核心内容总结
腾讯近期在AI领域发生了多方面深刻变化：一是首席AI科学家姚顺雨主导下，大模型从追求榜单排名转向用户体验，优化数据质量并推出HY3模型；二是AI产品（如智能体、Coding工具）快速增长，带动token消耗激增，但算力仍显紧张，腾讯选择与芯片厂商合作而非自研；三是AI重塑了公司组织方式，研发团队变得扁平、小型化，流程从“预制菜式”功能设计转向“结果驱动”；四是AI Coding大幅提升研发效率，但也带来AI幻觉、代码评审等新挑战；五是C端AI商业化仍面临成本高的问题，腾讯现阶段优先打磨产品体验。
拆解解读
1. 姚顺雨来了，腾讯大模型变“实用”了
以前腾讯的大模型可能更在意“考试成绩”（外部榜单排名），现在姚顺雨把重心转到了“用户感受”上。比如他推动大模型和C端应用“元宝”一起设计，让模型更懂用户需求；还砍掉了很多没用的训练数据，只留高质量的，这样HY3模型在元宝上的用户占比达到80%。汤道生评价他“化繁为简”，意思是把复杂的模型优化变得更聚焦用户实际体验，不再为了炫技而做模型。
2. 算力不够用，但腾讯不自己做芯片
AI跑起来需要大量计算能力（算力），尤其是最近腾讯的AI产品（比如智能体）用得越来越多，token消耗每月翻倍，日均突破5万亿。汤道生说腾讯的裸GPU算力（直接可用的计算资源）还不够满足客户需求，但他们不打算自己做芯片——因为芯片生产需要工厂，现在全球都缺产能，自己设计也解决不了“造不出来”的问题，所以还是和多家芯片厂商合作拿货。
3. AI让腾讯的团队变“小而扁”
以前互联网公司做产品像“预制菜”：先设计功能、再研发、再测试，流程固定，层级多。现在AI时代变了：
- 团队变小：三五个人就能搞研发，比如WorkBuddy团队没有层级，部门里只有组，没有中间管理层；
- 流程透明：业务模块、代码、用户反馈都共享，AI不会因为层级隔阂导致信息不畅；
- 结果驱动：不再先想“做什么功能”，而是先想“要什么结果”，甚至未来“一人公司”都可能——只要有想法，就能和AI协作做出完整产品。
这种扁平模式避免了层层汇报的低效，比如某个工程师离职，团队也能轻松接手，因为信息都透明。
4. AI Coding让程序员从“写代码”变成“指挥AI写代码”
2022年腾讯刚开始做AI Coding时，只有30%的AI生成代码被接受；到后来，大部分团队90%以上的代码都由AI写。现在程序员用CodeBuddy时，能同时指挥4个AI助理做不同模块的开发，“需求吞吐率”（能处理多少需求）成了衡量创新速度的核心指标。虽然现在腾讯还没算“花的token钱和产出的性价比”，但投入几十亿token带来的业务增长远超过这个数。
不过，AI也带来新问题：比如AI会“胡说八道”（幻觉），把错误代码带到生产环境；或者代码生成太快，人类专家要花大量时间评审。所以现在行业开始给AI加约束，甚至用AI来检查AI生成的代码。
5. C端AI收费难，腾讯先不着急赚钱
最近有些C端AI应用开始收费，汤道生说这事儿不容易：AI服务的运营成本、推理成本（回答问题的计算成本）很高，广告模式撑不住——因为用户用AI的次数和消耗不一样，广告主不敢为不确定的成本买单。所以腾讯现在不跟友商比商业化速度，先把产品体验做好再说。
另外，AI变成“数字外包”后，员工的价值在哪？负责人说：AI能做流程里的事，但人是最后把关的，责任主体还是人——比如AI写的代码，人要负责检查对错，承担最终责任。
总结
腾讯正在被AI重塑：从模型到组织，从研发方式到商业化思路，都在适应AI时代的新规则。虽然还有算力、成本、AI幻觉等挑战，但整体方向是用AI提升效率、贴近用户，而不是盲目追求技术炫技或快速赚钱。