独家对话姚顺宇：请允许我小疯一下

姚顺宇戴了一副茶色眼镜走过来，这副眼镜会随光线变化而改变颜色。

硅谷AI业界有两位Yao Shunyu，他们曾是清华同一届毕业生，这让姚顺雨与姚顺宇时常成为话题人物。

前一位姚顺雨2025年从OpenAI跳槽到腾讯，他去年来过我们节目；后一位姚顺宇也于同年跳槽，从Anthropic来到Google DeepMind。

这位姚顺宇毕业于清华和斯坦福大学，曾经的研究方向是理论物理——非厄米系统、量子物理与高能物理。他的人生奋斗姿态是——“总想挑战一些自己不太会的事”。

他人生最大的一次跨步是博士毕业，毅然决然离开深造9年的物理，来到崭新的AI行业。过去两年，他先后在Anthropic和Google DeepMind出任研究科学家，参与了Claude 3.7、4.5、Gemini 3等关键模型的开发过程。

姚顺宇一点也不nerd。有时，他会令你猝不及防，突然发表一点“小疯”言论。

第一次见面，他就对我说：“我在这个行业又没有什么导师，又没有什么旧友，我当然想喷谁喷谁。”

转行AI的两年，他变得越来越直接，越来越不害怕得罪人。访谈中，他也说了一些直白言论：

• “AI个人英雄主义时代已经过去了，所以也没有什么英雄，有时候甚至觉得旧时代英雄有点蠢。”
• “没有哪个老登是你的亲属，所以你觉得他傻，他就是傻，就可以直接说他傻。无所谓的啊。（笑）”
• “现在大家都是冲浪的人，本质上是那个浪，而不是你那个冲浪的人。”
• “AI这个事，本来也不太需要脑子——真的不太需要脑子——我觉得都是一些本科生就能干的活。这个行业最重要的特质，就是靠谱，就是做事细，对自己做的事情负责任。”
• “你不用太担心因为自己的观点而惹到什么人。只要你的观点是自洽的，不是说随便喷人，你是有一套自己的理解。最终你在这个领域做的怎样，是有客观评价标准的——大家是会尊重你的。”

不过，不要误会他是一个不谦虚的人。在描述自己的研究时，姚顺宇显得异常审慎。

他对于这些工作的描述是：“我自己对那个事没那么重要，更多的是，我很幸运，有机会在那个时候加入了一个重要的项目，做了一些事。”

他反复强调，AI个人英雄主义的时代已经过去了，现在都是集体主义的故事，要对神话个体的一切叙事充满警惕。

我们的节目录制于2026年3月，距离我们这次节目录制完，世界又发生了许多意想不到的变化：Meta对Manus的收购被撤销、Cursor可能被SpaceX收购、xAI将终止独立运营并入SpaceX，并更名为SpaceXAI等等。如果我们的谈话内容有一定滞后性，请大家多包涵——AI的世界实在变化太快、太出乎意料了。

可能还要特别说明的一点是，技术细节会涉及企业机密，有一些嘉宾是不方便分享的，也请大家能够包容。

在访谈中，我们尽最大可能和大家一起学习AI。你会收获姚顺宇在Anthroic和Google Gemini的技术探索历程与思考洞察。

而对于那些离经叛道的微小片刻，还请允许我们小疯一下。

友情提示：文字内容大约只占完整内容的1/3，如果要获得完整版，请观看我们的视频播客或收听播客，你一定会收获更多惊喜！

完整的播客将于小宇宙、苹果Podcast等全音频平台播出；播客视频将于Bilibili、小红书、视频号等全视频平台播出。

以下是我们的访谈节选。

“他回去之后，我们也经常打电话”

张小珺：AI业界不是有两个姚顺宇/雨吗？你要不要先给大家介绍一下你自己，并且给大家科普一下两个姚顺宇/雨的区别？

姚顺宇：我叫姚顺宇，显然也有一个跟我几乎同名的朋友（姚顺雨，腾讯首席AI科学家，前OpenAI研究员）。我们俩主要履历也有一些overlap（重叠），看起来非常难以区分。

我以前是做学物理的，本科在清华，那时做凝态理论，后来去斯坦福做理论高能物理。离开斯坦福之后去伯克利，短暂待了两个星期的postdoc博后，就离职了，去了Anthropic。在Anthropic待了一年，去年9月底、10月初加入了Gemini。

如果大家非要区分，最大区分就是，那个顺雨，一开始一直是做CS，计算机相关；我从某种意义上是半道出家，之前做理论物理为主。

张小珺：你们是不是好朋友？好像大学就认识，而且是一级的。他是一个什么样的人？你是一个什么样的人？

姚顺宇：我们本科就认识，因为我们本科在清华是一级的。他一开始就学计算机，在姚班，计算机科学实验班；我学物理，在机科班。后来他去了普林，我去了斯坦福。

这也是另一个有点令人费解的点。在普世世界，觉得斯坦福应该是学计算机的人该去的地方，普林斯顿是学物理的人该去的地方。但我俩正好反过来。哈哈。也可能产生了一些费解的事。

