前言：

2026年3月20日，騰訊內部一紙通知，宣告成立九年的AI實驗室正式撤銷。這個曾承載著騰訊”AI戰略”野心的研究機構，最終被并入混元大模型團隊，向首席科學家姚順雨匯報。副總裁蔣杰退出AI業務線，僅保留其他管理職責。

資料圖：蔣杰（左）、姚順雨

時間回到2016年。那時，張潼、俞棟等頂尖學者從微軟、Facebook歸來，在濱海大廈頂層開疆拓土，目標是”讓AI無所不在”。九年時間，這個實驗室在頂級學術會議上發表論文逾千篇，專利申請數百項，成為中國工業界AI研究的高地。

然而，就在同一時期，一家名為DeepSeek的公司，僅用兩年時間，以200人左右的規模，發布了震動全球開源社區的R1模型，成為AGI時代的現象級玩家。

一個令人困惑的悖論就此浮現：騰訊投入數十億資金、匯聚數百名頂尖人才、耗費九年光陰，卻未能孕育出一個DeepSeek；而幻方量化旗下一個看似”副業”的團隊，用更少的錢、更少的人、更短的時間，實現了技術范式的突破。

這不是資源或人才的失敗，而是“太成功導致的失敗”——平臺巨頭對現有業務的優化效率越高，對顛覆性創新的”免疫機制”就越強。騰訊養不出DeepSeek不是偶然，是結構性的必然。

01

九年的軌跡：從學術高地到組織調整

騰訊AI實驗室的九年，是一部典型的”大公司創新劇本”，其衰落軌跡清晰可見。

2016-2019年，是學術田園的黃金期。 張潼、俞棟、劉霽等頂尖學者云集，三年內在頂級學術會議上發表論文超千篇。技術被廣泛應用于微信、QQ、《王者榮耀》等產品，看似完成了”產學研”的完美閉環。但隱患已然埋下：這些研究多集中在計算機視覺、語音識別等”賦能型”領域，服務于既有業務的優化，而非探索可能顛覆微信或游戲的全新交互范式。

2020-2023年，在大模型時代逐漸失語。 當OpenAI的GPT架構和Transformer成為全球AI主流時，AI實驗室的研究重心仍停留在傳統領域。2023年，混元大模型團隊在騰訊內部崛起，AI實驗室的地位變得尷尬——做基礎研究與混元重疊，做應用落地又與業務部門重疊。核心學者開始陸續離職，創新梯隊出現斷層。

2024-2026年，撤并成為必然。 互聯網增長紅利見頂，降本增效成為主旋律，長期”高投入、慢產出”的AI實驗室被視為成本中心。更關鍵的是，在元寶等AI應用遭遇市場挫折后，騰訊需要”集中力量辦大事”，分散的AI力量必須被整合。九年投入，最終換來的不是DeepSeek式的突破，而是一紙撤并令，人員與成果成為”混元”戰時體制的燃料。

這九年的軌跡，完美演繹了”反身性陷阱”：最初為創新而設立的機構，最終因維護既有成功的需要而被犧牲。

02

成功的悖論：為什么越成功越難創新？

要理解這種必然性，需要看到大公司創新中的一個根本矛盾：對現有業務的極致優化，往往會扼殺顛覆自身的可能性。

騰訊的案例完美詮釋了這一邏輯。微信和游戲業務取得了空前成功，帶來了巨額利潤和現金流。為了維護這些”現金牛”，組織的核心目標自然聚焦于如何讓微信的廣告更精準、讓游戲的用戶留存更高、讓社交生態更穩固。

于是，AI實驗室的研究方向被無形地鎖定在”賦能現有業務”上：研究計算機視覺優化內容審核，研究語音技術改善游戲NPC交互，研究推薦算法提升廣告點擊率。這些研究很有價值，但它們都是“漸進式創新”，服務于既有商業模式的優化。

而像DeepSeek所追求的“顛覆式創新”——探索全新的通用模型架構、可能重構交互范式——因其不確定性高、周期長，且可能威脅到微信或游戲現有的地位和商業模式，在組織內部會遭遇本能的排斥或資源傾斜不足。

