176: 姚顺雨，来到腾讯300天

摘要

• 姚舜宇空降腾讯混元300天的核心动作不是模型而是组织换血：在老板信任峰值的头两三个月里，预训练、后训练、评测、infra 负责人"基本起了一遍"，全部换成自己招的人（infra 整批来自被视为行业最强的字节 Seed infra）。 洪浩的方法论值得记住：“最聪明的改革者一定是在老板最信任的阶段去做最激进的事”，而腾讯老板的耐心估计"可能两三年"。
• 混元三（约290B MoE）是符合预期、不是惊喜：内部定位就是小模型，“核心是让整个组织磨合好，让团队士气重振”；4月先发 preview 做预期管理，正式版再抬一级。 姚自己判断也清醒——混元四"也未必真正进入第一梯队"，真正有影响力的模型还要再往后。追赶叙事（“超越千问只是时间问题”）与交付节奏之间，靠预期管理维持。
• 姚选腾讯的逻辑出自其博客《The Second Half》：下半场比拼的不是训练技巧而是"定义真正值得解决的问题"，这依赖大公司的 context——他眼中腾讯和 Meta 是拥有最多 context 的两家；字节8亿 DAU 但"画像同质化"、生态围绕推荐分发被 pass。
• 但 context 论撞上现实：微信至今没有给混元数据，张小龙"对微信的隐私用户数据极度在意"，宁可自研258B模型求可控，两套底模"大概率长期并存"。 在中国公司算力与海外头部"至少差一个数量级"的约束下，腾讯"联邦制"能否拧成一股绳是 Martin 的核心命题——内部用《黑鹰坠落》作隐喻：精锐的三角洲抓捕完美，协同的游骑兵掉链子，任务惨败。
• 最有增量的落地动作是全公司共用的强化学习平台：混元向各业务派驻2-3人后训练小组，Work Body 和元宝当种子用户；混元训练的很多数据要从 Work Body 来。 模型层与应用层的联动，是继组织之后的第二场仗。
• C的悖论是本期最锋利的投资讨论：所有人都笃信字节 C的团队留在牌桌（最好的资源、人才、钱、infra），但它没做出 Kimi/DeepSeek/千问级的口碑，coding “可能第二梯队头部都不一定在”。 曼祺的解释——这信心只是"对短期历史惯性的记忆"，一个偏感性的来源；可观察指标是字节出来的人更好融资。
• Coding 商业化的冷水：企业按坐席采购但真实坐席率不高，“按坐席卖也好、按C端付费看也好，都没有那么乐观”，从程序员扩散到白领的"增长斜率还是非常低"——洪浩担心它 SaaS 化（增长慢、收入弱、不赢者通吃），“想象空间在中国是不是就挺有限的”。 商业化目前只验证了 coding 和视频生成；而"从二三年开始每年秋天大家都说泡沫要破了，已经发生三次了"。

精读

1. DeepSeek 冲击后，腾讯把宝押在"年轻人"上

• 2025年初 DeepSeek 出圈让腾讯高管意识到"一个经验没那么丰富、全是年轻人的组织，居然能做出这么厉害的模型"，而自家团队不再年轻、多为传统搜广推背景——与字节早期朱文佳、乔木的路径同构。当时定下策略：找年轻人。
• 内部曾有两条路：老团队慢慢换血，或另组年轻团队与混元赛马；最终沿用混元的架子、逐步汰换人。Martin（刘炽平）亲赴硅谷见 Meta、Google 的研究员；研究员面试从"到 VP 层级为止"变为 Martin 直接参与面试。
• 洪浩的对照：字节动手更早，张一鸣早一年多就密集见研究员。“年轻人风潮"2023年已有苗头（曼祺回忆当年报道里有投资人称35岁以上创始人不见），但扩散成行业共识是在 DeepSeek 之后。