我俩还真的挺不一样。他是一个比我有趣的多的人，我从他身上能学习到一些和我很不一样的点。比如在AI方面，他花了很多时间思考人和AI的交互、一些产品的事。对我来说，是一个很不一样的朋友，我也从他那学到很多。

张小珺：你们之前在硅谷多久见一次面？你们现在是不是还频繁打电话？有多频繁？

姚顺宇：我们在硅谷见面确实挺频繁的，每几个星期吧。但好像见面是为了凑一块玩。哈哈哈。

真的就是纯玩。可能出去散散步，扯扯有的没的。有时候吃个饭，打个牌啊之类的。哈哈，他回去之后，我们也经常打电话。

张小珺：最近一次电话聊啥了？好像就是前一两个星期。

姚顺宇：啊，你怎么知道的？（狐疑脸）

可能会过几个月，catch up一下大家的近况吧。

张小珺：他是不是多次想把你拉过去？

姚顺宇：可能有这个意思吧（笑）。但是，我觉得不关键。哈哈哈。

多半是我自己的原因。去年八九月我离开Anthropic，决定要去哪，最大动机是我想学一些不一样的东西。对我来说，我没有更着重去考虑领导一个项目。我更多是，想优先去学习一些东西，我选择去了Gemini。

“为什么要把自己的时间浪费在伺候老登身上？”

张小珺：你本科读量子物理、博士读了高能物理，物理对你的帮助是什么？

（此处省略了姚顺宇在物理上的科研探索，完整内容请大家看视频播客或者听播客：）

姚顺宇：本科读物理最大的帮助是：第一，想问题要想清楚。读书不在于读的多，而在于读的深。读的多，不代表你能发现新东西。但如果你对一件事有和别人不一样的见解，那才是对社会来说更有价值的事。

另一件事是，别太相信纯理论。因为当时能做数值，是因为数值和理论对不上，才仔细研究那个问题。

博士去读了高能物理，这就回到了说——总爱挑战很难的事，有时候也会带来一些不好的结果。我感觉，我这个博士对自己学到很多东西、成长很大；但于这个世界，没有产生什么贡献。哈哈。

高能理论这个方向，足够难，非常非常难。但它不好的在于，不是特别可以验证，没有什么客观评价标准。因为高能理论已经发展到了实验完全追不上的阶段。

张小珺：那这个学科是怎么进步的？如果不是实验，它的进步依赖于什么？

姚顺宇：一个进步来源，来自于数学的自洽性。

比如，你提出一个框架来描述这些事，那你能和现有的已被验证的更低能标下的理论相自洽。比如说研究弦论，自然大家问题就是，弦论能不能在低能情况下回到量子场论，进而回到经典物理。

这个自洽性是一个判定方法，是很合理、科学的。当然也有一些不科学的因素，当这个领域完全没有实验、没有客观标准，肯定不会只有一个自洽框架出现。

这时候谁做的好、谁做的不好，就依赖于领域内一些老登的主观判断。

张小珺：你是被谁伤害了是吗？（笑）

姚顺宇：我也没有被谁伤害，只是在那个领域待时间越长，就越觉得这件事蠢——人这一辈子也没多长，为什么要把自己的时间浪费在伺候老登身上？

张小珺：所以是花了5年学习了很多知识，买了一个大教训。这个教训是——要做实验？

姚顺宇：要做有比较客观评价标准的事，要做对这个世界能够产生影响的事。

张小珺：你本科是比较顺利的，在量子物理这个研究领域，很快就有了非常好的学术成果，而且是范式级的变化。但你迅速觉得没有吸引力了，在博士挑战一个更难的事情。但在博士期间是比较落寞的。

姚顺宇：至少从结果来说是这样的。哈哈哈。

张小珺：外界看不出来，外界看都是非常光鲜的履历。

姚顺宇：对，从实际科研产出来说，没有人会说我博士期间的文章不好，但摸着良心说，对这个世界有多大的影响？我觉得几乎没有——没有影响，几乎为零。

对我自己来说，我自己很不满意的啊。但也没有不满意到，我会担心有人说我在混日子。确实也没在混日子，还是能达到所有外界标准。

张小珺：这是怎么做到的？——所以说，很多事情是冷暖自知对吧。

姚顺宇：达到外界的标准，或者达到一个小的圈子的评价标准，像训练模型一样。一旦有了这么一个小的圈子，你知道他们的评价标准之后，做得好是很容易的。哪怕不认可这个标准，你是可以达到的。

张小珺：有时候哪怕内心不认可，也可以蒙蔽自己继续往前走。

姚顺宇：但我后来发现我蒙蔽不了自己，骗不了自己。

博士最后两年，就会有这样的感觉。但那时确实也没想清楚，如果不做这个该去做什么？

比如说，一开始更多是去了解量子计算或者量子信息。拿了postdoc offer之后，感觉更紧急。在学校，还可以一个学生的心态。离开学校之后就是自己的career（事业），得给自己找一条路。

