腾讯、阿里、字节都在给AI“造世界”？这背后藏着AI下半场的生死局
大家好，我是你们的财经记者。今天我们要聊一个听起来有点科幻，但其实正在深刻改变科技行业格局的话题：为什么腾讯、阿里、字节跳动，甚至海外的OpenAI和Anthropic，都在疯狂地给AI Agent（智能体）“造世界”？
如果你关注AI新闻，可能会觉得最近大模型都在比谁更聪明、谁回答得更快。但这次不一样，巨头们正在卷一个更底层、更硬核的东西——“环境”。
为了让大家听得明明白白，我先把这篇来自《甲子光年》的深度报道核心内容总结一下，然后拆解成五个方面，用大白话给你讲透这背后的逻辑和机会。
📝 核心内容总结
简单来说，AI的发展进入了“下半场”。上半场比的是“解题能力”（比如写代码、写文章），下半场比的是“定义问题的能力”和“在复杂现实中干活的能力”。
要让AI像人一样去执行复杂任务（比如修Bug、订机票、管理数据库），光靠喂它一堆文字资料（静态数据）是不够的。它需要一个可以互动、可以试错、有真实反馈的“训练场”或“考场”，也就是所谓的“环境”。
目前，腾讯混元、阿里通义、字节Seed以及海外的巨头们，都在投入巨大资源构建这些“虚拟世界”。这不仅是一场技术竞赛，更催生了一个新的基础设施市场——谁能提供高质量、大规模、可进化的“AI训练环境”，谁就可能成为AI时代的“新Scale AI”（数据标注巨头）。
---
🔍 深度拆解：五个维度看懂“造世界”
1. 为什么突然要“造世界”？因为AI要开始“干活”了
以前我们跟AI聊天，它像个百科全书，你问它答，它不需要“动手”。但现在，我们要让AI去执行任务。
想象一下，你让一个实习生去排查一个软件故障。你不能只给他看一本《故障排查手册》（这是静态数据），你得给他一台电脑、一个代码仓库、一个运行环境，让他去点按钮、看报错、改代码、再运行。这个过程里，他需要看到“我做了这个操作，系统发生了什么变化”。
这就是Agent（智能体）需要的东西。
腾讯首席AI科学家姚顺雨说得很直白：“如果没有好的环境，Agent就没办法去做各种各样的事情。”
过去半年，腾讯混元团队发布了6篇关于“环境”的论文。他们发现，以前的训练数据是“死”的文档，现在的训练数据必须是“活”的交互过程。比如，AI不仅要知道怎么写代码，还要知道代码运行后数据库变了什么，报错信息长什么样。
通俗点说： 以前是教AI“背菜谱”，现在是让AI“进厨房炒菜”。你得给它真锅、真火、真食材，它才能学会火候和调味。
2. 腾讯混元是怎么“造”的？四路人马，各显神通
腾讯混元这次动作很大，至少有四组不同的团队在同时推进，而且方向非常具体：
- 第一拨：把任务做长（Long-Horizon）
以前的测试任务可能几分钟就完了，太简单。混元团队推出了“Long-Horizon-Terminal-Bench”，把任务拉长到几小时。比如，不是让你写个“Hello World”，而是让你部署一整个后端服务。更厉害的是，他们通过自动化手段生成了3.7万个这样的长任务，平均每个成本只要5美分。这说明“造世界”可以规模化、低成本化。
- 第二拨：把环境搬上手机（Mobile）
混元视觉团队搞了个叫“PhoneWorld”的东西，里面有34个模拟的App（比如腾讯健康、地图等）。AI要在里面预约疫苗、跨App调度。这模拟的是我们在手机上真实操作的过程。
- 第三拨：让环境“进化”（Evolution）
这是最关键的洞察。如果环境太简单，AI刷几个版本就“摸透”了，学不到新东西。于是，混元团队不再从零造环境，而是让环境自动升级。比如，原本只是写个静态网页，后来升级成要部署、要动态维护、要处理并发。环境跟着AI的能力一起变难，确保AI永远有东西可学。
- 第四拨：接入生产线（Pipeline）
他们把“生成任务”、“搭建沙箱”、“验证结果”这些步骤自动化，直接接入到AI的训练流水线里。这意味着，AI在训练时，可以实时地在这些虚拟世界里练习，而不是事后补课。
注意一个细节： 腾讯内部还发生了组织调整，把大语言模型和多模态模型合并，由姚顺雨统一负责，并且明确把“强化学习及Agent能力”写进职责。这说明，“造环境”不是某个小团队的自嗨，而是公司级的战略重心。
3. 阿里和字节也在卷，而且卷得更“狠”
腾讯不是孤例，阿里和字节也在同一时间点上发力，而且思路各有特色。
