腾讯推广 WorkBuddy 招揽 FDE 代理，绝非单纯卖软件，而是为混元大模型谋划的“数据阳谋”！C 端聊天数据已见顶，财务、供应链等真实业务数据才是核心壁垒。腾讯用 30% 高提成让代理“暴力开门”，再派团队“工程扎根”嵌入企业。AI 竞争已从实验室参数卷向真实场景落地，这同时也为懂需求的个体打开了“一人公司”的创业窗口。 这哪是搞软件分销，分明是在打一场企业数据的“围城攻坚战”！企业不会用AI，FDE帮你落地具体业务流和应用场景，降本增效了，token的钱花的也很心甘情愿的，不过企业以为只是请了个 AI 助手，殊不知自家核心数据全成了模型燃料。不用懂写代码也能靠行业资源变现，感觉超级个体的风口这次真的刮过来了！

一财放了点姚顺雨的料「腾讯混元3年变形始末」，开始对外传递腾讯在大模型上的组织变化了，这是一个很明确也很有看头的信号，腾讯去年在AI上投了很多钱，但取得的成效我猜内部是不太满意的，所以要在场外做点找补。 而且自从张小龙之后腾讯也不太喜欢以人为主体来建立叙事，满打满算十年来就游戏线的马晓轶和香港帮的汤道生会出镜比较多，这次开始给一个刚入职的新人包装造势，可以说是排面拉满了，也符合AI行业小登为王的趋势。 还是给这篇文章里一些有价值的信息划划重点： - 姚顺雨27岁，是国内大模型团队里最年轻的「一号位」，他在OpenAI只工作了一年，说不上特别核心，但负责的推理模型技术，让他很适合承接从ChatBot到Agent的业务升级，腾讯重金挖他过来，也是急于让他来主导下一个Agent模型的训练； - 腾讯对大模型的反应在国内属于相对落后的那一批，所以人才储备非常薄弱，之前负责大模型业务的两个Leader都没有自然语言处理的背景，团队构成非常「不对口」，去年开始给出薪酬翻倍的条件到处挖人，字节的2-2跳来腾讯就给T12或者T13，相当于直接上涨1-2个职级，再往上T14差不多就是首席科学家了； - 人才流动主要还是在「BAT」三家里内循环，2024年是字节在从阿里撬人，2025年是腾讯开挖自己的墙脚，而年底我们又看到了字节大幅涨薪的通知，内部信里明确表示要保持待遇领先于头部水平，最新的消息是，「腾讯只看来自DeepSeek、月之暗面、字节和阿里这4家基座模型团队的候选人，其他公司是不看的」； - 马化腾对大模型存有误判，他曾打比方说，在工业革命时期，早一个月还是晚一个月把灯泡拿出来，其实没有那么重要。而腾讯错过了很多实验先机，包括浑元大模型如今有些过于路边——在大多数基准测试里，浑元连一个对比项都当不上——所以去年开始着急，很大程度上是在补落下的课； - ChatGPT出来的那一轮周期，正好叠加了腾讯在搞降本增效，对各种「不必要」的花费卡得非常死，AI Lab的员工想去参加学术会议，公司不给钱，继续想办法蹭高校的预算，而AI部门为了完成创收指标，也需要去服务游戏和广告业务，由此结算经济价值，留在基础研究上的人力很少； - 在把姚顺雨放到「一号位」之前，腾讯在大模型上的态度更接近于「调门大、行动少」，既缺少资源，也没有领头人，公司在危机意识层面依然被抖音牵制，以致于总办最关注的业务始终是视频号，而腾讯擅长的赛马机智，在大模型这种「集中力量办大事」的行业不管用了，微信也训练过自己的模型，然后还是放弃了； - 直到去年，腾讯终于开始效仿字节Seed，重新组建符合大模型研发标准的组织架构，设立更符合前沿科学原理的岗位，再去为一个个的坑找萝卜，并逐步淘汰掉旧技术线的人力，当姚顺雨空降落地之后，管理上的障碍基本上也都已经打扫干净了； - 今年会是姚顺雨的大考，他需要为腾讯训练出一个足以回到牌桌上的领先模型，只有高分答卷，才能让他坐稳在腾讯这家大厂AI一把手位置，好在前人的肩膀够多，相比GPT-4和o1时代大家都不知道怎么实现的盲目，现在的大模型行业已经少了很多「秘方」，头部模型的能力更是高度对齐，留给腾讯的时间，不多但也不少。

