当一个年轻人空降：改造腾讯混元的 300 天

文丨高洪浩

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，姚顺雨回国，一跃成为了腾讯的大语言模型负责人。

外来管理者进入一个新组织后的挑战都是相似的：如何在盘根错节中不被原有的秩序吞没，又建立起自己的秩序。

陆奇加入百度时，内部缺乏改革的共识和决心。他一边在搜索广告这个公司的大命脉上动刀——触及了核心利益；一边讲着 “决胜 AI” 的故事——一个无法快速兑现的承诺。2018 年 5 月 16 日，百度的股价创下历史新高，两天后陆奇离职。

姚顺雨的幸运之处在于，在他来腾讯的时候，这家公司的最高决策者已经意识到，AI 是生死之战，而腾讯正远远落后于对手。“一年前我们以为上了船，后来发现那个船漏水了。” 马化腾在 2025 年的员工大会上说。

他们提前为这场变革扫清了障碍：姚顺雨来之前，混元原先各岗位的关键负责人已悉数离场；他也可以直接向集团总办汇报；混元所在的技术与工程事业群（TEG）总裁卢山则是一位温和的管理者，愿意最大程度放权。

2025 年底，混元团队立刻大刀阔斧开始了调整：一是开启大规模招聘，三个月里找到了预训练、后训练、评估、Infra 的新负责人；二是重造组织，成立专门服务混元的 AI Infra 部、AI Data 部；最后是统一共识，他提出了 “守正出奇” 的训练思路，即先回归常识，把训练大模型最基础的事做对，再谈创新。

三个月后，混元发布了全新一代大模型 Hy3 Preview。这是 “守正” 的结果：模型规模克制、使用的是最传统的架构，最大的变化是重构了 Infra，同时丢掉了大量脏数据。

结果超出团队预期，模型能力不仅明显优于此前的混元 2，在开源社区也获得了一定关注。三个月后，Hy3 正式版发布，能力进一步提升。

如今，混元的组织均梳理完毕，团队磨合了半年、有了实战经验，内部士气得以提振。但一位接近腾讯高层人士说，接下来才是混元挑战的开始。

“容易的事情做完了，守正以后，大家等着看他如何出奇了。” 上述人士说。

据我们了解，Hy4 已经在训练中，尺寸更大，也将加入多模态的能力。混元团队的判断是，Hy4 仍然会是一个处于追赶头部状态的模型，但差距会明显缩小。2027 年，混元将进入国内第一梯队。

不过竞争对手也在加速。智谱的 GLM 已经在开发者群体中攒下了口碑；字节跳动的 Seed 正在训练一个史无前例的大尺寸模型；Kimi 的 K3 则押注架构创新。“Hy3 相比过去有进步，但离公认的好模型还有距离。” 一位资深的 AI 开发者说。

商业史上不乏成功的企业变革故事。2014 年，萨提亚·纳德拉接手微软，把散落各处的云业务收拢成 Azure，为微软划出了漂亮的第二增长曲线。但 Azure 的成功有一个重要前提：它用了将近十年；资本市场也给了纳德拉同样漫长的蜜月期。

AI 的竞争比当年的云计算残酷得多，大模型的代差以月计算。

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。” 一位接近腾讯高层的人士说。

“神经科学里有个理论，大脑学会新东西的前提，是修剪掉一部分旧的连接。” 上述人士说。腾讯就站在这样一个改革的节点上，如果它想追上这场竞赛，就得忘掉一部分旧的组织记忆、接受不确定。混元变革的成败，也系于此处。

2025 年 11 月，姚顺雨出现在腾讯的一场管理层会议上。

此前一段时间，他以顾问身份加入腾讯，任务只有一个：排查混元大模型长期落后的原因。他没有直接入职混元，而是挂在了总裁刘炽平直接管理的企业发展事业群（CDG）。CDG 是腾讯负责战略、投资、金融、对外关系等业务的事业群。

