原对话:沿提问、回答和转折完整展开 下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。
00:00:06–00:29:55 连续对话 100:00:06–00:07:46 报道之外:混元的回升、争议与微信的竞合你这篇报道操作过程中,有什么文章里没有呈现或展开,但你觉得还挺有意思的事? (文章里)不一样的声音,或者说偏不适应的声音放得没有那么多,是因为你判断整个变化是向好的吗? 你发这篇文章的时候,Kimi的K3还没有发布,你有没有跟混元的人交流,他们怎么看现在像K3这样的模型竞争? 混元3是个多小的模型? 本期节目邀请了《晚点 LatePost》主笔高洪浩,深入探讨他近期关于姚顺雨加入腾讯后为混元大模型团队带来变革的报道。
在节目开头的预告片段中,主持人曼祺向嘉宾高洪浩抛出了一系列核心问题:姚顺雨在腾讯最大的支持者是谁(嘉宾答:刘炽平 Martin)、腾讯对混元3的发布是否满意(嘉宾答:核心是磨合组织、重振士气)、以及混元与微信自研的WeLM模型团队未来走向如何(嘉宾答:大概率长期并存)。高洪浩解释,微信负责人张小龙极度在意用户隐私和数据可控性,倾向于自建模型。主持人追问为何腾讯不在资源效率上统一模型,高洪浩认为这种“联邦制”正是腾讯的特点。
节目正式开始后,主持人首先询问报道文章之外有何有趣的素材。高洪浩坦言,文章更多呈现了混元团队积极正向的一面,但实际上组织内部存在各种声音,包括老员工的负面情绪、新员工的不适应,以及与微信WeLM团队之间未展开的竞争与交流关系。
主持人追问,文章之所以侧重积极面,是否因为嘉宾判断整体趋势向好。高洪浩确认,与一年前相比,团队士气明显提升,整个组织正处于从低谷缓慢回升的状态,虽非大跃进,但趋势向上。
接着,话题转向混元与微信WeLM团队的关系。高洪浩认为两者存在一定程度的定位错位:混元的目标是探索智能的极限(摸高),而微信模型则必须考虑在14亿用户规模产品中落地的资源效率和成本问题。尽管定位不同,但在公司有限的资源(如算力)分配上,两者依然存在平衡与竞争关系。
主持人进一步提问,在报道发布后,月之暗面发布了表现亮眼的Kimi K3模型,混元内部对此有何看法。高洪浩表示,内部存在两种不同的声音。一种观点认为,混元应保持稳健节奏,因为大模型领域“各领风骚数月”是常态,后来者可以利用更先进的架构或蒸馏更好的模型实现超越。另一种声音则比较焦虑,认为业界主流都在训练更大尺寸的模型(如传闻中字节跳动的万亿参数模型),而混元3的规模偏小(接近300B),继续做小模型的意义受到质疑。
对于混元3的规模,高洪浩解释,这可能出于两方面考虑:首先,作为新空降的负责人,姚顺雨需要在一定周期内拿出成果向上汇报;其次,新组建的团队需要通过真实的项目实践来磨合流程与协作。
搜广推 “搜索、广告、推荐”的简称,指互联网公司中围绕这三个核心业务场景进行算法模型研发和工程优化的技术领域。在LLM时代之前,这是AI技术商业化应用最成熟、人才最集中的方向之一。
Context(上下文/场景) 在本次对话中,该词特指大型科技公司内部所拥有的、可用于训练和应用AI模型的丰富业务场景和高质量数据。姚顺雨认为,拥有多样化的Context(如社交、办公、游戏、内容等)是AI进入“下半场”后,定义和解决真实世界问题的关键。输入是业务数据和用户行为,输出是更有价值的AI应用方向和更高质量的模型。
赛马 指腾讯等公司内部一种常见的项目孵化和竞争机制。即让多个团队同时开发同类产品或技术,通过内部竞争,优胜劣汰,最终将资源集中给表现最好的团队。在这里指腾讯初期曾考虑让一个新团队与混元团队竞争开发大模型。
TEG (Technology and Engineering Group) 腾讯的技术与工程事业群,负责为整个公司提供底层的技术、平台和数据支持。混元大模型团队最初就诞生于此事业群。
话题推进: 在讨论了混元3发布的背景和内部争议后,主持人将话题转向了姚顺雨加入腾讯的缘起,开启了对这次人事变动背后原因的探讨。
00:07:46–00:18:41 寻找年轻人:腾讯为何选中姚顺雨可以先从她(姚顺雨)是怎么加入腾讯开始的吗? 据你所知,姚顺雨回国没有考虑过创业? 腾讯除了姚顺雨之外,他们要找一个新的Leader,这个背景是什么? AI Lab那些人后来是都走了吗?还是有些人也进入了混元了? 除了姚顺雨之外,你知道腾讯接触过什么别的候选人吗? (腾讯)当时(24年底)的思路还是找偏研究背景的人是吗? 主持人询问姚顺雨加入腾讯的过程。高洪浩介绍,腾讯高招团队在2024年的一次顶会上认识了姚顺雨,并将其介绍给公司高层。双方的联系在很长一段时间里并未深化,直到2025年,姚顺雨因个人原因希望回国,与国内多家大厂重新建立联系,腾讯此时向她发出了执掌混元的正式邀请。
接着,主持人探讨了腾讯寻找新领导者的背景。高洪浩指出,转折点是2025年DeepSeek模型的出现。腾讯高管惊讶地发现,一个经验不算丰富、成员年轻的团队竟能做出如此出色的模型。这让他们意识到自家团队“不再年轻”,成员多为传统“搜广推”(搜索、广告、推荐)背景,缺乏大模型原生经验。这促使腾讯下定决心要寻找年轻领导者。
