Man kann nicht umhin zu glauben, dass Yao Shunyu der „Qin Shi Huang“ der KI-Sparte von Tencent ist.

Wir haben drei Beweise dafür, dass Yao Shunyu der "Qin Shi Huang" der KI von Tencent ist.

Erstens: Die Vereinigung der sechs Königreiche und die Vereinheitlichung der Schrift.

In der Vergangenheit waren die KI-Fähigkeiten von Tencent über verschiedene Geschäftslinien wie WeChat, Werbung, Spiele und Cloud Computing verteilt, wobei jede für sich agierte. Seit Yao Shunyu eingetreten ist, konzentriert sich das Hunyuan-Großmodell nicht mehr auf Ranglisten wie MMLU oder GSM8K – diese werden nun zurückgestellt, und die vier Großmodell-Teams folgen alle seinen Anweisungen.

Zweitens: Der Bau der Großen Mauer und die Schaffung der Infrastruktur.

Nach seinem Eintritt bei Tencent berichtet er direkt an Liu Chiping, den Präsidenten des Unternehmens, und baute anschließend die Infrastruktur für Vortraining und Verstärkendes Lernen neu auf. Tencent wurde früher im Bereich der Großmodelle immer als "langsam" eingestuft. Weniger als ein Jahr nach Yao Shunyus Eintritt vollzog Hunyuan einen kontinuierlichen Sprung von Hy2 über Hy3 Preview bis zur offiziellen Version von Hy3. Eine Woche nach der Veröffentlichung von Hy3 stieg die Anzahl der Aufrufe im Vergleich zur Vorgängergeneration um mehr als das 68-fache.

Drittens: Die Verdrängung aller anderen Schulen und die alleinige Förderung der konfuzianischen Lehre.

Die einzigartige kooperative Strategie von Tencent "Modell × Produkt Co-Design" sorgt dafür, dass KI-Modelle nicht dem Erreichen von Ranglistenpunkten dienen, sondern ausschließlich den Produkten. Jede neue Version wird zuerst Yuanbao zur Nutzung übergeben, und Probleme werden sofort zurückgemeldet.

Früher dachten Algorithmus-Ingenieure darüber nach, wie sie wissenschaftliche Arbeiten veröffentlichen und Ranglistenpunkte erreichen können – jetzt denken alle ausschließlich daran, wie sie Produkte unterstützen und Anwendungsfälle realisieren können. Egal ob Allgemeine KI oder AGI: Zuerst muss die tägliche aktive Nutzerzahl von Yuanbao gesteigert werden.

Natürlich ist all das nur ein Scherz, aber es ist unbestreitbar, dass Yao Shunyu in weniger als zehn Monaten an fünf wichtigen internen Veränderungen der Tencent-KI beteiligt war und weltweit beachtete Erfolge erzielt hat. Nun ist Tencent endlich bereit, am globalen KI-Wettbewerb teilzunehmen.

Die KI von Tencent wird von Yao Shunyu zu einer geschlossenen Kraft vereint

Was Yao Shunyu in weniger als einem Jahr vereinheitlicht hat, sind nicht nur mehrere Großmodell-Teams von Tencent, sondern ein System der "Feudalherrschaft" im Bereich KI, das Tencent in den letzten zehn Jahren aufgebaut hat.

In der Vergangenheit waren die KI-Fähigkeiten von Tencent auf verschiedene Geschäftsgruppen und -linien verteilt. WeChat entwickelte seine eigene KI, die Werbeabteilung ihre eigene, und auch Spiele, Cloud Computing und Inhaltsgeschäfte hatten jeweils eigene Algorithmus-Teams. Sogar in der Hunyuan-Ära blieben die Abteilung für große Sprachmodelle für Texte, die Abteilung für multimodale Modelle für Bilder und Videos sowie das seit fast zehn Jahren bestehende AI Lab lange Zeit relativ unabhängig.

Dieses Muster ist typisch für Tencent: Im Zeitalter des mobilen Internets folgte Tencent immer dem Prinzip des Pferderennens. Mehrere Teams arbeiten gleichzeitig an demselben Thema – wer den Erfolg erzielt, bekommt mehr Datenverkehr und Ressourcen. Die Geschichte von QQ und WeChat beweist, dass der interne Wettbewerb tatsächlich zu herausragenden Produkten führen kann.

