hello，大家好，我是绛烨。
这两天在北京密集走访，从昨天受邀在WPS AI NEXT参加WPS AI笔记应用发布会，
到下午与智谱朋友深聊模型、Agent开发等，我的认知不断被刷新。
然后晚上去腾讯产业大会（在国家会议中心）转了一会，
翻看日程才发现，腾讯首席AI科学家姚顺雨早上也在现场。一场他与汤道生的对谈，解答了当前AI落地最核心的困惑。其中观点，我认为已超越腾讯自家范畴，指向了行业共性。
因为太i了（被吐槽了n遍，改ing），所以视频没有办法表达我的感受，谨以此文，表达一下自己的一些看法。
正文如下：
这两年基础模型的迭代频率已经陷入到纯粹的参数竞赛中，一个更加深刻的问题，AI如何真正落地到场景，怎么样创造可持续的价值？
随着今年小龙虾的爆火，第一波关于agent的认知基础已经打下，Agent也在企业场景规模化加速，下一步企业应该怎么走，亟需讨论，关于模型发展路径、投资回报率（ROI）与Token经济的深度思考，正成为定义AI下半场格局的关键。
昨天在腾讯云AI产业应用大会上，腾讯集团高级执行副总裁汤道生与腾讯AI首席科学家姚顺雨的40分钟对谈，系统回应了行业对于腾讯AI战略的核心关切。
虽然是腾讯自家举办的活动，但是我觉得一些理念和方法论对于业内外仍然具有参考价值。
从Co-Design理念、Token经济学、真实场景评测、场景护城河、铁三角协同以及组织文化变革等多个维度，我们可以看到AI下半场的趋势到底在哪里，最前沿的人他们到底在做什么，以及未来的机会在哪里。
Co-Design：从各司其职到共生共荣
Co-Design（协同设计）是这场对谈中被反复强调的核心理念，并非简单的产品与模型对接，而是一种深度的、基于信任的协同进化。
姚顺雨指出，Co-Design的前提是模型本身要solid。
在预训练提供强大通用能力的基础上，后训练的关键在于设立正确的、基于真实应用的评测（Eval），而非过度追逐公开榜单，模型不能是一个只会考试的做题家，而应该可以灵活变通，能够以解决真实场景的问题为主，这样模型的能力也会更强。
他坦言：「榜单非常容易overfitting。更重要的是如何实事求是地基于产品、基于真正的应用，构建更加真实的Eval。」
这直接体现在混元模型的迭代上。Hy3 preview发布的核心目的之一，就是通过真实世界的产品反馈，发现和修复Benchmark榜单无法覆盖的问题。
以元宝为例，早期就遇到了「多轮遵循」等在产品中才能凸显的问题，真实使用场景与榜单评测存在显著差异。
更深层次的协同在于数据与能力的网络化泛化，以元宝为例，与元宝这类产品的深度Co-Design使模型产生了强大的聊天和搜索能力，这些能力随后被迁移至ima、WorkBuddy等其他产品。腾讯系的不同产品提供多样化数据，这些数据之间又能相互泛化，形成一个像网络一样的知识体系，其价值正变得愈发重要。
如果我们从产品视角来看Co-Design的动态性，Co-Design的本质是对齐，在模型训练的数据标注、奖励惩罚机制，以及评测标准（需要结合真实任务）上，产品团队与模型团队必须达成深度共识，深度进行融合，以用户的需求为导向，否则产品的行为会不可预测。
Token经济学：超越成本，追求性能与价值的性价比
Token消耗的指数级增长引发了广泛的Token焦虑，特别是现在用了各种agent之后，token消耗动辄上亿起步，去年卖不出去的token到现在已经供不应求。
那么问题来了，如何在确保使用效果的前提下提升Token的利用效率，是当下模型与产品共同面临的课题。
姚顺雨对此提出了一个深刻见解：「性价比」的第一要素是性能。
他观察到，很多开发者最终发现，使用Opus等高性能模型反而更省钱，因为模型更快、更准地完成了任务，节省了人力与时间成本。模型研发的重心不应仅是压缩成本，更是提升一次任务成功率（Robustness）。
他在混元3的规划中提出了一个重要方向：用一个相对较小但比肩大模型性能的模型，在大部分任务上实现更强的Robustness，这可能在今天的中国更有价值。
这直接回应了Token经济的核心——单位成本下的价值产出最大化。