当时腾讯内部曾考虑过两个方案:一是逐步替换现有团队成员(换血);二是另组一支年轻团队与混元进行“赛马”。最终,腾讯选择了在混元现有框架上进行人员汰换的路径。为招揽人才,总裁刘炽平(Martin)亲自前往硅谷与顶尖科学家交流,并直接参与到关键岗位的面试中,这与以往面试最多到副总裁级别的情况截然不同。不过,主持人补充说,字节跳动高层(张一鸣)更早就开始亲自面试研究员了。
在讨论腾讯AI人才历史时,主持人提到了成立于2016年的腾讯AI Lab。高洪浩解释了其与混元的关系:大模型浪潮初期,腾讯内部多个团队(包括AI Lab、数据平台部等)在技术与工程事业群(TEG)内展开“赛马”,各自研发大模型。尽管AI Lab有NLP研究基础,但最终是数据平台部的团队做出的模型效果最好,成为了今天混元团队的雏形。随后,各团队资源合并,形成了一个“联合战队”形态的初代混元。这个初代组织存在几个问题:
1. 人员构成:绝大多数是“搜广推”背景的“老腾讯”,缺乏原生AI研究背景的人才,好比一个没有产品经理的开发团队,不知道该往哪个方向走。
2. 人手不足:受2021-2022年公司整体“降本增效”影响,团队人手严重短缺。
3. 算力匮乏:最初只有从广告部门挪用的2000张卡。
因此,这是一个“残缺的组织”。
从2024年底开始,腾讯开始引进外部人才以弥补短板,例如从微软亚洲研究院引进了多模态方向的谭旭、彭慧雯,以及从字节跳动引进了冯嘉时。这反映出腾讯当时意识到组织缺少能把握前沿研究方向的“科学家”角色。主持人指出,这些早期引入的人才多为纯研究背景,而像姚顺雨这样兼具业界顶尖公司(OpenAI)经验和研究影响力的人才,是腾讯后来才明确的引援方向。高洪浩总结,腾讯真正意识到自己落后并下决心大力投入大模型,比字节跳动等公司要更晚一些,大约是在GPT-4发布后,行业对年轻人的追捧也自DeepSeek成功后愈演愈烈。
话题推进: 在解释了腾讯为何要找一个年轻的外部领导者后,对话自然地转向了另一面:姚顺雨为什么在众多选择中,最终决定加入腾讯。
00:18:41–00:26:15 “下半场”的选择:场景(Context)的吸引力与现实的壁垒回到姚顺雨加入腾讯这个事情,双方正式敲定要加入腾讯大概是在什么时候?包括她后来就是为什么pass了像字节和阿里这种选择。 回到就是腾讯的这个实际情况里,就它这个设想我觉得挺好的,对吧?那实际上腾讯能用吗?能用这么多应用给串联起来吗? 像这些合作现在是混元的团队里的什么部分的人在负责呀? 所以就是你其实看到就是在现在这个氛围之下,这一次模型层和应用层的合作是有一些变化的,对吧? 主持人询问姚顺雨为何选择腾讯而非其他大厂。高洪浩解释,这与姚顺雨在2025年4月发表的知名博客文章《The Second Half》中的判断密切相关。姚顺雨认为,AI竞赛的“下半场”重点不再是训练技巧,而是“定义真正值得解决的问题”。要找到这些问题,就需要公司拥有足够丰富和高质量的业务场景(Context)。
在她看来,腾讯和Meta是拥有最丰富Context的两家公司。腾讯的业务横跨社交(微信/QQ)、办公(企业微信/腾讯文档/腾讯会议)、搜索(QQ浏览器/微信搜一搜)、内容(腾讯视频/QQ音乐)和游戏等多个头部应用,场景类别非常丰富。相比之下,字节跳动虽然用户体量巨大,但产品生态高度围绕“推荐和分发”,用户画像和数据类型相对同质化,数据的多样性(diversity)和质量远不如腾讯和Meta。主持人补充,飞书可能是字节一个特别的数据沉淀场景,但嘉宾认为其体量远不及钉钉和企业微信。
然而,理想的场景优势在现实中面临着腾讯固有的“部门墙”问题。高洪浩指出,过去各业务部门发展良好,独立性强,合作意愿低。但现在,几乎所有业务都感受到了强烈的“AI焦虑”,害怕被颠覆,因此拥抱AI的态度比以往开放得多。不过,这种合作建立在互信之上,混元必须首先证明自己的能力,才能让业务部门愿意开放数据。例如,微信的数据至今仍未对混元开放。过去,其他部门如腾讯视频、阅文集团的数据需要内部结算购买;腾讯新闻的合作也仅限于独立项目,数据不能用于通用模型的预训练。
高洪浩观察到,如今合作的迹象正在增多。当业务部门看到实实在在的好处时,合作的意愿就会增强。他举了两个例子:
1. 腾讯新闻:通过接入“元宝”(腾讯的AI助手),其App内的用户活跃度实现了快速提升。用户喜欢用元宝来总结新闻、在评论区互动。看到产品指标提升后,新闻部门更愿意与混元合作。
2. 和平精英:混元3帮助游戏团队制作AI NPC,取得了明确的正面效果,这促使游戏部门愿意开放更多场景。
为了推动这些合作,混元团队会向主要业务部门派出由2-3人组成的“后训练”小团队,专门负责对接、沟通和优化模型。业务方也会提供相应数据。这种模式表明,在新的AI浪潮下,腾讯内部模型层与应用层的协作正在变多、变顺畅。
话题推进: 在明确了姚顺雨加入腾讯的动机和当前模型与应用合作的积极变化后,主持人将话题引向了姚顺雨入职后具体采取的改革措施,首先从最关键的人与组织调整开始。