2. 姚顺雨如何落定：2024顶会牵线，2025秋敲定

• 2024年腾讯高招团队在顶会认识姚顺雨并引荐给高层，此后长期没有下文；2025年他因各种原因希望回国，“跟几家大厂都有过联系和沟通”，2025年秋天确定加入腾讯出任混元负责人。洪浩坦承不确定他是否考虑过创业。
• 汇报线：直线汇报给刘炽平，同时向 TEG 总裁卢山汇报——但卢山核心管多模态，Foundation Model 管得并不多。

3. 为什么选腾讯不选字节：The Second Half 与 context 之争

• 姚2025年4月的博客《The Second Half》的判断：“下半场的比拼不再是训练技巧，而是定义真正值得解决的问题”，这依赖大公司沉淀的 context。他眼中腾讯与 Meta 是拥有最多 context 的两家：社交数据、企微/腾讯文档/腾讯会议的办公场景、QQ浏览器与微信搜索、腾讯视频与QQ音乐、游戏——“每一个垂类都有做到头部的应用”。
• 字节被 pass 的理由：抖音8亿 DAU、头条约1亿、红果番茄各约1亿，但画像同质化、生态围绕推荐分发，数据的 diversity “远远不如腾讯和 Meta”。曼祺补一句：飞书的数据沉淀特别，但量远不如钉钉和企微。
• 曼祺对博客的转述：上半场攻克的是好评估的智力游戏（围棋、IMO），不是真实生产任务；下半场要给 AI 找到合适的任务，技术前提是 RL 已表现出泛化能力。

4. 混元前史：赛马出身，起家只有2000张借来的卡

• 混元诞生于 TEG 内多团队赛马：最懂大模型的 AI Lab（2016年建，常年研究 NLP）反而没做好，数据平台部的团队跑赢、成了混元一二的底座，各部门再合成"联合战队”——绝大多数是老一代搜广推技术人员。
• 2021-22年降本增效叠加砍 GPU 订单，混元起步只有2000张卡，还是从广告部门匀来的——广告当年用 BERT 那套做广告推荐模型，且是赚钱部门买得起卡。“这是一个有点残缺的组织。”

5. 2024年底补研究员：缺的是"产品经理"式压方向的人

• 先后引入谭旭（微软→Kimi→腾讯，语音/多模态）、冯佳时（字节，多模态）、彭厚文（微软亚研，多模态，最近传出离开）。当时的诊断：混元有 AI 工程人员，却没有原生的 AI 研究团队——“就好像做产品没有产品经理，不知道下一步要怎么走，很多事情好像在白做工”。
• 曼祺点破时间差：字节到 GPT-4 发布（2023年4月）才真正觉得"这东西 worked"已算晚，“腾讯比他们要更晚一些”——从认知到行动，反应慢半拍。

6. 换血：两三个月起掉所有关键岗位，“不碰机模，爱干嘛干嘛”

• 姚"知道在老板最信任的阶段迅速把所有重要岗位换掉"：预训练、后训练、评测、infra 负责人基本起了一遍，全部自己招——infra 来自被认为行业最强的 Seed infra（肖学峰、张弛、黄启等），预训练有刘辉丹。
• 老人多数没离开腾讯、只是离开混元，被边缘化后自行转岗。混元朋友转述姚的处理：“你可以继续在这待着，你只要不碰机模，你爱干嘛干嘛。“曼祺问这算温和吗，洪浩不认同：“一上来两三个月人马上换一波，这个速度和执行力还是非常高的。“也有老人凭"很好的政治敏感度"早早与姚建立信任，如徐谦。
• 四五月份他又把多模态理解并入大语言模型部，scope 在不断扩大；洪浩 off record 的判断：未必有最终计划，“这是一个自然可能会发生的过程——老板非常信任你的阶段，你可以做非常多的事情”。

7. 腾讯开始大方：混元的吸引力在"有坑”

• 混元待遇此前低于市场水平，2025年起腾讯决定高价抢人，总包"某种程度上要比字节和阿里高”，因为它相对劣势。更结构性的卖点：字节阿里建制已完善，混元遍地是坑——“你来就能当 leader，不用再去 C的 里面当一个螺丝钉”。
• 对校招生和年轻研究员吸引力"非常大，甚至很多人抢也抢不过”，姚的名字本身就是号召力。标志性破例：现任混元架构负责人是一名在读博士生——对照腾讯传统，重要业务 leader 必是积累深厚的老将，抖音负责人韩尚佑30岁上位那种事"在腾讯很难发生”。

