撰文| 郝 鑫
編輯| 吳先之
“我們整個動作其實是慢了,一直到2024年底,元寶和混元大模型才轉到CSIG,開始正式做。”
騰訊是第二家承認在AI上“動作慢了”的大廠。
上一個這么公開表述的還是字節,反思、招兵買馬、聚焦研究方向到迎面追趕。
如今,輪到了騰訊。
仔細觀察,騰訊在AI上有兩次明確出手的時機,一是DeepSeek爆火出圈,二是今年的春節營銷黃金檔。
這基本體現了騰訊在AI時代的戰術邏輯,戰術上選擇后發跟進,避開早期探索的不確定性,在看到市場有效驗證后,利用資源厚度進行精準押注。
有騰訊混元員工告訴我們,“騰訊內部會給每個人充足的思考時間,引導你把事情想得更透”,在這樣環境下,具備深度思考能力的人反而不會焦慮。
騰訊員工所感受到的“深度”,帶著互聯網時代的烙印。
梁寧曾評價,“看到國外成功產品,理解其用戶價值,同時基于對中國用戶特性和情境的深入理解,重做價值組合和體驗設計,是騰訊重要技能點”。
也正是騰訊內部沉淀下的“慢”,與外部AI的“快”,形成了撕裂感。巨大張力之下,騰訊在AI時代,自成一派。
“每個企業的基因不同、體質不同,騰訊的風格就是穩扎穩打”,馬化騰表示道。
想“上岸”的人
2025年春節前夕,騰訊最高層做了兩個關鍵的戰略抉擇:
第一,騰訊將旗下聊天機器人產品元寶從TEG(技術工程事業群)劃歸CSIG,由騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生率領,元寶從技術驅動轉向產品驅動;第二,元寶宣布接入滿血版DeepSeek,從原本只依賴自研模型的產品策略,轉向支持多模型的產品策略。
湯道生在采訪中將元寶競爭,視為繼移動互聯網后的一場關鍵戰役,“當年Pony說,希望能拿到移動互聯網的船票,現在也希望拿到AI時代的船票”。
高層的態度是明確的風向標,翻過春節,騰訊便開始了秘密的招兵買馬。
此時,騰訊面對的是一個格局初定、優質人才已被激烈爭奪過的市場。
大模型的興起率先點燃了創業熱潮,早期誕生的AI公司吸納了第一波頂尖人才。而自2024年起,隨著字節等大廠全面發力,人才競爭進一步白熱化。不僅創業公司被持續“挖角”,一場從“AI六小虎”向頭部大廠的人才回流潮也悄然形成。
在這種情況下,騰訊不得不面對人才溢價市場,想要“舉牌”,就只能再加價。
![]()
拋開薪資福利的因素,彼時選擇騰訊的人身上有著相似的特質,用他們的話來概括:寧做雞頭,不做鳳尾。
收到騰訊offer時,Jason(化名)團隊剛完成了一輪沒有達到預期的融資,“理想目標是千萬美金以上,出讓完股權后,能夠做的事情實在有限”。
AI投資機構喜歡投資三類人,一是沒有創業經驗,但年齡和學歷有優勢的“小天才”;第二類是在大廠資歷豐富的高P,被人稱之為“老司機”;最后是不按常理出牌,走“野路子”的創業者。
Jason不在上述三類人之中,對他來說,去騰訊是一次身份的進階,有可能從普通創業者沖擊“老司機”,騰訊混元就是那層被加筑的光環。
產品經理出身的劉毅(化名),在字節Seed和騰訊混元中間猶豫。在他眼里,Seed大佬云集,其技術屬性強于產品,而騰訊則是一個產品主導的公司。
劉毅害怕去Seed被淹沒,“現在,字節Seed架構逐漸完備,能力上來。騰訊更像一個新的起點,雖然混元比同行慢了點、差了點,但你做出一點就是成績”。
光子星球了解到,騰訊混元在招聘中為候選人提供的職級具備較強競爭力。以同一候選人為例,若其獲得字節跳動4-1職級的offer,騰訊混元則可能授予T12級及以上職位,對應職級較字節高出約1-2級。
對標Seed團隊挖人,“在原本的福利待遇基礎上,再加一百萬,大多數中層以下同學就直接被挖走了”。
騰訊混元方法簡單粗暴,但直接有效。據相關報道,騰訊最終吸引了數十名Seed團隊研究員跳槽。
騰訊AI的Icon式人物
騰訊混元團隊納新的速度比外界想象還要更快一點。
相關人士透露,大約在去年8月份左右,混元已經吸納了一批來自大廠和創業公司的新鮮血液。
彼時,其團隊分別在北京和深圳兩地辦公,主要成員集中在北京,核心人員常常需要專門飛到深圳去向負責人定期匯報工作。
據混元人士透露,初期混元團隊全員匿名狀態,沒有頭像,成員們至多知道自己的+1和+2上級。
“很多人得憑借記憶力,他們的英文名字和臉,根本對不上。”
為了追趕同行,人均晚上十二點下班成為了常態,但此時的混元仍沒有明確的方向,來到這里的人被告知“混元要朝著多模態發展”。
騰訊AI正式成為集團意志和一把手工程,發生在姚順雨的官宣和組織架構大調整。
2025年12月,騰訊大模型研發組織架構調整,新成立AI Infra部、AI Data部、數據計算平臺部,并確立了研發與產品“聯合設計(Co-design)”的新機制。