29岁姚顺雨空降：改造腾讯混元的 300 天 - 2024 年，腾讯的高招团队在一场顶级学术会议上认识了姚顺雨。当时这个 97 年的年轻人还是 OpenAI 的研究员，他被介绍给了腾讯总裁刘炽平。一年后，他回国，一跃成为了腾讯的大语言模型负责人。 - 姚顺雨的幸运之处在于，在他来之前，腾讯的最高决策者已经意识到 AI 可能是生死之战，而腾讯远远落后。马化腾在 2025 年的员工大会上说：“一年前我们以为上了船，后来发现那个船漏水了。”他们提前扫清了障碍——混元原先各岗位的关键负责人已悉数离场，姚顺雨可以直接向集团总办汇报，TEG 总裁卢山是一位温和的管理者，愿意最大程度放权。 - 初入腾讯时，姚顺雨向总裁刘炽平提了一个请求：从新模型发布起至少一年，希望总办不要看榜单 (benchmark)。一年大约是训练两代模型的时间。“Martin（刘炽平）同意了。” - 以顾问身份加入腾讯时，姚顺雨任务只有一个：排查混元大模型长期落后的原因。排查结果是：“简单来说，几乎每个环节都在漏水。” 混元过度追求榜单成绩，把打榜语料放进训练集污染了数据，模型变得很会考试，但在真实场景表现很差。当时数据标注准确率的验收线定在 95% ，实际却长期停留在 60%-70%，团队为了交差生产出大批无法使用的数据，算法团队默许了这一切。 - 混元从起步开始就不算顺利。2023 年立项时，项目组连一块 GPU 都没有，最后还是从广告部门匀来 2000 张。卡少导致混元的基础建设（Infra）先天不足，系统缺少针对大规模训练任务的设计。训练环节也不健全，混元几乎没有做过强化学习。竞争压力下，团队做了两个选择，一是换架构，冒险用 Transformer 与 Mamba 结合的混合架构这条路线在行业里尚未被充分验证，“但有噱头。”除了腾讯几乎没有大厂选它。另一条路是打榜，用分数向上汇报。 - 姚顺雨来后几个月内，混元预训练、后训练、评估、Infra 的负责人全部换人，新人来自字节、Kimi、DeepSeek、美团。招人不再看出身——目前混元的模型架构负责人还是一名在读博士生。字节 Seed 的招聘团队发现好几个候选人连 Seed 都没抢过。原因是：Seed 人才密度已经很高，年轻人更容易成为“螺丝钉”；而重建期的混元正是用人之际。 - 改革不是疾风骤雨。姚顺雨没有大量清退老人，但带来的压力更隐晦——他常在群里发论文聊技术，能跟上的人很少，有时甚至看不懂。“Peer 压力太大了。” - 部门层级被简化到只有三层：姚顺雨——方向负责人——研究员/实习生。不赶发版的时候，混元的强度并不大。另一边，混元也取消了部门年中考核，鼓励聚焦长期研发。偶尔也有例外。“只要哪个组来了 Seed 的人，那个组很快就会自发地卷起来。” - 姚顺雨用自己的旧东家 OpenAI 举例给团队鼓劲：直到今天，OpenAI 的基础模型也没有依赖过什么神秘的技术，做大模型没有魔法，也不要相信别人有魔法。真正难的是把最基础、确定能做对的事情都做对——做到这些，足以让混元挤进中国的第一梯队。 - 2026 年 5 月底，距离混元 Hy3 正式发布只剩一个月，因为一批提交上来的数据出了问题。姚顺雨少见地发了脾气，严厉告诫团队：“数据非常重要。如果下次再出现这样的情况，直接走人。” -混元 Hy3 是姚顺雨在年初带队开始训练一款大模型，也是他加入腾讯后的第一张成绩单，但内部抱的预期并不大。Hy3 并不是完全没有企图心。按照姚顺雨的设想，混元不需要在所有能力上正面击败 Claude Opus 这样的前沿模型。如果一个模型能以 Opus 1% 的价格，在 90% 的日常问题上做到与它一样好，甚至超过它，对大多数用户来说这就是一个更优的模型。Hy4 已经在训练中，混元团队的判断是 2027 年进入国内第一梯队。 - 在姚顺雨的构想中，模型与产品应该以联合设计（Co-design）的模式合作，即模型和产品从一开始就绑定在一起开发，模型可以第一时间拿到产品的真实场景和用户反馈，知道自己该往哪里改；产品也能及时向模型同步需求，不用等一个通用模型送上门，再调整、将就。