腾讯汤道生表示AI落地是工程题，Harness（大模型脚手架）能力是落地关键变量
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在腾讯云上海峰会上表示，AI落地不只是一道算法题，更是一道工程题。在同样的模型能力下，不同的Harness（大模型脚手架），即包括工具调用、分层上下文工程、长记忆管理、工作流设计等在内的系统工程手段，都将影响AI落地实际效果。
相关股票
16 只 · 按关联度排序
光
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
星
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
值
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
常
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
致
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
博
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
中
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
能
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
神
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
南
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
汉
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
浩
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
世
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
绿
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
北
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。
美
80%
加载行情
汤道生这次在腾讯云上海峰会上说了个大实话。他说现在很多人觉得AI就是拼算法、拼模型参数，但实际上AI落地更像是做工程。
他打了个比方，说同样水平的模型，最后能不能用起来、能不能产生实际价值，关键在于“大模型脚手架”——这就是他说的Harness能力。这里面包括工具怎么调用、上下文怎么管理、记忆怎么保持、工作流怎么设计等一系列工程问题。
说白了，AI从实验室到真正能跑起来，中间还隔着一个工程化的距离。腾讯混元大模型一直在推进落地，现在强调Harness能力，说明他们在往工程化方向发力。