00:26:15–00:29:55 空降改革第一步:迅速更换关键岗位后面我们来展开聊聊就是她(姚顺雨)正式加入之后她做了一些什么?可以分几个议题来聊,一个就是人和组织怎么变。 这个(多模态并入)是你报道里没写的是吗?是刚发生吗? 所以她的范围是在扩大的。他们最终的计划是说整个,就类似于比如说像吴永辉在C的那样,她都要来负责吗? 一般腾讯的老板会信任一个人多久? 她的scope在慢慢扩大,要升级的。那这是组织上的就一个宏观的脉络,具体到人员变化上是怎么变的? 所以实际上确实在发生一个新老更替。哪些老人走了? 所以它是个相对比较温和的手段,你觉得呢? 她现在的,就姚顺雨自己的正式的汇报关系是怎样? 另一方面姚顺雨能招到这些人是因为什么呀?就这些人为什么愿意加入? 主持人询问姚顺雨入职后在人和组织方面的具体变革。高洪浩透露,姚顺雨的权责范围(scope)在持续扩大。一个最新的、报道中未提及的变化是,在2026年四五月份,多模态理解业务也被整合进了她负责的大语言模型部门。高洪浩个人判断,只要姚顺雨持续获得高层信任,她的职责范围可能会自然地进一步扩大。对于“老板的信任能持续多久”的问题,他认为腾讯高层的耐心通常比较长,可能在没有绝对成绩的情况下也能给予两到三年的时间。
在具体的人员变动上,高洪浩形容姚顺雨非常“聪明”,抓住了老板最信任的窗口期,迅速更换了所有关键岗位(预训练、后训练、评测、Infra)的负责人。这些新负责人几乎都是她亲自招募的,例如Infra团队的核心成员萧学峰、张弛、黄绮等人来自被认为是行业最强的C公司(字节跳动)Infra团队,预训练负责人刘珲丹也由她引入。
对于原有团队的“老人”,姚顺雨采取了“边缘化”而非直接裁员的方式。他们中的大部分人离开了混元,但留在了腾讯内部转岗。高洪浩引用一位内部人士的说法,姚顺雨的态度是:“你可以继续待着,只要不碰核心业务(鸡毛),爱干嘛干嘛。”主持人认为这听起来相对“温和”,但高洪浩反驳说,考虑到姚顺雨在上任后两三个月内就迅速完成了一轮关键人员的更换,其执行力非常强,手段并不温和。
在组织架构上,姚顺雨目前直接向刘炽平(Martin)汇报,同时也向技术与工程事业群(TEG)的总裁卢山汇报。高洪浩补充,卢山目前主要负责多模态部分,而大语言模型这块则由姚顺雨主导。
最后,主持人问及姚顺雨为何能成功招募到这些人才。
话题推进: 在揭示了姚顺雨如何快速重塑团队后,一个自然的问题是:她凭什么能吸引到这么多关键人才?对话随即转向探讨腾讯为支持她所提供的资源和承诺。
00:29:55–00:59:48 连续对话 200:29:55–00:35:03 重建团队:姚顺雨如何吸引人才与塑造氛围之前混元的待遇是低于市场水平吗? 现在对比字节和阿里,(混元)给到周包的待遇什么程度? 据你所知现在混元团队对人才的吸引力如何? 另外现在混元的架构负责人是个在读的博士生吗?这个在腾讯以往是不是也是比较少的情况? 整体上来说现在混元团队的氛围是怎样? 我们之前聊的时候你提到你觉得他们的氛围也有比较割裂的一面,这个展开来讲是怎么个割裂法? 嘉宾高洪浩分析,姚顺雨加入后,混元团队的人才吸引力显著提升,主要有三个原因:
1. 个人号召力:姚顺雨从OpenAI出身,在圈内“名声在外”,对年轻研究员有很强的吸引力。
2. 薪酬提升:从2025年(应指2024年,根据上下文推断)开始,腾讯愿意出高价在市场上抢人,薪酬待遇在某些方面甚至高于字节和阿里,以弥补自身相对劣势。
3. 组织机会:与组织架构已相对完善的字节、阿里不同,重建中的混元有大量“坑位”,能为那些在其他大厂无法独立带团队的人提供成为Leader或主导项目的机会。
主持人追问混元目前的人才吸引力。嘉宾认为,尤其对校招生和年轻研究员吸引力巨大,甚至能和DeepSeek等公司竞争。姚顺雨的个人品牌在其中作用显著。对于更资深的职位,嘉宾表示关键岗位也已换了一批人。
主持人提到混元架构负责人是在读博士生,询问这在腾讯是否罕见。嘉宾确认这是巨大变化,并对比指出,在传统移动互联网业务中,腾讯重要业务的负责人通常需要深厚的公司资历,年轻人很难出头,而字节跳动则更早启用年轻管理者(如抖音负责人韩尚佑、支颖)。虽然腾讯也有年轻的GM(总办-2级),但像姚顺雨这样年轻的VP级(总办-1级)管理者非常少见。
在团队氛围方面,嘉宾称收到的反馈很积极,甚至有“创业团队的影子”:层级少、信息透明、反应快,团队有共同愿景。但他也指出,大公司固有的问题依然存在,如人员冗余导致效率不如创业公司,以及内部沟通找人成本高等。这种氛围也带来了“割裂感”,即新加入的员工能很好地适应新文化,而一些老员工因工作范围(scope)被削减、传统工作方式失效而感受不同。主持人总结,这正是腾讯公司层面希望看到的变革方向,嘉宾表示认同。
CSIG Cloud and Smart Industries Group,即腾讯的“云与智慧产业事业群”,是腾讯To B业务的核心板块。在本段对话中,它被描述为整合了腾讯大部分AI原生应用产品(如元宝、WorkBuddy)的部门,成为腾讯AI产品战的主力军。
PCG Platform and Content Group,即腾讯的“平台与内容事业群”,历史上主要负责腾讯的社交平台、数字内容和信息流等业务。在本段对话中,它作为与CSIG对比的部门出现,其原有的部分AI相关产品(如IMA、腾讯文档)被调整并入CSIG。
强化学习平台 姚顺雨设想建立的一个腾讯公司级通用平台。其输入是腾讯各个产品(如WorkBuddy、元宝)在真实使用场景中产生的用户交互数据和反馈。通过这个平台,各业务方可以对混元大模型进行针对性的后训练(Post-training)和微调,输出一个更适应具体业务场景、能力更强的模型。其目的是打破数据孤岛,让模型和产品应用更紧密地联动和迭代。
