騰訊AI還有一張暗牌

• “明牌秀肌肉，暗牌亮底牌。一個是產品生態的廣度，一個是工程基礎設施的深度。”

撰文｜司曉柏

編輯｜翟文婷

騰訊AI剛打完一手明牌。元寶、龍蝦特工隊、養蝦全景圖，產品矩陣鋪到桌面上，生態布局畫得清清楚楚。

但明牌底下還壓著一張暗牌。

3月27日，騰訊云上海峰會。MiniMax的Agent首席架構師阿島講了一個訓練困境——大模型的強化學習撞上了沙箱瓶頸，十萬級并發環境在K8S上根本跑不動。同一場峰會，湯道生丟出一句判斷：「AI落地不只是一道算法題，更是一道工程題。」

一個是大模型公司技術同學的切膚之痛，一個是大廠掌門人的戰略洞察。兩個人從不同方向，撞進了同一件事——它不在任何產品發布清單上，藏在底層：十萬級并發沙箱、百毫秒級啟動、兩群工程師在行業還沒反應過來之前，悄悄把基礎設施推到了下一個屬于Agent的時代。

這才是那張名為「工程」的暗牌。

01 白板上的四個字

2022年初，MiniMax還沒有這個名字。創始人閆俊杰在一間簡陋辦公室的白板上寫下「下一代AI」。彼時GPT-3剛發布不久，ChatGPT要再等一年，「AGI」這個詞還沒幾個人聊。四年后的2026年1月，MiniMax港交所上市，首日漲幅達到109%，市值突破1000億港元。

但阿島——繆宇航，公司內部都這么叫他——站在峰會臺上翻出這張白板老照片時，講的不是上市的事。

他反復說的是一個技術困境：模型訓練的底層邏輯變了。模型不再是做完一道題就交卷——它得在真實環境里操作文件、寫代碼、調用工具、處理異常，每次試錯都要一個獨立運行環境。當需求膨脹到十萬級并發，云計算的底層架構被撞出了裂縫。

02 K8S撐不住了

大模型過去靠經典強化學習變聰明——給個問題，生成回答，打分，更新參數。但到了2025年下半年，天花板肉眼可見了。模型在封閉環境里「做題」已經很強，一放到真實世界立刻大打折扣——沒有持久狀態，每次對話都是全新開始；只能寫代碼不能跑代碼，缺少「寫→跑→看→修」的自我驗證循環；無法獲取實時知識，也無法搭建真實的工作環境。

說到底，裸模型像一臺空轉的引擎，引擎本身不是汽車。MiniMax從M2.5版本開始押另一條路：Agentic RL（基于強化學習的智能體訓練）——直接把模型扔進真實操作系統環境里干活。走通了，能力質變。但它需要全新的訓練基礎設施。

但是，以前我們可能只是讓AI寫一段話，或者處理一個簡單的函數，但隨著Agent的到來，我們現在要求AI去修理一輛正在跑的超級大卡車，或者是從頭造出一臺能用的iPhone。這意味著在Agent時代，模型面對的訓練任務是地獄級的。

每個訓練任務可能推演（Roll out）出上百條嘗試路徑（Trajectory），每條路徑都需要一個獨立的沙箱環境。面對成千上萬個用戶請求（Query），每個請求都要同時開啟上百個沙箱并發運行。

阿島說了句大實話：「一開始我們在K8S上跑。然后發現真的不行，并發完全起不來。」K8S——Kubernetes，現代云計算事實上的調度標準。但這套為微服務時代設計的系統，面對Agent訓練動輒幾萬個沙箱同時拉起的場景，扛不住了。

騰訊云Agent Runtime產品副總經理于廣游（Gary）捅破了一層窗戶紙：「每一個大模型企業內部，訓練沙箱基礎設施面臨兩大困境。第一，它是CPU的，不是GPU的，所以很難發論文。第二，搞K8S那群人看到你竟然要拉master（指向K8S系統核心頻繁索要資源）拉幾千下幾萬下，把我拉垮了，第一反應是——你能不能不要拉這么多。」