那么在衡量模型的性能之后，如何保证任务能够一次性成功？产品的角色，则是为Token效率优化提供上下文与工具。
汤道生介绍，在CodeBuddy、WorkBuddy等产品中，通过为模型提供精准的、场景相关的记忆、上下文和工具（Skills），能显著减少无效探索，提升任务完成效率。
场景即护城河：从数据反馈到任务闭环
场景即护城河是腾讯AI战略中一条清晰的主线。
姚顺雨坦言，选择腾讯的关键原因之一，就在于「这里有很多好问题、有很多产品」，这些海量真实场景是模型迭代最需要的养分。
汤道生认为，真实场景里既有用户需求，也有模型迭代最需要的高质量上下文数据。
腾讯丰富的产品矩阵——从元宝、WorkBuddy等AI原生产品，到QQ浏览器、腾讯会议、腾讯文档等既有产品的Agent化，再结合IM生态，使得Agent能直接嵌入真实业务流完成任务闭环，而非仅停留在对话层。
这套「场景-数据-模型-产品」的闭环，构成了一个难以复制的飞轮。拥有微信、QQ、企业微信、腾讯文档等全球独一份的高频场景入口，意味着腾讯能获取最丰富的用户行为数据和交互上下文，这是训练更懂用户、更实用模型的关键壁垒。
铁三角与组织变革
姚顺雨将AI下半场的竞争归纳为Foundation（基础模型）、Product（产品应用）、Frontier（前沿研究） 三者的均衡与协同。
他认为，腾讯这样的公司需要构建一个非常均衡的三角形一样的组织。
- Foundation（基础）：需要充足资源和正确做事方式，包括重建预训练与强化学习的基础设施。
- Product（产品）：需要卓越的产品Sense，能将技术转化为价值。腾讯通过场景联接能力，将大模型嵌入真实业务流。
- Frontier（前沿）：需要注入探索精神，在多模态、Agent新范式等方面展开前沿研究。
支撑这个铁三角的三大核心能力可以概括为：场景联接能力、工程驾驭能力（Harness体系）、模型驱动力。
三者协同，才能让Agent安全、高效、可持续地运行，并兼顾实用性、性价比与ROI。
然而，再完美的战略三角，也需要高效的组织来驱动。AI时代对研发流程的颠覆，正在催生一场静默的组织革命。
汤道生透露，像WorkBuddy这样的原生AI产品，其组织形态已显著扁平化、小团队化（3-5人小分队），更强调探索与试错。
这种变革源于开发流程的根本改变：大部分代码由AI生成，工程师从编码者转变为「指挥官」与「产品经理」，驱动多个Coding Agent，并深度参与评测与对齐。
这种变化并非腾讯独有，同一天在OPC分论坛上，我看到大量创业者正受困于传统的“信任、资源、规模”三角困境，而破局的关键是品牌化、服务力与圈子杠杆。
品牌化：对应大厂产品的场景联结与信任建立。OPC创业者通过分步打法（立基→建库→破圈），构建个人专业壁垒，本质上是在没有平台背书的情况下，建立自己的产品信任度。
服务力：对应模型与产品的Co-Design深度。OPC创业者通过极致、灵活的服务（如修打印机换商会资源，当然这只是开玩笑，并不是只修打印机），实现价值的复利裂变，这正是在微缩场景中践行“深度协同、解决真问题”的逻辑。
圈子杠杆：对应“飞轮”的启动。OPC创业者深耕社群网络，用一个老客户撬动新业务，这与腾讯利用IM生态启动“场景-数据-产品”飞轮，都是在有限资源下，优先构建网络效应与杠杆点的智慧。
无论是大厂的小团队攻坚，还是创业者的三角破局，其内核都是一种更敏捷、更聚焦、更依赖个体判断力与创造力的组织模式。这或许才是AI时代组织进化的真正方向。
当然组织中文化也是重要的一环，AI是一个长期游戏，需要「基于Trust，而不是基于metric去运转的公司」，以及low ego、务实、长期主义的文化。
务实真的非常重要。
这种坦诚务实、不追求表面指标的文化，对于构建一个能持续进行AGI研发的组织至关重要。AI下半场最重要的，或许就是在中国建立这样一个长期的、基于AGI的组织。
AI下半场，或许已不再关乎谁能训出最大的模型，而在于谁能构建最坚韧的“飞轮”。
让模型在真实场景中学习，让产品在协同中进化，让组织在文化中扎根。
他们给出的答案，或许正指向这条最务实也最艰难的道路。
欢迎随时跟我交流。