姚顺雨清楚自己当前的主要任务是什么，就是和业务处好关系，把 Co-design 的想法落地 - 今天大模型行业普遍面临商业化难题，但腾讯的思路是，不一定要向外部客户收费，能帮业务提升收入，同样是混元的价值。“举个例子，《王者荣耀》一年收入几百亿，混元如果能帮它提升 1%，那就是好几个亿。” - 在腾讯，一个产品一旦受到高层重视，老板们就会开始密集提意见，其他辅助部门的人也随之加入，参与决策的人越来越多。去年腾讯集全公司资源扶持元宝，于是高层们总会不时提出非常具体的意见，某处的字体是不是太小了，对年长的人不太友好；某处设计为什么要用这种颜色。“上面一提，下面就开始揣摩，老板到底是什么意思，到底要不要改。” - 腾讯 2019 年引入过一批从 Google、Snapchat、Uber 来的工程和数据专家。他们大多没留下什么成果，陆续离开。今天姚顺雨有总办的授权，圈了一块地，一个人拍板负责。但当改革进入更深的地方，牵动更大利益、风险更高时，能替他扛住压力的只有总办。到那时，考验的不只是他，还有他和老板们之间的信任能否撑得住。改革走到最深处，从来就不只取决于改革的那个人。

腾讯又挖来一位 OpenAI 核心研究员。 据多家媒体确认，OpenAI 前研究员田永龙（Yonglong Tian）已正式加入腾讯，将参与混元大模型相关研发，重点方向为 VLM（视觉语言模型）。 这也是继姚顺雨之后，腾讯引入的第二位 OpenAI 背景核心研究员。 更有意思的是，两人本身就是 OpenAI 老同事。如果后续传闻中的组织架构落地，腾讯混元的多模态能力很可能会迎来一次明显加强。 田永龙的履历也很硬： • 清华本科 • 香港中文大学 MMLab • MIT EECS 博士（Phillip Isola 组） • Google Research • Google DeepMind • OpenAI 他的研究方向长期聚焦于： Computer Vision Representation Learning 多模态模型 VLM / 对比学习（SupContrast 作者之一） 相比「又挖了一个 OpenAI」，我觉得更值得关注的是腾讯最近的人才布局。 姚顺雨更偏基础模型、Scaling 和 AI Infra；田永龙则长期深耕视觉和多模态。如果两人的职责最终按目前传闻落地，一个补基础模型，一个补 VLM，多模态拼图基本就齐了。 这也说明腾讯今年的重点，已经不只是追赶大语言模型，而是在补齐 Agent、GUI、视频理解、数字人等下一阶段 AI 应用最核心的能力。 国内大厂这波 AI 人才争夺战，越来越有意思了。

晚点发了「BAT」（字节、阿里、腾讯）开启中国AI决赛圈的深度报道，完成度太太太高了，目测同题无人可敌，牛了个逼的。 我还是来划划重点，贡献一点尾气： - 三大巨头虽然都开始在AI应用层较劲，但各自遇到的问题都不一样，这和公司文化、管理风格、资源禀赋等因素有关，更关键的是，在AI赛道，从模型到产品，「一号位」的影响都太大了，回头再看这波澜壮阔的一年，无论是产生问题还是解决问题，都和「一号位」高度绑定，充满了人类群星闪耀时的英雄史观； - 在找来姚顺雨之前，腾讯混元大模型的两任负责人都不是自然语言专业出身，而在训练混元时，由于对打榜过于看重，于是有意识的选择在数据集上做训练——行业里其实还有很多刷分模型都这么干——以致于虽然分数能上去，却在真实场景失去了稳定性，姚顺雨作为外力，同时承担着拨乱反正的使命，为腾讯训练出对齐行业第一梯队的基模； 阿里突然发力千问是马云意志的落地执行，这个已经不是秘密了，千问单日投放峰值超过1500万人民币，相当于把单日利润的接近1/10都砸出去了，同时阿里还要把去年制定的3年花掉3800亿的AI预算加码到4800亿，目前已经在用卡车来运GPU，甚至一度跟游戏玩家抢4090这种消费级显卡，就怕算力不够； - 腾讯模型还在整顿，阿里产品起早赶晚，相比之下字节更加均匀，豆包和豆包大模型——注意区分二者——去年的表现都是MVP级的，豆包日活率先破亿，豆包大模型的日均消耗Tokens和谷歌相差无几，但字节其实是三家里起步AI最迟的一家，全靠「大力出奇迹」的组织效率完成了超车，只能说整个过程都很字节：（1/N）

