截至 11 月 8 日的公开信息，腾讯于 11 月 4 日发布混元 Hy4，采用混合专家架构，总参数 7700 亿、激活参数 490 亿，首次引入视觉理解能力并支持电脑操作（Computer Use），可以结合命令行与图形界面执行任务；模型权重与系统卡片计划于近期开源，API 输入价格为每百万 Token 6 元、输出 18 元。11 月 7 日，Hy4 preview 又在乌镇世界互联网大会现场展出。对做 AI 搜索可见度的团队，这条消息的关键不是参数，而是 AI 开始直接操作界面——品牌被“看见”的位置，从回答正文挪到了可被点击的路径上。
从回答问题到操作软件
问答型 AI 的产出是一段文字，品牌要出现在文字里；能操作界面的 AI 产出是一串动作，品牌要出现在它能操作的软件与服务清单里。这两件事的评价标准完全不同：前者比的是被引用的次数与位次，后者比的是被调用的成功率。当模型能读图表、读文档、点按钮，它对品牌的描述就不再只来自公开网页，还来自它在界面上“看到”的商品页、库存与按钮文案。
界面调用为什么更难测
文字回答是可见的，用户能看到模型提到了谁、引用了什么；界面操作是折叠的，用户只看到结果。品牌如果只监测最终回答，就会漏掉中间的候选筛选过程：模型先看到哪些页面、点击了哪个按钮、在哪一步放弃。更麻烦的是，这个过程依赖账号状态、页面加载速度与实时库存，同一任务在不同时间跑，结果可能完全不同。监测必须固定账号类型、网络环境与页面版本，单次抽样不能作为结论。
被引用与被调用是两种曝光
被引用解决的是“AI 怎么描述你”，被调用解决的是“AI 会不会用你”。前者需要可被抓取、结构清晰、来源可信的内容；后者需要可被接入、返回结果可解析、库存与价格实时的接口。多数品牌目前只做了前一半：官网内容做得不错，但没有可被调用的结构化数据。结果是 AI 在回答里提到它，却在执行任务时跳过它。
| 场景 | 入口 | 品牌暴露位置 | 可监测指标 |
|---|---|---|---|
| 问答型 | 对话式 AI 搜索 | 回答正文的提及与排序 | 提及率、推荐位次、引用来源 |
| 导购型 | 带链接的回答 | 回答里的商品链接与补贴 | 跳转率、带单占比 |
| 任务型 | Computer Use 操作界面 | 可调用的服务清单与页面按钮 | 被调用率、执行成功率 |
三类场景要分开建样本。把问答型的提及率套到任务型场景上，会得出“曝光不错但没转化”的错觉，因为任务型场景里用户根本看不到回答。反过来，只盯任务型的调用量，又会漏掉品牌在解释环节被信任的程度，而那正是长期溢价的基础。分层监测的成本更高，但能回答一个具体问题：品牌是在被解释，还是在被使用。
开源权重带来的版本分层
权重计划开源，意味着同一模型会出现多个版本：官方在线版、云厂商托管版、企业私有化部署版。三者的知识截止时间、插件与连接器配置都可能不同，同一个问题问出来的答案也会不同。对监测的含义是样本必须按版本分层，不能把私有化部署的结果与官方在线版混在一起统计，否则偏差无法归因。
价格决定了调用场景
Hy4 的 API 定价为输入每百万 Token 6 元、输出 18 元，官方还计划推出成本更低的 Hy4 Flash 版本。价格决定场景：高价版本用于复杂任务与专业软件操作，低价版本用于高频轻任务。品牌的被调用机会更多出现在低价高频场景里，因为那里调用量大、决策链短。监测如果只覆盖旗舰版本，会低估日常场景中的曝光与竞争。
把这几件事连起来看，可见度的口径需要一次扩容：从“AI 回答里有没有你”，扩展到“AI 执行任务时用不用你”，再扩展到“在哪个版本、哪个价格档、哪个入口用你”。口径不扩容，监测会停留在表面；口径扩容之后，优化才有明确的着力点——内容侧补结构化数据，接口侧补实时能力。
监测怎么按版本分开跑
具体做法是把样本拆成三层。第一层是入口，区分对话式搜索、带链接的回答与任务执行；第二层是版本，区分官方在线版、托管版与私有部署版；第三层是任务类型，区分信息查询、比价导购与跨应用操作。三层交叉之后，每个格子单独设定样本量与判定标准，再按周对比变化，才能看出是模型升级带来的波动，还是竞品在某一层的占位变化。
最后是记录引用来源。AI 对品牌的描述来自它读到的页面，来源是官方页、媒体还是论坛，决定描述的准确度与稳定性。把来源与描述配对记录，才能判断偏差是模型问题还是信源问题。这一步做不到，所有优化都只能靠猜，而模型每升级一次，猜错的成本就会放大一次。
常见问题
AI 能操作界面，对品牌可见度有什么影响？
曝光位置从回答正文扩展到可操作的页面与按钮。品牌不仅要被写到，还要在界面层面可被识别、可被点击，否则任务执行时会被跳过。
任务型场景为什么难监测？
执行路径折叠在后台，用户只看到结果。同一任务在不同账号、不同时间结果可能不同，必须固定账号类型、网络环境与页面版本才能比较。
开源权重会带来什么监测问题？
版本碎片化。官方在线版、托管版与私有部署版的知识截止与插件配置不同，答案会不同，样本必须按版本分层统计。
引用来源为什么要单独记录？
描述来自信源。来源不同，同一句描述可能完全相反，只有把来源与描述配对，才能判断偏差是模型问题还是信源问题。
