姚顺雨交出年中答卷！腾讯AI下半场打法变了

智猩猩AI整理

从 Hy2，到 Hy3 preview，再到 Hy3，半年不到，又完成了一次大跃迁。

本次迭代不只是推理能力、智能体能力的大幅跃升，在幻觉抑制、模型稳定性与产品使用体验上同样完成质的突破。

后续还有更多重磅更新在路上，由衷为团队感到自豪！

这不是一次普通的模型官宣，放在时间线上看，Hy3 更像是姚顺雨加入腾讯后，在 2026 年中交出的一份阶段性答卷。

• 来源：

  https://x.com/ShunyuYao12/status/2074151389945827744

2025 年底，腾讯宣布姚顺雨出任首席 AI 科学家，同时兼任 AI Infra 部和大语言模型部负责人，直接进入腾讯 AI 研发体系的核心位置。

彼时外界最关心的问题是：这位 ReAct、Tree of Thoughts 等智能体经典工作的作者，能不能把自己关于 Agent、评估、真实任务的研究思路，真正放进腾讯这样一个超级产品生态里。

半年过去，答案开始变得清晰。

Hy3 正式版发布，模型采用 MoE 架构，总参数 295B、激活参数 21B，支持 256K 上下文长度；更关键的是，它不是单纯卷参数，而是把 Agent、工具调用、代码工程、办公生产力、真实业务链路作为主战场。

目前，Hy3 已接入 WorkBuddy/CodeBuddy、元宝、ima、Marvis 等业务，API 也已上线腾讯云 TokenHub。

如果只看公开节点，姚顺雨加入腾讯后的节奏相当密集。

2025 年底，腾讯升级大模型研发架构，新成立 AI Infra 部、AI 数据部、数据计算平台部，姚顺雨出任首席 AI 科学家，同时兼任 AI Infra 部和大语言模型部负责人。

到了 2026 年 3 月，腾讯 AI 研发体系继续调整，成立近十年的腾讯 AI Lab 被撤销，部分人员调整至大语言模型部，加入混元团队并向姚顺雨汇报。

这意味着，腾讯的 AI 研究资源开始进一步向大模型主线集中。

4 月 23 日，Hy3 preview 发布并开源。这是混元重建后的第一个版本，也被视作姚顺雨接掌混元后的首个模型成果，其性能已在复杂推理、指令遵循、上下文学习、代码生成和 Agent 任务上显著提升。

7 月 6 日，Hy3 正式版发布。从 1 月底启动基础设施重建，到 4 月 preview，再到 7 月正式版，混元用不到半年时间，跑完了一轮“底层重构—模型发布—产品验证—后训练迭代”的完整闭环。

这条线，与姚顺雨此前在《The Second Half》里的判断高度一致。

他曾提出，AI 下半场的重点会从“解决问题”转向“定义问题”，评估将比训练更重要，研究者需要更像产品经理一样思考：AI 应该做什么，怎样才算真正进步。

• 来源：

  https://ysymyth.github.io/The-Second-Half/

Hy3 的发布，某种程度上就是这套思路在腾讯内部的一次落地。

它不是只看 MMLU、数学题、聊天体验，而是把 WorkBuddy、元宝、ima、Marvis 这些真实产品场景拉进模型迭代流程。模型在线上任务里暴露问题，再用这些问题反哺训练与评估，最后再回到产品里验证。

这也是 Hy3 最值得关注的地方：它不是一个孤立模型，而是腾讯产品生态里的一个 Agent 底座。

Hy3系列的最大亮点在于Agent能力的显著跃升，这也是姚顺雨Agent研究背景的直接印记。相比前代，Hy3在后训练数据质量、多样性和RL规模上持续迭代，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是 Hy3 的 2～5 倍）的效果。

从应用侧来看，Hy3 这次提升最明显的地方，不是单一问答能力，而是更偏真实生产流程的复杂任务。无论是软件开发、办公文档处理，还是金融模型搭建、前端页面生成、游戏内容制作，Hy3 都开始展现出更强的任务理解、步骤拆解和结果交付能力。

