今天汤道生和姚顺雨对谈太精彩了，十分真诚的聊了大量的干货。

下面把核心观点总结一下：

1、寻找好问题与 Context 上下文

AI 发展已跨越找方法的上半场，进入找问题的下半场。在通用模型能力（如预训练、后训练）趋于成熟的背景下，真正的护城河发生了转移。

- Context（上下文）是核心壁垒： 模型的输入质量决定输出价值。腾讯拥有丰富的真实产品场景和极高质量的企业/个人上下文数据，这是让大模型和智能体落地的绝佳环境。
- 以信任驱动的低调文化： 建立长期的 AGI 组织需要坦诚，实事求是地面对优劣，务实以及基于信任，而非纯指标驱动的研发文化。
- AGI 组织的铁三角： 必须在基础模型，产品落地和前沿探索三者之间保持均衡。

2、产研协同新范式，模型与产品的 Co-Design

大模型时代的研发不再是单向的模型提供能力，或者产品调用接口，而是深度的双向协同。

- 实用性大于刷榜： 外部榜单容易饱和且脱离实际，必须基于真实世界、真实用户的模糊指令和多轮追问来构建评估体系，发现模型的底线问题。
- 复合的数据飞轮： 即使是垂直类应用（如 Coding Agent），也需要极其复合的能力（聊天、搜索、指令遵循、推理），产品矩阵（如元宝、ima、WorkBuddy）之间可以形成数据和能力的交叉泛化。
- 建立团队互信与换位思考： 模型团队追求能力上限，产品团队追求用户满足，两者天然存在错位。派驻最强算法骨干支持产品团队解决痛点，是建立信任、实现有效 Co-Design 的关键。

3、智能体的演进

从早期的 ReAct 架构到如今的 Coding Agent，数字自动化的愿景正在加速兑现。

- 性价比的本质是一次做对： 行业内谈论性价比往往只看模型大小和调用成本。但真正的性价比来源于性能与鲁棒性，用更小的模型，在简单和常规任务上实现极高的稳定性和准确率，减少无效试错带来的成本浪费。
- Coding Agent 是基础设施： 它类似于预训练，是各家必争的底层能力，因其具备图灵完备的潜力（能控制文件系统和容器），是走向更高阶自动化的基石。

4、AI 时代的产品哲学与组织重塑

AI 的开放性彻底改变了产品的交互逻辑，和背后团队的协作形态。

- 从预制菜到开放式响应： 过去（PC/移动时代）做产品是提供明确的功能菜单（预制菜），AI 时代面对的是用户不可预知的自然语言输入，产品方必须利用大模型的推理和工具调用能力去动态满足需求。
- 工程流程的重构： 架构设计变得比写代码更重要，测试环节必须大幅前置左移。
- 组织扁平化与小团队化： 产品团队变得更小（3-5人），高度依赖实验驱动和容错试错。工程师的角色发生转变，从写代码的人变成驱动多个 Coding Agent 的产品负责人。

5、战略定力，腾讯慢了吗？

对谈正面回应了外界关于“腾讯在 AI 时代掉队”的质疑，明确了腾讯的长期战略。

- AI 是长期游戏，下半场才刚开始： ChatGPT 和 Claude 不会是终局的唯一超级应用。未来的 AI 生态将是多元的（多模态、具身智能、生产力工具），而非单一路线的同质化竞争。
- 场景与工程能力是腾讯的底气： 腾讯拥有多业态和广泛的客户需求。未来将通过场景连接、Harness 工程体系（保障 Agent 稳定可信运行的 Infra）以及混元模型 Co-Design 这三重能力的整合，为企业和个人提供高 ROI 的效率智能体工具集。

#HOW I AI##科技先锋官#