Aber im Zeitalter der Großmodelle haben sich die Kosten dieses Pferderennens verändert. Wenn mehrere Teams jeweils eine App entwickeln, schreiben sie höchstens mehrmals denselben Code neu. Wenn mehrere Teams jedoch jeweils ein Großmodell trainieren, bedeutet dies einen doppelten Aufbau von Recheninfrastruktur, die doppelte Reinigung von Trainingsdaten und die doppelte Gestaltung von Bewertungssystemen – verbunden mit hohen, verschwendeten Trainingskosten.

Noch problematischer ist, dass die Teams nicht einmal in dieselbe Richtung arbeiten.

Laut dem Bericht von "LatePost" hat Yao Shunyu nach seinem Eintritt bei Tencent intern offen erklärt: "Die Bewertung von Hunyuan hat ein großes Problem". Die Teams verfolgten zu stark die Ranglistenergebnisse und fügten sogar relevante Texte in die Trainingsdaten ein. Dadurch war das Modell gut darin, Prüfungen zu bestehen, aber in realen Szenarien nicht stabil genug. Er forderte die Teams auf, sich nicht mehr an Ranglisten zu orientieren, sondern die grundlegenden Komponenten wie Daten, Vortraining und Infrastruktur neu zu prüfen.

Daher war Yao Shunyus erster Schritt bei Tencent nicht, eilig ein neues Modell zu veröffentlichen, sondern das gesamte System von Grund auf neu aufzubauen.

Im Dezember 2025 wurde Yao Shunyu zum Chef-KI-Wissenschaftler im "CEO/Präsidentenbüro" von Tencent ernannt, berichtet direkt an Liu Chiping, den Präsidenten von Tencent, und leitet gleichzeitig die Abteilung für KI-Infrastruktur und die Abteilung für große Sprachmodelle. Damit kontrolliert er gleichzeitig das "Gehirn" und die "Grundlage" der Großmodelle von Tencent.

Einen Monat später begann Hunyuan mit dem Wiederaufbau der grundlegenden Infrastruktur, der Vortraining, Verstärkendes Lernen, Daten und Bewertungssysteme abdeckt. Zuerst wurde das unterste Produktionssystem neu erstellt, um die Probleme unterschiedlicher Standards, verteilter Fähigkeiten und der Trennung von Modellen und Produkten aus der Vergangenheit zu lösen.

Dieses Jahr im März wurde das seit fast zehn Jahren bestehende Tencent AI Lab aufgelöst, und ein Teil der Entwickler wurde in die Abteilung für große Sprachmodelle eingegliedert, die an Yao Shunyu berichtet. Als eine der ältesten KI-Forschungseinrichtungen von Tencent bedeutet die Auflösung des AI Lab nicht nur eine einfache Abteilungsanpassung, sondern auch, dass die ehemals relativ unabhängige akademische Forschungsressource sich vollständig der Entwicklung von Grundmodellen und der praktischen Umsetzung von Produkten widmet.

Am 23. Juli wurden die letzten beiden Teile des Puzzles zusammengeführt: Die Abteilung für Hunyuan-Großsprachmodelle und die Abteilung für multimodale Modelle wurden offiziell zur Abteilung für Grundmodelle zusammengelegt, die von Yao Shunyu einheitlich verwaltet wird. Der ehemalige Leiter der multimodalen Modelle Linus berichtet nun ebenfalls direkt an Yao Shunyu.

Damit wurden die Fähigkeiten von Tencent Hunyuan in den Bereichen Text, Bild, Video, Sprache, 3D-Generierung, Verstärkendes Lernen und Agenten erstmals in ein einziges Grundmodellsystem integriert. Es entstand die Gesamtsituation, dass "alle KI-Ressourcen zu Hunyuan gehören, Hunyuan zur Abteilung für Grundmodelle gehört und die Abteilung für Grundmodelle zu Yao Shunyu gehört".

Das ist der Hauptgrund, warum Yao Shunyu dem "Qin Shi Huang" ähnelt. Er ersetzt nicht jeden Algorithmus-Ingenieur persönlich, sondern vereinheitlicht die technische Sprache, das Trainingssystem, die Bewertungsstandards und die Ressourcenverwaltung. Dadurch können die ehemals verteilten KI-Fähigkeiten innerhalb von Tencent endlich gemeinsam in dieselbe Richtung wirken.

