近日腾讯云这场大会上，汤道生和姚顺雨聊了下“AI 下半场”。这场对谈里散落的几个判断值得关注——它们关乎 AI 接下来怎么变、产品该怎么做、组织该怎么搭。

我把这些判断挑出来，提炼成 6 条。每一条我都加了自己的解读，不只是复述他们说了什么，而是想说清楚：这对你我意味着什么。

姚顺雨提出的“下半场”最近被用滥了，但他原本的意思很锋利：过去几十年 AI 在拼方法论，而现在预训练加后训练已经像一把“万能锤子”，能砸各种钉子，方法论这件事基本成熟了。难的反而是——去哪儿找值得砸的钉子，找到有价值的，真实的问题去解决。

我觉得这句话把整个竞争的重心挪了位。以前大家比的是“谁的锤子更硬”，现在硬锤子人人都能买到，比的是“谁能定义出一颗好钉子”。这对绝大多数没有能力造模型的公司其实是好消息：你不必去造锤子，但你必须比谁都懂你面前那颗钉子长什么样。

姚顺雨说他看重腾讯，很大一个原因是 context。他的逻辑是：模型越来越擅长把一段复杂输入变成输出，那么“加工能力”就被快速拉平了，真正的壁垒回到了你有没有别人拿不到的原始输入——你知不知道这个人在干什么，这家企业到底有哪些信息。

顺着这条想，就能明白腾讯为什么反复强调微信、企业微信、元宝这些场景。它要的不是流量数字，是别人复制不了的上下文。对小团队的启示也很直接：别在模型能力上跟大厂硬碰，去比你独有的数据、你对某个细分场景的理解，那才是你的护城河。

汤道生有个很形象的比喻：过去做产品像做预制菜，你把功能想清楚摆进菜单，用户只能在里面点；而 AI 产品是开放式的，用户用自然语言提问，你根本不知道他会问什么，只能靠模型去理解、去调用你提供的工具来接住需求。

这件事的连锁反应被低估了。他说今年大部分代码已经由 AI 生成，工程师把时间挪去做架构设计，测试要“左移”，Eval 和对齐要前置。换句话说，那份写得密密麻麻的需求文档正在退场，取而代之的是“你能不能定义好一个评测和环境”。未来会写 Eval，可能比会写 PRD 更值钱。

聊到模型与产品的 Co-Design，姚顺雨说最难的部分不是算法，是建立信任和换位思考。他举了元宝的例子：当时自家预训练还没就绪，他却把后训练最强的骨干派去帮产品团队，很多算法同学不理解，他得一遍遍解释。

但正是这个“先吃亏”的动作，让产品团队真切感到模型团队是在为他们着想，后面的合作和 Hy3 在元宝上线才顺。我特别认同这一点：跨团队的信任从来不是开会开出来的，是靠一方先让渡利益换来的。这条规律不分行业，在任何组织里都成立。

国内一聊性价比就盯着模型架构、盯着便宜。姚顺雨的排序正好相反：第一位是 performance，第二位才是成本。他说很多人最后发现，用 更强的模型反而更省钱，因为它更快把事情做对，连人的精力都省了。

这戳中了一个常见误区。便宜的模型看着省，可它反复试错、反复返工，把人的时间和耐心都耗进去，综合成本未必低。把“一次做对”这件事算进总账，贵的那个往往才是省的。他还补了一句今年的关键——简单任务的稳定性会越来越重要，能稳稳一次做对，比架构上抠那一两个点更划算。

汤道生描述了 WorkBuddy 的组织：三五个人一个小队，围绕一个方向猛攻，大量试验、允许试错，因为大部分试验本来就拿不到正反馈。这跟过去层层汇报的产品组织完全不是一回事。

更值得注意的是角色在融合。当写代码这件事可以交给 AI，工程师就更像一个驱动多个 Coding Agent 的 leader，每个人都得去吃透用户需求、想清楚要什么。我的理解是：当“实现”不再是瓶颈，最稀缺的能力就变成了“想明白要做什么”——这恰恰是产品思维。所以“人人都是产品经理”不是一句口号，是分工变化的必然结果。

姚顺雨给了两个判断收尾。一是 AI 是长期游戏，不是“赶紧赚两年钱退休”的短跑；二是它会越来越多元，而不是所有人沿一条主线互相 copy——多模态、具身智能这些新机会才刚冒头，他说这更像 70 年代 PC 刚诞生的时候。

所以与其纠结谁快了谁慢了，不如记住他那句真正的落点：下半场最重要的，是能不能诚实面对自己，能不能看着真实反馈去改，能不能保持耐心。这话对腾讯成立，对每一个在 AI 里摸索的人，同样成立。