Yao Shunyu baru saja duduk di kursinya.

Mempertanyakannya sekarang masih terlalu dini. Ia mengambil alih HunYuan pada Desember 2025, dan pernyataan publik pertamanya baru datang di awal Juni — paling lama enam setengah bulan. Untuk sistem masif yang perlu dibangun ulang dari tiga dimensi — struktur organisasi, pipeline data, dan penjadwalan komputasi — setengah tahun terlalu singkat.

Restrukturisasi baru dimulai; kelemahan ada di infrastruktur pendukung

Hy3 Preview hanyalah deliverable setengah jadi pertama yang diajukan Yao, jauh dari model utama yang final. Ia sendiri mengakui: “Kami masih memperluas skala pre-training dan post-training. Rilis resmi akan mengalami iterasi besar.”

Apa yang diwarisinya bukanlah tim elit, melainkan tumpukan utang historis yang terakumulasi. Tang Daosheng mengakui secara publik bahwa di masa lalu, tim HunYuan tersebar di banyak lini bisnis tanpa fondasi terpadu; pasokan data pelatihan berkualitas tinggi sangat tidak mencukupi; dan GPU pelatihan sejak lama diprioritaskan untuk produk internal, membuat sumber daya komputasi ketat.

Apa yang dicapai Yao Shunyu dalam enam bulan ini adalah mengkonsolidasikan tenaga kerja yang terfragmentasi, membangun pipeline pembersihan dan evaluasi data baru, serta mendorong perluasan dan penjadwalan komputasi. Semua upaya ini membutuhkan waktu berbulan-bulan, dan bahkan sekarang, infrastruktur data belum sepenuhnya beroperasi, sementara sumber daya komputasi masih belum bisa menyamai sumber daya berlimpah ByteDance dan Alibaba.

Jadi menilai seluruh sistem berdasarkan versi sementara tidaklah masuk akal. Analis industri menunjukkan bahwa Qwen 3.7 dari Alibaba dan Doubao 2.1 dari ByteDance sama-sama membutuhkan lebih dari dua tahun iterasi untuk stabil. Mengharapkan tim yang baru terintegrasi setengah tahun untuk langsung menghasilkan terobosan — kesenjangan waktunya terlalu jelas.

Apakah Tencent benar-benar paham cara melatih model? Tentu saja paham.

Yao Shunyu telah mendemonstrasikan seluruh rantai teknologi secara langsung. Hy3 Preview mengadopsi arsitektur MoE mainstream, sepenuhnya selaras dengan pendekatan ByteDance, Alibaba, dan DeepSeek. Ia adalah pengusul asli arsitektur ReAct dan terlibat secara mendalam dalam pelatihan GPT OpenAI — tidak ada titik buta dalam metodologinya.

Hambatan sesungguhnya adalah sumber daya eksekusi

Baru pada akhir 2025 Tencent mulai merekrut secara massal ahli di bidang pre-training NLP dan MoE skala ratusan miliar parameter, dan pipeline bakat yang lengkap masih dalam pembangunan. Data sosial WeChat dan QQ sangat dibatasi oleh regulasi dan tidak bisa dibuka sepenuhnya, membuat skala dan kualitas struktural korpora berkualitas tinggi jauh di bawah data e-commerce Alibaba dan aset domain publik ByteDance.

Tang Daosheng telah berkali-kali mengakui bahwa sumber daya diprioritaskan untuk produk, membuat sumber daya komputasi khusus model besar menjadi ketat. Baik utilisasi kartu tunggal maupun skala cluster kesulitan mendukung iterasi harian.

Intensitas medan perang maksimal: iterasi diukur dalam hitungan hari, pesaing sudah di jalur perakitan

Tapi medan perang tidak menunggu siapa pun. Pada 2026, kecepatan iterasi sudah dikompresi hingga batasnya.

Siklus iterasi industri telah menyusut menjadi 15-30 hari — empat hingga enam kali lebih cepat dari 2023. Dan ini berjalan sepanjang tahun: versi baru dirilis baik saat Festival Musim Semi maupun Festival Perahu Naga, dengan R&D bekerja dalam shift 7x24. Data IDC sangat jelas: lewatkan satu siklus iterasi, peringkat dan volume panggilan API langsung turun. “Penyesuaian harian, rilis bulanan — intensitasnya belum pernah terjadi sebelumnya.”

Para pesaing Tencent sudah benar-benar pada elemen mereka. Peluncuran Doubao 2.1 ByteDance menunjukkan pipeline yang lengkap: pre-training diperluas dengan data multimodal, cluster post-training otomatis menyelesaikan penyesuaian khusus dalam 18 jam, pembaruan bergulir mingguan, dan produk dengan 315 juta MAU yang mengumpankan umpan balik pengguna nyata kembali ke model. Lingkaran tertutup sudah beroperasi.

Tencent, sementara itu, masih dalam transisi dari proses semi-manual ke industrialisasi.

Waktu Yao Shunyu semakin menipis.

Tapi menghakiminya sekarang masih seperti membacakan pidato pemakaman sebelum kursinya sempat hangat. Restrukturisasi sistemik baru mulai terbentuk; kemampuannya belum terbantahkan.

Di tahun mendatang, ia harus bergerak dengan urgensi maksimal untuk melepas tali yang mengikat tangan dan kakinya — mengisi celah bakat, mengoperasikan infrastruktur data, menambal defisit komputasi, dan mengubah “tahu caranya” menjadi “melakukannya dengan cepat.”

AI memang lari jarak jauh. Tapi prasyaratnya adalah Anda tidak tersingkir dari grup terdepan lebih dulu.

Sudah waktunya untuk meningkatkan kecepatan.