8. 团队氛围：创业感与"只见新人笑"的割裂并存

• 多位受访者感到创业团队的影子：层级少、context 共享透明、反应效率变快、跨业务合作有共同愿景。但大公司毛病仍在：人远多于 Kimi、DeepSeek，“混日子的人肯定是有的”；很多人带着戒备来、名字不透明，“想到一个 idea 要跟谁说，找人都要找一圈”。
• 割裂在新旧之间：“新人很适应，只见新人笑”；旧人 scope 被砍、传统工作方式不 work，“肯定是另外一种感受”。洪浩确认：这就是公司想要的变化方向。

9. 对姚的评价两极：技术不够 sharp，组织悟性惊人

• 共事者的主流反馈：他不是技术导向的人，不会在技术路线上给出非常 sharp 的见解（对照梁文锋、杨志玲几乎只管技术），而是把技术交给下面的人，自己抓组织。他在内部常说：“做大模型这个东西，组织是非常关键的，很多问题都是组织的问题。“外部研究员的评价也呼应：他技术上"没有想象中那么 sharp”，不像梁文锋深入细节。
• 两人都直呼意外：97年生、今年29岁，“比想象中老成很多”——“要关心组织、怎么快速在组织里证明自己、拿到 scope，背后没有高人指点，一个年轻人不一定想这么多。“曼祺补刀：即便有指点，“你也得有这方面的悟性”。
• 另一条被反复提到的特质：更关心一线执行同学的感受，经常向最年轻的研究员和实习生要反馈并快速推动调整（“数据平台不好用"这类问题马上反应）——洪浩视之为"组织悟性的一种体现：信息来源很重要”。

10. Martin 的授权：钱、人、卡、时间——改革要趁信任峰值

• 姚在腾讯最大的支持者是 Martin。改革者需要的东西全系于信任：用最多的钱招最好的人换掉老人、“承诺你多长时间我不去看 benchmark"的时间窗、以及卡——腾讯算力分配基本由 TEG 卢山与战略+广告线的 Davis（林锦华）两人协商决定，两条线往上都是 Martin。
• 洪浩的方法论整段值得保留：“老板的承诺只是承诺。他对你有两年的耐心，你就有两年的信任度……最聪明的改革者一定是在老板最信任的阶段去做最激进的事”，否则越往后阻力越大，“不断证明我是对的、陷入自证，对改革者是非常痛苦的”。腾讯老板的耐心，他估计"可能两三年”。
• 沟通频率不低：总办会每月开；2025年起 Pony 要求混元相关总监或 GM 以上负责人每周汇报；姚常在香港与管理层同城，“每天都沟通都有可能”。

11. 混元三：一次教科书式的预期管理

• 内部对混元三（约290B 的 MoE，“两百九十多”）预期本就不高：小模型、能解决的问题有限，核心是"让整个组织磨合好，让团队的士气重振”。结果符合预期而非超预期，总办老板们觉得 OK。
• 预期管理是设计好的：4月20多号先发混元三 preview——“非常明显就是一个做预期管理的版本”，对老板也对团队；正式版比 preview 有相对明显提升，节奏就立住了。姚的判断也清醒：混元四也未必真正进入第一梯队，差距在缩小，“再往后可能才会拿出真正有影响力的模型”。混元四将补多模态、扩文本规模、优化数据；整套 infra 是用三到四个月从零重搭的。
• 压力背景：他刚到时内部从上到下的口径是"问题我们都知道、人来了、一切 ready 了，超越千问只是时间问题”。同事眼中他从容有数、雷厉风行，“内强外强"而非色厉内荏；消化压力的方式是组织同事打篮球。