這種高頻、海量的調度需求，正是目前大模型落地工程中最隱形、也最頭疼的「摩擦力」，它直接卡住了模型迭代的脖子。

偏偏MiniMax一個月發一個模型版本，國內可能唯一做到這個頻率的，全球只有OpenAI保持類似節奏。算一筆賬：Agentic RL訓練時，GPU集群等沙箱啟動的每一秒都在空轉燒錢。十萬個并發沙箱，啟動要幾分鐘，累積等待可能吞掉數小時甚至數天的GPU算力。

沙箱慢一天，模型落后一天。「現在的競爭就是這么激烈。」

03 百萬級吞吐怎么來的

問題擺在那里，MiniMax和騰訊云很快走到了一起。

2026年3月18日，雙方宣布合作：基于騰訊云Agent Runtime沙箱產品，MiniMax部署了百萬級吞吐、十萬級并發的Agent RL沙箱，測試環境全量平穩運行。阿島說：「據我們所知，這是國內最大的訓練沙箱系統之一。」Gary說，規模比同行高出至少一個數量級。

效果最直觀的數字是啟動速度——從幾分鐘壓到百毫秒級，快了數倍。前面那筆GPU空轉的賬，直接被壓縮了一個量級。

撐住這個規模，騰訊云在底層做了大量累活。計算層：調度優化、內核鎖優化、快照技術、內存映射。存儲層：專門開發了加速存儲方案。Gary打了個比方——「過去需要買一塊云盤，現在可以理解成買一個鏡像盤或者沙箱盤，磁盤本身就是鏡像本身。」

他指出，大家現在都在嘗試用「舊瓶裝新酒」，但這兩個舊瓶子（K8S和Serverless）的設計初衷，剛好和Agent的性格完全相反：把Agent想象成一個有記憶、要長時間閉關思考的專家，但K8S按照慣例把給Agent關掉重啟，Agent就會瞬間失憶，Serverless（無服務器計算）就像是頻繁開關的「聲控燈」，但正在「寫論文」的Agent卻需要燈光長亮。

這就是為什么騰訊云要給Agent造一個新的流水線。Gary強調，「這些不是因為我們比別人更聰明，而是我們真正認識到這里的問題跟價值」。

對于Agent需要怎樣的訓練設施，業內還有一個容易被忽視的區別：大多數AI公司解決沙箱問題的思路是在本地搭環境——進程跑在自己機器上，安全靠手動確認，電腦一關任務就斷。

騰訊云走的是另一條路：把整個Harness拆成「控制面+執行面」的云原生架構。控制面做編排、權限、審計；執行面就是Agent Runtime沙箱，每個任務跑在獨立的云端隔離環境里，毫秒級啟動，用完即焚，任務狀態持久化存儲，沙箱銷毀了也能從斷點恢復。一個是「帶安全帶的智能終端」，一個是「帶監控和隔離艙的云工廠」——對企業場景來說，安全、協作、彈性缺一不可，后者才是生產級方案。

04 同一堵墻

湯道生的判斷干脆利落——主流大模型推理能力都不差了，國內開源跟海外閉源的差距在收窄。比拼重心正在轉移：不是「誰的模型更強」，是誰能通過工程化手段把模型用好。

他在峰會上把「工程題」拆得很細：模型要真正落地，需要工具調用能力、需要上下文管理、需要長記憶、需要安全的執行環境、需要工作流編排——這些東西加在一起，他用了一個詞概括：Harness，模型的「腳手架」。湯道生的意思很明確，騰訊云要做的不是賣算力，而是幫企業把這套腳手架搭起來。

行業正在形成一個共識性公式：Agent = Model + Harness。Model負責「想」，Harness負責讓智能變得「有用」——工具調用、代碼執行沙箱、上下文工程、長記憶管理、工作流編排，一整套系統工程。模型決定能力下限，Harness決定能力上限。有實踐數據可以佐證：花三個月調Prompt，質量提升20%；花兩周搭Harness，任務完成率從35%飆到82%。

這不是騰訊一家的發現。

2026年2月，HashiCorp聯合創始人Mitchell Hashimoto正式提出「Harness Engineering」。幾乎同期，OpenAI做了一個激進實驗——3名工程師，5個月，100萬行代碼，零行人工代碼，人類只管設計Harness。Anthropic、LangChain也摸到了類似結論。

