姚顺雨答：腾讯AI真的慢了吗？

本文来自微信公众号： 夕小瑶科技说 ，作者：夕小瑶编辑部

今天，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和姚顺雨进行了一场访谈。

汤道生抛出了一个问题：腾讯AI真的慢了吗？

先看看姚顺雨的原话回答：

感觉这应该是我问你的问题。

我觉得，今天有两个重要的判断。第一个：我们认为AI是一个短期的游戏，还是一个长期的游戏？因为在硅谷蔓延着很多情绪，说哎呀两年后所有人都要失业了，AI就要取代所有人的工作了，我们应该赶快赚两年钱然后退休。但很显然，我们的判断是：这会是一个长期游戏。其实AI才刚刚开始，下半场才刚刚开始。

我不认为ChatGPT和Claude会是唯一的super app(超级应用)，我觉得那会是一个非常灰暗的世界。我觉得肯定会有源源不断的新机会诞生，今天可能就像七十年代PC刚刚产生的时候，还有很多很多事情需要做。

第二个判断：它会是一个更线性、还是一个更多元的游戏？确实过去几年大家看到的是，pre-training，然后post-training、RL，然后agent、coding agent，似乎有一条非常清晰的主线，而且所有人都在copy这条主线。坦白说，所有人都在做一样的事情，这其实也是一件非常灰暗的事情。

那未来到底会变得更单一还是更多元？我个人的看法是会变得更多元。毫无疑问，coding agent、生产力会变得更加重要，我觉得它是一件刚刚开始的事情，这个世界还有trillions of dollars的market还没有被填满。但多模态、具身智能，很多很多新的事情都在发生、或者刚刚发生。所以从这个角度说，如果我们认为下半场才刚开始，那可能确实不算晚。

当然，过去这些模型、产品做了很多探索，走了很多弯路，我觉得这是正常的。如果你没做过一件事，第一次做肯定会有曲折。但我觉得更重要的是：能不能诚实地面对自己，能不能be real，能不能看到feedback就去改变，能不能保持耐心。我觉得这些事情，可能是在下半场更加重要的事情。你怎么看？

姚顺雨下了两个判断：

第一个：AI是个短期游戏，还是长期游戏？

第二个：这场游戏，会越来越单一，还是越来越多元？

他的回答是：长期、多元。

如果ChatGPT和Claude会是唯一的super app，那将是一个非常灰暗的世界。

如果全世界都按照训练大模型、强化学习RL、agent、coding agent这条主线卷，那也将是一个非常灰暗的世界。

他的答案则是：“AI下半场才刚开始，还不算晚”。

下半场，这个词出处是姚顺雨2025年4月发在自己博客上的《The Second Half》。在他的OpenAI时期，他当时给上半场和下半场的切割线是：evaluation（评测）变得比training（训练）更重要。

和OpenAI时期的「下半场」的定义不同，姚顺雨在这次腾讯访谈里说的「下半场」是什么呢？

以下是姚顺雨的原话回答：

我想先解释一下什么叫"下半场"，因为我最近感觉这个词有点被滥用了。这个概念其实是我去年在一篇博客里提出来的。什么意思呢？我觉得在去年之前，AI已经发展了几十年，但更重要的一直是怎么去解决问题、寻找好的方法。而最近很明显的一点是，方法论已经变得非常成熟，反而是寻找问题变得更加困难。

我举个例子。过去比如我们下围棋，会发明像AlphaGo这样的方法，但这个方法可能只适合下围棋，或者各种棋类；你为了翻译做一个特别的模型，但它可能只能做翻译，做不了其他事情。但有了预训练和后训练之后，我们发现有了一把万能的锤子，它可以去砸任何钉子——它是一个通用的方法论，可以解决各种各样的问题。那么反而更困难的，是怎么去找好的问题来解决。

一方面，好的产品能解决第一个问题：我们做了预训练和后训练之后，到底要把它应用在什么地方产生价值？第二，环境是非常重要的，如果没有好的环境，Agent就没有办法去做各种各样的事情，比如你没有一个点外卖的工具，就没办法点外卖，很多事情都做不到。

所以，AI下半场最重要的是什么？

我个人的目标，是我觉得我们应该在中国建立一个长期的、基于AGI的组织。今天的AI主要有三个部分：首先是foundation部分，我们怎么把预训练和后训练这种最基础的东西做得非常solid；第二部分是产品，我们怎么把技术真正为人和社会产生价值；第三是frontier，我们怎么去探索新的研究范式、探索新的机会。最重要的，是我们要构建一个非常均衡的、像三角形一样的组织。

对于做foundation来说，最重要的是需要充足的资源，第二是需要正确的做事方式——这跟我刚说的文化也是吻合的。对于产品来说，有好的产品sense、有做产品的基因至关重要。第三，我觉得在中国，今天所做的探索还不够多，所也希望能把frontier exploration的精神更多地注入到我们组织中。

姚顺雨认为，现阶段，大模型的预训练和后训练已经是通用的方法论了，是一把万能的锤子，可以砸向任何一个钉子。

钉子，是问题，是场景，是产品，是发挥大模型能力的环境。

这个环境里最重要便是context，个人的context，企业的context，是模型的原始输入，这点腾讯具备优势，是他选择腾讯的原因之一。

姚顺雨还同时把今天的AI分成了三个部分：

第一是Infra层，需要有足够的资源完成模型能力的迭代，把预训练和后训练这种最基础的东西做得非常solid。

第二是产品层，拥有好的产品sense，将大模型给人类社会发挥价值。

第三是前沿层frontier，探索新的研究范式、探索新的机会，目前在中国做的人不多。

你觉得在AI行业里，现在这个阶段该怎么看待“锤子和钉子”的问题？