当时觉得，量子计算和AI是两条给小登机会比较多的路。

博士后，我到伯克利待了两三个月，官方说就只待了两个星期——我入职之前已经去那了，反正就在湾区嘛。但入职之后，只待了两个星期就辞职了。

我本来不准备入职，但伯克利人就是太好，说：没事，等事情定了再说，能来多久就得来多久。

张小珺：你告诉他们你在跟Anthropic谈？

姚顺宇：我告诉他们我可能会去做AI了，要不就别入职了。

不止伯克利，湾区这两个学校的老师都人很好，很照顾你。觉得你还没有完全谈定，还是先把工作拿着。

张小珺：物理对你后来做AI有什么帮助吗？

姚顺宇：硬实力上没什么帮助。纯工具性的技能上来说，从物理到AI的转化，是非常非常少的。但非要问的话，可能是性格吧。

做物理的人会更想刨根问底，更想理解一个事儿，更想做事很系统。因为习惯了这种很系统性的，不管是做实验的方式，还是做理论的方式。但这也不是做物理人独特的。

为什么做计算机的人没有这个特性呢？我认识很多做计算机的人，也有这个特性。很多学化学的人也有，学生物的人也有。所以不觉得它是做物理独特的。

但事实上，语言模型这种比较large scale（大规模）的AI，确实有很多物理出身的人，做的很成功。尤其Anthropic这个公司。

“智能涌现，这个话本身就不太科学”

张小珺：很多人在描述这一代AI的时候，会说是黑盒，你能用科学的角度来理解一下这个黑盒吗？

姚顺宇：这世界上所有东西都是黑盒。

哪怕像物理这种。不管是量子力学，还是量子场论，都是描述那个能标下的行为。本质上这个系统还是一个黑盒，你还是不知道它最微观的地方是什么样的动力学。

AI也是一样，黑盒不黑盒，都是相对的。我们对语言模型的理解，确实没到神经科学手术刀那个级别——不是说能理解到，这个行为是由哪一个neuron、哪一个人工神经元的哪一个激发产生的。没有到这个层面。

除非在一些很稀疏、很小的网络里，像Anthropic那个Interpretability（可解释性）团队，可能会做一些类似的工作。但在实际能用的语言模型里，都没达到这样的理解。

但也不代表完全没理解。比如Scaling Law，它就描述了那个尺度下，模型随着大小和数据量，是怎么在perplexity（困惑度）这个指标下变得越来越好的。

所以是完全没理解吗？如果Scaling Law不算是理解的一小部分，那是不是我们也说，对这个世界也完全不理解？这个世界也是一个完全黑盒。

张小珺：所以Scaling Law是一种科学规律？

姚顺宇：它是一种经验规律。但经验规律和科学规律之间的界限很模糊。

热力学那些定律——第一定律、第二定律、克拉伯龙方程——当年被发现的时候，也都是经验规律。后来随着时间发展，慢慢知道了微观机制，就变成了科学规律。

Scaling Law目前肯定还是很经验，但未来当技术变得比较固定，大家越来越多理解它微观过程的时候，会不会变成科学规律？如果这个定义存在的话，是有可能的。

张小珺：能不能用科学的表达来解释一下，“智能涌现”？

姚顺宇：这个话本身就不太科学，自然也没法用科学的话来表达一个不科学的事。

智能涌现，对我来说，它更多是一种主观的感觉，而不是客观现象。

很多人说智能涌现的时候，脑子里想的是，以前的语言模型只能做某一个方向的事，比如只能翻译、只能做分析。但现在模型好像，哎，可以做所有的事了。

但这个事，对我来说更多是一个技术上的涌现，而不是行为上的涌现。是我们通过研究，发现了该怎么去做这种大规模的训练，能够水平的提升所有能力。这才是更本质的事。

至于智能涌现，每个人心里的定义都不太一样。

张小珺：你的定义是？

姚顺宇：对我来说就是没定义。

唯一质的区别就是，有没有发生一个技术上的改变，使得我们可以做scale up，可以水平的提升所有的能力。这对我来说，是一个良好定义的事。

张小珺：你最后是在量子计算和AI之间选择了AI，这是怎么发生的？量子计算好像离你的研究主线更近一些？

姚顺宇：好处是他们都给年轻人机会。

这就是为什么要去了解细节。了解之后发现不是，是反过来的。量子计算的主要瓶颈在实验上。不是怎么设计算法或者算子，更多是怎么在实验上实现它。那个事反而是我不擅长，和我过去很多有兴趣的事比较不相关。

跟我相关的反而是AI。更多是你有一个想法，可以用一些数值去验证。这个数值在AI里面，可能就是训练一个模型。这和做物理很像。

为什么我一直爱把这个和18世纪的物理学做比较？它更像那个时代的物理。那个时代理论和实验不分家，没有什么理论物理学家、实验物理学家，你就是搞物理的。你自己可以做实验，也可以做理论推测。AI就有点像那个时代。