姚顺雨把模型训练的每个环节检查了一遍；和同事，甚至是实习生交流至凌晨；还去了元宝、微信等与混元深度合作的产品部，听他们的反馈。

“混元的评测出了大问题。” 一位在场人士转述他的发言。意思是之前的团队过度追求模型榜单成绩，将打榜语料被放进训练集，污染了数据。结果模型变得很会答，但在真实场景里表现很差。但这仅仅是冰山一角。“简单来说，几乎每个环节都在漏水。” 一位腾讯人士说。

混元从起步开始就不算顺利。2021 年底开始的全集团降本增效，导致混元在组队时人手急缺，即便额外申请到一些招聘名额，仍然不够用；真正训练过大模型的人就更少了。首任负责人张正友是计算机视觉出身，主管着机器人实验室 Robotics X；第二任负责人蒋杰长期负责腾讯的大数据平台，专长在广告和推荐。

一位腾讯人士告诉我们，2023 年混元刚立项时，项目组连一块 GPU 都没有，最后还是从广告部门匀来了 2000 张，一半给预训练，一半给后训练。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。到了后期，一旦用上更多的卡，训练就变得极其不稳定，效率也上不去。

数据环节的问题最明显。混元的数据按知识问答、创作等分为六类，一类一个团队各自为营。在很长一段时间里，这样的划分模式没有变过，因此一旦出现这六类之外的样本，很少有人愿意接手。

他们当时为数据标注定了一条明确的验收线：每批数据的准确率要达到 95% 以上。但一位混元数据部门人士回忆，标注规则本身定义不清，标注团队交不出合格的结果，实际准确率长期停留在 60%-70%。95% 的指标并没有因此松动。于是团队为了交差，生产出大批无法使用的数据，算法团队默许了这一切。

训练环节也不健全。混元几乎没有做过强化学习，“不是不想做，是基模支持不了。” 一位混元人士把它比作一个按搜索引擎方式做出来的大模型：只能回答那些它见过答案的问题，不会推理，更不会在推理中纠错。

这些短板决定了混元的上限。竞争压力之下，团队做了两个选择：一是换架构，冒险改用 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。” 一位混元人士评价。除了腾讯，几乎没有大厂选择它。二便是转向打榜，用这样的方式向上汇报。

2025 年中，整个混元的状态都是，“活照常干，但大家心里都清楚，这么干下去不行。可谁也不敢做大动作，都在观望。” 一位混元人士回忆。很快，补船的人来了。

姚顺雨本科毕业于清华姚班，在普林斯顿读博期间提出了 ReAct 和思维树（Tree of Thoughts），都是智能体领域的奠基性工作；2024 年博士毕业后加入 OpenAI，参与了 Deep Research 和 Operator 两个智能体项目。

刚刚加入腾讯时，外界不乏对他的质疑，最常见的一条是：没真正训过模型。“这是一个误解。” 一位混元人士说。Deep Research 是 OpenAI 第一个用端到端强化学习训练的智能体产品，“不可能不训练”。他告诉我们，姚顺雨在 OpenAI 时甚至要接触预训练——让智能体具备这样的能力，就得在预训练或中期训练阶段积累相应的模式和数据。

2025 年底，豆包的日活跃用户数已经过亿，元宝还在千万徘徊，也没有完成当年的既定目标；千问大模型在开源社区一骑绝尘——Hugging Face 榜单前十名一度都是它的衍生模型。这一年，阿里的股价因为 AI 的叙事涨了近 80%；腾讯也涨了，但市盈率已接近 2022 年的谷底——市场几乎没有给它的 AI 业务定价。

但在腾讯，“一种莫名的信心开始蔓延。” 一位腾讯员工说，气氛与上半年截然不同。“从上到下传递出来的信号是，姚顺雨来了，重建后的混元冲进第一梯队指日可待。”

2025 年年底，腾讯 AI Lab 副主任俞栋匆忙离任。这位在腾讯待了九年的科学家没有把要走的消息告知研究员们，也没有正式告别。他的离开是腾讯 AI 体系改组的一部分。纯研究机构 AI Lab 成立已经十年，何去何从，内部有两个方案：一是姚顺雨兼任主任，保留建制；二是整体并入混元，不再独立存在。三个月后，AI Lab 被并入了混元。