后训练 (Post-training) 在本段对话语境中,指在基础模型(Pre-trained Model)完成大规模预训练之后,利用特定任务或领域的数据对其进行进一步的训练。这里的强化学习平台就是一种实现高效后训练的机制,通过吸收来自不同业务场景的用户反馈数据,持续优化模型在特定应用中的表现。
话题推进: 在讨论完团队的人员构成与工作氛围后,话题自然转向了对新领导者姚顺雨本人的评价。
00:35:04–00:44:16 不像纯技术Leader:姚顺雨的管理风格与高层支持你感受到了大家对姚顺雨的评价是怎样? 这个让你会有点意外吗? 你感受到的反馈就是他那些人也觉得比他们想象中老成对吧? 其实从这个角度我观点他也适合创业的,但创业你需要一个非常核心的驱动力,这个我不知道他会不会有那种drive,创业的drive。 确实没有什么他在技术判断上的评价什么? 姚顺雨在腾讯里最大的支持者是谁? Martin可以帮他搞定什么? 主持人询问外界对姚顺雨的评价,嘉宾表示评价两极。与他一同工作的人普遍认为,姚顺雨不像一个纯粹的技术导向型Leader。嘉宾对比了DeepSeek的梁文峰和月之暗面的杨植麟,认为他们更聚焦技术,而姚顺雨则非常重视“组织”。他不会在技术路线上给出非常尖锐(sharp)的见解,而是将具体技术问题交给下属,自己更关心组织建设,并常在内部强调“做大模型,很多问题归根结底都是组织问题”。
主持人对此感到意外,因为姚顺-雨非常年轻(97年生,29岁),且是研究员出身,通常这类人不太会在意组织。嘉宾也认同姚顺雨比他想象中“老成”得多。除了骑车、打球等年轻化的一面,他在认知层面关心组织、思考如何快速在体系内获得认可和资源(scope),显得很有“悟性”。
嘉宾补充了姚顺雨管理风格的两个特点:
1. 关心一线:他非常关心一线执行同学和实习生的感受,经常找他们要反馈。当收到如“数据平台不好用”之类的反馈后,能非常迅速地推动相关负责人进行调整。
2. 技术判断的阶段性:在混元3发布前的四五月份,他更关注具体操作,如提升基础设施(Infrastructure)效率。而在技术方向上,他认为当前大模型可探索的方向有限,更倾向于结合业务,在后训练(post-training)和强化学习(RL)上寻求突破。
当被问及姚顺雨最大的支持者时,嘉宾明确指出是腾讯总裁刘炽平(Martin)。这种支持体现在几个关键方面:
1. 信任与放权:刘炽平给予了姚顺雨在钱、人、算力上的决策权。这使得姚顺雨可以用高薪招揽人才、更换关键岗位的老员工。
2. 算力协调:腾讯的算力分配主要由TEG的卢珊和战略负责人林锦华(Davis)协商决定,而这两条线的最终汇报对象都是刘炽平,这为姚顺雨获取算力资源提供了保障。
3. 时间承诺:高层承诺给予他时间,短期内不考核benchmark。
但嘉宾也强调,老板的承诺和耐心是动态变化的。聪明的改革者会在信任度最高的初期阶段推行最激进的改革,因为越往后,若不能持续拿出成绩,改革阻力会越大,容易陷入“自证”的痛苦循环。
话题推进: 在解释了姚顺雨的组织改革和高层支持后,对话转向他上任后第一个具体的模型成果——混元3。
00:44:17–00:49:26 混元3的虚与实:重振士气,管理预期接下来来聊一下他来了之后混元在模型成绩和成果上的一些变化。他加入之后目前打出的第一炮就是混元3。整体来说腾讯对混元3这个结果满意吗?什么态度? 所以这个目标是达到了? OK不是超出预期的意思,是符合预期达标的意思。 然后这预期在混元3发布之后是至少没有变的。那觉得有强化吗? 我在想这个事情是腾讯的预期本来就是这种节奏,就是腾讯管理层本来就是这种风格,还是姚顺雨这个团队的预期管理做得挺好。 你可以讲讲什么具体的(预期管理)事吗? 高层对他的想法是他来了之后我们追赶上其他公司指日可待对吧,我觉得这还是非常大的一个压力的。就你所了解的,比如说同事的眼中,姚顺雨他自己是怎么去处理和消化这种压力,这种高期待的。 决绝表现在什么地方?有什么具体的事吗? 据你所知他们认为混元3不足的地方是什么样?接下来在混元4上会去增强和补充吗? 主持人询问腾讯内部对混元3的评价。嘉宾高洪浩表示,内部对混元3的预期本就不高,其核心目标并非登顶,而是作为一次组织磨合、重振团队士气的过程。从这个角度看,混元3达到了总办(高层管理者)的预期,结果是“OK”的,即符合预期。
嘉宾提到,姚顺雨刚加入时,腾讯内部自上而下都传递出一种信念:之前的问题都清楚,只是没找到合适的人,现在他来了,“超越千问只是时间问题”。混元3发布后,这种预期没有改变,仍在管理层的节奏之中。嘉宾认为,姚顺雨团队的预期管理做得很好。例如,在正式版发布前推出的“混元3 Preview”版本,就是一个明显的预期管理动作。这个版本虽然不完美,但相比混元2已有“质的飞跃”,它既是对老板的定期交付,也是对团队的预期校准。正式版混元3又比Preview版有提升,形成了良好的节奏感。
对于未来的混元4,嘉宾透露团队判断清醒,认为它也未必能进入第一梯队,但差距会继续缩小,真正有影响力的模型可能要更往后。混元3本身是一个“中规中矩的小模型”,在很多任务上表现有限。混元4的核心改进方向包括:补充多模态能力、扩大文本模型规模、持续优化数据和基础设施。嘉宾特别提到,混元的基础设施(Infrastructure)是花了三到四个月从零重搭的,仍需继续优化磨合。
