姚顺雨的半年考，Hy3的“三板斧”

混元 Hy3正式版发布那天，腾讯股价涨了4.82%。但同一天，腾讯还通过大宗交易出售了2.73亿股快手股份，套现约125亿港元。股价上涨是AI战略预期、减持快手、港股整体情绪多重因素共同作用，不能单一归因于混元。

更值得关注的是另一个数字：元宝独立App的日活曲线。春节红包拉新高峰过后，从峰值回落到约900万。

混元这半年，资本市场和用户端看到的风景不一样。

混元每次更新都在修什么

Hy3 preview发布时，行业数据显示SWE-bench Verified达到74.4%，Terminal-Bench 2.0达到54.4%。业内有人嘀咕：参数才295B，能行吗？

74天后，正式版给了一组新数字：270位专家基于真实工作盲测，Hy3均分2.67/4，优于GLM5.1的2.51/4。前端、数据与存储、CI/CD这几个类别，混元优势最明显。幻觉率从12.5%降到5.4%，常识错误率从25.4%降到12.7%。WorkBuddy任务成功率从72%跳到90%，平均耗时缩短34%。

上下文还是256K，没变。但"常识错误率降一半、幻觉率降一半"这句话，在正式版的通稿里出现了不止一次。

三次更新，同一个配方。编码、上下文、幻觉。

有人可能会问：混元只会这几招？

从腾讯内部业务落地需求看，这三样是当前最核心的刚需。微信、QQ、游戏、广告，所有核心业务都离不开代码支撑。编码能力是Agent的底座，Agent又是元宝、WorkBuddy、CodeBuddy这些产品的统一入口。上下文长度决定了Agent能处理多复杂的任务链。幻觉率直接决定用户体验。元宝过去被吐槽"胡说八道"，不是开玩笑。

这三项是模型在内部业务规模化落地的基础门槛。修不完，混元可能连上桌的资格都没有。

创业公司背景的DeepSeek V4迭代更侧重全能力维度突破，在推理、多模态、成本效率上持续刷新榜单。而混元选择了"落地优先"的路线，对外释放的核心进展集中在编码、长上下文、抗幻觉这三项与业务结合最紧密的方向。

这叫掉队吗？姚顺雨选了一条更务实的路：先把地基打牢，再盖房子。

混元可能选择的是Claude与智谱一样的路：专注代码能力。

腾讯产品系的小步快跑

姚顺雨2025年9月低调入职腾讯，12月正式官宣执掌混元核心研发体系。他干的第一件事不是调模型，是启动预训练与强化学习基础设施的全面重构，新设AI Infra、AI Data等核心部门。2026年3月20日，腾讯正式撤销成立十年的AI Lab，将核心研发力量收拢至混元主线。

他的核心方法论叫Co-design：边训边用，让产品反馈倒逼模型迭代。原话是："Hy3 preview是混元从读万卷书到行万里路的开始。"

为什么急成这样？混元等不起了。

2026年1月腾讯内部年会上，刘炽平复盘了混元此前的发展问题。他用了一个比喻：高中生背题应考，成绩单好看，上了考场就露馅。马化腾更直接：太慢了，慢了9个月到1年。

数据更刺眼。据QuestMobile 2026年3月监测数据，春节红包拉新高峰过后，元宝独立App日活从峰值回落到约900万，月活5735万。同期豆包独立App月活3.45亿，两者规模差距约6倍。留存率差到不忍直视。

更麻烦的是内部。腾讯业务线过去"不敢接、不想接"混元，宁可绕开自己找方案。一个大厂自研的大模型，在自己家里都坐不上主桌。

姚顺雨没有"纯技术炫技"的奢侈。参数不如人、声量不如人、用户基数不如人，唯一的出路是：把模型塞进微信、QQ、腾讯文档、企业微信、和平精英。用14亿MAU的Context护城河弥补模型能力的差距。

我们会看到一个奇妙的传播矩阵：每次混元的更新，后续的一系列产品都会一溜小跑，紧跟发布。为啥？因为腾讯真的很注重让AI改善自身的产品能力，所以节奏要紧、速度要快。

所以他否定了"唯榜单论"，不打榜、不堆参数。300B参数是"能力与效率的最优平衡带"。做不出大的吗？能做，但选择不做。编码能力最容易量化、最容易被内部业务线认可，是打开局面的最佳切口。

混元被困在老三样里？他主动选的。

修完老三样，产品留住了吗

这才是真正的问题。

WorkBuddy任务成功率72%到90%，看起来很美。但"任务成功"的定义权在腾讯手里，内部测评和真实场景是两回事。270位专家盲测优于GLM5.1，专家不是用户，盲测也不是日常。

元宝Agent能生成PPT、Word、Excel、PDF、HTML，功能齐全。春节红包后MAU迅速回落的事实说明：功能多不等于用户愿意留下。

据多家媒体援引腾讯内部员工反馈，部分员工认为混元复杂任务效率不及外部模型，且内部对GLM等外部模型设置了调用额度限制。这种"内部优先"的推广方式，也引发了"行政驱动还是产品驱动"的讨论。

姚顺雨把老三样修透了，信任修回来了吗？

编码分数从74.4%涨到90%的任务成功率，用户感知到了吗？元宝MAU 5735万，技术参数在涨，用户基数没涨。内部员工宁愿用Claude和GLM。修完短板，人心没修回来。

两种结局摆在面前。

赌赢：老三样修透后，腾讯14亿MAU的Context护城河开始发挥作用，混元从"内部工具"变成"生态底座"。当年微信从QQ的附属品变成独立帝国，混元也有可能从"够用"变成"离不开"。

赌输：编码能力是舒适区陷阱。过度聚焦挤占了多模态、推理、创意生成等其他能力的资源。竞争对手在万亿参数加多模态上拉开差距，混元"够用"会变成"不够"。到时候用户需要那10%的极限能力，Hy3给不了。

姚顺雨把混元从"什么都想卷"变成了"先把一件事做透"。这步棋走得漂亮。但做透之后，用户买账吗？