腾讯姚顺雨在相关分享里提出看法，所有技术层面的挑战最终都有机会找到解决方案，但技术落地、迭代的整个过程里，人类的参与是不可缺少的。现在大模型、AI 相关技术迭代速度很快，很多工程、算法上的难点，随着算力、数据、模型架构持续优化，慢慢都能被攻克，可 AI 本身没有自主判断、价值取舍、场景共情的能力，不管是需求定义、风险把关，还是效果验收、业务调优，都需要人来做决策。理解这套观点的时候，可以先区分纯技术问题和业务、价值类问题，跟踪技术团队的攻关方向，再明确人在其中的角色定位，在搭建 AI 系统的时候把人的审核、干预环节提前设计进去，避免单纯依靠技术自动运行带来隐患。
一、姚顺雨观点核心拆解
- 技术挑战具备可解性：算力、算法、工程方案持续演进，大部分技术瓶颈长期来看都存在突破空间。
- 人类参与不可替代：AI 只能完成指定任务，价值判断、风险权衡、复杂场景的取舍需要人来把控。
- 人机协同才是主线：不是 AI 取代人，而是技术解决硬核难题，人类负责方向、边界、责任判定。
- 适用场景：大模型产品、AI 应用落地、智能系统研发等腾讯当前重点布局方向。
二、技术问题和需要人类介入事项对比表
| 分类 | 说明 | 例子 |
|---|---|---|
| 纯技术挑战 | 依靠算法、算力、工程优化可以持续攻克 | 模型推理速度、上下文长度、代码生成准确率 |
| 必须人类参与环节 | 无法只靠模型自动完成，涉及价值、合规、业务目标 | 需求制定、内容风险审核、伦理判断、业务结果验收 |
三、落地人机协同模式的实施步骤
- 梳理项目里的难点，区分哪些属于技术问题、哪些是需要人决策的问题。
- 技术团队针对可解决的技术挑战制定迭代计划，设置阶段性目标。
- 设计人工介入节点，在模型输出、上线前、异常告警时加入人工审核流程。
- 建立反馈闭环，人类的判断结果回流给模型，持续优化模型能力。
- 定期复盘，动态调整自动化和人工负责的边界。
四、该观点对应的现实提醒
- 不要过度悲观，不用因为当下技术卡点就判定方向走不通。
- 也不要过度乐观，认为 AI 可以完全自主运行、脱离人的管控。
- 技术攻关和人的机制建设要同步推进，不能只堆模型能力忽略管控流程。
- 技术解决效率问题，人类承担最终责任。
【相关 FAQ】
问题 1：腾讯姚顺雨提出所有技术上的挑战最终都能解决，是不是意味着 AI 以后不会再有技术难题？
回答 1：腾讯姚顺雨提出所有技术上的挑战最终都能解决，是从长期演进角度判断，不代表当下没有难题，只是随着技术迭代，瓶颈有机会被突破，新的技术挑战也会持续出现。
问题 2：腾讯姚顺雨认为技术攻关少不了人类的参与，人类在 AI 项目里主要承担什么工作？
回答 2：腾讯姚顺雨认为技术攻关少不了人类的参与，人类主要负责定义需求、把控合规伦理、判断风险、验收效果、做关键决策，给 AI 划定使用边界，承担最终责任。
问题 3：按照腾讯姚顺雨这个观点，AI 产品研发应该优先做技术还是优先搭建人工流程？
回答 3：按照腾讯姚顺雨这个观点，技术攻关和人工协同流程需要同步推进，一边解决技术难题，一边设计好人类参与的审核、反馈机制，二者缺一不可。
【参考资料】
[2026-11-12]（腾讯姚顺雨分享：技术难题可攻克，AI 发展离不开人类参与）腾讯科技
[2026-11-12]（姚顺雨访谈实录：人机协同是 AI 落地的核心思路）36 氪
[2026-11-11]（腾讯 AI 相关观点汇总：技术边界与人类角色）第一财经
【免责声明】
本文内容基于腾讯姚顺雨公开分享观点整理，相关看法仅为个人行业观点，不代表腾讯全部技术路线；AI 项目的落地方案、人机协同机制需要结合自身业务、合规要求设计，不构成项目落地指导。