會(huì)了解元寶的進(jìn)展。有時(shí)在總辦會(huì)上，他還會(huì)不吝稱贊元寶的某個(gè)新設(shè)計(jì)，盡管它還不那么完善。

WorkBuddy 是另一個(gè)例子。這是一個(gè)在智能體時(shí)代，為騰訊找到一個(gè)好身位的產(chǎn)品。比如，新模型上線前，混元會(huì)針對(duì) WorkBuddy 的腳手架做針對(duì)性適配，從而讓用戶在 WorkBuddy 上獲得更好的體驗(yàn)。WorkBuddy 的用戶反饋也為模型的訓(xùn)練持續(xù)提供優(yōu)化方向。

不過到真正合作時(shí)，問題仍然存在。模型團(tuán)隊(duì)和產(chǎn)品團(tuán)隊(duì)的目標(biāo)沒辦法完全貼合。模型的目標(biāo)是交付更好的模型，因此希望產(chǎn)品多給數(shù)據(jù)和分析；但產(chǎn)品要的頻繁迭代、快速調(diào)試。于是在日常，最常見的情況是，產(chǎn)品催著要一個(gè)本周就能上線的迭代，而模型團(tuán)隊(duì)想的卻是如何在下個(gè)版本提升整體能力。

與當(dāng)年 AI Lab 面對(duì)的環(huán)境不同，今天騰訊的各個(gè)業(yè)務(wù)都籠罩在 AI 焦慮里，迫切需要轉(zhuǎn)型。此前它們最積極的動(dòng)作是接入 DeepSeek，但外部模型終究是外部模型，很難為某個(gè)業(yè)務(wù)做專門的訓(xùn)練。

“能感覺到他們的狀態(tài)從謹(jǐn)慎、試探，慢慢變得開放。” 一位混元人士說，最開始，業(yè)務(wù)方只給兩成信心；深入交流后發(fā)現(xiàn)對(duì)方懂行，于是慢慢把專業(yè)的事交給專業(yè)的人?！昂茈y想象，現(xiàn)在的騰訊竟然有了初創(chuàng)公司那樣的愿景?！?/p>

擺脫組織重力

姚順雨自加入騰訊的第一天起就被塑造成了改革者的形象：獲得了總辦極大的授權(quán)，可以用高薪挖最頂尖的人才；能為團(tuán)隊(duì)爭(zhēng)取權(quán)益，當(dāng)公司要求技術(shù)與工程事業(yè)群（TEG）搬去偏遠(yuǎn)的企鵝島辦公時(shí)，混元成了那個(gè)特例；關(guān)心個(gè)體，新的研究員加入后，可以自由選擇感興趣的方向；他的到來給不少老員工帶來了壓力，但也使內(nèi)部士氣為之一振，甚至有了創(chuàng)業(yè)公司的感覺。

AI 行業(yè)的演進(jìn)看起來也在利好混元。“做大模型越久，反而越不著急，因?yàn)樾袠I(yè)推翻結(jié)論的速度在變快?！?一位混元人士說，比如大模型現(xiàn)在看上去開始有了后來居上的邏輯。后來者可以用上更先進(jìn)的框架、繞開前人走過的彎路，用同樣的數(shù)據(jù)甚至能訓(xùn)出知識(shí)密度更高的模型。

大公司還有創(chuàng)業(yè)公司難以匹敵的優(yōu)勢(shì)?！爸腔蹃碓从?diversity（多樣性），這才是大模型時(shí)代真正稀缺的資源。” 上述混元人士說。AI 生成的內(nèi)容看上去千姿百態(tài)，轉(zhuǎn)成向量后其實(shí)高度相似；真正有價(jià)值的差異，來自不同人的表達(dá)、思考和使用需求。大公司天然擁有更多樣的人、更多樣的業(yè)務(wù)和更多樣的應(yīng)用場(chǎng)景。

他用 WorkBuddy 舉例，這個(gè)產(chǎn)品如今有上百萬日活躍用戶，其中騰訊自己就有十萬員工、好幾萬程序員，模型能力在內(nèi)部就能經(jīng)受最挑剔的檢驗(yàn)，從而快速持續(xù)迭代。此外，騰訊還有游戲、金融、交通、教育等業(yè)務(wù)場(chǎng)景，能為模型迭代提供重要的靈感和反饋。