张小珺：你之前说现在从事AI研究像17世纪从事热力学研究，其实在表达：虽然大家没有办法很清晰从科学上去解释和理解这件事，但并不会阻止它发展。

姚顺宇：对。为什么比较那个时代的热力学？那个时代大家不理解什么是热的微观理论，不知道热是什么东西。

就像现在，大家不能理解language model（语言模型）里，哪一个矩阵元是在干什么。但是不妨碍你有好的经验定律，比如热力学的各种定律，和现在的各种Scaling Law。从这个角度来说，它是类似的。

从研究人员的角度，就是刚才说的另外一个问题：理论和实验不太分家。

“实行top down有一个很难的点，就是你做技术的决策人，必须也得是公司的决策人”

张小珺：你在Anthropic的历程是怎么展开的？

姚顺宇：主要还是有前同事在Anthropic。哈哈。

Anthropic有很多做物理出身，尤其是做理论物理出身的人。

张小珺：他们从人的选择上，为什么会倾向于选择这一波人？

姚顺宇：当然很多人可能会找一些原因说：做物理的人擅长这个或者擅长那个。但就我个人视角来看，主要原因还是connection，就是联系。

Anthropic的创始团队里，当时有三四个比较技术的人，其中有两个现在还在技术一线领导的，都是做物理出身。他们可能招的一些人也是做物理出身，就这样一直延续下来。

但到现在这个阶段，在我之后，几乎没怎么再招完全没有AI背景的人了。所以是一个时代的产物。

姚顺宇：你只找了Anthropic吗？

张小珺：没有，我还找了OpenAI和GDM，就Google DeepMind。

但Google DeepMind那时候速度太慢了。哈哈哈，最后没有出现在考虑范围内。后来Gemini获得了长足的提升，动手非常快。

Anthropic是因为当时联系了，后来我的第一任manager，第一任经理，他以前也是做理论物理的。他当时说：我们在尝试做这种大规模强化学习，有很多科学问题要去理解。那时候24年八九月的时候。强化学习还没有像现在这么成熟。

那时候大多数人都不太知道怎么做，因为o1还没发布呢。

那时候o1只是，大家都知道有，但是都还没看到结果。Anthropic当时不知道怎么做的——大体上知道，但是有很多细节需要仔细去研究。

他说：哎，有这么一个事，你要不要来面试一下？

我觉得：哎，可能是一个好的机会。

张小珺：你当时怎么认知强化学习啊？

姚顺宇：没认知，哈哈哈。

大概知道pre-train、post-train这个流程，但不太知道具体工业级别的语言模型是怎么训练的。只能知道学术界是怎么训练的。

更多还是，当时觉得这是一个不确定的事，是一个好的机会，就去干了。当然也有些面试的准备和面试过程。

面试题也不太难，反正，哈哈哈。但对我来说，当时也不知道怎么准备。就去把我能找到的那些课，自己能学的学了一遍，能做的作业做了一遍。自己手搓了一套，Andrej Karpathy有一个著名的项目，叫nanoGPT还是叫什么。手搓了一下那个，就去面了。很快拿到了offer。

姚顺宇：你在Anthropic的第一个方向是大规模的强化学习？

张小珺：有两个组的manager来跟我聊。一个是做evaluation，就是模型评测；另外一个是做强化学习。我选择了强化学习。

那时候，Anthropic也不像现在是一个大公司了，公司很小。

我去的时候，我们那个大的team才只有10个人，或者11个人。

张小珺：大team叫什么？

姚顺宇：叫Horizon。那个大team后来几乎是，强化学习的方方面面都在这个team了。

底下也有更做数据的组，更做环境、infra和基础设施的组，也有更做research和算法的组。我去的那个组，是比较偏research和算法的组。

张小珺：那时候Anthropic多少人？你一进去对这家公司印象是什么？

姚顺宇：七八百的样子吧总共。

我对Anthropic的印象还是挺consistent（一致）的。进去之后，这家公司的印象就是执行力非常强。它是一个比较top down（自上而下）的公司。很多事情决定了之后，就会全力去做。

员工之间的氛围也很好。大家都不会藏着掖着。

尤其刚去时候很小，大家都认识，氛围很好。如果是做语言模型相关的事，现在回头来看，那是一个非常非常好的学习机会。你能够接触到这个模型训练的方方面面，都能找到对应的人去问。

张小珺：那个时候的Anthropic已经有了现在我们都知道的，那个非常坚定的bet了吗？（bet coding）

姚顺宇：有的。

张小珺：这个bet来自于哪里？为什么会有这个bet？

姚顺宇：我不知道它完全的来源在哪。我自己能看到的一个显然的来源就是，前一代模型Claude 3放了之后——Twitter上那时候可能还没叫x呢——Twitter上有很多人在讨论说：Claude 3好像写code比GPT-4强啊。