全世界最頂尖的工程大腦，在不同時區同時碰到了同一堵墻：模型的能力天花板還遠，但工程框架的地板才決定實際效果。行業的關注點正在從「Prompt工程」轉向「上下文工程」——不再只是「怎么寫指令」，而是「如何構建模型看到的全部信息體系」。

阿島把這變成了一個畫面：「就像一輛F1賽車，我們去開，能順利開回來就不錯了。但真正的賽車手能刷出世界紀錄。今天Agent也是同樣的——我們能不能為它打造企業級的F1車身，也就是Harness？」

MiniMax的實踐印證了這一點。MiniMax M2.7 正式開啟模型的自我進化，AI深度參與了模型的訓練，強化學習中50%-70%的工作由Agent自主完成。人類研究員的角色變了，變成跟Agent聊實驗idea。

但前提是：沙箱夠快、夠穩、夠大。Harness是一套系統工程，包含文件系統、代碼執行、記憶、搜索、上下文管理、編排六大組件——而沙箱是其中最底層的那一塊，所有上層能力都建立在「模型能不能真正在一個環境里跑起來」這個前提之上。否則再精巧的Harness設計，也卡在最不起眼的環節上。湯道生那句「AI落地是一道工程題」，說的不只是Harness設計，更是底層基礎設施的硬功夫。

05 兩群工程師的氣味相投

阿島在峰會上放了那張MiniMax Day 1的白板照片。「成立的Day 1就有騰訊云提供支持。那時候我們還是名不見經傳的小公司，騰訊云并沒有因為我們小就怠慢，和我們一起搭建了訓練算力集群，一起服務了第一個爆款產品。」

四年，合作從算力集群到Agent RL沙箱、全球合規、上層應用接入。阿島說騰訊云「非常技術驅動，思維也非常agent first」。聽著像客套，但對照實際發生的事看，它指向一種具體的行為模式：遇到問題，不繞路，不等標準，先把手弄臟。

K8S跑不動，就一起從頭設計專用沙箱。行業還沒認識到Agent基礎設施的價值，就自己先投進去。這種默契是項目里做出來的，不是會議室里談出來的。

MiniMax模型開源，騰訊云通過TokenHub分發模型服務。阿島說：「哪怕已經上市了，我們仍然是一家只有幾百人的小公司，不可能服務那么多大客戶。」騰訊云幫他把模型送到更多客戶手里；MiniMax那些極端的訓練需求，也在倒逼騰訊云向Agent時代進化。

而MiniMax不是唯一一個撞上這堵墻的。任何一家認真做Agentic RL的公司，遲早都會遇到同樣的沙箱瓶頸。區別只在于，有沒有人先把路趟出來。

Gary說：「我們是在兩個時代的臨界點上，一起攜手。」阿島的表述類似：「一個新時代對舊時代的——其實我們是在一邊的。」

06 那張暗牌

MiniMax的M2.7在AA大模型榜單國產模型排名第一，跟Claude在SWE-bench Verified上差距只剩0.6%。

阿島判斷：「再過一兩年能留在牌桌上的公司可能不超過5家。」靠什么留？衡量這個時代工程師的水平，基本上看一個指標——他同時能并發多少個Agent為他工作，他每天能燃燒多少Token。

這個指標適用于個人，也適用于公司。訓練效率真正的瓶頸，不在GPU——在沙箱。

湯道生在上海峰會上還宣布了騰訊云底層平臺Cube全面開源，企業可直接用于智能體訓練和部署。這實際上就是騰訊回應「沙箱困境」的其中一個解法，通過開源，讓大模型的腳手架更好用。

騰訊已經把AI的明牌攤在桌上——產品矩陣、生態全景圖、IM入口、Skill工具箱，面向用戶，展示得明明白白。Cube開源則是另一種姿態，面向的不是用戶，是盟友。不是「看我們有什么」，是「這些能力你們拿去用。」

明牌秀肌肉，暗牌亮底牌。一個是產品生態的廣度，一個是工程基礎設施的深度。

湯道生那句話，「AI落地是一道工程題」，或許還可以再加半句：工程題的解法，從來不是一個人悶頭做的。

四年前那塊白板上寫著「下一代AI」。四年了，字沒變。寫字的人，多了幾個。