8.0
深览指数
商业Bestblogs·晚点LatePost··AI 生成
当一个年轻人空降：改造腾讯混元的 300 天
本文深度复盘 OpenAI 前研究员姚顺雨空降腾讯后，用 300 天改造混元大模型，核心策略是回归基础数据质量、重构 Infra 基础设施，并打破内部“部门墙”推行“联合设计”。文章通过大量内部细节，揭示了混元此前数据污染、算力不足、组织割裂的困境，以及姚顺雨“守正出奇”的务实战训哲学。对于关注大公司 AI 组织变革、以及腾讯 AI 战略的读者，提供了比公开报道更具体的内部视角和决策逻辑。原文 ↗
核心观点
- ▍混元大模型的核心问题在于“基础不牢”，包括数据标注质量差、过度追求榜单导致数据污染，以及 Infra 基础薄弱，而非技术路线选择错误。
- ▍姚顺雨推行“守正出奇”策略，主张优先做好基础预训练、强化学习和 Infra，而非盲目追求参数规模或新奇架构，强调实用性与成本效益。
- 01早期的混元模型在训练中使用了大量被污染的数据，模型学会了“刷榜”，但面对真实用户提问时表现不佳。
- 02姚顺雨上任后，团队重新清洗了训练数据，并建立了更严格的数据质量把关流程，优先保证基础数据的纯净度。
- 03姚顺雨推动“联合设计”模式，让模型团队与腾讯元宝、WorkBuddy 等产品团队深度绑定，共同定义模型能力，解决模型与产品割裂的问题。
- 04混元此前 Infra 严重依赖外部套件，算力调度效率低，姚顺雨团队自研了部分底层组件，提升了训练和推理效率，降低了成本。
- 05姚顺雨在组织上推行扁平化，将原本分散的多个团队合并，减少汇报层级，提升决策效率，并强调“技术负责人要懂业务”。
- 06文章提到，姚顺雨在内部反复强调“做大模型没有魔法，也不要相信别人有魔法”，以此对抗内部对“一招制胜”的期待。
反方 / 局限
- — 尽管姚顺雨获得了高层授权，但腾讯内部既有的“部门墙”和资源分配惯性依然强大，变革能否持续是未知数。
- — “守正出奇”的策略在短期内可能难以在榜单上快速见效，这可能会面临来自管理层和外部舆论的“成果焦虑”压力。
- — 文章未讨论与阿里、字节等竞争对手在人才、算力、数据上的直接对比，也未提及腾讯在 AI 领域长期存在的“技术文化”积累问题。
3 分钟 · 4 卡片 · 11 资料
读原文 →