騰訊高層唐道昇在 6 月 5 日的媒體採訪中回應對 AI 策略的批評，稱競爭是馬拉松而非短跑。唐，騰訊集團高級執行副總裁、以及雲與智慧產業事業群 CEO，針對外界是否認為騰訊在 AI 發展上「落後」的市場問題作出系統性回應。他承認在騰訊多元業務條線之間，進展在不同階段存在差異，但強調公司的長期路線。此次採訪涵蓋騰訊的 AI 代理（AI agent）部署、算力供應挑戰，以及前 OpenAI 研究員姚順宇的影響；姚順宇年末加入騰訊，時年 28 歲。
唐道昇稱 AI 競爭是馬拉松
唐道昇在回應開頭表示：「我記得順宇在台上提到『下半場』這個詞有點用多了；現在看起來更像是馬拉松，是更長期的競爭。」他認可自 ChatGPT 發布以來已過去三年多，期間產業發生了劇烈變化。「騰訊的業務生態非常多元，我們做很多事情。我也認為很難確保每個板塊都是業界最先進的。在不同階段，不同業務行進更快或更慢是正常的，」唐說。
唐以騰訊對今年早期 AI 代理（agent）浪潮的回應作為快速執行的例子。「換一個角度看，比如今年的早期浪潮，騰訊也被認可為在國內市場反應最快的公司之一，而且現在 WorkBuddy 也成為這條賽道上最受歡迎的產品，」他表示。唐補充稱，騰訊的產品理念是「當你認定某件事有價值時，就在週期中堅持下去」。
姚順宇帶來模型到產品整合的重點
根據唐的說法，姚順宇的到來為騰訊 AI 帶來三項根本變化。第一，推動模型與產品之間的協同。唐解釋：「以前當鴻鵠（Hunyuan）非常在意外部排名時，後來就直接改成以產品用戶體驗作為核心指標。」
第二，姚順宇顯著提升資料品質。唐說：「我們的資料看似很充足，但品質還不夠。早期在訓練鴻鵠 3（Hunyuan 3）之前，他的工作很大一部分是在提升資料品質，包括砍掉大量看似能堆出數量的資料，但其實對模型訓練幫助不大，甚至是有害的。」
第三，姚順宇引入簡化理念。唐表示：「如果你不理解資料品質的重要性，卻只是盲目追求更多 Tokens，那你就無法做出砍資料的決策。」他解釋，在縮放定律（Scaling Law）影響下，帶有許多技巧的複雜模型架構會讓縮放變得困難；而具備足夠算力與參數的較簡單架構，能讓資料充分展現模型的潛在能力。唐認為即便鴻鵠 3 並不是一個非常大的模型，姚順宇仍為其進展做出了「很大的貢獻」。
目前約 80% 的元寶（Yuanbao）用戶正在使用鴻鵠 3，產品留存率也呈現明顯改善。唐透露，元寶與鴻鵠團隊將很快搬到同一棟大樓，以促進溝通與協同一致。
騰訊發布 20+ 垂直情境 AI 代理工具
騰訊推出效率型 AI 代理工具，覆蓋超過 20 個垂直情境，WorkBuddy 與 CodeBuddy 是旗艦產品。唐表示：「騰訊一直非常聚焦產品體驗、滿足用戶需求、並為用戶提供價值。這些目標都需要產品作為載體，讓用戶獲取這些價值，所以當人們看騰訊時，一般會說騰訊是一家產品公司。這是我們團隊的基因；我覺得在 AI 時代不太可能有什麼大的改變。」
騰訊為 AI 代理採用開放模型策略。唐解釋：「今天，對於 CodeBuddy 與 WorkBuddy，我們也採取開放模型策略。因為這些通用工具需要支援不同企業與用戶在不同情境下的需求，我們希望把模型選擇權交給用戶。」
談到 WorkBuddy 與企業微信的關係，唐表示兩者將並存並共同發展。「企業微信會更聚焦於內部點對點溝通、點對服務溝通，或直接調用 OA 並搭配一些審批流程。但我們也可以想像未來的工作模式會有更多人機協作；我們希望 WorkBuddy 能提供更自然的、原生 AI 的產品體驗，」他說。
騰訊面臨 GPU 供應瓶頸
