腾讯AI慢了吗？汤道生回应一切：智能体、算力、自研芯片、姚顺雨

“腾讯AI是不是慢了？”这是过去一年多时间里，市场抛给腾讯最多的问题。

从ChatGPT掀起的第一波大模型热潮，到今年年初“龙虾”引发的智能体革命，这家以产品能力著称的互联网巨头，在AI时代的步伐似乎显得有些“保守”。

6月5日，在接受澎湃新闻等媒体采访时，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生首次系统性地回应所有质疑。他坦言，腾讯在AI发展过程中确实存在阶段性的快慢差异，但强调这是一场马拉松而非短跑。他详细阐述腾讯在智能体、算力、自研芯片等核心领域的布局，以及姚顺雨加入后给腾讯AI带来的根本性改变。

AI是马拉松，不是百米冲刺

“我记得顺雨在台上提到，‘下半场’这个词有点被滥用了，现在看更像是一个马拉松、更长时间的竞赛。”汤道生开门见山地回应“腾讯AI慢了”的质疑。

他坦言，从ChatGPT发布到今天已经三年多，行业发生翻天覆地的变化，“腾讯的业态非常多元、做的事儿也很多，我也觉得很难保证每一个板块都是行业最领先的。不同的业务阶段性走得快一点、走得慢一点，这也很正常。”

但汤道生也坦言：“反过来看，比如今年年初这波龙虾热，腾讯也是公认在国内市场上反应最快的，现在WorkBuddy（腾讯新推出的智能体产品）也是这个赛道上面最受欢迎的产品。”

在他看来，市场不断会有新的机会涌现，哪怕是同一条赛道也可以有不同的产品形态，“腾讯不同的团队也都在积极拥抱这些机会。我相信有的团队阶段性会跑得快一点，有的团队阶段性受限于资源等不同因素，但如果把时间拉长，尤其是看过去腾讯近28年时间里成功的业务，不都是一帆风顺的，都走过高潮、走过低谷。”

“腾讯做产品的理念是——当你判断清楚它是有价值的，我们能够坚定地穿越周期。”汤道生说。

姚顺雨带来的“化繁为简”

姚顺雨的加入，无疑是过去半年腾讯AI最大的变量。这位年仅28岁的前OpenAI研究员在去年底官宣加盟腾讯，曾在AI圈引发巨大震动。

“为什么选择顺雨应该没有什么悬念，他是这个领域非常有影响力的专家。”汤道生毫不掩饰对姚顺雨的欣赏，“在哪怕他来之前的沟通中，也充分感受他的专业，确实AI原生的这一代的认知，都跟我们过去有很多不一样。”

汤道生透露，姚顺雨加入后，给腾讯AI带来了三个根本性的改变：

推动模型与产品的协同。“从原来混元非常在意外部排名，直接变成以产品用户体验作为核心指标。”

大幅提升数据质量。"我们的数据貌似很多，但是不够高质量。早期他在训练混元3前很大部分工作是提升数据质量，包括砍掉很多貌似可以堆量、但实际对模型训练没有太大帮助甚至有害的数据，识别出来后，不再使用。”

化繁为简的技术理念。“如果你不清楚数据质量的重要性，只是盲目奔着有更多Tokens，那你就做不了砍数据这个决策。”汤道生说，在ScalingLaw（尺度定律）影响下，如果你希望把模型做得特别复杂，有很多tricks（技巧）在里面，那你就很难scale（扩展）；或者你要scale（扩展）很多的复杂架构，只能是把架构做得简单一些，保证有足够的算力、足够的参数，而你的数据能充分体现这些模型大小的潜在能力。”

“我觉得他做了很多化繁为简的事情，大模型混元3（Hy3 preview）虽然不是很大的模型，但是对比以前已经有很大的进步，毫无疑问他有着非常大的功劳。”汤道生说，“元宝跟混元过去大半年的合作，获得的进展比过去更长的时间要更多。”