第一次与 AI Lab 的研究员们沟通时，姚顺雨解释，这是为了打破部门墙。如今 AI 的前沿就在一线的大模型上，进入混元做研究才能看到真问题。之后，姚顺雨把 AI Lab 重新定义为大语言模型部的 Frontier（前沿研究）团队，负责前沿技术探索，不设 KPI，也不强行规定研究课题。

2025 年下半年以来，混元大规模改组。

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、美团等公司。招人也不再看出身，学校、年龄、资历都不是硬门槛，合适就能直接当负责人。比如目前混元的模型架构负责人还是一名在读博士生。“两到三年经验的研究员，也能开出极高年薪。” 一位知情人士说。

一位字节 Seed 招聘团队人士告诉我们，姚顺雨加入前后，混元在校招上的吸引力明显提升，好几个候选人连 Seed 都没抢过。另一个重要原因是，Seed 的人才密度已经很高，年轻人更容易成为成熟体系中的 “螺丝钉”；而处于重建期的混元正是用人之际。

改革也并不意味着疾风骤雨。“按道理，打仗得保证部队的纯正性，老人们都在等着被清退。结果是，混元团队仍然有很多 ‘老人’ 在一线，管理岗上也有很多 ‘老人’。一位混元人士说。不过他们也没有不服气的理由，“新招来的那些人太牛了，和在腾讯待了十年的人相比，根本不在一个维度。”

姚顺雨自己也常在混元的大群里发论文、聊技术，能跟上的人很少，有时甚至看不懂。"Peer（同辈）压力太大了。” 上述混元人士感叹。

与吴永辉执掌 Seed 后统管所有模态、所有部门不同，姚顺雨正式加入混元后，只选择了担任大语言模型部与 AI Infra 部两个部门的一号位。多模态模型部、数据平台部、机器学习平台则仍是原来的负责人。

在几家互联网巨头的大模型团队里，混元是唯一一个把模型训练和 Infra 都交给一号位直接管的。千问的 Infra 长期依托阿里云的机器学习平台 PAI，而 PAI 团队在通义实验室之外，协同的摩擦让时任千问大模型负责人林俊旸后来不得不开始自建相关团队。

混元目前的思路是，Infra 团队在模型训练前的定版阶段就参与讨论、给出建议。这也是最符合模型训练特点的协作形式，因为在模型实验和定版阶段，就要考虑 Infra 能否实现。相比之下，在很多公司里，Infra 团队更像完成算法需求的 “内部乙方”。

部门内的层级也被简化，只有 “姚顺雨—方向负责人—研究员/实习生” 三层。各组之间的信息、资源被共享。团队成员有任何问题都可以丢到百人大群，迅速有人响应，帮忙给出解决方案。

一位混元人士告诉我们，如果把混元的团队比作一棵树，和前代负责人们相比，姚顺雨最关注的是最底层的子节点——喜欢和研究员、实习生聊天至深夜；也经常问他们，混元有没有什么技术之外的地方需要提升；对实习生提出的质疑，比如机器平台不好用，他可以立刻反馈给相应的负责人要求改善。

姚顺雨反复对内提到，训大模型，组织很重要。

“但他并不是外界传的什么少年老成。” 一位混元人士说，“他就是个 28 岁的年轻人，所以能和研究员们打成一片，开会时偶尔也嘻嘻哈哈。” 他喜欢打篮球，有时会在群里攒篮球赛，然后和同事一起去打球，一打就是几个小时。

不赶发版的时候，混元的强度并不大。混元现在定下的节奏是，每两三个月要有成果，每半年出一个大版本。这也是大模型训练常规的节奏。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。” 一位混元人士说。

2026 年 5 月底，姚顺雨少见地向团队发了一回脾气。平日里，他温和谦逊，几乎不当面驳斥或责备他人。

距离混元 Hy3 正式发布只剩一个月了，项目上下都在紧张冲刺，加班至凌晨成为常态。此时，一批提交上来的数据出了问题，直接影响了模型效果。姚顺雨严厉告诫团队：“数据非常重要。如果下次再出现这样的情况，直接走人。” 一位知情人士转述。

