让 AI 做完一份采购报告或一套产品，难点往往不是“会不会写”，而是能否查资料、拆任务、调用工具，再把结果可靠地交付。腾讯新开源的混元 Hy4 preview 正在向这一步靠近。它面向 Agent——能自主分解并执行多步任务的 AI 系统——编程和办公场景，总参数 770B、每次实际调用的激活参数 49B，上下文长度超过 1M。
更值得注意的是，Hy4 preview 首次参与了自己的训练方法、数据策略、评估体系和底层算子优化：模型提出方案、运行实验，再把代码、日志和反馈送入下一轮。据腾讯披露，它通过分析推理系统瓶颈并优化算子融合等环节，使端到端吞吐较基线提升 31.8%。这还是“初步闭环”，并不等于模型可以脱离人类独立进化。
InfoQ 在 WorkBuddy 中实测发现，它能完成四端产品并建立共享数据层和自动测试，已有“小型产品团队式”交付能力；但采购调研仍漏查价格、算错成本，进而影响核心结论。说白了，Hy4 已经能干活，也开始帮忙改进自己，但人类仍要守住事实核验和最终签字这一关。