出品 | 智械島

作者 | 沈懷錚（上海）

馬化騰說(shuō)騰訊慢了，慢了9個(gè)月到1年，這話是年會(huì)上當(dāng)著所有人的面說(shuō)的。

劉熾平接著又補(bǔ)了一刀，說(shuō)過(guò)去的混元是高中生背題，成績(jī)單好看，上了考場(chǎng)就露餡。

慢了，是因?yàn)橛袎Α?/p>

模型和產(chǎn)品之間有墻，訓(xùn)模型的人不懂業(yè)務(wù)場(chǎng)景，做產(chǎn)品的人等不起迭代周期。

研發(fā)和工程之間有墻，研究歸研究，落地歸落地，兩條線各跑各的。

混元團(tuán)隊(duì)和騰訊生態(tài)之間有墻，自家業(yè)務(wù)接入自家模型，比接入外部方案還費(fèi)勁。

背題能刷出好看的成績(jī)單，是因?yàn)榭碱}是封閉的。而真實(shí)場(chǎng)景是開(kāi)放的，墻不拆，模型永遠(yuǎn)走不進(jìn)現(xiàn)實(shí)。

所以姚順雨到了騰訊，做的第一件事不是把模型調(diào)得更快，是拆墻，先拆墻，再趕路。

拆墻本身就是一種慢，它不直接產(chǎn)生速度，只是在清除那些讓速度無(wú)法持續(xù)的障礙。

馬化騰說(shuō)完慢88天后，Hy3 preview上線，不到三個(gè)月，姚順雨把一個(gè)自家業(yè)務(wù)都不敢接的混元，重新捏成了一個(gè)能用的東西。

一、自家模型，坐不上自家的主桌

姚順雨到騰訊做的第一件事，是查問(wèn)題。

晚點(diǎn)報(bào)道過(guò)，這位新任首席AI科學(xué)家和同事、實(shí)習(xí)生聊到深夜，一個(gè)模塊一個(gè)模塊地排查混元長(zhǎng)期表現(xiàn)不佳的原因，然后把診斷結(jié)果直接報(bào)給了劉熾平。

那段時(shí)間，混元在騰訊內(nèi)部的位置可以用一句話概括：自家業(yè)務(wù)都坐不上主桌。

微信、游戲、廣告、企服，都需要AI能力，但混元接不?。灰恍┖诵臉I(yè)務(wù)寧可繞開(kāi)自研模型，自己找方案。

一個(gè)大廠自研的模型，在自己家里當(dāng)客人，這道墻比任何跑分都更致命。

姚順雨到任后，先拆了離地基最近的那面墻：數(shù)據(jù)。

過(guò)去混元的SFT數(shù)據(jù)沒(méi)有去重，重復(fù)、冗余的數(shù)據(jù)能到上千萬(wàn)條。工期一緊，數(shù)據(jù)審核就被排到最后。

姚順雨拉起一個(gè)20多人的預(yù)訓(xùn)練數(shù)據(jù)團(tuán)隊(duì)，專做最臟最累的數(shù)據(jù)審核，幾個(gè)月把冗余數(shù)據(jù)控制在一萬(wàn)多條。

然后是Infra，姚順雨主導(dǎo)重建了強(qiáng)化學(xué)習(xí)管線，讓萬(wàn)卡集群能穩(wěn)定跑起來(lái)。

同期，成立十年的騰訊AI Lab被撤銷，核心人員并入混元，統(tǒng)一匯報(bào)。

AI Lab曾是騰訊AI體系里獨(dú)立于混元的存在，研究歸研究，產(chǎn)品歸產(chǎn)品，兩套體系各自運(yùn)行。

這面組織墻存在了十年，姚順雨直接拆了。

二、所有人都在沖榜，

姚順雨在問(wèn)模型到底學(xué)會(huì)了沒(méi)有

Hy3 preview發(fā)布那天，行業(yè)正處在一輪密集交卷的高潮。前有阿里、Kimi、小米，后有GPT-5.5和DeepSeek V4。

一個(gè)295B的模型被扔進(jìn)這個(gè)池子，幾乎聽(tīng)不見(jiàn)水花。

但有一個(gè)動(dòng)作被很多人忽略了：發(fā)布前，CL-bench論文先放了出來(lái)。這篇論文測(cè)的是上下文學(xué)習(xí)能力，最好模型的解題率只有23.7%，核心短板不在“讀不全、找不到”，而在“學(xué)不會(huì)、用不對(duì)、執(zhí)行不了”。

這是一個(gè)被行業(yè)長(zhǎng)期回避的問(wèn)題。上下文窗口越做越長(zhǎng)，大海撈針測(cè)試接近滿分，但一進(jìn)真實(shí)場(chǎng)景就掉鏈子。

姚順雨的判斷是：這個(gè)問(wèn)題不解決，Agent永遠(yuǎn)只能是demo。

所以Hy3 preview的首個(gè)動(dòng)作，就是把“上下文學(xué)習(xí)和指令遵循”寫(xiě)進(jìn)了核心能力清單第一條。

沒(méi)追SWE-Bench Verified，沒(méi)追Terminal-Bench 2.0。放出來(lái)的是AdvancedIF、AA-LCR和自己搞的CL-bench。

這是姚順雨做研究的底層邏輯，ReAct在探索推理和行動(dòng)怎么協(xié)同，CL-bench在追問(wèn)模型能不能從上下文里真學(xué)會(huì)點(diǎn)什么，Hy3 preview是這兩個(gè)方向在產(chǎn)品上的第一次合攏。