腾讯内部还组织了 270 位来自不同业务线的专家，围绕真实工作场景进行模型盲测。结果显示，Hy3 的综合均分达到 2.67 / 4，高于 GLM5.1 的 2.51 / 4。尤其在前端开发、数据与存储、CI/CD 等更贴近工程实践的任务类型中，Hy3 的优势更加明显。

与此同时，Hy3 也延续了开源路线。目前，该模型已基于 Apache 2.0 协议，在 GitHub、HuggingFace、ModelScope、AtomGit 等平台开放。

腾讯还同步下调了 Hy3 在腾讯云 API 以及 WorkBuddy 等产品中的使用成本，希望让混元模型进入更多开发者和企业场景。按照最新定价，Hy3 输入价格为 1 元 / 百万 Tokens，输出价格为 4 元 / 百万 Tokens，命中缓存后的输入价格则降至 0.25 元 / 百万 Tokens。

Hy3 真正有意思的地方，不只在模型本身，而在腾讯生态。

腾讯拥有国内最复杂、最多元的产品矩阵之一。办公、社交、内容、浏览器、游戏、输入法、知识库、企业服务，每一个场景都能产生真实任务、真实反馈和真实评测。

这对 Agent 模型非常关键。因为 Agent 不是在静态题库里长出来的，而是在复杂任务里练出来的。

这次 Hy3 已接入 WorkBuddy/CodeBuddy、元宝、ima、Marvis、QQ 浏览器、微信读书、WeGame 、腾讯文档、微信公众号等产品。

其中，WorkBuddy 是最值得单独拎出来看的样板。

作为 AI 办公智能体，WorkBuddy 不是简单聊天场景，而是包含自动化脚本生成、工作流编排、数据处理、文档生成、研报分析等复杂需求。

在办公场景内部测评中，Hy3 让 WorkBuddy 任务解决率从 72% 提升至 90%，平均耗时缩短 34%。

元宝则是另一条线。

元宝的优势在于用户量和真实对话反馈。Hy3 针对长文和 AI 搜索场景中的幻觉问题，通过细粒度数据清洗与训练约束提升可靠性。基于真实日志的评测显示，Hy3 的常识错误率较 preview 下降，幻觉率也大幅降低。

元宝 Agent 升级后，可以执行信息查询、数据处理、文档办公、生活决策、网页制作等任务，并交付 PPT、Word、Excel、PDF、HTML 等文件。

ima 和 Marvis 则进一步验证了 Hy3 在知识库问答、工具编排、文件生成、文件管理、电脑诊断等场景中的稳定性。

ima 在 Agent 任务中，工具编排能力突出，盲目重试和应止未止明显减少。

Marvis Agent 在文件编辑/生成、文件管理、电脑诊断与操作等核心场景中，任务完成率达到 93.7%，相比 preview 提升 12.7%。

WorkBuddy 负责办公生产力，元宝负责大众用户入口，ima 负责知识库和信息管理，Marvis 负责桌面级 Agent，CodeBuddy 负责代码开发场景。

这几条线合在一起，构成了腾讯版 Agent 生态的雏形。

过去外界评价腾讯 AI，常常会说它产品生态强、应用入口多，但基础模型声量相比更激进的模型公司并不算突出。

姚顺雨加入后，腾讯混元的打法开始发生变化，不再单纯跟随参数竞赛，而是把模型训练、Agent benchmark、真实业务评测和产品反馈放到同一个闭环里。

从办公智能体WorkBuddy，到开发工具CodeBuddy，再到元宝、ima、Marvis 等 C 端入口与工具型产品，Hy3 正在用腾讯生态中的多场景落地证明：大模型的下半场，不只是模型公司之间比谁更聪明，而是谁能让模型更稳定地进入真实工作流、完成复杂任务。

Hy3 这份年中答卷，还不能说已经让腾讯在所有模型能力上全面领先。纯数学推理、深水区代码任务、和最强闭源模型的差距依然存在。

但它至少给出了一个清晰信号：

腾讯混元不再只是追赶大模型，而是在用自己的产品生态训练 Agent。

如果说 Hy3 preview 是姚顺雨带队重构混元后的第一次亮相，那么 Hy3 正式版更像是一次宣告：

腾讯要做的不是一个更会聊天的模型，而是一个能嵌入微信、办公、内容、代码和桌面场景的 Agent 操作系统底座。