出品 | 智械島

作者 | 沈懷錚（上海）

馬化騰說騰訊慢了，慢了9個月到1年，這話是年會上當著所有人的面說的。

劉熾平接著又補了一刀，說過去的混元是高中生背題，成績單好看，上了考場就露餡。

慢了，是因為有墻。

模型和產(chǎn)品之間有墻，訓模型的人不懂業(yè)務(wù)場景，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。

混元團隊和騰訊生態(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勁。

背題能刷出好看的成績單，是因為考題是封閉的。而真實場景是開放的，墻不拆，模型永遠走不進現(xiàn)實。

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法持續(xù)的障礙。

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

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，是查問題。

晚點報道過，這位新任首席AI科學家和同事、實習生聊到深夜，一個模塊一個模塊地排查混元長期表現(xiàn)不佳的原因，然后把診斷結(jié)果直接報給了劉熾平。

那段時間，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??；一些核心業(yè)務(wù)寧可繞開自研模型，自己找方案。

一個大廠自研的模型，在自己家里當客人，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)。

過去混元的SFT數(shù)據(jù)沒有去重，重復(fù)、冗余的數(shù)據(jù)能到上千萬條。工期一緊，數(shù)據(jù)審核就被排到最后。

姚順雨拉起一個20多人的預(yù)訓練數(shù)據(jù)團隊，專做最臟最累的數(shù)據(jù)審核，幾個月把冗余數(shù)據(jù)控制在一萬多條。

然后是Infra，姚順雨主導重建了強化學習管線，讓萬卡集群能穩(wěn)定跑起來。

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。

AI Lab曾是騰訊AI體系里獨立于混元的存在，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，

姚順雨在問模型到底學會了沒有

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295B的模型被扔進這個池子，幾乎聽不見水花。

但有一個動作被很多人忽略了：發(fā)布前，CL-bench論文先放了出來。這篇論文測的是上下文學習能力，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“學不會、用不對、執(zhí)行不了”。

這是一個被行業(yè)長期回避的問題。上下文窗口越做越長，大海撈針測試接近滿分，但一進真實場景就掉鏈子。

姚順雨的判斷是：這個問題不解決，Agent永遠只能是demo。

所以Hy3 preview的首個動作，就是把“上下文學習和指令遵循”寫進了核心能力清單第一條。

沒追SWE-Bench Verified，沒追Terminal-Bench 2.0。放出來的是AdvancedIF、AA-LCR和自己搞的CL-bench。

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

當行業(yè)在追熱點，這個人在追問題本身。

三、能做，但還不夠穩(wěn)

Hy3 preview是1月底開訓、4月上線的，不到三個月，從零到可用。

不是參數(shù)的魔法，是重建了預(yù)訓練和強化學習的整套基礎(chǔ)設(shè)施。用騰訊內(nèi)部的話說，混元團隊在過去幾個月做的事情，比過去兩年加起來都重。

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

在WorkBuddy上實測，能穩(wěn)跑495步的復(fù)雜工作流，但換個場景，抓金融數(shù)據(jù)、算相關(guān)性、寫資產(chǎn)配置報告，就會在數(shù)據(jù)獲取階段反復(fù)碰壁，最后交出來的分析只有幾行要點，不是成文的段落。

騰訊內(nèi)部對這版模型的定位是“混元重建的第一步”。

注意這個措辭，不是追趕的一步，不是超越的一步，是重建的第一步。姚順雨說希望通過開源自社區(qū)拿真實反饋，幫正式版提升實用性。

混元定下的三條原則里，有一條叫“評測真實性”：跳出容易被刷榜的公開數(shù)據(jù)集，自建50多套內(nèi)部評測，用真實考題、人工評測、產(chǎn)品眾測來驗證。

翻譯過來就是：別再背題了，去真實世界做事。

四、知道差多少，所以不裝

很多人拿Hy3 preview和DeepSeek V4比。這種比較對姚順雨其實不公平。

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，在廢墟上先搭一個能用的框架。二者不在一個階段。

但有一點值得比。DeepSeek開源，坦誠得要命，技術(shù)報告里直接寫“落后GPT-5.4三到六個月”。姚順雨這次也開源了Hy3 preview，在國產(chǎn)廠商紛紛閉源的當口，說的是拿真實反饋，磨實用能力。

潛臺詞是：知道還差多少，所以不裝。

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

真正的戰(zhàn)場不在訓練端，在落地端。

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

姚順雨三個月搭了一個預(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，考驗才真正開始。騰訊內(nèi)部的墻姚順雨拆得動，但還有一些墻不在手上。

行業(yè)進度不等人，競爭對手不減速，市場耐心有限度。

Hy3 preview只證明了方法論通了，新團隊能打仗了，重建方向是對的。更大的模型還在訓，正式版才是這套方法論能不能站住的第一場硬仗。

五、結(jié)語

姚順雨說過，自己最喜歡的工作是ReAct。

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

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

接下來是觀察，拿開源社區(qū)的反饋，騰訊業(yè)務(wù)的實測數(shù)據(jù)，看哪里裂了、哪里歪了，再進行下一輪推理和行動。

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

舊的墻拆了，新的墻還會長出來。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。一個人，對著一個千億帝國的內(nèi)部結(jié)構(gòu)，只能一堵一堵地拆。

而拆墻這件事，從來不在某個版本號里宣告完工。