那个年代，GPT-4是一个和大家gap很大的模型。能有一件重要的事比GPT-4强，就很厉害了。

张小珺：所以是试出来的？

姚顺宇：至少是其中一个原因。就是很快的对这个市场做了反馈。

这也是我觉得这公司很强的一点，它execution执行力非常非常强。一旦给它一个信号，让它觉得是很reasonable（合理的）、这公司该做的事，那就会铺上去。它没有那些大组织那种冗余。

张小珺：为什么它的coding定会比GPT-4要好？

姚顺宇：不能说，哈哈哈。

张小珺：哦，是有原因的。

姚顺宇：是有原因的。是一个纯技术原因。

但是，确实，我不能确定一开始是随机试着的，还是故意选择的。你要让我猜，我肯定会觉得是随机试着的。

张小珺：哦，纯技术的原因，是有某个人做了某个事情？

姚顺宇：是确实有某一个团队做了某个事情。

张小珺：是自上而下的，还是自下而上的？

姚顺宇：最开始可能是自下而上的，但是后来就变成了一个自上而下的事。

张小珺：就是要快速捕捉到一些内部和市场的信号，赶快要扑上去。

姚顺宇：对。这是Anthropic非常非常强的一点，它非常非常的reactive，反应非常快。

张小珺：它执行力来自于哪里？来自于Dario这个人？来自于他的某种特质？

姚顺宇：我感觉，Anthropic作为一个公司来说，它能够实行这种，就是比较top down的机制，是一个很独特的事。

实行top down有一个很难的点，就是你做技术的决策人，必须也得是公司的决策人。

首先，你技术上得能服众，才能够信服下面的研究员去做这个事；另一方面，你得是公司的决策人，你得能为这个公司负这个责任。

Anthropic有这个条件就是，它的技术上的领导人，其实是公司的cofounder。

就是像Jared Kaplan和Sam McCandlish，他们俩就是公司cofounder——他们自己做这个决定，那是人家的公司，他有权利做这个top down的事。

张小珺：Dario作为CEO，他会say yes和no吗？

姚顺宇：我不知道他们决策层的讨论里面，哈哈哈。我只能说，就技术leader是有决定权的。对我当时的工作来说，我接触的最多的就是Jared。

张小珺：这对于其他模型公司很难吗？

姚顺宇：很难。比如说OpenAI就干不了。

张小珺：Ilya在的时候难道不行吗？

姚顺宇：Ilya在的时候有可能可以。但是Ilya后来一方面，我也不知道因为什么原因，他好像就是失去了这个做决策的能力，然后他就走了。

张小珺：其他公司呢？

姚顺宇：其他公司我觉得都比较难。

Gemini也比较难。但我觉得Gemini是另外一套打法，不太一样。

就是说，大公司和startup，打法本来就不一样。因为startup重要的是make bet，就是我得赌一件事。我如果想要赌，就意味着有风险。就意味着，我能够去很快做一些决策，然后很强力推进一些决策。在这种情况下，top down是一个很有优势的事。所以Anthropic从组织上，是比OpenAI更有优势。

但是作为大公司，它可能就是另外一套想法。因为大公司的想法可能是，我不仅能尽量减少做赌的成分，而是我能在方方面面都有储备。任何一个事成了，我都能跟上。如果有事我自己做成了，我可能还能领先。这可能是大公司的心态。

所以在Gemini，Google是一个很传统的、很bottom up的组织。就是公司层面，可能有一些比较良好定义的框架，来看你的工作是好是坏，来引导你做一些公司需要的事儿。但是本质上，还是你自己来决定自己做什么。

张小珺：所以你觉得Anthropic能make bets（对coding下很重的赌注），是因为它的独特的文化、组织和文化？——这个听起来，应该是其他公司也能做的，但却非常奇怪地发现，其他公司很难做，而Anthropic可以做到。

姚顺宇：对，我觉得还是需要技术的，或者公司的leader有公信力吧。这个挺难的我觉得。

张小珺：你说的还不是CEO有公信力，是技术1号位有公信力。

姚顺宇：对我来说，我觉得技术1号位有公信力很重要。

张小珺：但与此同时，CEO可能没有成为一个阻力。这个难吗？

姚顺宇：这个就得看你这个cofounding的team，有没有足够的互相信任。这也很关键。

Anthropic这点也是在startup里，很强的。就是他cofounding team，没有一个人离开公司。如果你看他们过去，那是一群真正一起打过仗的人。

他们都是以前OpenAI的员工。他们甚至好多人都是，在一系列关键文章上的合著者。像Scaling Law这个paper，是Jared Kaplan然后Sam，当然还有Dario，还有可能Tom Brown也在吧，我不太记得Tom Brown在不在。GPT-3的paper就是Tom Brown在，Benjamin Mann在，Jared Kaplan和Sam也都在，Dario也在。