這不是騰訊”做錯了什么”，恰恰是因為它”做對了太多”。對存量業務的極致優化，形成了一套強大的”免疫系統”，使得能夠顛覆自身的創新難以在體內存活。當組織中的每個人都基于”保護現有成功”而行動時，集體的理性就變成了創新的非理性。

03

組織-資本復合體：創新生產的制度基礎

DeepSeek的成功首先是一種知識生產組織形式的革命。當我們用”軍團”比喻其組織時，容易陷入軍事化的表面想象——實際上，它更接近“分子團”式的知識密度結構。

隱性知識的傳遞效率是核心。AI大模型研發的突破往往來自“隱性知識”的碰撞——那些無法被寫成文檔、無法通過郵件傳遞、只能在高密度面對面交流中產生的直覺與洞察。DeepSeek的200人團隊集中在杭州西溪世紀中心，物理空間的高度集中使得算法工程師可以在白板前即興推演，架構師可以在走廊偶遇中修正設計。這種“知識密度”是創新溢出的關鍵。

反觀騰訊的”聯邦制”，其本質是一種“知識隔離”機制。微信事業群的AI團隊在深圳總部，混元團隊分布在廣州或上海，AI實驗室原本在北京與深圳間流動。當組織邊界切割了知識流動，創新就變成了“文檔化的知識傳遞”——通過PPT、郵件、會議紀要傳遞顯性的、去情境化的信息。而Transformer架構的改進、MoE路由策略的優化，恰恰需要那些“難以言說的細節”。

更深層的矛盾在于風險-組織匹配。聯邦制不僅是管理選擇，更是基礎設施責任的必然產物——當微信承擔13億用戶的”數字水電煤”功能時，必須通過事業群分散化來避免單點故障。這種”風險分散”的組織智慧，在穩定性維度是有效的，但在創新維度卻是致命的：它將本應用于突破的認知資源，消耗在了內部防火墻的維護上。

資本的形態進一步鎖定了這種結構。DeepSeek背后的幻方量化，其資本性質是“金融套利資本”——來源于量化交易在市場中攫取的套利空間，與實體經濟周期、產業現金流、用戶增長曲線完全脫鉤。這種“脫錨狀態”使得資本可以忍受“無回報期”長達五年甚至更久，唯一的KPI是范式突破本身。

騰訊的資本則是“產業循環資本”——嚴格錨定于微信的廣告收入曲線、游戲的付費用戶ARPU值、云服務的簽約增長率。這種錨定帶來了一個致命約束：所有研發投入必須可折現。當資本市場用DCF模型評估騰訊時，AI實驗室的”不確定未來收益”必須折算為當下的”業務賦能效果”。這解釋了為什么AI實驗室不得不追求千篇頂會論文——論文是可見的、可量化的、可向董事會匯報的“折現憑證”，而架構突破的風險是不可折現的。

預算軟約束的詛咒在此顯現。騰訊擁有近乎無限的算力采購能力，這種”資源豐裕”消除了“硬約束下的優化動力”。DeepSeek的MLA架構之所以誕生，恰恰是因為資源硬約束——無法像OpenAI或騰訊那樣購買無限算力，被迫在算法層面”榨干每一滴算力”。這種“約束驅動創新”在歷史上早有印證：曼哈頓計劃在鈾-235稀缺時被迫發展钚-239路線，最終加速了原子彈誕生；而擁有無限資源的納粹德國核能項目，反而陷入了技術路徑的猶豫不決。

更深層的差異在于資本的”久期”。幻方量化的資本來源于高頻交易的瞬時套利，累積成”無到期日”的長期資本池；騰訊的資本來源于季度性的用戶付費與廣告點擊，天然具有“短久期”特征。當AGI研發需要“超長久期資本”時，產業資本的周期錯配就成為了結構性障礙。

這種“組織-資本復合體”的自我鎖定，解釋了為什么簡單的”投入更多資源”無法解決問題。騰訊在2023-2024年間并非沒有加大對AI的投入，但由于復合體的鎖定，新增資源被“聯邦制的協調成本”和“產業資本的折現壓力”迅速吸收，轉化為更多的中層管理者、更復雜的跨部門會議、更多的PPT匯報，而非架構層面的突破。

