1、姚顺雨认为，AI上半场是“为单一问题定制专属算法”，方法论不成熟；
下半场技术方法论（预训练+后训练）已经成熟，稀缺资源从技术转向优质落地问题、场景数据与产业环境，寻找可落地的真实问题成为行业核心难点。行业从“造算法”转向“找需求”，短期泡沫化炒作不可持续，AI是数十年维度的长期产业，未来产业形态趋向多元化，不会出现单一技术垄断全场景。
2、对外界“腾讯在AI上慢了”的质疑，两人在现场做了正面回应。
姚顺雨认为，AI不是两三年的短期游戏，而是一个长期过程，ChatGPT和Claude Code不会是唯一Super App，会有源源不断的新机会诞生。
汤道生提到，一些地方可能我们做得快了，有的地方做得慢了，业内的提醒都非常好，有一些地方我们可以做得更好，但是就像你说的，这是一个长跑，这是一个马拉松。
3、从对话里罕见透露了一些细节，比如元宝早期阶段，混元曾派出很强的算法骨干，帮助元宝先把DeepSeek的后训练做好。彼时混元自己的预训练模型还没有ready，“不少算法同学一开始不理解，但后面这种信任建立是看到了回报的。”
4、姚顺雨反复强调一个看似朴素却常被忽略的事实：大模型最重要的能力始终是泛化性。
5、姚顺雨认为Co-Design首先最难的一点是要建立Trust，很重要的一点是要有换位思考的能力。
6、汤道生提到，今年大部分代码都由AI生成，腾讯的工程师可能会花更多时间去做设计、架构设计，把写代码的工作交给 AI，然后定期去指导、修正。
7、姚吐槽，国内可能有一个不太好的倾向，就是比较喜欢刷榜。但更应该关心的是，如何实事求是地基于产品、基于真正的应用去构造更加真实的eval。实用性的价值是大于刷榜价值的。
8、姚顺雨提到Hy3的核心变化，是重建基础设施、重做数据，并依赖大量taste-driven的决策
9、回忆自己曾经的学术研究时，姚特别提到，2022年第一次把语言模型与网页和API连接起来时，看到模型能基于互联网完成多轮交互，那一刻给他的感觉就像“微弱的电灯丝亮了一下”。
值得一提的是，他博士论文结尾的“未来工作”中就提到了为Agent训练模型，目前看来这确实是他所做的，姚说当时他觉得自己已经想得够大了，但现在看来可能还是不够大。