主持人关心姚顺雨如何应对高层的巨大期待和压力。嘉宾从同事处得到的反馈是,姚顺雨本人并未表现出慌乱,反而展现出“雷厉风行”、“决绝”和“从容”的特质,给人“心里有数”的感觉。他的“决绝”体现在换人上,不顾及关系和旧有利益,果断更换了几个关键岗位。不过,也有一些“政治敏感度”高的老员工,提前与他建立了良好关系,得以留在不错的位置上。
话题推进: 讨论完模型本身的进展后,话题转向了更宏观的层面:模型如何与产品应用进行协作。
00:49:27–00:59:48 模型与应用:CSIG的统合、强化学习平台及与微信的距离模型和产品的关系,他们接下来是怎么去协作的? 你可以先来简单地给大家讲讲,就现在腾讯有哪些主打的AI产品。 这(些应用都集中在CSIG)也是调整了的结果? 这种层面的调整在腾讯以往是比较常见还是比较少见? 你现在描述的腾讯的这些主打的应用好像都是生产力方向,他没有做那种偏娱乐和内容和陪伴的是吗? 这个(强化学习)平台设想我觉的挺好的,你可以更多聊聊说你知道他们现在到一个什么阶段了吗? 据你所知他先准备拉哪几个种子用户来用? WorkBuddy和元宝现在的负责人都是谁? 据你所知姚顺雨和他们沟通的怎么样? 你可以讲讲你现在了解到的混元和微信之间它整体的一个关系吗? 微信自己的Agent是全网都能用吗?还是现在在灰度? 这个(在微信公众号评论区@元宝)现在已经都是用了混元了是吗? 主持人提到姚顺雨推动模型与产品深度合作的设想,特别是建立一个公司级的强化学习平台,让各业务线能利用该平台进行后训练,实现模型与业务的有机联动。为理解这一背景,嘉宾首先梳理了腾讯主要的AI应用产品,它们大多是生产力工具,包括:
- WorkBuddy:办公场景的Agent。
- Codebuddy:编程辅助平台。
- 元宝:通用Chatbot。
- IMA:知识库产品。
- Marvus:与微软深度结合的桌面端Agent。
嘉宾指出,一个重要的组织调整是,这些核心AI原生产品现在都集中到了CSIG(云与智慧产业事业群)。这在以往并不常见,因为腾讯过去的业务划分非常明确。例如,最初由QQ浏览器团队孵化的IMA以及腾讯文档,原本都隶属于PCG(平台与内容事业群),后来均被整合进CSIG。这一调整的背景是,高层希望有人能站出来统领AI产品战,最终由CSIG负责人汤道生接手,从而将分散在各处的AI原生应用归于一处,便于统筹协调。
关于姚顺雨设想的强化学习平台,嘉宾透露目前还未大规模推开,计划先从与混元团队绑定最深的WorkBuddy和元宝开始作为种子用户。WorkBuddy和元宝的负责人分别是Betty和吴祖荣,他们都是腾讯内部资历深厚且“能打”的干将。姚顺雨与这两个团队沟通非常紧密,例如,混元训练所需的大量数据就来自WorkBuddy。
最后,话题转向腾讯最重要的应用——微信。主持人询问混元与微信的关系,嘉宾直言“没有很直接的关系”。微信有自己的大模型团队(WeLM),其内置的AI助手“小微”目前仍在小范围灰度测试,它会根据不同场景,在微信自研模型、DeepSeek和混元三者中选择调用。不过,在微信公众号文章评论区@元宝进行内容总结的功能,目前已主要由混元模型驱动。嘉宾还补充,元宝目前接入的DeepSeek模型仍是V3版本,并未升级到V4,这反映出腾讯内部推动使用自研混元模型的倾向。
话题推进: 厘清了混元与腾讯内部各应用(特别是微信)的复杂关系后,讨论将进一步深入探讨这种“联邦制”结构给腾讯AI发展带来的挑战与悬念。
00:59:50–01:28:18 连续对话 300:59:50–01:07:45 微信WeLM与混元:并存、差异与张小龙的考量混元和微信WeLM之间有人员流动吗?谁的行情更高? WeLM现在的团队构成是怎样的?他们会补充AI原生人才吗? 张小龙自己对大模型的参与度如何? 你用过微信的小微后,觉得哪里好用? (这类需求)带来的数据质量如何? 主持人首先追问腾讯混元与微信WeLM两个大模型团队之间是否存在人员流动。嘉宾高洪浩确认,双方通过内部“活水”计划存在人员互通,但指出混元给出的待遇远高于WeLM。他解释,混元作为新搭建的体系,薪资标准可以重新设定;而微信有其固有的薪酬体系,不易轻易变动。此外,微信在组织文化上历来倾向于内部培养人才,而非大规模从外部高薪招聘,这构成了两者的显著差异。
在团队构成上,高洪浩介绍,WeLM的核心团队源于微信内部很早就开始进行大模型和语音研究的技术团队,负责人是微信技术负责人周桓(Harvey),他也是微信的初创成员之一。尽管微信倾向于内生培养,但也在向外部寻求能领导大模型团队的顶尖人才,例如曾与前Grok核心成员戴子航有过接触。不过,高洪浩认为,由于张小龙和微信对人才的要求很高,且外部人才需要适应微信独特的文化,为WeLM找到合适的“一号位”并不容易。
谈及微信创始人张小龙对大模型的参与度,高洪浩表示他现在参与非常多,且内部团队对“小微”(微信的AI助手)上线后的发展路径感到焦虑。微信作为一个拥有14亿用户的全民级产品,其规则已经非常固定,如何在现有框架内实现AI-native的突破,是一个巨大挑战。团队内部对于用Agent实现打车、点餐等功能的实际效率和用户需求并没有明确结论,目前仍在观察用户反馈,秉持了微信一贯的“用户导向”原则。