Nach der Vereinheitlichung der Organisation beschleunigte sich die Iterationsgeschwindigkeit von Tencent Hunyuan deutlich. Am 6. Juli veröffentlichte Tencent offiziell Hunyuan Hy3. Eine Woche nach der Veröffentlichung stieg die Gesamtzahl der Aufrufe von Hy3 im Vergleich zur Vorgängergeneration Hy2 um mehr als das 68-fache, und Hy3 belegte den ersten Platz in der globalen Rangliste der Modellaufrufe auf OpenRouter. Nachdem WorkBuddy die freie Modellauswahl eingeführt hatte, wählten 60 % der Nutzer Hy3.

Natürlich kann dies nicht allein Yao Shunyu zugeschrieben werden. Aber von Hy3 Preview über die offizielle Version von Hy3 bis zur Gründung der Abteilung für Grundmodelle zeigt sich zumindest, dass das alte, zersplitterte KI-System von Tencent durch eine klarere technische Hauptlinie ersetzt wird.

Aber die Vereinheitlichung der Modelle allein reicht nicht aus. Wenn die untere Ebene bereits "vereinheitlichte Schrift und vereinheitlichte Wagenachsen" hat, aber auf der oberen Ebene mehr als zehn Teams gleichzeitig KI-Assistenten mit ähnlichen Funktionen entwickeln, wird Hunyuan immer noch von widersprüchlichen Anforderungen gezogen.

Daher begann Tencent, nachdem Yao Shunyu die "Großvereinigung" der Modelle abgeschlossen hatte, auch das Produkt-Pferderennen zu regulieren.

Das KI-Pferderennen von Tencent wird nun gezügelt

Dieses Jahr im März, nach dem großen Erfolg von OpenClaw, gab es intern bei Tencent eine lebhafte "Krebssucht-Bewegung".

Tencent Cloud brachte WorkBuddy auf den Markt, das Team des PC-Managers entwickelte QClaw, und Produkte wie WeCom, QQ und Tencent Cloud Lighthouse wurden nacheinander mit OpenClaw verbunden. Zusammen mit den bereits vorhandenen Produkten Yuanbao, ima, CodeBuddy, QQ Browser und Tencent-Dokumenten hatte fast jeder wichtige Eingangspunkt bei Tencent seinen eigenen KI-Assistenten.

Im Juni veröffentlichte Tencent offiziell die "Effizienz-Agenten-Tool-Sammlung", in der mehrere Produkte wie QClaw, WorkBuddy, Yuanbao, ima und Tencent-Dokumente aufgelistet wurden, die mehr als zwanzig Szenarien für Privatpersonen, Büros und Unternehmen abdecken.

Auf den ersten Blick scheint das Angebot sehr breit zu sein – aber wenn man die Funktionen dieser Produkte aufschlüsselt, erkennt man schnell den typischen Tencent-Stil.

QClaw konzentriert sich auf die Fernsteuerung von Computern über WeChat, kann Dateien organisieren, lokale Software aufrufen und komplexe Aufgaben ausführen. WorkBuddy kann ebenfalls Computer steuern und deckt Szenarien wie Büroarbeit, Programmierung, Design und Datenverarbeitung ab. Eines legt den Fokus auf Lokalität und Privatpersonen, das andere auf Cloud und Büro – die Positionierung ist zwar unterschiedlich, aber im Hinblick auf die Funktion "KI soll den Nutzer beim Bedienen des Computers unterstützen" überschneiden sich ihre Fähigkeitsbereiche stark.

Das ist das bekannte Produkt-Pferderennen von Tencent: Verschiedene Teams setzen zuerst eigene Projekte um, erlauben schnelles Ausprobieren von Produkten, und nachdem der Markt die Antwort gegeben hat, werden die Ressourcen auf das erfolgreiche Produkt konzentriert. Dieses Pferderennen dauerte aber nur etwas mehr als vier Monate, bevor Tencent begann, es zu zügeln.

Laut dem Bericht von Leiphone veröffentlichte Tencent am 20. Juli eine interne Ankündigung zur Organisationsanpassung: Die relevanten Geschäfte und Teile des Teams des QClaw-Produktzentrums wurden in die sechste Abteilung für Cloud-Produkte eingegliedert – genau die Abteilung, zu der WorkBuddy gehört. QClaw wird nicht eingestellt und läuft weiter, aber die beiden KI-Büroprodukte mit ähnlichen Funktionen werden nun unter demselben Managementsystem verwaltet.