- 阿里通义：直接命名“Environment Scaling”
阿里联合浙大、北大的论文直接把标题定为《Towards General Agentic Intelligence via Environment Scaling》（通过环境扩展实现通用智能体智能）。阿里首席科学家周靖人也是作者之一。
他们的核心观点是：你见过的环境越丰富，你以后能处理的工具就越多。 就像一个人去过的城市越多，他的世界观越开阔。阿里甚至构建了80多万个可验证的软件工程环境，规模惊人。
- 字节Seed：环境跟着模型“长”
字节和人大团队搞了个“Agent-World”，里面有2000多个环境、1.9万个工具。他们的特点是动态生成。如果AI在某个地方卡住了，或者暴露出能力缺口，系统就自动生成新的、针对性的任务来训练它。这就像老师看着学生的错题本，专门出类似的题来练。
共同点： 大家都在从“静态数据”转向“动态交互环境”。而且，大家都在解决一个痛点：高质量环境太难造了。
4. 最大的坑：99.7%的环境是“垃圾”，怎么破？
这是整篇文章里最让人警醒的数据。
腾讯混元团队从GitHub和Hugging Face上收集了47,678个公开的终端环境。经过严格筛选（检查有没有Bug、难度是否合适、标准是否清晰），最后只留下了127个。
淘汰率高达99.7%！
为什么？
1. 质量差： 很多环境本身就有Bug，或者测试标准不一致。
2. 太简单或太假： 小模型本来就不会做，无所谓；但大模型很聪明，如果环境有漏洞，它会直接“钻空子”（Hack）来通过测试，而不是真正学会解决问题。这就好比考试题目出错了，学生靠蒙也能拿高分，但这不代表他学会了。
3. 不稳定： OpenAI和Anthropic也发现，同样的任务，在不同的电脑配置（CPU、内存）下，AI的表现可能相差6个百分点。环境不够稳定，训练效果就不可控。
这意味着什么？
“造世界”不是简单的复制粘贴，而是一项高门槛、高成本的工程。你不能靠AI自己合成环境（质量太差），也不能全靠人工（太贵）。这需要一种新的能力：既懂AI需要什么，又懂如何构建稳定、复杂、真实的虚拟业务场景。
5. 下一个“Scale AI”是谁？一门新生意正在诞生
在大模型时代，Scale AI 靠给AI提供高质量的数据标注，估值冲到了290亿美元。
现在，数据标注的红利在减弱，“环境构建” 正在成为新的风口。
- 创业公司入场：
- UniPat AI： 阿里正在洽谈领投，估值25亿美元。他们专门做“任务设计+沙箱环境+评测标准”的一体化基建。
- Deeptune： 被数据平台Mercor收购。Deeptune专门复刻Salesforce、Slack等真实软件环境，给AI当“健身房”。Mercor收购它，就是为了补齐自己在“环境构建”上的短板。
- Scale AI自己： 也开辟了“强化学习环境”业务，新增项目中近一半涉及此领域。
- 为什么大厂不外包？
虽然环境构建是个好生意，但腾讯、阿里、字节都在自建。因为环境直接决定模型的上限，这是核心机密，不能全外包。而且，运行这些环境需要大量的云计算资源（沙箱、隔离、高并发），大厂自己有云，成本更低，控制力更强。
- 未来的机会在哪里？
大厂懂模型，云平台懂机器，但谁懂真实的业务流？
比如，一家医院的挂号系统怎么运作？一个律所的合同审核流程是怎样的？这些错综复杂的真实业务逻辑，是大厂和云厂商都不完全懂的。
因此，“懂行业+懂AI环境构建” 的公司，可能会成为下一个巨头。它们不需要自己训练大模型，但可以为大模型提供“真实世界的模拟器”。
💡 结语：从“解题”到“定义问题”
姚顺雨去年说，AI下半场的重心是“从解决问题转向定义问题”。
这句话现在有了具体的落点：通过构建复杂的环境，让AI学会在不确定性中定义问题、拆解问题、解决问题。
对于普通人来说，这意味着未来的AI助手将不再只是你的“聊天搭子”，而是你的“数字员工”。它能帮你处理复杂的行政事务、编写并调试代码、甚至管理你的日程和财务。
而对于投资者和创业者来说，“AI训练环境” 是一个正在爆发的基础设施赛道。它不像大模型那样烧钱无底洞，但它更贴近产业落地，更考验对真实世界的理解。
一句话总结： 以前我们给AI喂书，现在我们要给AI造世界。谁造的世界更真实、更复杂、更稳定，谁的AI就能在真实世界里更好地干活。