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。“混元刚从谷底爬起来，这场仗打不赢也没必要打。” 一位混元人士说，磨合新组织，让混元回归按常识做事的路才是最重要的。

开始训练前，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，甚至底层架构与 2023 年比没有什么根本性的变化。这也是他如此看中数据的原因。他认为，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。

在头部大模型团队纷纷押注新架构的当下，Hy3 用了最标准的 MoE Transformer 架构。内部讨论过，是否引入 Qwen、Kimi 都在用的线性注意力方案，但最终放弃了。一个判断是，线性注意力的主要价值在于降低长文本场景下的计算成本，但当下的真实世界里，真正用到超长文本的场景并没有那么多。

他们把主要精力放在了那些基础环节上。最要紧的是花两个月时间，完全重构预训练和强化学习的 Infra（基础设施）。字节跳动 Seed 原视觉 AI 平台负责人加入混元，担任 AI Infra 多模态推理负责人；训练 Infra 组负责人也来自 Seed。对大模型来说，Infra 决定的不只是模型能不能跑起来，还直接影响算力利用率、训练稳定性和实验迭代速度。

由于时间有限，团队沿用了混元 2.0 时期积累的数据，甚至没有新增数据。不同的是，他们丢弃传统的榜单评测基准，重新定义了数据标准，将原有数据从头清洗了一遍；SFT 数据被大幅去重和筛选，最终只保留一万余条。

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。

“这是一种训练哲学，先清楚定义目标——大多数用户日常真实面对的任务是什么、愿意承担多少成本，再从中寻找最优解，而不是一上来就盲目堆资源，追求智能的最高点。” 一位混元人士说。而腾讯的产品里就装着这些需求——社交、办公、文档、搜索、客服、内容。

为了验证猜想，Hy3 把总参数量定在了 295B，远低于同期 Kimi K2.5 的 1T 和 GLM-5.2 的近 750B；每次推理仅激活 21B 参数，推理成本约为 GLM-5.2 的七分之一。

它放弃了不少看上去很酷的技术实践，比如像 Kimi 一样让数百个 Agent 并行协作，或是把参数堆到上万亿，在混元的价值体系里，这些都不是一定要做的。每当有研究员提出一些天马行空的想法，姚顺雨很快会把他拉回到现实中，提醒他们要多思考，“这对大多数人来说，这真的有用吗？能解决多少人的问题？”

一个插曲是，2026 年 4 月 23 日，混元发布 Hy3 Preview，这是正式版 Hy3 之前的一次阶段性交付。上线前夕，Hy3 Preview 先在腾讯内部业务中进行了一轮内测。调用过程中，多个外部模型都顺利跑通，唯独混元出了问题，一时间引来不少吐槽。

不过上线后，Hy3 Preview 登上了 OpenRouter 周度模型使用榜第一，单周处理 3.66 万亿个 Token，使用量环比增长 298%。（注：OpenRouter 更反映个人和中小开发者的使用情况，只能作为整体 Token 消耗的参考。）实际效果超过了团队的预期。

“这也许证明了我们这个版本的思路是对的。” 姚顺雨对团队说。

通常而言，更大的参数规模意味着更高的能力上限；但 Hy3 显示出，只要数据和后训练做得好，不到 300B 的底座模型，在一些任务上已经能够与 1T 参数的模型竞争。更让他们意外的是模型表现出的泛化能力。一些没有经过专门数据补强的能力，也会在陌生任务中自然表现出来。比如，给模型一套此前没有见过的规则或流程，它能够从上下文中临时学会，再应用到新的问题；面对杂乱的多人对话，也能梳理人物关系、权限和不断变化的信息。

Hy3 preview 的表现提振了士气。正式版 Hy3 在它的基础上扩大了强化学习的规模，改进后训练数据，重点补强 Agent 能力。从发布后的行业反馈来看，Hy3 显著好于 preview 版本，在小参数规模的基础上赶超了 GLM5.1，但还不及 GLM5.2。