AI Native：年轻比经验更值钱 互联网公司高层是塔尖的少数人，管理着数百人技术团队或在某项业务上做出过成就，职级高、口碑好、位置稳，得以远离 “35 岁诅咒”。 如今过去的经验失效了。一位曾在字节 Seed 的人士说，刚开始投入大模型时，字节延续惯例，让在业务上做出成就的 “大哥” 负责新业务。这样的负责人换过两三个，带来各自的核心研究员，但效果不如预期。后来更年轻的周畅加入，迅速推动了多模态能力的提升。 “这让我们意识到过去的用人策略不对。” 他说。 如果比资源，DeepSeek 不是动辄投入千亿级的大厂的对手。它的员工人数不到大厂 1/10 ，人均工作时间只有大厂一半，此前没拿过任何投资，但比中国头部互联网公司更早进入全球大模型第一梯队。我们曾梳理参与 Deepseek 三代模型的 172 名研究者中公开可见的 84 份履历，其中超过 70% 小于 30 岁。 字节研究 OpenAI、Anthropic、DeepSeek 3 家 “黑马” 公司后得出的结论之一是，AI 领域，真正决定一项业务进展的是关键研究员，过去的管理经验和业务成就没那么重要。“大哥” 不一定带不好研究员，但一定不会比研究员直接决定做什么更好，不如让聪明的年轻技术人才带队。 一位知情人士说，为了组建 Seed 团队，字节跳动将一位 TikTok 增长产品负责人调来负责 Seed 招聘。招聘逻辑只看投多少钱、有多少产出，招人也是，看给他多少钱、能给公司带来多大增益，过去的职级、薪酬没意义。“原来评级 3-1 的人大都是硕士毕业、工作 5 年左右，今天，校招生也能拿到同等甚至更高的职级。” 新的规则变成谁越 AI Native，谁越有机会。 几位研究员尝试解释这个在大厂招聘启事、融资计划书、创始人演讲中流行起来的概念。一位说，“思维模式和大模型的输入输出完全对齐，遇事先问 AI，且知道下一题该问什么”；另一位打比方，“为什么老年人用智能手机需要学习，小孩不用？因为小孩理解点击屏幕会出现什么。对大模型也一样。” 一位 AI 方向的投资人答得更简单，“年纪越小越好”。他们都是 00 后。 从 2022 年 OpenAI 让大语言模型成为主流，到模型具备多模态、深度推理和编程能力。行业几乎每隔一段时间就会出现新的技术。 不过四年。一位读博时选择报考热门方向 “计算机视觉” 的人，还没毕业，天就变了。如果转方向不够快，他也成了 “上一代”AI 人。 四年以上，工作越久越被动。一位大模型公司 HR 说，他们在 2024 年招 AIGC 文生图、生视频岗位，惯性去找有视觉算法经验的人，很快发现招来的人也有惯性，先用过去验证过的技术方式解决问题，效果好一些就直接用，但应届生、更 “AI Native” 的人不会抄过去的作业，换人后，效果翻了几倍。 “工作五六年的人也许能很快转过来，但公司何必赌？反正有更年轻的。” 十几份候选人简历被拒后，一位和大模型公司合作的猎头领悟了没明说的规矩，“33 岁大概率是上限”。 猎头们有一些筛选技巧。如果候选人问，公司营收怎么样——立刻认定为不够 AI Native。多数 AI 公司还没赚钱，他们更关心算力、模型、数据，营收被视为上一代公司的财务判断指标。 “‘天才’ 管理者只想招同类人。30 岁的技术负责人会想招比自己年龄大、技术差的人吗？” 一位和字节合作过的猎头反问。 她迅速举出几个例子，撑起字节多模态能力的周畅 30 多岁， 杨植麟创办 Kimi 时也才 30 ，阿里千问大模型前负责人林俊旸是 1993 年的，小米 MiMo 大模型负责人罗福莉 1995 年，腾讯混元大语言模型部负责人姚顺雨 1998 年。 何况大部分年轻人更能加班。一位 21 岁的 AI 实习生多数时候从 11 点工作到凌晨 1 点多，中间吃顿饭、转两圈，让头脑清醒，周末也 “干一会儿玩一会儿”。“这和公司没关系，是我对自己的要求。” 他补充，“不然很难在同龄人里突出”。另一位 22 岁的 AI 研究员不觉得这有什么特殊，他有时从晚上 9 点通宵工作到第二天中午，原因是更 “沉浸”。他们离照料家庭的责任和顾虑还很远。