主持人询问嘉宾对“小微”的个人使用体验。高洪浩认为,在与微信场景强相关的领域,如聊天中解释词语、总结对话或文章内容时,“小微”有其用处。但他个人对此类需求不大,也不确定有多少用户真正需要这些功能。他尝试过用Agent调用小程序点餐,发现其效率极低,手动操作远比等待AI完成步骤要快。他类比了微信曾推出的电商功能“小蓝包”,认为那是一个极具想象力的“微信原生”创新,但电商本质上是重运营的业务,与微信偏好“四两拨千斤”的风格存在矛盾,因此难以成为主流。
微信WeLM 指微信内部自研大模型的团队。WeLM是其早期模型项目的名称,现泛指微信的大模型研发力量。该团队由微信技术负责人周桓(Harvey)领导,致力于在保障用户隐私和极致资源效率的前提下,为微信生态内的场景(如搜索、“小微”AI助手等)提供模型能力。
活水 指腾讯内部的人才流动机制,允许员工在不同部门、不同事业群之间申请转岗。这是一种促进内部人才合理配置和职业发展的方式。
小微 指微信正在内测的AI助手产品,以Agent形态嵌入在微信中,可以实现总结对话、查询信息、调用小程序完成任务(如点餐)等功能。
联邦制 (组织结构) 在这里是用来比喻腾讯的公司组织架构模式。其特点是集团中央(中枢)与下属的各个事业群(BG)之间是一种相对松散的管理关系。各事业群拥有高度的自主权和独立性,集团层面通常不强制推行统一的技术或业务标准,鼓励内部赛马和自下而上的创新。这与字节跳动那种自上而下、高度集权的“中央集权制”形成对比。
话题推进: 在讨论完微信WeLM的现状和挑战后,主持人将话题转向更宏观的层面,询问嘉宾对混元和WeLM两个团队长期走向的判断。
01:07:45–01:17:36 联邦制与集权化:腾讯组织惯性在AI时代的挑战混元和微信WeLM长期走向会是怎样?会一直并存吗? 为什么微信不直接使用混元的底层模型,而要自己从头训练? 面对AI时代的算力限制,你觉得腾讯有必要“拧成一股绳”吗? 你从何看出腾讯总裁刘炽平(Martin)觉得有必要拧成一股绳? (针对评论)腾讯总部真的干不成新业务吗? 主持人询问混元与微信WeLM的长期关系,嘉宾高洪浩判断两者大概率会长期并存。他解释,WeLM团队在内部持续发布成果,如1月份曾发布一个258B的MoE模型,用于微信搜索等内部场景,但不对外提供API。其技术博客也在持续更新,研究方向聚焦于在极致资源效率下进行模型优化,以适应微信14亿用户的庞大体量。
对于为何微信不直接采用混元的底层模型,高洪浩转述了他了解到的信息:腾讯总裁刘炽平(Martin)曾与张小龙讨论此事。张小龙不认为混元是“第三方”模型,但出于对微信用户数据和隐私的极度在意,他倾向于自建模型以保证“更可控”。不过,双方也在探讨如“联邦学习”等技术手段,以在使用混元时规避隐私风险。
主持人从资源效率角度提出疑问,认为腾讯在预训练阶段完全可以只做一套模型。高洪浩回应,这正是腾讯“联邦制”组织形态的体现。集团中枢对各事业群(BG)有掌控力,但不会强行干预,要求所有业务统一使用某个工具。每个事业群自主性极强,就像游戏业务也在自己做世界模型一样,集团不会强制要求必须使用混元。
然而,主持人指出,AI时代面临严峻的算力约束,这种“联邦制”是否依然适用。高洪浩认为,腾讯内部(尤其是以Martin为代表的部分人)早已意识到这个问题,这种反思始于字节跳动的崛起。字节的核心优势在于“所有资源拧成一股绳”,数据打通、体系循环。腾讯内部曾用电影《黑鹰坠落》作比喻:美军三角洲部队完美完成了抓捕任务,却因等待另一支能力较弱的游骑兵部队支援而陷入困境,导致任务失败。这就像部门间的协作,在竞争不激烈时可行,但面对字节这种自上而下、强集权的对手时,就会暴露问题。相比之下,另一个抓捕行动由三角洲部队自上而下全权驱动,整合海空军资源,最终成功。这个例子说明,在激烈竞争中,统一领导比协调各方利益更有效。
最后,主持人引用一篇关于姚顺雨文章下的高赞评论,该评论认为在腾讯总部搞不成大事,且姚顺雨选择的“强技术路线”和“集团自上而下推业务”违背了腾讯基因,注定失败。高洪浩反驳了“总部干不成事”的说法,列举了QQ、腾讯新闻、和平精英等成功案例。但他承认,这种说法反映了大公司内部创新的窘境。他引用张小龙的话说,微信之所以能在广州诞生,正是因为远离深圳总部,可以更安心地做事。这提出了一个经典问题:创新究竟是来自资源集中的中心,还是来自干扰更少的边缘。
高洪浩 · 01:13:07
腾讯内部曾用电影《黑鹰坠落》的例子来反思组织协作模式。行动中,三角洲部队与游骑兵部队是协作关系,但因后者能力不足、陷入自己的战斗,导致整个任务失败。这比喻在面对强敌时,部门间“分享领导权”的协作模式可能失效。
话题推进: 在讨论了腾讯的组织文化与AI战略的深层矛盾后,话题自然转向对姚顺雨改革前景的展望,以及这种改革与腾讯既有文化能否兼容的问题。
01:17:37–01:21:38 改革的周期:从大刀阔斧到文化兼容的挑战混元的团队主要base在哪里? 你接下来如果再写腾讯AI的题,会关注什么? 在确认混元团队主要基地在深圳后,主持人询问嘉宾未来会关注腾讯AI的哪些议题。高洪浩提出了一个关于组织改革周期的观点。他认为,任何空降领导者进入一个新组织都会经历不同阶段,面临的挑战也随之变化。