“我们都清楚，Hy3 距离真正的第一梯队还有差距。” 一位混元人士说。模型发布后，他们没有庆祝，也没有发布详细的技术报告——在他看来，这说明大家不认为它代表自己的最终水平。“或者要等下一个版本，混元才会在这个世界上证明，自己有更独特的价值。”

2025 年底的一次总办会上，马化腾第一次在总办会谈到 AI 编程（Coding）的大趋势，认为应该重点关注和跟进。当时，Anthropic 的编程智能体产品 Claude Code 成为了现象级工具，带动公司收入急速增长。

一位知情人士告诉我们，姚顺雨提出了一个方案，搭一个全新的强化学习基础设施平台，让公司内各业务都能在上面训练自己的模型，同时向混元回流训练数据，集全公司之力，可以做出最好的 coding 产品。

“做成了，这将是腾讯一次史无前例的突破。” 上述人士说。

过去，腾讯的一些文化屡受诟病，比如 “部门墙严重”“内部赛马” 等。2016 年腾讯组建 AI Lab，次年请来机器学习领域的知名学者张潼出任一号位。一位腾讯 TEG 人士回忆，张潼带着很高的期待而来，以为腾讯的海量业务和数据都能为他所用，那是学界拿不到的珍贵研究资源。然而进来之后，数据还是拿不到，研究只能闭门造车。两年后，他失望离去。

在大模型时代，这种矛盾同样存在。腾讯元宝的负责人吴祖榕就曾在总办会上提到过，模型与产品割裂严重。模型有自己的技术提升目标，还要追逐榜单的成绩。这导致元宝团队没办法在产品上验证一些设想，很多想做的功能无法落地。

姚顺雨带着同样的期待来了。

他在内部解释过为什么来腾讯。当下大模型稀缺的不再是训练技巧，而是找到真正值得解决的问题，而好问题恰在互联网公司的业务里。全球真正沉淀了大量上下文（Context）的公司不多，腾讯和 Meta 是最典型的两家。字节的用户规模虽大，但生态围绕推荐和分发，这类沉淀相对有限。

所以在姚顺雨的构想中，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。

他也知道，业务是证明混元价值的地方，必须笼络。一位混元人士告诉我们，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。”

为了打破僵局，姚顺雨在 2025 年底提出，将自己手上的模型应用中心、搜索算法中心划归元宝所在的云与智慧产业事业群（CSIG）。CSIG 手里有腾讯的多数 AI 产品，比如元宝、ima、CodeBuddy、WorkBuddy。

“他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；搜索不紧急，也不是他最感兴趣的，没必要抓着不放。” 一位腾讯人士说。

借着这个契机，混元向元宝等业务分别派驻了一支后训练团队，建立起了联合设计、交叉派驻、代码审查与共享的合作机制。春节前，姚顺雨每周都会和元宝开会，甚至隔几天就会了解元宝的进展。有时在总办会上，他还会不吝称赞元宝的某个新设计，尽管它还不那么完善。

WorkBuddy 是另一个例子。这是一个在智能体时代，为腾讯找到一个好身位的产品。比如，新模型上线前，混元会针对 WorkBuddy 的脚手架做针对性适配，从而让用户在 WorkBuddy 上获得更好的体验。WorkBuddy 的用户反馈也为模型的训练持续提供优化方向。

不过到真正合作时，问题仍然存在。模型团队和产品团队的目标没办法完全贴合。模型的目标是交付更好的模型，因此希望产品多给数据和分析；但产品要的频繁迭代、快速调试。于是在日常，最常见的情况是，产品催着要一个本周就能上线的迭代，而模型团队想的却是如何在下个版本提升整体能力。

与当年 AI Lab 面对的环境不同，今天腾讯的各个业务都笼罩在 AI 焦虑里，迫切需要转型。此前它们最积极的动作是接入 DeepSeek，但外部模型终究是外部模型，很难为某个业务做专门的训练。

“能感觉到他们的状态从谨慎、试探，慢慢变得开放。” 一位混元人士说，最开始，业务方只给两成信心；深入交流后发现对方懂行，于是慢慢把专业的事交给专业的人。“很难想象，现在的腾讯竟然有了初创公司那样的愿景。”