但騰訊的 AI 改革能否成功，外界仍有質(zhì)疑。姚順雨可以改變一支團(tuán)隊(duì)的速度，卻很難獨(dú)自改變一家公司的慣性，騰訊經(jīng)歷過太多類似的時(shí)刻。

2019 年前后，騰訊也曾從硅谷引入了一批工程與數(shù)據(jù)人才。當(dāng)時(shí)它正與字節(jié)激烈競(jìng)爭(zhēng)，試圖煥新自己的技術(shù)體系，搭建算法與數(shù)據(jù)中臺(tái)。這批人里，有從 Google、Snapchat 而來，負(fù)責(zé)搭建事業(yè)群的技術(shù)中臺(tái)；也有從 Instagram、Uber 而來，帶領(lǐng)微視、騰訊視頻等產(chǎn)品做用戶增長(zhǎng)和數(shù)據(jù)分析。

可最終，舊有業(yè)務(wù)體系成為了最大的阻力。這些外部專家大多沒有留下太多成果，隨后陸續(xù)離開。

今天，騰訊面對(duì) AI 浪潮，再度開始向外大規(guī)模招人。盡管這一次是在老業(yè)務(wù)之外，從零構(gòu)建一個(gè)新組織，但大公司的引力并不會(huì)因此消失。

內(nèi)部競(jìng)爭(zhēng)是難以回避的。今天，面對(duì)發(fā)展 AI 需要持續(xù)投入的巨額資金和 GPU，沒有一個(gè)巨頭敢說自己有 “無限子彈”。目前，騰訊的卡資源明顯傾向混元。在騰訊，負(fù)責(zé)人分配算力資源的主要是盧山和林景驊，他們一個(gè)是混元所在事業(yè)群的總裁，一個(gè)則直接向劉熾平匯報(bào)。但微信也在訓(xùn)練自己的大模型。不過，一位騰訊人士說，現(xiàn)在混元的目標(biāo)是去突破智能上限，微信則是找到更經(jīng)濟(jì)的算力模式，以適應(yīng)大用戶量的場(chǎng)景。

比資源更稀缺的，是決策的空間。一位混元多模態(tài)人士回憶，內(nèi)部曾討論過要不要訓(xùn)更大尺寸的視頻模型——那是 Seedance 2.0 成功的關(guān)鍵，敢于探索 Scaling Law 的邊界。最終，他們考慮到成本和代價(jià)太高，沒有人敢拍板。

有的時(shí)候，做成后的壓力還會(huì)更大。一位騰訊人士告訴我們，在騰訊，一個(gè)產(chǎn)品一旦受到高層重視，老板們就會(huì)開始密集提意見，其他輔助部門的人也隨之加入，參與決策的人越來越多。

去年騰訊集全公司資源扶持元寶，于是高層們總會(huì)不時(shí)提出非常具體的意見，某處的字體是不是太小了，對(duì)年長(zhǎng)的人不太友好；某處設(shè)計(jì)為什么要用這種顏色。

喬布斯曾把蘋果能保持創(chuàng)業(yè)公司狀態(tài)，歸結(jié)為兩項(xiàng)組織原則：按職能而不是業(yè)務(wù)單元?jiǎng)澐植块T，讓不同團(tuán)隊(duì)圍繞同一個(gè)產(chǎn)品集中協(xié)作；重要的事情不能集體決策，而要由具體的人做出，并由這個(gè)人承擔(dān)責(zé)任。iPhone 就是這樣做出來的：它動(dòng)用了蘋果幾乎所有部門的力量，但從頭到尾，拍板的人只有一個(gè)。

騰訊今天的 AI 改革給了姚順雨足夠大的權(quán)限：圈出一塊新地，讓一個(gè)人拍板，也讓他負(fù)責(zé)。到目前為止，這個(gè)安排運(yùn)轉(zhuǎn)良好。但當(dāng)改革進(jìn)入攻堅(jiān)期，牽動(dòng)的利益會(huì)越來越大，創(chuàng)新的風(fēng)險(xiǎn)也越來越高——能替他扛住壓力的，只有總辦。到那時(shí)，考驗(yàn)的就不只是姚順雨，還有他和老板們之間的信任、意志能否統(tǒng)一。改革走到最深處，從來就不只取決于改革的那個(gè)人。

題圖來源：《麥克法蘭》