目前，元宝约80%的用户已经在使用混元3，产品留存率有了明显提升。汤道生透露，元宝和混元团队最近还会搬到同一座楼，更方便沟通与对齐。

智能体成为新战场

如果说过去一年大模型是行业的主角，那么今年智能体已经接过了接力棒。在本次大会上，腾讯一口气发布覆盖20多个垂直场景的效率智能体工具集，其中WorkBuddy和CodeBuddy成为绝对的明星产品。

“腾讯一直非常关注产品体验，满足用户的需求，为用户提供价值。这些目标都需要通过产品作为载体让用户获得这些价值，所以大家看腾讯，一般都会说腾讯就是一个产品公司。这是在我们团队的基因里，我不觉得在AI时代会有太大的变化。”汤道生说。

值得注意的是，腾讯在智能体领域采取开放模型的策略。“今天，CodeBuddy、WorkBuddy，我们也采取一个开放模型的策略。因为这些通用的工具要支持不同企业、不同用户的各种场景，我们希望把模型的选择权给到用户。”汤道生说。

对于WorkBuddy与企业微信的关系，汤道生表示两者会并存发展，“企微会更侧重内部跟人与人沟通、人与服务沟通，或者直接调用OA、有一些审批流程。但我们也能设想到未来也有一些工作模式，更多是人跟AI协作，我们希望WorkBuddy能提供一个更自然的AI原生产品体验。”

算力瓶颈与自研芯片

算力，是当前所有AI公司都绕不开的痛点。汤道生多次坦诚，腾讯目前面临着严重的算力供给瓶颈。

“在过去几个季度的财报也有不少投资者问过相关问题。我们一直以来在基础设施的算力是处于不太够的状态，有限的资源，我们会倾斜内部的需求，包括混元的训练、微信的需求、会议的需求等等，元宝也都挺消耗算力资源。”汤道生表示，所以实际拿GPU算力放到云上服务各行各业的客户，有标杆案例，但是还不能完全覆盖所有客户的需求。

“过去这两三年还是优先服务好内部产品，其实内部产品也在服务外部用户，所以确实对于腾讯来讲，这个优先级要比把GPU租出去的优先级更高一些。”汤道生补充道。

不过他也透露，非常期待下半年有更多国产算力可以支持到云业务，“随着下半年有更多国产算力进来，既满足内部需求的同时也可以服务外部，这是当前我们的一些计划。”

针对市场关心的腾讯是否会加大自研芯片投入的问题，汤道生给出了一个出人意料的回答：“首先，自己去做芯片设计不解决产能问题。我因为跟很多芯片厂商、合作伙伴都有打交道，我相信没有一家今天有足够的产能去满足今天市场的需求，所以这两者其实是两件事。我们现在的做法或者这样一个生态结合的战略，其实让我们可以跟更多芯片厂商合作，也让大家非常愿意拥抱腾讯作为算力展现标杆。”

首要任务不是商业化收入

尽管AI行业已经掀起了一波商业化浪潮，但汤道生明确表示，当前腾讯AI业务的重点仍然是打磨产品体验，而非追求商业化收入。

“对于WorkBuddy、CodeBuddy这样的AI智能体，现在还是投入期，我们并没有给Buddy团队设商业化目标。”汤道生说，“Agent的调用量就不是一个商业化指标，它是一个使用指标。当前商业化不是我们的重点，还是要把产品打磨好，服务到更多的用户，能够证明这是一个能为大家创造价值、工作提效的工具。”

不过他也承认，商业化是一个必要的调节器，“因为算力资源有限，所以到底怎么筛选出对这个产品最有需要的、最认可它创造的价值是值得他们付费来获得算力的，我想也是Agent产品发展过程中需要考虑的地方。”

对于行业普遍关注的大模型价格战，汤道生认为，行业整体趋势是希望Token推理成本不断降低，这会有助于普及、有助于把AI的能力用到更多的场景，但是不同规格的模型会有不同的定价策略，“很多厂商现在做不同规格的模型，参数相对少一些的，可以满足性价比要求较高的场景，但同时也有一些特别难的问题需要更大的模型，成本会高，大家的定价策略也会有所不同。”

值得注意的是，在AI和云服务赛道的竞争趋势上，汤道生坦言，目前腾讯在AI领域还在投入做产品阶段，“友商在商业规划上确实走在我们前面，我们的风格很不一样。”