news 2026/4/11 8:38:10

官宣!前 OpenAI 华人科学家姚顺雨加入腾讯,大模型“系统战”开启!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
官宣!前 OpenAI 华人科学家姚顺雨加入腾讯,大模型“系统战”开启!

责编 | Echo

大模型进入下半场言犹在耳,姚顺雨(Vincesyao)花落谁家尘埃落定。

12 月 17 日,CSDN 获悉,腾讯大模型研发架构的重大升级,著名的华人 AI 学者、前 OpenAI 科学家姚顺雨(Vincesyao)加盟腾讯,出任“CEO/总裁办公室”首席 AI 科学家,直接向腾讯总裁刘炽平汇报。同时,他将兼任新成立的 AI Infra 部负责人及大语言模型部负责人,向技术工程事业群(TEG)总裁卢山汇报。

对于 AI 社区,特别是关注大模型前沿研究的开发者来说,姚顺雨这个名字绝不陌生。

作为普林斯顿大学博士、前 OpenAI 研究科学家,姚顺雨是全球公认的AI Agent(智能体)与大模型推理领域的领军人物。他的研究不仅停留在理论层面,更直接定义了当前大模型应用的主流范式:

  • ReAct 框架之父:他提出的ReAct (Reasoning + Acting)范式,首次将“推理”与“行动”结合,让大模型不再只是“聊天机器人”,而是能够使用工具、解决复杂问题的“智能体”。这一架构如今已成为 LangChain 等开发框架的标准配置,被全球无数开发者引用。

  • 思维树(Tree of Thoughts, ToT):他参与提出的 ToT 使得大模型能够像人类一样进行探索性思考、前瞻与回溯,极大地提升了模型解决数学、编程等复杂逻辑问题的能力。

姚顺雨的加入,被业界视为腾讯在 AI 领域的一次“精准且重量级”的补强。他不仅带来了 OpenAI 级别的研究视野,更关键的是,他在“如何让模型更聪明地解决问题”这一核心命题上拥有世界顶级的技术直觉。这与腾讯当前强调的“系统化工程建设”及 AI Infra 战略不谋而合。

这一人事任命与架构调整,标志着腾讯在 AI 大模型领域的战略重心正从单纯的“算法研究”向“系统化工程建设”深度进阶。

架构大升级:AI Infra、Data 三箭齐发

此次升级中,腾讯新成立了三个关键部门,构建起更严密的大模型研发底座:

  1. AI Infra 部:作为腾讯大模型体系的“发动机”,该部门将聚焦大模型分布式训练、高性能推理服务等核心技术。其使命是构建大模型 AI Infra 的核心竞争力,为算法研发和业务落地提供稳定、高效的算力底座。

  2. AI Data 部:由刘煜宏负责,专注于大模型数据及评测体系建设。

  3. 数据计算平台部:由陈鹏负责,致力于大数据和机器学习的数据智能融合平台建设。

注:刘煜宏与陈鹏均向公司副总裁蒋杰汇报;原大语言模型部副总经理王迪继续留任,向 Vincesyao 汇报。

这一架构调整清晰地释放了一个信号:AI 的竞争已不再局限于模型参数的比拼,而是进入了数据(Data)、算力基础设施(Infra)与算法深度融合的“系统战”阶段。

战绩单:混元 2.0 与 50% 的 AI 代码生成率

腾讯此次“提速”并非平地起楼,而是基于过去一年在混元大模型上的厚积薄发。

  • 模型侧:过去一年,混元发布了超过 30 个新模型。12 月 5 日发布的混元 2.0在复杂推理与文本生成场景表现国内领先;其混元 3D 模型更是保持着全球领先水准,开源社区下载量已突破300 万

  • 应用侧:腾讯元宝作为 C 端 AI 原生应用,凭借“每天一个版本”的迭代速度,稳居国内 AI 应用前三,成为新中产用户的首选工具。同时,AI 能力已全面渗透进微信、QQ、腾讯会议等国民级产品。

对于开发者而言,最值得关注的数据或许来自腾讯内部的“AI 效率变革”:

  • 90%的腾讯工程师正在使用腾讯云代码助手CodeBuddy

  • 50%的新增代码由 AI 辅助生成。

  • 代码评审环节的 AI 参与度高达94%

截止目前,腾讯混元大模型已在内部超过900 款应用和场景中落地。

结语

近期混元团队的高密度人才引进与架构重组,本质上是为了支撑下一阶段高强度的技术攻坚。随着 Vincesyao 的加盟和 AI Infra 部的成立,腾讯正在补齐大模型拼图中最关键的“工程化”一块,为在这场 AI 长跑中持续领跑积蓄动能。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/8 19:39:04

深度解析MCP DP-420图Agent查询机制(附8种典型场景优化案例)

第一章:MCP DP-420图Agent查询机制概述MCP DP-420 是一种面向分布式图计算环境的智能代理通信协议,其核心功能之一是支持高效、可扩展的图数据查询机制。该机制允许分布在不同节点上的 Agent 通过统一接口对大规模图结构进行局部或全局查询,同…

作者头像 李华
网站建设 2026/3/25 5:43:52

从部署到运行,MCP PL-600 Agent 4个关键阶段测试细节全披露

第一章:MCP PL-600 Agent 功能测试概述MCP PL-600 Agent 是专为工业自动化控制场景设计的通信协议代理模块,具备高可靠性与低延迟的数据转发能力。该代理支持多种工业总线协议转换,能够在异构设备间实现无缝数据交互。功能测试旨在验证其在真…

作者头像 李华
网站建设 2026/4/8 4:56:19

MCP PL-600 Agent权限分级最佳实践(附5大典型场景配置方案)

第一章:MCP PL-600 Agent权限分级核心概念在现代企业级自动化平台中,MCP PL-600 Agent的权限分级机制是保障系统安全与操作合规的核心设计。该机制通过精细化的角色控制,确保不同职能人员仅能访问其职责范围内的资源与操作接口,从…

作者头像 李华
网站建设 2026/4/5 11:06:45

Godot-MCP:开启AI驱动的游戏开发新纪元

Godot-MCP:开启AI驱动的游戏开发新纪元 【免费下载链接】Godot-MCP An MCP for Godot that lets you create and edit games in the Godot game engine with tools like Claude 项目地址: https://gitcode.com/gh_mirrors/god/Godot-MCP Godot-MCP是一个革命…

作者头像 李华