在由清华大学基础模型北京市重点实验室与智谱ai联合主办的agi-next前沿峰会上，姚顺雨自履新腾讯“ceo/总裁办公室”首席ai科学家以来首次公开亮相，并围绕当前ai产业的结构性分化趋势发表观点。
就模型分化议题，姚顺雨提出两点核心观察：其一，面向消费者（To C）与面向企业（To B）的应用路径已显著分离；其二，模型研发与应用落地之间也正加速形成垂直整合与分层协同的新格局。
To C领域的用户体验已逐步进入平稳期，而To B场景下的生产力跃迁则已切实发生。
他以ChatGPT为典型案例展开分析。指出，在To C层面，多数用户日常并不依赖超高智能水平，也难以感知其相较上一年度的实际能力跃升。
“但在To B领域，模型智能程度往往直接映射为生产效率提升，大量客户愿为顶尖模型支付溢价。”姚顺雨判断，随着市场演进，头部模型与中腰部模型在To B赛道的价值差距将持续拉大。
他还强调，模型层与应用层对技术能力的要求存在本质差异——尤其在To B及生产力导向型场景中，大规模预训练构成关键底座。作为一家具备深厚To C基因的企业，腾讯更关注的是：如何让当前的大模型技术真正转化为用户可感、可用、可受益的实际价值。
关于2025年最具代表性的AI演进方向，峰会多位权威专家共识指向Agent（智能体）。姚顺雨指出，智能体在To B维度的发展曲线持续上扬，且尚未显现任何放缓迹象。“只要预训练规模持续扩大，后训练阶段又能精准覆盖真实业务任务，智能体就会越来越‘懂行’，其创造的商业价值也将水涨船高。”
大模型 Token 成本节约工具。在请求到达大模型之前自动压缩 prompt 和上下文，减少 60-95% 的 token 消耗，直接降低 API 成本。支持 Claude/OpenAI/Gemini 等主流模型，提供代理模式、CLI 包装、Python SDK 和 MCP Server 四种接入方式。内置一键安...
那么，智能体如何实现真正的经济闭环？姚顺雨认为，制约因素通常不在模型性能本身，而在于运行环境适配能力与用户认知水平。他援引在Scale AI实习期间的实践体会：即便模型能力暂无突破，仅通过将其规模化嵌入各类企业系统与工作流，即可释放可观经济效益。
“教育至关重要。人与人之间的能力鸿沟正在加剧——并非AI取代人类岗位，而是善用AI工具者正在替代不擅使用者。”在他看来，当下中国一项极具现实意义的任务，正是系统性推动公众掌握AI工具的使用方法，弥合这一日益扩大的认知断层。
此外，姚顺雨表示，中国AI团队跻身全球第一梯队的可能性正稳步提升。制造业智能化升级、新能源汽车出海等成功实践已印证：中国在技术快速复现与局部性能极致优化方面具有突出优势。
但他同时指出，要实现全面引领，还需跨越三大关键门槛：一是光刻机等底层算力基础设施的技术攻坚；二是To B市场成熟度提升与全球化商业布局深化；三是科研冒险精神与前沿探索文化的系统性培育。
其中，硬件瓶颈（如先进制程设备）属于客观挑战，尚有明确技术路径可循；而真正的差距，源于主观层面——即面对不确定性时的探索勇气与容错文化。“在中国，大家普遍倾向选择稳妥路径。若某项技术已被验证可行，我们往往数月内就能完成复刻并做到世界领先；但若需闯入一片无人区，决策与行动便会变得审慎甚至迟疑。”姚顺雨坦言。
展望未来创新源头，他认为OpenAI仍是新范式最有可能的孕育者。“尽管商业化压力对其原始创新节奏有所影响，但其在基础架构、人才储备与工程化能力上的先发优势依然坚实。”
源码地址：点击下载
