跳转至

从 Hy3 preview 看 AI 下半场：单位智能时代的一次工程答卷

Ch01.1107 从 Hy3 preview 看 AI 下半场：单位智能时代的一次工程答卷

📊 Level ⭐⭐ | 5.6KB | entities/从-hy3-preview-看-ai-下半场单位智能时代的一次工程答卷.md

从 Hy3 preview 看 AI 下半场：单位智能时代的一次工程答卷

来源: 腾讯研究院

发布日期: 2026-04-25

原文链接: https://mp.weixin.qq.com/s/soGCMknejh725lJ6LiYVCg

未来博士 wepon 特约作者

腾讯刚刚发布并开源了 Hy3 preview 模型。如果你习惯盯着参数表打分，第一眼可能会觉得“没什么可说的”——295B 的 MoE 主力版本，在今天动辄被标注为“T 级参数”的行业叙事里，甚至谈不上抢眼。

但要读懂这次发布，需要先把时间拨回到 2025 年 4 月。

那时，还在 OpenAI 的姚顺雨发表了一篇引起行业广泛讨论的文章——The Second Half

（ 《AI 下 半场》） 。他在文章里做了一个判断： AI 已经走到了“中场”。

姚顺雨的观点要点可以这样概括：过去数十年的研究玩法是“开发新方法 → 在 benchmark 上爬坡 → 构造更难的 benchmark → 再爬坡”——评估当然一直重要，

但评估的主要任务是陪练，为方法服务 ，终极目标是让模型在既有考卷上分数更高。而他认为，现在这个关系要反过来：下半场的核心不再是“同一张试卷上考得更高”，而是重新质疑“这张试卷是怎么设计的”——把评估从陪练位置，推到驱动位置。姚顺雨那句最重要的概括就是：“evaluation becomes more important than training”——不是说评估今天才开始重要，而是说

它要从跟随方法创新的工具，变成倒逼方法创新的起点。

这个判断在当时并不算共识，但此后的一年里，它被几件事一件一件印证了：头部开源和闭源模型的能力差距肉眼可见地在缩小，“模型更强”能撬动的用户感知越来越小；Agent 应用爆发，把一个过去被忽视的变量——单位推理成本——推到了决定生死的位置；越来越多团队发现，在标准 benchmark 上领先的模型，放在真实业务里未必好用、甚至往往更贵。一句话总结：

“benchmark 上的胜负”和“真实世界里的胜负”是两件事。

这一点，在最近 Hy3 preview 和 DeepSeek V4 几乎前后脚发布时，又被印证了一次。两家的路径并不完全一样：DeepSeek V4 用 Flash 和 Pro 两个版本覆盖不同层级的需求，Hy3 preview 则用一个不到 300B 的模型主动去找效果、速度、价格之间的平衡点；但它们指向的是同一个共识——

在真实世界里，性价比正在变得比“性能最优”更重要。

Agent 的登场，把这套判断从一种预言推成了现实。ChatBot 时代一次对话只消耗几百到几千 token，单位成本是个次要问题；Agent 时代一次任务动辄几十万乃至上百万 token，单位成本就成了决定产业形态的结构性变量。一夜之间，整个行业被迫面对一个新的三角约束——

质量、速度、价格，这三件事不可能同时做到极致。

然后，这个判断的提出者自己下场了。

姚顺雨加入腾讯、负责基模线之后交出的第一份作业，就是这次的 Hy3 preview。所以这次发布真正的看点，不在 benchmark 打到哪一档，而是——“下半场”判断的原始提出者，会用什么样的模型设计、什么样的产品取舍、什么样的评估标准，来回应他自己提出的那套主张。换句话说：这是一次观点与实践的对齐，也是一次从想法到代码的自我兑现。

Agent 时代的“不可能三角”：

单位智能成为产业结构性变量

要理解这次自我兑现为什么重要

→ 原文存档

关联