第一阶段,是“最受信任”的时期。高洪浩指出,他文章所描写的姚顺雨正处于这个阶段,可以获得充分授权,大刀阔斧地进行人事调整、组织变革和战略明确。在这个时期,只要有想法和权力,改革相对容易执行。
第二阶段,是“拿出成绩”与“文化兼容”的时期。高洪浩预测,再过一年(或三百天),姚顺雨将面临新的挑战。一方面,他需要拿出更令人惊喜的成果来证明自己;另一方面,更艰巨的挑战在于文化融合。当新团队步入正轨,需要与腾讯更广泛的团队进行深入协作(如co-design)时,如何让这个“小团队”的文化与腾讯庞大的组织文化兼容,将成为一个巨大的难题。
为了说明这一点,高洪浩以陆奇在百度的改革为例。陆奇在改革初期同样大刀阔斧,调整组织、确立了“夯实移动基础,决胜AI时代”的战略。但当战略落实到执行层面时,却引发了大量核心业务高管的流失。高洪浩分析,这表明当时的改革没有充分考虑到与百度原有组织文化的兼容性。他强调,如何让改革的调整与“人”相匹配,可能是比制定战略更难的事情。
主持人补充道,陆奇改革的时代背景也不同。当时(2017-2018年),AI虽然技术火热,但商业化前景遥远,无论是自动驾驶还是计算机视觉,都无法迅速带来大规模收入,难以撑起公司的“第二增长曲线”。而当前,AI的商业化潜力已被初步证明(如Anthropic实现季度盈利),但仍存在变数,尤其是在编程(Coding)之外的场景,其商业化爆发的速度和路径尚不清晰。此外,OpenAI和Anthropic近期与PE机构成立合资公司,专门投入大量资源做企业部署,也说明了从顶尖模型到客户落地之间,仍有大量“脏活累活”要做,行业节奏存在变数。
话题推进: 从对腾讯内部改革挑战的分析,自然延伸到其在整个行业竞争格局中的位置,主持人由此提问,如何评判腾讯AI是否实现了“后来居上”。
01:21:38–01:28:18 谁在牌桌上:对字节AI实力的感性判断与理性困惑你觉得发生什么可以判定腾讯在AI竞争中算是后来居上? 你觉得豆包(原文为Seed,应指字节大模型团队或产品)现在的模型算第一梯队吗?国内第一梯队有几家? (字节会留在牌桌上)这个判断从何而来?你报道字节很久,你觉得依据是什么? 如果今年底再写BAT的AI竞争,主题会是什么? 你觉得chatbot是“你死我活”的竞争吗? 主持人提问,如何判断腾讯AI实现“后来居上”。高洪浩直截了当地回答:标准就是“拿出第一梯队的模型”。但这立刻引出了一个更复杂的问题:如何定义“第一梯队”?
高洪浩表达了他的一个长期困惑:在讨论“谁能留在牌桌上”时,字节跳动的大模型团队(嘉宾口误称为Seed,应指其代号或相关产品,如豆包)总是被提及。然而,无论是在长文本、通用模型口碑还是编程能力上,字节的模型似乎都未达到像Kimi、DeepSeek或通义千问那样的顶尖水平。那么,为什么大家普遍认为字节“一定会在牌桌上”?
主持人尝试解释这种普遍看法的来源:这是一种基于“短期历史惯性的感性记忆”。过去五到八年,字节是中国在信息技术领域最强、最能赚钱、组织能力也最强的公司。这种辉煌的历史让人们对其未来抱有极大的信心。高洪浩也认同这是一种偏感性的判断,并补充说,客观上字节拥有顶级的资源、人才密度、组织形态和老板的重视,这些构成了判断依据。他进一步指出,字节的组织理念更先进,一个例证是腾讯的许多团队现在正在大量引入字节的人才,学习其产品方法和组织方式。
嘉宾和主持人还探讨了“字节光环”的双刃剑效应。一方面,字节系创业者更容易融资;另一方面,他们在字节内部习惯了强大的公司“底座”和高效的反馈循环,独立创业时需要重新适应。这与张一鸣强调的“产品成功是体系的成功”一脉相承,也解释了为何字节内部不像腾讯那样,会产生“微信之父”这样个人色彩极强的产品英雄。
最后,主持人展望未来,询问如果年底再写一篇关于BAT(字节、阿里、腾讯)的AI大战报道,主题会是什么。高洪浩坦言,今年的竞争主线并不像去年那样清晰。去年,各家都聚焦于Chatbot,心态是“你死我活”,都想抓住下一个超级入口。而今年,虽然Coding(编程助手)是一个热点,但竞争激烈程度远不及去年的Chatbot大战。主持人认为,这可能是因为Chatbot作为2C产品,更具赢家通吃的网络效应,而Coding本质上是生产力工具,市场格局不同。
话题推进: 本段对BAT三家竞争格局的宏观讨论,为整个播客关于AI竞争的分析部分画上了句号。
01:28:18–01:39:26 连续对话 401:28:18–01:35:37 从程序员到白领:AI商业化爆发的节奏与拐点你说的SaaS你指的是SaaS的什么特点? 所以WorkBuddy和Qwen现在都是按坐席卖的? 嘉宾高洪浩首先将AI在编程(Coding)和2B领域的商业化前景与SaaS模式进行类比,认为其可能面临增长缓慢、收入表现不如C端产品、市场分散等问题,导致想象空间有限。主持人曼祺补充,SaaS的特点还包括不会一家独大。她认为,虽然Coding工具目前因快速扩散而增长迅猛,但当渗透饱和后,增速可能会放缓。
对话接着转向AI应用从程序员向更广泛白领群体的延伸。高洪浩认为,核心增长点将是通用智能体(Agent),而非单纯的Coding工具。主持人指出,这个用户群体就是办公室白领,规模可观。她最初认为国内程序员主要使用海外模型,但高洪浩根据他了解到的情况进行了修正,指出在字节、腾讯、阿里内部,有大量程序员也在使用豆包、千问等国产模型。主持人补充了一种更细分的用法:主力使用海外顶尖模型,同时用国产模型处理性价比高、相对简单的任务。