《能帮你办成400多件事的AI来了，阿里开启了新纪元》1月15日，千问App深度接入支付宝政务服务与“AI付”功能，实现签证、户口等50项民生服务的“一句话办理”，还完成了跨App的服务调度与支付闭环——这不仅是中国第一款真正打通多个App的AI智能体，更印证了唯有阿里具备突破行业壁垒的生态硬实力，腾讯、字节短期内难以复制。 AI智能体的核心价值，在于打破“应用孤岛”实现自主执行，而这需要底层技术、生态资源与商业闭环的三重支撑，恰恰是阿里的独家优势。千问此次并非简单跳转链接，而是Agent级别的深度调用：用户一句“周末去杭州订高性价比行程”，即可触发飞猪查机酒、淘宝选用品、闪购备补给、支付宝完成支付的全流程协同，后台无需用户手动切换任何App，真正实现“一个智能体管理所有服务”。这种能力的背后，是阿里沉淀几十年的生态协同基因——从电商、支付到本地生活，阿里旗下各业务早已实现数据互通与接口标准化，而千问作为“超级大脑”，正是激活这一生态的关键钥匙，目前能够帮用户办理400多件事情。 反观腾讯与字节，其布局基因决定了难以突破跨App协同的核心瓶颈。腾讯的AI布局聚焦社交生态，混元大模型虽接入近700个业务，但核心围绕微信、游戏等自有场景，对外生态的开放性不足，且缺乏统一的支付与服务闭环，难以实现跨平台的无缝调度。字节跳动则主打数据驱动与多模态技术，豆包等产品虽覆盖广泛场景，但企业服务生态不完善，缺乏电商、支付等核心执行环节的支撑，更难以撬动外部政务服务资源，只能停留在“问答助手”阶段，无法落地“自主办事”的智能体能力。二者的短板本质上是生态布局的结构性缺失，短期内难以弥补。 千问的突破性，更在于攻克了智能体时代的“三道墙”：设备墙、应用墙与接口墙。通过阿里统一的技术中台与数据标准，千问实现了不同App间的协议转换与数据同步；依托支付宝的政务服务资源，打通了政府部门与商业平台的信息壁垒；凭借标准化的API网关，将各业务功能拆解为可自由调用的“乐高积木”。这种从底层基建到上层应用的全栈布局，正是阿里独有的优势——腾讯依赖外部底层技术，字节缺乏完整的服务生态，均无法构建如此全面的协同体系。 作为中国首款真正意义上的跨App AI智能体，千问的落地标志着阿里在AI竞赛中实现了维度领先。当其他巨头还在聚焦模型参数与单一场景优化时，阿里已通过生态协同，让AI从“会说话”进化为“能办事”。这不仅是技术创新的胜利，更是生态布局的必然结果——唯有阿里，能将分散的服务资源拧成一股绳，通过千问智能体交付给用户。 未来，随着更多场景接入这一生态，千问将持续拓宽智能体的能力边界。而腾讯与字节若想跟上步伐，不仅需要技术迭代，更需重构生态布局与开放理念。但至少目前，阿里千问已凭借独家生态优势，成为中国AI智能体时代的绝对领跑者，其开创的跨App协同模式，将定义未来数字服务的新范式。

【腾讯发布混元3大模型正式版 元宝接入并上线免费Agent功能】腾讯介绍，元宝的对话交互场景也为模型提供了反馈，混元3帮助降低了幻觉率。

中国 AI 大模型全面杀入商业淘汰赛！技术比拼正式让位于商业落地：MiniMax 押注模型能力（ARR 8 亿美元），智谱深耕企业服务（ARR 突破 20 亿美元），腾讯则强推混元生态。如今行业核心已转向单位利润与 B2B 变现（金融/安全/法律），未来两三年行业将剧烈洗牌，单靠打价格战和烧钱的玩家将被彻底淘汰！ 这波洗牌太残酷，光靠烧钱和讲故事的厂家这下真要凉凉了。能不能帮企业客户算清降本增效的账，才是接下来活命的根本。看着几家的 ARR 成绩单，AI 终于从“耍花枪”走向真金白银的商业闭环了！