姚顺雨自加入腾讯的第一天起就被塑造成了改革者的形象：获得了总办极大的授权，可以用高薪挖最顶尖的人才；能为团队争取权益，当公司要求技术与工程事业群（TEG）搬去偏远的企鹅岛办公时，混元成了那个特例；关心个体，新的研究员加入后，可以自由选择感兴趣的方向；他的到来给不少老员工带来了压力，但也使内部士气为之一振，甚至有了创业公司的感觉。

AI 行业的演进看起来也在利好混元。“做大模型越久，反而越不着急，因为行业推翻结论的速度在变快。” 一位混元人士说，比如大模型现在看上去开始有了后来居上的逻辑。后来者可以用上更先进的框架、绕开前人走过的弯路，用同样的数据甚至能训出知识密度更高的模型。

大公司还有创业公司难以匹敌的优势。“智慧来源于 diversity（多样性），这才是大模型时代真正稀缺的资源。” 上述混元人士说。AI 生成的内容看上去千姿百态，转成向量后其实高度相似；真正有价值的差异，来自不同人的表达、思考和使用需求。大公司天然拥有更多样的人、更多样的业务和更多样的应用场景。

他用 WorkBuddy 举例，这个产品如今有上百万日活跃用户，其中腾讯自己就有十万员工、好几万程序员，模型能力在内部就能经受最挑剔的检验，从而快速持续迭代。此外，腾讯还有游戏、金融、交通、教育等业务场景，能为模型迭代提供重要的灵感和反馈。

但腾讯的 AI 改革能否成功，外界仍有质疑。姚顺雨可以改变一支团队的速度，却很难独自改变一家公司的惯性，腾讯经历过太多类似的时刻。

2019 年前后，腾讯也曾从硅谷引入了一批工程与数据人才。当时它正与字节激烈竞争，试图焕新自己的技术体系，搭建算法与数据中台。这批人里，有从 Google、Snapchat 而来，负责搭建事业群的技术中台；也有从 Instagram、Uber 而来，带领微视、腾讯视频等产品做用户增长和数据分析。

可最终，旧有业务体系成为了最大的阻力。这些外部专家大多没有留下太多成果，随后陆续离开。

今天，腾讯面对 AI 浪潮，再度开始向外大规模招人。尽管这一次是在老业务之外，从零构建一个新组织，但大公司的引力并不会因此消失。

内部竞争是难以回避的。今天，面对发展 AI 需要持续投入的巨额资金和 GPU，没有一个巨头敢说自己有 “无限子弹”。目前，腾讯的卡资源明显倾向混元。在腾讯，负责人分配算力资源的主要是卢山和林景骅，他们一个是混元所在事业群的总裁，一个则直接向刘炽平汇报。但微信也在训练自己的大模型。不过，一位腾讯人士说，现在混元的目标是去突破智能上限，微信则是找到更经济的算力模式，以适应大用户量的场景。

比资源更稀缺的，是决策的空间。一位混元多模态人士回忆，内部曾讨论过要不要训更大尺寸的视频模型——那是 Seedance 2.0 成功的关键，敢于探索 Scaling Law 的边界。最终，他们考虑到成本和代价太高，没有人敢拍板。

有的时候，做成后的压力还会更大。一位腾讯人士告诉我们，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。” 一位元宝人士说。

乔布斯曾把苹果能保持创业公司状态，归结为两项组织原则：按职能而不是业务单元划分部门，让不同团队围绕同一个产品集中协作；重要的事情不能集体决策，而要由具体的人做出，并由这个人承担责任。iPhone 就是这样做出来的：它动用了苹果几乎所有部门的力量，但从头到尾，拍板的人只有一个。

腾讯今天的 AI 改革给了姚顺雨足够大的权限：圈出一块新地，让一个人拍板，也让他负责。到目前为止，这个安排运转良好。但当改革进入攻坚期，牵动的利益会越来越大，创新的风险也越来越高——能替他扛住压力的，只有总办。到那时，考验的就不只是姚顺雨，还有他和老板们之间的信任、意志能否统一。改革走到最深处，从来就不只取决于改革的那个人。

题图来源：《麦克法兰》

- FIN -