唐多次承認，目前騰訊正面臨嚴重的算力供給瓶頸。「在過去幾個季度的財報中，不少投資者都提出了相關問題。我們一直處於一種狀態：基礎設施算力並不夠用。資源有限時，我們會向內部需求傾斜，包括鴻鵠訓練、微信需求、會議需求等。元寶也消耗了相當多的算力資源，」唐表示。
他解釋，實際分配給面向各行各業客戶雲服務的 GPU 算力雖有對標案例，但仍無法完全覆蓋所有客戶需求。「過去兩三年，我們仍是優先把內部產品做好。其實內部產品也在服務外部用戶，所以對騰訊而言，這個優先級確實比租出 GPU 更高一點，」唐補充。
唐表示期待今年下半年有更多國內算力。「我們非常期待今年下半年能有更多國內算力進來，以支援雲業務。隨著下半年國內算力增加，在滿足內部需求的同時，也能服務外部方。這是我們目前的計畫，」他說。
至於騰訊是否會增加對自研晶片的投入，唐表示：「第一，自己做晶片設計並不能解決產能問題。因為我接觸了很多晶片廠商與合作夥伴，我認為今天沒有哪一家公司有足夠產能去滿足當前的市場需求，所以這兩件事其實是分開的。我們目前的做法，或者說這種生態組合策略，反而讓我們能夠跟更多晶片製造商合作，也讓大家都非常願意把騰訊視為算力展示的標桿。」
騰訊對 AI 代理設定不以商業化為目標
唐明確表示，騰訊的 AI 業務目前優先考量的是打磨產品體驗，而不是追求商業化營收。「對於像 WorkBuddy、CodeBuddy 這樣的 AI 代理，我們仍處於投入期；我們還沒有為 Buddy 團隊設定商業化目標，」唐說。「代理的呼叫量（Agent call volume）不是商業化指標，而是使用指標。目前我們的重點不在商業化；我們仍需要把產品打磨得更好、服務更多用戶，並證明這是一種能為每個人創造價值、提升工作效率的工具。」
他也認可商業化同時是一種必要的調節器。「因為算力資源是有限的，如何篩選出最需要這個產品、也最認可它能創造價值的人——也就是值得付費去取得算力的價值——我覺得這也是代理產品在開發過程中需要考慮的事情，」唐解釋。
在產業大模型的價格戰方面，唐表示整體趨勢希望 Token 推論成本能持續下降，這有助於普及，並將 AI 能力套用到更多情境。不過，不同模型規格會有不同的定價策略。「現在很多廠商會做不同規格的模型；參數相對較少的可以滿足對成本效益要求較高的情境，但同時，有些特別難的問題需要更大的模型、成本也更高，因此大家的定價策略也會相應不同，」他說。
唐認可，在 AI 與雲服務的競爭趨勢中，騰訊仍處於投入與產品建設階段。「競爭者在商業規劃上確實走在我們前面，我們的風格很不一樣，」他表示。
常見問題
6 月 5 日唐道昇對騰訊的 AI 開發節奏說了什麼？
唐道昇在 6 月 5 日的媒體採訪中表示，AI 競爭是馬拉松而非短跑。他認可騰訊不同多元業務條線之間，AI 進展在不同階段存在差異，但強調公司的長期路線。唐以騰訊對今年早期 AI 代理浪潮的快速回應作為證據，指出 WorkBuddy 在其賽道上成為最受歡迎的產品。
姚順宇加入後，為騰訊 AI 帶來了哪些變化？
根據唐道昇的說法，姚順宇帶來三項根本變化：透過將鴻鵠的關注重心從外部排名轉向用戶體驗指標，推動模型與產品協同；透過砍掉低價值訓練資料顯著提升資料品質；以及引入重視更簡單架構的簡化理念——在有足夠算力與複雜技術技巧的複雜模型之間，優先採用更簡單且可用算力與參數支撐的架構。目
前約 80% 的元寶用戶正在使用鴻鵠 3，留存率也有所改善。
騰訊的 AI 業務面臨哪些算力挑戰？
唐道昇承認，騰訊面臨嚴重的 GPU 供應瓶頸，基礎設施算力一直不足。公司優先滿足內部需求，包括鴻鵠訓練、微信、會議與元寶，而不是將 GPU 算力租給外部雲端客戶。唐表達了期待今年下半年引入更多國內算力，以同時滿足內部需求與外部雲服務需求。
