腾讯“CEO/总裁办公室”首席AI科学家姚顺雨：

To B与To C明显分化，自主学习已在发生

1. 对市场分化的两大观察：

（1）To B与To C的分化：To C对智能上限要求不高，更像是“搜索引擎加强版”；To B则呈现“越强越付费”逻辑——企业只愿意为最强的模型支付溢价，所以在To B市场，强模型和弱模型的分化会越来越明显。

（2）垂直整合与分层模式的分化：To C产品中，模型与产品是强耦合、紧密迭代的；而To B场景中，趋势似乎相反：模型层专注于把模型做得越来越强，应用层则想用最好的模型赋能不同的生产力环节。

2. 腾讯的双轨策略：To C：聚焦上下文（Context）和环境信息，通过额外输入提供价值（比如问“今天吃什么”，如果加上“今天很冷”“我在哪个商圈”等信息，又或者直接把相关聊天记录丢给AI，回答的价值会完全不同）；To B：作为一家万人规模的大公司，思考的是如何先“服务好自己”，充分利用内部场景沉淀真实数据。

3. 自主学习（Self-learning）的现在时：自主学习已成为非常热门的词汇，它并非单一方法论，而是高度依赖于具体的“数据与任务”的场景化实践。聊天变得个性化、像博士一样探索新科学，这些都是不同维度的自主学习。因此，自主学习这件事“已经在发生了”，但目前受限于场景和效率，是“渐变而非突变”。

4. 想象力的问题：要实现真正的自主学习，现在最大的问题是想象力。我们还没定义好验证它的“任务”，是一个能赚钱的交易系统，还是解决人类未解的科学难题？我们需要先想象出它的样子。

5. 2026年Agent展望：To B Agent进入上升通道，不依赖花哨创新，靠扎实的预训练和后训练；即使模型停止进化，仅靠更好地部署现有模型到真实场景，也能带来10-100倍效率提升，对GDP产生5%-10%的影响，现在还远没到1%。

6. 中国AI的优势与瓶颈：优势在于工程能力、产业化效率、人才密度；瓶颈在于算力（光刻机、软件生态）、To B市场成熟度、国际商业环境；核心挑战，不断涌现的人才能否引领新范式，需要更多冒险精神和长期探索文化。

7. 回国的感觉还是挺好的，吃得好很多。

• 上一页
• 1
• 2
• 3
• 4
• 下一页
• 全文阅读