今日，2026腾讯云AI产业大会在北京举行。观众参会热情高涨，TechWeb小编在现场发现，活动还没开始，会场座位已经坐满，甚至进门处都站满了人。不少现场观众表示，他们来的目的是一睹腾讯的AI新星姚顺雨。

姚顺雨毕业于著名的“清华姚班”，2024年8月加入OpenAI，担任研究科学家，主要做GPT和Deep Research项目开发。2025年12月正式入职腾讯，出任腾讯首席AI科学家、腾讯混元大语言模型及AI infra负责人。

今天是姚顺雨入职半年后，首次在大型线下活动中公开露面。此次，他和腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生进行了一场对谈，回应为何选择加入腾讯、如何看待“AI下半场”以及腾讯AI进展是不是慢了等备受外界关注的问题。

为什么选择加入腾讯？

在对谈中，姚顺雨指出，他加入腾讯很重要的一点是这里有很多好的产品，大量真实业务场景为AI落地提供了天然的环境。

过去三年，中国大模型行业经历了一场激烈的竞赛，从参数规模、训练算力到榜单排名，行业曾一度将注意力集中在模型能力本身。但随着基础模型逐渐趋同，一个越来越现实的问题是，当模型背后的技术方法论不再是最重要门槛后，什么才是真正决定AI能力及价值的关键因素？姚顺雨将这一阶段称为“AI下半场”。

在他看来，过去行业的核心任务是怎么去解决问题、寻找好的方法。但是现在方法论已经成熟，有了预训练和后训练之后，我们像有一个“万能的锤子”可以去砸任何“钉子”，更重要的是如何寻找好的问题来解决。在此背景下，拥有丰富产品矩阵和真实用户场景的企业更具优势。

腾讯另一个吸引他的点是独特的组织文化，他在加入前与多位高管交流时，感受到了一种坦诚的氛围：团队愿意直面不足，公开讨论短板，不掩饰问题，不傲慢。这种基于信任而非使命驱动的文化，有利于长期技术创新，尤其适合AGI这类需要持续迭代与容错探索的研究方向。

ChatGPT不是唯一超级应用 AI下半场才刚开始

对于AI下半场，姚顺雨认为，现在方法论已经变得非常成熟，寻找问题变得更加困难。这个阶段的关键竞争壁垒在于谁拥有最原始的输入——即Context（上下文），无论是企业信息还是个人场景数据。

姚顺雨对AI下半场给出两个核心判断：

第一，AI是一个长期游戏，而非短期窗口。他指出，硅谷部分从业者认为需要"赶快赚两年钱退休"的心态并不可取，AI才刚刚开始，ChatGPT和Claude Code不会是唯一的超级应用，未来将持续诞生新的产品机会，"今天可能就像70年代PC刚刚产生的时候"。

第二，AI将走向多元而非单一路径。过去几年行业沿着预训练、后训练、Agent的清晰主线推进，但未来Coding Agent之外，多模态、具身智能等大量新方向正在或即将发生，整个世界”还有很多空间没有被填满”。

基于此，他认为，下半场的制胜关键是诚实面对自己，保持耐心。

直面质疑：腾讯AI真的慢了吗？

过去一年，关于腾讯AI布局最常见的外界评价之一是“慢”。相较率先推出ChatGPT竞品的创业公司，以及高调押注基础大模型的互联网巨头，腾讯在AI布局上相对克制。无论是混元大模型，还是元宝产品，都没有以最激进的姿态参与早期竞赛。

对此，汤道生表示，腾讯是一个多业态的公司，有很多产品分布在很多的赛道，同时也有很多的团队在推进不同的项目，在这样一个复杂的组织里面，不同赛道有不同节奏，有些业务需要快速跟进，有些则需要更长时间探索方向。

他强调，AI并非一场百米冲刺，而是一场持续十年以上的马拉松。“我相信模型会不断迭代，用户的需求也在不断变化，也会有新的产品形态出现。比如今年初，我们对Agent这一波热潮反应比较快，同时也有像WorkBuddy这样的智能体产品得到用户认可。”

“我们正在长跑中，也请各位多给我们提醒，给我们建议，也多用我们的产品来给我们正向的反馈。”汤道生说道。

面对外界对腾讯”慢”的质疑，姚顺雨在对谈中表示，“过去模型、产品做了很多探索，走很多弯路，我觉得这是正常的，你如果没有做过一个事情，第一次做肯定有曲折，但是我觉得可能更重要的事情是能不能诚实面对自己，能不能Be Real，能不能看到反馈然后去改变，能不能保持耐心，这个才是下半场最重要的事情。”

国内AI别沉迷刷榜 AI实用价值才是核心

姚顺雨在对谈中表示，国内AI产业有个不好的倾向，就是喜欢“刷榜”。但是过度“刷榜”会导致模型在真实场景中泛化能力下降‌，不能完全代表真实产品体验。相比之下，基于真实世界数据和产品反馈建立Eval，更能发现模型在真实用户场景中的问题。

他举例称，benchmark中的题目往往描述完整、指令明确，而真实用户的问题可能只有一两句话，甚至非常模糊，还会不断追问。真实Prompt分布能帮助模型团队理解用户如何使用产品，也能推动训练方式调整。

在具体的模型研发策略上，姚顺雨分享了三个方向：一是即便Coding已成最重要赛道，仍需强调数据体系的全面化，因为大模型的核心优势在于泛化性；二是产品线上回流数据的作用越来越重要，Co-Design经验至关重要；三是需要更多想象力，探索技术演进与产品演进的下一个范式。

在性价比问题上，姚顺雨指出，性能是性价比的前提——"很多人发现用强模型比用差模型更省钱，因为更快把事情做对"。他认为，用相对较小的模型比肩大模型性能、在大部分任务上实现强鲁棒性，"可能在今天的中国更有价值"。