12. K3 发布后的两派声音：后来者居上 vs 谁还做小模型

• Kimi K3 于7月17日（周五）发布、表现亮眼后，行业对混元节奏的评价分裂。一派认为"大模型各领风骚那么几个月”，后来者可以用更先进的架构、蒸馏更先进的模型、更好的数据居上（曼祺打趣：“混元是要蒸馏吗？"）；另一派质疑：所有人都在往更大尺寸摸极限，字节传闻在练10T 的模型，“你做这种小模型的意义是什么？”
• 洪浩对小模型的解释务实：新人需要在一定周期内有所交付，“不可能来了一年什么都没有”；且全新团队要在真实实践中磨合每一个环节、每一个人。

13. 数据部门墙：微信至今未给数据，破冰靠"证明有用”

• 现状盘点：微信的数据"应该说现在还没有给"混元；腾讯视频版权在阅文、要真金白银买；腾讯新闻给部分数据但仅限独立项目、“不可能拿来做预训练”，还有合规问题。“数据是每个业务部门自己最宝贵的财产。”
• 破冰样本是先证明有用：腾讯新闻接入元宝后"用户活跃度非常快实现提升”、评论区与元宝互动成风；和平精英与混元三合作 AI NPC “有非常明确的效果”。机制上，混元向大多数业务派出2-3人的后训练小组专门对接，业务提供自己的数据。
• 洪浩的框架：以前每个业务都在增长、不需要外部帮助；如今"每个业务都有非常强烈的 AI 焦虑"，态度比过去开放得多——但"你同样拉垮，那相当于浪费了我的数据"，互信只能一点点建立。

14. 产品版图收拢进 CSIG：元宝派 DAU 三万的尴尬

• 腾讯主打 AI 应用几乎全在 CSIG：办公 agent Work Body、编程的 Code Body、元宝（Chat Box）、知识库 ima、应用宝团队的桌面 agent Marvis（与微软深度结合、PC 权限大）；QQ浏览器、搜狗搜索、腾讯文档也从 PCG 挪入 CSIG。这轮整合源于老板想找人"把这些产品接起来打这一仗"，站出来的是汤道生——曼祺调侃：“是汤道生往前迈了一步，还是所有人都往后退了？““不好说。”
• 反面样本元宝派（元宝内朋友圈式产品）：DAU 约三万、只剩一两人维护。“大公司发现方向错了，也不会直接承认失误砍掉它，而是让它慢慢渐渐凋零”——及时止损对大公司很难。
• 产品结构几乎全是生产力方向，娱乐陪伴藏在既有应用里：和平精英"绿洲"UGC 游戏生产、TME 音乐生成、腾讯视频"火龙"AI 漫平台。模型侧：混元含 LLM、视频、生图、3D；姚负责动态理解，视频生成、生图、3D 不归他；IEG 游戏部门另做世界模型（“因为他们有资产”）。

15. 最大增量动作：全公司共用的强化学习平台

• 姚正推动一个整个腾讯都能用的 RL 平台，让各产品在其上做后训练、业务与模型联动更有机——曼祺认为这是报道里最有增量的部分。进度：准备今年再推、尚未大规模铺开；种子用户锁定 Work Body 和元宝，因为与 CSIG 绑定最深。
• Work Body 负责人是原腾讯云的 Betty，元宝负责人是兼任腾讯会议负责人的吴祖荣，都是内部"能打的人”。春节 Chatbot 大战期间姚几乎每周与元宝团队沟通；Work Body 尤其关键——混元训练的很多数据要从 Work Body 那边来。