Oberflächlich betrachtet ist dies eine gewöhnliche Team-Anpassung, aber in Wirklichkeit sendet es ein klares Signal: Tencent erlaubt weiterhin das Vorhandensein mehrerer Produkte, ist aber nicht mehr bereit, für jedes Produkt ein eigenes Team zu unterhalten.

Dahinter steht eine sehr praktische Entscheidung. Daten von Analysunternehmen Analysys zeigen, dass im Juni 2026 die monatliche Besucherzahl von WorkBuddy im inländischen Markt für native KI-Büroagenten auf PCs 20 Millionen überschritten hat – mehr als die Summe des zweiten und dritten Platzes des Marktes. Im Vergleich dazu wuchs QClaw zwar nach der Markteinführung schnell, aber in Bezug auf Funktionsform, Zielnutzer und Kommerzialisierungsrichtung überschneidet es sich immer stärker mit WorkBuddy.

Wenn das Pferderennen vorübergehend einen Spitzenreiter hervorgebracht hat, ist es nicht mehr sinnvoll, zwei Teams weiterhin doppelte Arbeit leisten zu lassen.

Noch wichtiger ist, dass Produkte im Zeitalter der Großmodelle nicht nur eine einfache Hülle um das Modell sind. Jedes KI-Produkt erzeugt Nutzeranfragen, aufgerufene Daten und Fehlerfälle. Diese echten Rückmeldungen werden an das Modellteam zurückgesandt, um die Trainingsdaten nach der Erstellung des Grundmodells, die Bewertungsmethoden und die Fähigkeiten der nächsten Modellgeneration anzupassen.

Yao Shunyu hat offenbart, dass das Modellteam sogar seine besten Spezialisten für das Nach-Training von Modellen an das Yuanbao-Team abgestellt hat, um das Co-Design von Hunyuan und Yuanbao zu fördern. Selbst als die Vortrainingsarbeiten noch nicht vollständig abgeschlossen waren, wurde es priorisiert, dem Produkt bei der Lösung echter Probleme zu helfen.

Seiner Meinung nach lassen sich externe Ranglisten leicht durch Überanpassung täuschen. Was wirklich wertvoll ist, sind die Prompt-Verteilungen, Nutzer-Nachfragen und Modellfehlerfälle in den Produkten. Die wichtige Funktion der Preview-Version eines Modells besteht nicht darin, vorab hohe Punktzahlen zu veröffentlichen, sondern frühzeitig echte Rückmeldungen von Nutzern zu erhalten. Das bedeutet auch, dass mehr KI-Produkte nicht unbedingt besser sind.

Wenn Yuanbao eine Reihe von Anforderungen stellt, ima eine andere, und QClaw sowie WorkBuddy jeweils ihre eigenen Fähigkeiten trainieren, erhält das Modellteam keine klaren Produktsignale, sondern eine Liste widersprüchlicher Aufgaben. Damit das Co-Design wirklich funktioniert, muss zwischen Modell und Produkt ein stabiler Rückkopplungskreislauf entstehen.

Daher hat Tencent das Pferderennprinzip nicht vollständig abgeschafft, sondern nur die Regeln geändert. Früher liefen mehrere Teams unabhängig voneinander von Anfang bis Ende, und am Ende blieb nur ein Gewinner übrig. Jetzt erlaubt man in der frühen Phase verschiedenen Produkten, schnell Fehler zu machen – sobald die Richtung klarer wird, werden die Teams zusammengelegt, Fähigkeiten geteilt und die Ressourcen auf die Hauptlinie konzentriert, die die größte Erfolgschance hat.

Yuanbao, ima, WorkBuddy und QClaw werden kurzfristig weiterhin gleichzeitig existieren, da ihre Dienstszenarien nicht vollständig identisch sind. Aber die Phase, in der jede Geschäftslinie Modelle neu trainieren, Agenten neu aufbauen und Eingangspunkte neu erobern konnte, geht zu Ende.

Früher ließ Tencent alle Pferde selbst einen Champion ermitteln. Jetzt vereinheitlicht Tencent zuerst die Wege, die Versorgung mit Ressourcen und das Ziel, bevor es entscheidet, welches Pferd an der Spitze läuft.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto "Superfokus foci", Autor: Sean, und wird mit Genehmigung von 36Kr veröffentlicht.