他们是一块趴过战壕的人。互相之间的信任还是很关键。

有很多公司干着干着，连小集体都团结不住了，那你怎么能指望大公司能团结住呢？

姚顺宇：你在说OpenAI是吧？

张小珺：嗯，哈哈哈。

“找到合适的环境，这个环境回馈信号足够清晰，本身也是一个很强的数据源”

张小珺：你加入Anthropic，公司正在做的最重要的项目是什么？你参与到那个大项目里了吗？

姚顺宇：当时就是为了做大尺度的强化学习，用它来提高coding的能力。这是当时最重要的事。

我们那个组的研究重心就是这个。这也是这个组后来慢慢变大、变得越来越重要的原因。最终带来的结果，就是大家一块train了Claude 3.7这个模型。

Claude 3.5有两个版本，一个可能是6月的版本，另外一个10月版本。你也可以看出，Anthropic这个公司曾经也是没啥产品能力的，居然管两个模型叫一个名字。哈哈哈哈哈。

后来外面人为了区分，管3.5后面那个版本3.5new叫3.6。Anthropic跟随着外面的习惯，就叫3.6了。再新的模型叫3.7。

实际的产品时间线，其实是——3.5、3.5new、3.7。

张小珺：怎么会有一个模型叫3.5new？这个是怎么想的？

姚顺宇：我只能说，那个时候的Anthropic，可能真的是没有什么产品上的想法。

3.5new，我几乎没参与。但是3.5new，就已经看到了coding的迹象。

张小珺：你进去的时候刚刚好就是，管理层知道了coding的迹象，要make bets的时候。你运气很好啊。

姚顺宇：我进去的时候，大家肯定已经看到了这个事儿能做成且重要，但不太清楚怎么去把它做成。我去的时候，是跟大家一起去研究怎么把它做成。

张小珺：方法是大尺度的强化学习，这里面有什么knowhow？

姚顺宇：从大的角度来说是，但有很多技术细节是需要去研究的。

哈哈哈，有好多NDA（保密协议）的内容呢。哈哈哈。

张小珺：NDA会写的这么详细的吗？

姚顺宇：原则上，员工是不能在在职期间和离职之后，透露任何跟公司内部相关的信息的。当然实际上来说就是，大家心里都有一个度。如果这个技术没有公开，肯定是不会公开去谈的。

虽然我不能公开去谈，但是，把简单的事儿做的比谁都干净，是最关键的。

张小珺：什么叫干净？

姚顺宇：就是，有很多花里胡哨的技巧。

比如说做强化学习，最简单的algorithm（算法）就是Policy Gradient（策略梯度）。但不代表这是唯一的algorithm，还有别的算法，比如各种复杂的搜索算法。

但这些复杂性是必须的吗？它们可能带来一些efficiency（效率）上的提升，但也可能带来一些基建infra上的困难。你怎么去trade off（权衡）这些事？做研究需要去理解，怎么去balance不同的因素，选择最好的、最稳定的那条路。

很多的knowhow，都在这些细节里，怎么处理这方方面面的细节。

张小珺：你们在早期怎么描述和理解coding很重要？它是大语言模型的一个分支？

姚顺宇：每个人可能想法不一样。对我来说，它重要的原因有二。

一个原因是Anthropic一直在讲的事，coding本身也是做语言模型研究的一部分。如果你能够把coding做得很好，可能会让你的研究效率翻倍提升，形成一个研究上的飞轮。这是一方面原因。

另一方面原因，是因为coding是模型使用工具和环境交互的一个很好的抽象。这个抽象的好处在哪？回归信号清晰，数据充分。很难在别的场景下，找到能同时有这两个特质的使用工具场景。

所以这是一个好抽象，在这里面做的一些研究，可能是对更通用的那些使用工具和环境交互的能力的一些有用的lesson。

张小珺：那时候Cursor是什么状态？

姚顺宇：那时候Cursor还是一个纯产品公司。

在我去Anthropic之前那段时间，Claude和Cursor都属于比较underdog的状态。在3.5new就是外界的3.6这一代的时候，首先是模型能力上去了，然后Cursor又发现，这个模型真的能够做这种Agentic coding的工具了。

张小珺：Cursor是一个壳。

姚顺宇：但是这个壳包着这个模型，一下子让公众——不是公众，是软件工程那个圈子——体会到了：哎，这事好像真的是效率工具了。后来就一下起来了。

张小珺：那时候，Anthropic意识到Cursor是未来的竞争对手？

姚顺宇：那就不知道了，该问Dario。哈哈哈哈哈。

张小珺：你参与的Claude 3.7对于Anthropic来说，是一个分水岭式的模型？

姚顺宇：对于Anthropic的后训练来说，是一个分水岭。在3.7之前，后训练都是处于一个比较小规模，可能就是修修补补模型的状态。

张小珺：大家不重视后训练吗？

姚顺宇：也不是不重视，是一开始大家很长时间都没有搞明白后训练该怎么scale up。但在那个阶段，不管是OpenAI还是Anthropic，还是中国的DeepSeek，都意识到了这个事该怎么去scale up。

