腾讯的「赛马机制」曾诞生微信和《王者荣耀》，其逻辑是在应用层通过内部市场化筛选最优产品。但进入大模型时代，这套逻辑遭遇根本冲突：AI是算力、数据和人才高度集中的「饱和式战争」，部门墙导致资源重复投入。阿里已终止内部赛马成立统一技术委员会，字节则靠张一鸣亲自抓AI完成集权。腾讯混元与WeLM的双线并行，本质上是组织惯性在技术路线上的投射——赛马的资源浪费不再是可接受的试错成本，而是战略延误。

WeLM的Hidden Decoding颠覆了行业主流的思维链（CoT）范式。CoT让模型把思考过程「写」成自然语言token，每次只能串行生成一个，延迟随推理步长线性增长。WeLM的做法是复制多份Vocab Embedding，让模型在连续潜空间中并行完成推理，再将结果「折叠」进最终输出。80B模型上MATH从60.4跃升至71.7，且首次在100B+ MoE规模验证可行。核心工程创新Stream-Factorized Attention把扩展带来的O(n²)注意力开销压到接近线性——这是微信场景「低延迟、低成本」的技术基石。

微信自研WeLM并非单纯的技术选型，背后是张小龙对「数据主权」的坚守。混元隶属TEG，训练数据来源、模型权重管理、推理服务部署都不在WXG掌控范围——而微信的数据是「红线中的红线」。产品层面，张小龙的AI哲学与集团策略根本对冲：他主张AI应像「扫一扫」般自然浮现、用完即走，反对中心化AI入口。集团则追求强入口、强交互、强商业化。结果是「小微」采用WeLM主模型+DeepSeek兜底的混合架构，混元在微信生态内反而成了「备选」。这不是技术优劣之争，是微信自治传统的延续。

高盛测算显示，微信小微全面铺开后，单季度AI推理成本可能吃掉营业利润的5%-17%。豆包的前车之鉴是：日活超2亿，单日收入不足百万，算力成本却达数千万——「用户越多亏得越多」的悖论在AI时代彻底颠覆了互联网的边际成本逻辑。微信的策略是用80B总参/3B激活的MoE架构压推理成本，并在产品上设「逃生通道」：轻量走WeLM，深度思考切外部模型。但长期收入增量来自何处？高盛指向交易场景广告和本地生活抽佣，而非对话本身。拐点要看2026年下半年用户付费意愿的真实数据。

Hidden Decoding让模型在潜空间内完成推理，不输出可读的中间步骤——这带来了一个根本矛盾：模型变快了，但人也「看不见」它是怎么思考的了。CoT虽然慢，但可解释性强，出错时可以追踪到哪一步逻辑断裂。而潜空间推理本质上是黑箱，评测者只能看到输入和输出，中间过程对人不透明。这个问题在数学和编程领域或许还能容忍（结果正确即可），但在涉及安全、合规、医疗诊断等高责任场景中，「它怎么想的」和「它想对了没有」同等重要。