姚順雨出任“CEO/總裁辦公室”首席AI科學家,向騰訊總裁劉熾平匯報;同時兼任AI Infra部、大語言模型部負責人,向技術工程事業群總裁盧山匯報。
![]()
騰訊AI具有較強的歷史路徑依賴,最初分散為服務各個業務的工具,如語音識別服務于微信語音轉文字,計算機視覺服務于游戲和內容審核。這種業務需求驅動導向的方式,導致其AI團隊天然依附于業務線與基礎技術部門,形成了分散的技術供給點。
對比字節的AI大模型團隊Seed,從成立之初就以構建統一基礎模型、支撐未來產品生態為核心目標,騰訊更像是在原有業務、技術積累之上重組的產物。
對姚順雨的任命,反映了當前騰訊模型與Infra分家的核心痛點。具體表現為,騰訊原本的大語言模型更貼近業務探索和落地視角,而AI Infra則是純技術工程部分,負責底層算力、平臺和工具搭建。大模型的成功極度依賴模型算法與底層設施的雙向優化,這兩部分在騰訊歷史上分屬于不同事業群。
姚順雨的角色,就像是一個高權限的“連接器”。騰訊希望通過他一個人橫跨不同部門,強行拉通模型研發的戰略方向與基礎設施的工程實現,確保資源和目標對齊。
在無法立刻進行大規模組織重組的情況下,任命一個同時領導兩大核心部門的高管,是最高效的捷徑。這相當于成立了一個以他個人為核心的“虛擬AI大模型事業群”。
他的雙重身份理論上,可以確保Infra為模型服務,直接響應大語言模型部最急迫的需求。讓大語言模型部的技術規劃,不至于成為空中樓閣,能充分考慮工程實現的可行性和成本。
但不可避免地,姚順雨必須抗衡騰訊成熟事業群,長期沉淀的組織慣性。那是一堵固有流程、閉環考核與領地意識交織而成的無形之墻。
當其以集團意志,要求團隊優先支持某個項目時,可能會遇到TEG內部原有優先級項目的阻力,其權威是否能穿透兩層組織,是成敗關鍵。
當整個大模型、Infra和應用產品協同戰略高度依賴于一人時,既是高效的,也是脆弱的。
不過,這并不妨礙姚順雨成為騰訊AI的Icon式人物,Icon這個詞有帶頭人、領軍人物的含義。畢業于清華和普林斯頓大學,OpenAI研究員,姚順雨是投資人眼中典型的“小天才”。
公開場合露面“AGI-Next前沿峰會”,給青年研究者頒發“青云獎學金”,騰訊正在有意識地把“姚順雨”當做某種代表變革、開放化和年輕化的符號。
騰訊AI互搏
騰訊內部人士認為,騰訊之所以敢慢,因為馬化騰不太在乎短期得失,“只要手握場景(游戲、微信、QQ),騰訊終究可以趕上,哪怕先用DeepSeek”。
騰訊歷史上多次上演“后發先至”。無論是移動支付、手游還是信息流,騰訊都證明了,只要社交、內容場景足夠強大,用戶關系鏈足夠牢固,就可以在技術或產品模式成熟后,通過極致的用戶體驗和強大的渠道整合,快速占領市場。
若將AI競賽分為上下半場,上半場是純技術的“刺刀戰”,騰訊一度身陷盲區;而下半場進入技術、產品與場景融合的“多維戰”,這本該是騰訊的舒適區。春節期間的AI營銷大戰,如同當下的“珍珠港事件”。
OpenAI、谷歌持續迭代模型,字節豆包等產品也在快速搶占用戶心智。相比之下,騰訊在大眾感知層面,仍缺一款具有統治力的AI原生應用或模型。
無論是“姚順雨”式的跨部門協同,還是巨額算力投入,都需要一場勝仗來驗證其正確性、回應內部質疑并鞏固變革方向。
從戰略態勢、組織信心還是市場期待來看,騰訊此時比誰都更需要一場勝利。
近期,馬化騰明確提出了騰訊AI社交的方向,并在為元寶紅包和元寶派功能預熱。但在實際操作中,元寶的傳播遭受到了來自微信的阻擊。
![]()
微信作為“穩態社會系統”的克制哲學,與AI原生社交所需的“動態智能系統”存在根本沖突。
前者追求連接現實關系,提供穩定、可信、高效的通信與基礎服務,其成功源于克制、簡潔和用戶體驗的絕對優先。后者創造人與AI、AI與AI等新型智能互動關系,依賴涌現與試錯。將AI社交強行嵌入微信,必然引發系統性排斥。
破局的關鍵,在于跳出既有生態,打造獨立的AI原生社交應用。新應用可以擺脫微信的歷史包袱和道德負擔,建立全新的產品原則、數據協議和交互規范,還可以大膽嘗試AI人格化社交、群體智能協作等可能令微信團隊不安的前沿方向。
當失敗的成本被隔離,自然就不會危及微信基本盤。
騰訊最成功的產品,幾乎都源于在不同時代,用新產品滿足新需求。如同QQ之于PC互聯網,微信之于移動互聯網。AI時代的社會化連接,同樣需要一個新的、原生的容器。
而依賴舊容器改造,歷史上從未成功過。
![]()
微信號|TMTweb
公眾號|光子星球
別忘了掃碼關注我們!
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.