16. 微信 VLM：小龙的可控执念，两套底模长期并存

• 混元与微信"没有很直接的关系，就是没有关系”。微信 agent 小微仍在灰度（“大概只能支撑一百万的量级”），按场景在微信自研模型、DeepSeek、混元三者间调用；评论区@元宝的流量现在绝大部分已走混元，且元宝没接 DeepSeek V4（还是 V3）——“能反映出还是想推混元这个模型”。
• Martin 与小龙聊过一套底模的问题。小龙的态度：他不认为混元是第三方（有别于 DeepSeek、千问、Kimi），“但他对微信本身的隐私用户数据是极度在意的，还是更倾向自己做一个模型出来，能够更可控”。内部在探讨用联邦学习等技术规避数据隐私风险。洪浩的判断：两队大概率长期并存。
• VLM 团队1月发过一个 258B 的 MoE（略小于混元三），不对外提供 API，用在小微、微信搜索等自带场景；7月14日刚更新技术博客谈"浅空间计算扩展"——核心命题是"14亿人环境下的极致资源效率"。负责人是微信成立起就在的技术负责人 Harvey（周浩）。人才内部活水双向都有，但混元待遇比 VLM 高很多——微信薪资体系难改、传统上倾向内部培养；今年也接触过 Grok 出来的戴子航（音）这类一号位人选，但小龙要求高、文化适配难，“想招这样一个一号位没有那么容易”。

17. 小微实测：在微信的规则里跳舞

• 张小龙现在对大模型的参与"非常多"，团队"普遍有一点焦虑"：微信是14亿人的全民级产品、所有规则已定死，“你只能在这套微信的规则里面去跳舞，怎么跳脱出来真的成为 AI native 的能力，我觉得很难说”。方向内部并无明确判断，“真的是交给用户”——微信是极其用户导向的团队。
• 洪浩的试用体感：聊天场景强相关的功能可用（解释词语、总结文章和群聊记录），“但我自己需求没那么大”；用 agent 调小程序点餐"效率太低了——等它搜到我想点的、一步一步确认，我已经自己手动点完三次了"，支付仍要人确认。曼祺追问这类数据对模型的价值，洪浩直言：“这种数据可能没有什么真实的作用。”
• 类比小蓝包：“非常突破想象力又非常微信 native”，但电商是重运营的脏活累活，微信想四两拨千斤，“这里面就会有 gap”——货太少，“它肯定没办法成为一个主流的电商”。

18. 联邦制撞上算力墙：拧成一股绳的必要性

• 腾讯像"联邦制"：事业群自主性强，中枢有掌控力但不强制大一统——游戏自做世界模型、混元也做 3D 和世界模型，“上面不会做强制要求”。但曼祺点出新约束：算力——中国公司倾尽资源，与海外头部"至少差一个数量级"，再往下"可能差两个数量级"，这是个挺严峻的情况。
• 洪浩转述：Martin 肯定觉得有必要拧成一股绳，且这个判断早于 AI、始于字节崛起——字节的核心就是"所有资源拧成一股绳、所有数据打通、全部循环起来"。腾讯内部反思过：引以为傲的跨部门协作走到极端是"极端的分享领导权"，在自上而下、快节奏的对手面前需要统一领导。
• 内部流传的隐喻是《黑鹰坠落》：三角洲部队完美执行抓捕，但支援的游骑兵陷入自己的战斗，任务惨败；对照今年美国抓马杜罗——虽用了空海军，但完全由三角洲自上而下驱动，一次成功。曼祺笑：“看来腾讯对三角洲研究很多。““毕竟做了《三角洲行动》。”

19. “总部干不成大事"的高赞评论，与边缘创新的真问题

• 文章下高赞评论断言：微信出自广州、王者荣耀出自成都，总部的微博、电商、搜索、云、微视全败（微视还是任宇昕带队、资源比姚更强），姚走强技术+集团自上而下两条"违背腾讯基因"的路线"注定失败”。洪浩先纠事实：QQ、腾讯网、腾讯新闻、QQ音乐、和平精英都是腾讯做出来的反例，和平精英在深圳，“反例挺多，本来就不太符合事实”。
• 但他保留其中的真问题——大公司创新窘境。小龙曾被问微信为何诞生在广州：“正是因为我们在广州，可以不用知道深圳的人在做什么，反而可以更安心地按照自己内心认为正确的事情去做，不然可能也不会有微信。"《失控》的核心之一即"创新在边缘地带发生”；千问早期在阿里内部管得也少，2023年后资源才高度集中。混元团队 base 深圳、北京有些人。