随后,高洪浩分享了来自WorkBuddy、Tree(字节的AI办公产品)、Qwen团队的观察:企业采购AI办公工具后,员工的实际日活(坐席率)并不高。这表明AI应用从程序员群体扩展到更广泛的专业用户(Pro C)或白领工作场景时,增长斜率还很低,尚未到达爆发的“拐点”。
主持人回顾,判断“拐点”非常困难。她提到,圈内核心人士其实早在2025年初就已认识到Coding的重要性,并将其作为评测模型能力(如SWE-bench)的标准之一,但从“意识到重要”到“作为核心战略全力投入”存在时间差。例如,智谱和Kimi在2025上半年才明确将Coding作为最重要方向之一,并取得了成果。这体现了“未来已来,只是分布不均”。
最后,主持人提出了对未来的两种可能性判断。一种是,今年下半年可能出现大的转折,即泡沫破裂。其触发点可能是AI应用从已被验证的程序员场景,向更广泛的知识工作者和白领场景的延伸速度不够快,导致市场预期掉头向下。高洪浩也提到,业界普遍认为转折点在美国是今年底或明年。另一种可能性是,自2023年以来,每年秋冬季都会出现“泡沫破灭”的论调,但行业总能在次年春天迎来新一轮积极发展。高洪浩总结,目前明确看到商业化前景的只有Coding和视频生成。
SaaS Software as a Service(软件即服务)的缩写。在本段中,嘉宾用其商业模式特点来类比AI to B业务的前景,特指其增长通常较为缓慢、收入规模不如消费者(C端)产品、市场格局分散(难以一家独大)等特征。
坐席率 在本段中,该术语指企业为员工统一采购了某项软件服务(如AI编程或办公助手)后,员工群体中真正每天活跃使用该服务的用户比例。它被用来衡量产品在企业内部的实际渗透度和使用粘性。
Pro C Professional Consumer的缩写,在本段指“专业的C端用户”。对话中用于描述从程序员(一个高度专业的群体)到更广泛的、具备专业技能的白领知识工作者这一用户群体的扩展。
SWE-bench 一个用于评测大模型代码生成和问题修复能力的基准测试集。在本段中,它被提及作为衡量模型Coding能力的一个行业标准,说明早在2025年初,AI核心圈就已经认识到Coding能力的重要性。
Host · 01:32:36
主持人提到,2025年初与戴雨森录制播客时就已讨论Coding对通用Agent的重要性。当时核心AI圈已普遍认为Coding重要,例如模型发布时会评测SWE-bench,但将它作为核心战略投入则是在之后。智谱和Kimi从2025上半年开始重点投入,近期也取得了较好成果。
话题推进: 主持人总结了本期与嘉宾高洪浩的对谈,并预告了节目结尾的延伸推荐环节。
01:35:38–01:39:26 连点成线:节目回顾与延伸推荐在节目的“连点成线”环节,主持人曼祺对本期及往期相关节目进行了回顾与推荐。她将本期与高洪浩讨论腾讯混元与姚顺雨的节目,归类为由晚点编辑部从日常报道观察中延伸出的话题解读类节目,区别于创始人或技术专家的访谈。
她首先推荐了自己做的两期单口播客:第153期,解读了林俊扬离职前后阿里千问的人事变动与内部张力;第158期,在DeepSeek-V4发布前描述了该团队的组织特点,如不提倡加班、Infra团队话语权较高等,这些观察后来得到了创始人梁文锋的印证。
接着,她总结了本期与高洪浩对谈的收获。高洪浩拥有近十年的腾讯观察经验,能将混元大模型置于腾讯历史背景中解读,例如对比2016年成立的AI Lab。对谈澄清了一些关键观察:腾讯高层刘炽平(Martin)倾向于让公司“拧成一股绳”来应对AI变革,但这与腾讯各事业群自下而上、相对独立的组织惯性(例如微信团队的审慎)形成张力。微信的WeLM团队与混元未来的竞合关系,以及模型层与WorkBuddy这类应用层的联动,都是值得长期观察的问题。
主持人进一步分享了做这类节目的初衷:鼓励身处事内的一线从业者分享观察,促进市场信息的流动和团队间的相互启发。她以大模型开源社区为例,说明技术交流如何促进整个行业发展:第163期节目中提到,DeepSeek-V4的技术进步就受益于社区,其优化器借鉴了Kimi的改进,其MHC(改进的残差连接方式)则源于字节提出的HC,而Kimi又受MHC启发做出了Attention Residues并用在了最新的K3模型上。她希望除了硬核技术,更多商业战略和业务思考也值得被传播。
最后,主持人结束本期节目,并邀请听众在评论区分享想法,参与讨论。
Host · 01:36:06
主持人回顾第158期节目,当时她观察到DeepSeek是一家不提倡加班的前沿大模型团队,因为创始人梁文锋认为高质量工作很难超过6-8小时,低质量输出反而浪费资源。这一观察后来得到了梁文锋本人表述的印证。
Host · 01:38:27
主持人举例说明开源社区的技术交流如何促进发展:DeepSeek-V4使用的优化器借鉴了Kimi的贡献;其残差连接方式MHC改进自字节提出的HC;而Kimi又受MHC启发做出Attention Residues,并应用在K3模型上。
话题推进: 节目结束。
以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。