就是得找到合适的环境，这个环境回馈信号足够清晰，本身也是一个很强的数据源。在这个上面能让训练非常稳定，这事就能做成。

张小珺：我记得那时，大家都不知道OpenAI的保密项目是什么，就知道它叫草莓、Strawberry。大家觉得会带来一个新的范式——后训练强化学习，但更多的就不知道了。

姚顺宇：对，我去Anthropic的时候，大家已经比较清楚，大概的方向是怎么做。

后来随着我对这个领域知道越来越多，就发现，那个时刻，OpenAI做的方式和Anthropic差别挺大的。具体这种算法，和使用数据的方式，是不太一样的。虽然都叫后训练和强化学习。但那些不是本质区别。

大的方向来说，它们是同一个——找一些回归信号非常清楚、非常客观，数据本身又比较干净，对模型来说是可学习的，在上面做稳定的强化学习训练。大的方向都是这个方向。但具体实现差别比较大。

后来事实也证明，具体实现每家方向都不一样，但是都能做成。而且当时OpenAI的目标也不是coding。

张小珺：当时我了解到的叙事是，预训练作为第一个范式，金矿快挖完了，所以开启第二个金矿，就是后训练和强化学习，让Scaling Law继续。

姚顺宇：很长时间OpenAI都是这个想法。我不知道他们现在想法有没有变。

对我来说，我的想法经历过摇摆。在3.7那个时代，我当时也抱着这个预训练已经快party is over（狂欢结束了）。就我刚入职，当时在做3.7相关的实验，我也曾经抱过这个想法。但是后来随着了解越来越深入，我就觉得，还有做的空间的。

预训练Scaling Law，它也不是告诉你要一直变大啊。它本质上是一个很系统的框架，告诉你做什么样的事是更有效的。

事实情况是，后来Anthropic和Gemini的预训练，也一直在不断进展。OpenAI自己卡了很久。哈哈哈——它应该已经重视预训练挺久了，就是最近可能刚刚有点进展。

张小珺：在你看来，预训练和后训练作为两个范式，都没有达到它的平台期？

姚顺宇：我觉得都没有。但你说要去预测到了多少，这个做不到。

到达平台期有两种可能性。一种可能性是技术本身到达了，你明明还有想让模型要干的事，但这俩技术就死活教不会了。另一种可能性是，你想干的事到平台期了。我觉得现在就是后者。

张小珺：就是说，模型是一个非常聪明的小孩，你可以教它很多东西。但我们人类作为老师，现在还不知道下一个东西该教什么。

姚顺宇：或者说该怎么去合理的教它，用现在的这些范式。

“技术的tips，是一个大家很愿意听，公司又不让你说，但实际又没啥用的事儿”

张小珺：说到Anthropic的Claude 3.7，这是几个月做出来的？

姚顺宇：林林总总，从开始训练到发布，花了四五个月的样子。

从开始大家为了这个事做研究，可能花了两三个月。后来开始训练到训练结束，中间磕磕绊绊，很多事情要处理。有很多新的基础设施，基础设施真的是很重要、很花时间。又可能花了两个月这样子。

张小珺：你在其中做的重要的工作是什么？

姚顺宇：我觉得我也没什么重要的。哈哈哈哈。

我个人对任何一个模型的贡献，我的陈述都是：我自己对那个事没那么重要，更多的是我很幸运，有机会在那个时候加入了一个重要的项目，做了一些事。

从某种意义来说，AI在最近这几年，本身是一个不可阻挡的事。它不在于你这个人去干或者不干，你不干也有别人一样能干出来。

在这个时代，所有给个人贴金的事，都有点炒作的嫌疑。但对我来说，我很幸运，能在那个阶段加入一个重要的事，学习了一些知识。

张小珺：好的，你幸运的那个阶段，在Anthropic这家公司的大尺度强化学习团队里，做了什么？

姚顺宇：3.7那个时候主要做的还是Agentic coding这件事儿怎么把它scale up，怎么去制备各种各样的环境和data，包括算法上会遇到什么样的问题。当时主要的研究都在这部分。

张小珺：这里面有什么tips吗？

姚顺宇：现在来看没啥特别有用的tips了，哈哈哈。

说到技术的tips，其实这是一个大家很愿意听，公司又不让你说，但实际又没啥用的事儿。

张小珺：哦，这是为什么？

姚顺宇：因为很多算法设计并不独立于算法，它非常强的依赖于你的基础设施。

举个简单例子，有些公司，大家经常讨论一个问题，在强化学习时候，这个sample（采样），就是给你产生这些trace（轨迹）、这些token（词元）的那个机器，和trainer（训练器），用来实际训练这个模型、改变模型权重的机器，这两个机器可能不一样。

