腾讯混元Hy4发布：专为“执行者”打造的长周期大模型

近日，腾讯推出了其最新的大语言模型——混元 Hy4 Preview。与以往侧重于“回答问题”的模型不同，Hy4 的核心定位非常明确：让 AI 从单纯的“问答者”转变为“执行者”。它具备理解复杂目标、规划工作流、调用工具并持续执行直至任务完成的能力。目前该模型已在 ApiHub 平台上线。

770B MoE 架构，兼顾性能与效率

Hy4 Preview 采用了先进的混合专家（MoE）架构，拥有 7700 亿的总参数量。但值得注意的是，在推理时每次仅激活 490 亿参数。这种设计既保证了模型拥有庞大的知识储备，又显著降低了计算成本，使得在实际部署中更加高效。

百万级上下文，解决智能体“健忘”痛点

对于开发者而言，Hy4 Preview 最吸引人的特性是其 约 100 万 tokens 的超长上下文窗口。这对于构建 AI 智能体（Agent）至关重要。

• 为什么需要长上下文？ 在复杂的软件工程场景中，智能体往往需要同时处理大量信息。例如，修复一个大型应用的 Bug，它需要同时追踪：
  • 任务需求与迁移计划
  • 仓库结构与源代码
  • 文档与依赖关系
  • 终端输出与测试结果
  • 工具调用记录与错误日志 如果上下文窗口过短，模型在处理长流程任务时容易“遗忘”关键信息，导致推理失败。百万级上下文让智能体能够在一个窗口内保持信息的连续性，从容应对复杂工作流。

专为长周期任务设计

Hy4 Preview 在多个维度上进行了强化，使其更适合作为智能体的基座模型：

• 复杂任务理解与规划：能将大目标拆解为可执行的子步骤。
• 上下文连续性：确保在多轮交互中保持决策的一致性。
• 工具使用与状态管理：能够精准执行指令并管理当前状态。

与传统的聊天机器人不同，智能体的工作流是一个动态循环：目标 -> 理解 -> 规划 -> 执行 -> 观察 -> 调整。Hy4 Preview 的价值在于，它能在一个长达几十甚至上百步的流程中，始终保持高质量的推理能力，而不是在中间环节迷失方向。

适用人群

这款模型特别适合以下领域的开发者：

• AI 智能体开发者：需要处理长期任务的场景。
• 编码助手：进行多步骤的代码重构、调试与验证。
• 自动化工作流构建者：金融研究、科学计算及办公自动化。

总之，Hy4 Preview 是腾讯在构建更“实用”的 AI 方面迈出的一步，它让大模型真正具备了处理复杂、长期任务的潜力。