20. 改革周期论：下一个300天更难，陆奇是镜鉴

• 洪浩观察腾讯 AI 的框架是空降改革有周期：当下是姚最受信任的阶段，人事、组织、战略调整"有权利、有想法就能执行”，相对容易；再过300天，挑战变成"拿出更令人惊喜的东西"和组织文化的兼容——协作深化、co-design、腾讯的大组织文化渗透进小团队之后怎么兼容，“这些挑战和难度是更大的”。
• 镜鉴是陆奇：大刀阔斧调组织、定"稳住主航道（搜索）、决胜 AI"的战略，随后百度核心业务高管大批流失——“你的调整没有考虑到组织文化的兼容性”。曼祺补时代差：约2017年的 AI 撑不起第二曲线收入，现在被初步证明——但仍有变数：有公司说二、三季度都盈利，同时价格战压力大，coding 之外的扩散路径和节奏"不太容易看出来”；SAP、OpenAI 都与大 PE 以十几亿、几十亿美元建部署合资公司——“最强的模型服务大 B 落地也不是模型自动完成的，要有很多 FDE（前向部署工程师）"。

21. C的悖论：留在牌桌的信心从何而来

• 判定腾讯"后来居上"的标准，洪浩给得干脆：拿出第一梯队的模型。但这引出他"一直以来的困惑”：大家都说字节的 C的团队和 DeepSeek 一定留在牌桌，C的团队有最好的资源、人才、钱、infra，“但它确实没有做出 Kimi、DeepSeek、千问那样的口碑”，coding 上"可能第二梯队头部都不一定在"。“大家总能轻易拍脑袋说谁能留在牌桌，依据从哪里来？”
• 曼祺的回答：对短期历史惯性的记忆——字节是过去五到八年中国最强的科技公司，赚钱能力和组织力最强，“这是一个非常感性的来源”。可观察指标：字节出来的人就是更好融资（网易做内容的人有能力却难融）；字节是少数不断做出新成功产品的公司（番茄、红果都从零做到过亿 DAU）；腾讯很多团队正大量引入字节的人汰换老团队和理念。
• 但字节人出来创业有双刃剑：你的高效 loop"大部分不是来自你自己，而是来自公司多年的积累"——张一鸣刻意让产品成功归于体系，“字节不会有什么抖音之父、头条之父”，就算张楠也不能说是创造抖音的人（对照微信支付那类个人形象极强的产品）。

22. Coding 的 SaaS 化担忧：坐席率、白领拐点与年年喊顶

• 今年三家的竞争主题不像去年 Chatbot 那样"你死我活"——那是超级入口叙事（“下一个抖音、下一个微信，不抓住可能就没了”，春节红包大战是顶点），今年被证伪。coding 更偏生产力工具，洪浩担心它走向 SaaS 生态：增长慢、收入不如 C 端、不会一家独大，“它的想象空间在中国是不是就挺有限的？“曼祺的接续：真正的想象力在 coding 支撑的通用 agent，市场就是白领群体，“人数是可以算到的”。
• 落地数据不乐观：企业按一万人坐席采购，但员工真实使用比例并不高，“按坐席卖也好、按 C 端付费的情况看也好，其实都没有那么乐观”；从程序员到 Pro-C 的"增长斜率其实还是非常低的”，“没有到一个拐点”。一个反直觉事实：字节、腾讯、阿里内部大量程序员在用豆包、千问写代码——曼祺承认"跟我想象中不一样”，她了解的模式是主力用 OpenAI/Anthropic、国产开源模型补性价比。
• 行业转向早于舆论：Anthropic 在"4.6"时起来后，去年底各大公司就已在转 coding，“只是 coding 没有破圈”；智谱、Kimi 从2025年上半年就把它当最重要方向。节奏判断难：“从二三年开始，每一年的秋天大家都在说到头了、泡沫要破灭了，已经发生三次了”——这个行业"有一种伤春悲秋的节奏"（“没有伤春，春天大家都很积极”）。商业化目前只看到两个：coding 和视频生成。