文 | AI 唱反调
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。
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%。
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。
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？