04

歷史的韻腳：柯達-貝爾-騰訊

歷史總是押著相似的韻腳。柯達發明了數碼相機，卻為保護膠卷業務將其雪藏；諾基亞擁有智能機技術儲備，卻沉迷于功能機時代的王者地位。它們與今天的騰訊AI實驗室共享著同一套邏輯：對現有產品線的極致優化，成為了擁抱新范式的最大障礙。

柯達的化學工程師們并非看不到數字化的未來，而是每賣出一臺數碼相機，就意味著損失一卷膠卷的利潤；諾基亞的塞班團隊并非不知道觸屏交互的潛力，而是每一部iPhone的崛起，都意味著功能機帝國的崩塌。同樣，當騰訊AI實驗室的研究人員提出可能”顛覆微信交互范式”的構想時，組織內部的免疫系統啟動了——這不是惡意，而是成功企業的生理反應。

然而，歷史也提供了另一種可能。貝爾實驗室在AT&T壟斷時期孕育了晶體管、Unix和C語言，其創新活力恰恰來自壟斷利潤的滋養。當時的邏輯是：壟斷帶來超額利潤，超額利潤支撐長期基礎研究，基礎研究鞏固技術霸權。

但那個范式已經逝去。1984年AT&T被拆分后，短期利潤壓力立刻扼殺了貝爾實驗室的創造力。而今天騰訊面臨的困境比貝爾實驗室后期更為復雜——它既沒有AT&T當年的壟斷安逸，又背負著比當年更沉重的社會責任。

今天的平臺巨頭陷入了一種前所未有的“雙重困境”：

既要競爭，又無法像創業公司那樣輕裝上陣。 互聯網紅海市場的競爭強度百倍于當年的電信業，資本市場要求季度增長，用戶要求持續迭代，騰訊無法像AT&T那樣安享壟斷利潤、從容布局未來。

既要創新，又無法像貝爾實驗室那樣純粹。 微信作為社會基礎設施，任何技術失誤都可能引發系統性風險。DeepSeek可以每周迭代模型、大膽試錯，因為工具出錯的成本由用戶自擔；微信若因AI重構導致支付系統故障，則是社會不可承受之重。

結語：基礎設施時代的創新倫理

九年AI實驗室的裁撤，不應該被簡單解讀為騰訊的”戰略失誤”或”組織僵化”。更深層的真相是：當一家私人企業無意中成為社會的基礎設施，它就必須在”創新”與”穩定”之間做出不可能的抉擇。

騰訊選擇了穩定——或者說是被迫選擇穩定。因為13億用戶的數字生活、500萬中小企業的生計、無數政務系統的運轉，都系于微信的不宕機。在這種情境下，“養不出DeepSeek”不是失敗，而是一種負責任的表現——至少從基礎設施倫理的角度看。

但這提出了一個更尖銳的問題：如果平臺巨頭注定因為成為基礎設施而喪失創新能力，那么誰來承擔下一代基礎設施的建設？ 如果AGI真的成為新的”社會操作系統”，我們是否應該允許它由DeepSeek這樣的私人公司（或OpenAI這樣的非營利實體）來掌控？還是應該從一開始就以公共品的方式建設？

也許，九年AI實驗室的黃昏，預示著平臺資本主義時代的終結——那個由私人企業同時扮演創新者和基礎設施提供者雙重角色的時代，正在走向盡頭。未來的創新可能需要新的組織形態：要么將基礎設施”國有化”或”公用事業化”，釋放私人部門的創新活力；要么接受基礎設施的保守性，讓顛覆性創新永遠來自外部。

無論如何，騰訊的困境告訴我們：成為國王的代價，是失去浪跡天涯的自由。 當一家科技公司成為社會的基礎設施，它就必須接受”穩定即正義”的枷鎖——哪怕這意味著，它必須”錯過”下一個時代。

騰訊養不出DeepSeek，不是因為它像柯達那樣”愚蠢地拒絕未來”，也不是因為它像AT&T那樣”被拆分后失去能力”，而是因為它身處一個比歷史上任何時候都更困難的境地——它必須在維持13億人數字生活穩定的同時，完成對自身的顛覆式革命。這種”在飛行中更換引擎”的任務，從來就不是大型基礎設施提供者的強項。

而下一個顛覆故事，或許正在某個不起眼的車庫或公寓里，悄然寫下第一行代碼。