當(dāng)行業(yè)在追熱點(diǎn)，這個(gè)人在追問(wèn)題本身。

三、能做，但還不夠穩(wěn)

Hy3 preview是1月底開(kāi)訓(xùn)、4月上線的，不到三個(gè)月，從零到可用。

不是參數(shù)的魔法，是重建了預(yù)訓(xùn)練和強(qiáng)化學(xué)習(xí)的整套基礎(chǔ)設(shè)施。用騰訊內(nèi)部的話說(shuō)，混元團(tuán)隊(duì)在過(guò)去幾個(gè)月做的事情，比過(guò)去兩年加起來(lái)都重。

但Preview終究是Preview，代碼能力大致追到智譜去年12月的水平，差了約四個(gè)月。

在WorkBuddy上實(shí)測(cè)，能穩(wěn)跑495步的復(fù)雜工作流，但換個(gè)場(chǎng)景，抓金融數(shù)據(jù)、算相關(guān)性、寫(xiě)資產(chǎn)配置報(bào)告，就會(huì)在數(shù)據(jù)獲取階段反復(fù)碰壁，最后交出來(lái)的分析只有幾行要點(diǎn)，不是成文的段落。

騰訊內(nèi)部對(duì)這版模型的定位是“混元重建的第一步”。

注意這個(gè)措辭，不是追趕的一步，不是超越的一步，是重建的第一步。姚順雨說(shuō)希望通過(guò)開(kāi)源自社區(qū)拿真實(shí)反饋，幫正式版提升實(shí)用性。

混元定下的三條原則里，有一條叫“評(píng)測(cè)真實(shí)性”：跳出容易被刷榜的公開(kāi)數(shù)據(jù)集，自建50多套內(nèi)部評(píng)測(cè)，用真實(shí)考題、人工評(píng)測(cè)、產(chǎn)品眾測(cè)來(lái)驗(yàn)證。

翻譯過(guò)來(lái)就是：別再背題了，去真實(shí)世界做事。

四、知道差多少，所以不裝

很多人拿Hy3 preview和DeepSeek V4比。這種比較對(duì)姚順雨其實(shí)不公平。

V4是在已經(jīng)跑通的體系上做極限突破，不急著商業(yè)化，專注向上捅天花板。Hy3 preview是推倒重來(lái)，在廢墟上先搭一個(gè)能用的框架。二者不在一個(gè)階段。

但有一點(diǎn)值得比。DeepSeek開(kāi)源，坦誠(chéng)得要命，技術(shù)報(bào)告里直接寫(xiě)“落后GPT-5.4三到六個(gè)月”。姚順雨這次也開(kāi)源了Hy3 preview，在國(guó)產(chǎn)廠商紛紛閉源的當(dāng)口，說(shuō)的是拿真實(shí)反饋，磨實(shí)用能力。

潛臺(tái)詞是：知道還差多少，所以不裝。

今年1月的AGI-Next峰會(huì)上，姚順雨說(shuō)生產(chǎn)力Agent才剛剛開(kāi)始，即使今天所有模型訓(xùn)練都停止，把現(xiàn)有模型部署到企業(yè)里，已經(jīng)能帶來(lái)10倍甚至100倍的收益。

真正的戰(zhàn)場(chǎng)不在訓(xùn)練端，在落地端。

騰訊手里有中國(guó)最大的社交生態(tài)、最多的用戶觸點(diǎn)、最密的產(chǎn)品矩陣。但這些牌要打得出來(lái)，地基得先搭穩(wěn)。

姚順雨三個(gè)月搭了一個(gè)預(yù)覽版的地基，證明了一件事：騰訊的AI能干真活了。

至于能干到什么份上，Hy3 preview給不了答案。

墻拆完以后，考驗(yàn)才真正開(kāi)始。騰訊內(nèi)部的墻姚順雨拆得動(dòng)，但還有一些墻不在手上。

行業(yè)進(jìn)度不等人，競(jìng)爭(zhēng)對(duì)手不減速，市場(chǎng)耐心有限度。

Hy3 preview只證明了方法論通了，新團(tuán)隊(duì)能打仗了，重建方向是對(duì)的。更大的模型還在訓(xùn)，正式版才是這套方法論能不能站住的第一場(chǎng)硬仗。

五、結(jié)語(yǔ)

姚順雨說(shuō)過(guò)，自己最喜歡的工作是ReAct。

那個(gè)框架的核心邏輯是：推理完就行動(dòng)，行動(dòng)完再觀察，觀察完再推理，一個(gè)不停歇的循環(huán)。

現(xiàn)在他就卡在這個(gè)循環(huán)里，交了一個(gè)預(yù)覽版的答卷。

接下來(lái)是觀察，拿開(kāi)源社區(qū)的反饋，騰訊業(yè)務(wù)的實(shí)測(cè)數(shù)據(jù)，看哪里裂了、哪里歪了，再進(jìn)行下一輪推理和行動(dòng)。

27歲，執(zhí)掌一個(gè)大廠的AI命脈。外界看到的是光環(huán)，姚順雨面對(duì)的卻是墻。

舊的墻拆了，新的墻還會(huì)長(zhǎng)出來(lái)。組織有慣性，文化有惰性，大廠尤其如此。

拆墻不是一次性的事。一個(gè)人，對(duì)著一個(gè)千億帝國(guó)的內(nèi)部結(jié)構(gòu)，只能一堵一堵地拆。

而拆墻這件事，從來(lái)不在某個(gè)版本號(hào)里宣告完工。