不一样，有些原因是数值上的，有些是因为使用了异步的训练架构，所以从根本上就不一样。

不同公司这个不一样程度不一样，算法设计也会不一样。有些公司这两个difference非常大，算法最大的部分可能就是怎么控制这个，怎么让训练稳定。对于训练实际效果，权重就会稍微小一点。但有的公司基础设施建设特别好，这两个差别没那么大，就可以花更多精力在训练效果上。所以很多这种小的tips，很多knowhow，其实没什么用。

我确实也发现了，很多别的lab，不是在这三家lab里的人可能很想知道：哎，Anthropic怎么做这个？或者Gemini怎么做那个？但我有时候不愿意回答。一个主要原因是，我觉得本质上回答这个问题也是在误导他。

现代的AI训练是一个大的系统，要了解这个系统的方方面面，才能有一个全局的认识。什么事是因为什么而变得有用了，而不是说这个事本身有用。

张小珺：比如3.7上你能描述一下吗？什么样的技术性工作，在模型上变得有用了？

姚顺宇：主要还是跟Agentic coding的环境有关的工作。也有一些算法上，主要是怎么让这个训练变得更稳定。

说实话，算法上肯定是有一些提升，但没有达到特别理想的效果。比之前的算法肯定是要好的。但那个也不是我个人的贡献，是大家集体的贡献。哈哈。

张小珺：从Claude 3.7到Claude 4.5又发生什么？

姚顺宇：预训练和后训练都有。就是一个scale up上做的更多了。data，不管是data还是训练的算力，都更大的尺度了。但从范式上来说，没有特别特别大的改变。

张小珺：我每次问你，你都会说这是“集体的贡献”。

姚顺宇：嗯。这不是一个个人英雄主义的时代。

张小珺：什么时候是个人英雄的时代呢？——可能在Transformer的那个时刻？

姚顺宇：在那个技术还没到scale up那个点之前，找到了那个技术的人，可能是一个英雄。或者找到那个技术的一个小团体，可能是个英雄。

找到那个技术之后，很长一段时间，从模型侧来说都是集体主义。就是这个集体能不能一起工作，能不能为了一个目标，一起花自己的时间、自己的精力，这个是最重要的事。而不是每一个个人，提供了什么样的东西。

张小珺：说集体主义的原因，是因为能力核心是来自于AI是吗？

姚顺宇：说集体主义的原因，是因为我觉得AI这个方向本质上是简单。除了可能跳变那一下，那个idea可能得有一些很深刻的洞见。

在之后的过程中，很多想法是非常trivial（微不足道的），非常愚蠢的。谁都能想、谁都能干，只是你运气好，撞着这个机会去干了而已。

张小珺：包括你在描述Anthropic做coding，好像它也是某种随机性，但是你要抓住它。

姚顺宇：对，但是我觉得做coding，可能比做模型侧的这些技术，还更稍微有点公司英雄主义。就是，你能不能足够快的赌这件事。那确实还是Anthropic很强。

张小珺：但如果今天没有Anthropic做，可能别的公司也做了。所以都是AI在涌现能力，只是看你能不能抓住那个能力，不管是公司还是个体。

姚顺宇：我觉得是的，是一个必然的事。

在可用的语言模型、大尺度的语言模型出现之前，很多事是一个非必然。就是有没有一个人能够发明一个东西，一个语言模型能够大尺度的做训练，以及GPT这个范式能不能被发现出来，是有很多不确定性。

但是比如，如果没有Google Brain，那可能Transformer就不会被发现，可能要过很多很多年，另外一个有钱又有人的组织才会发现。那可能是一个很大的影响。

但进入那个阶段后，尤其到现在已经反过来——任何一个组织想要停止AI进展，是做不到的。

Anthropic很担心AI安全，那Anthropic有没有这个能力阻止AI发展？你停止发展，别人会发展，你的话语权还会变小。现在更多是这种状态：世界在推着我们前进，而不是我们在推着这个世界前进。

张小珺：感觉未来我们会更加难以阻止AI。

姚顺宇：哈哈，我觉得已经阻止不了。

试图去阻止AI里的一件事发生，可能本身就不是一种正确的想法。

张小珺：刚才聊到创立Anthropic一个很重要的动因是AI安全。现在这家公司跟AI安全有什么关系？

姚顺宇：现在的关系比较复杂。一个自然的问题是，大家可能会问：一个做AI安全的公司，为什么现在开始训前沿模型了？

Anthropic的解释是说，我首先得拥有一个最前沿的模型，才有话语权来推进我的AI安全。

它一直以来的想法是，我要做这个世界上最好的模型，大家不得不听我的，来推进我的安全政策。但从我个人角度，这个想法非常幼稚。这个事现在看来，是不会发生的。更有可能发生的是，大家都有很好的前沿模型，而你没有办法阻止任何事发生。

如果真的想要避免AI带来一些危机，什么才是一个更自动化的事？

举一个自动化的例子：核武器也是一个大家觉得可能有毁灭世界力量的事，但核武器最终受到控制的方法，就是Multiparty Control。

这个世界上，大家有很多个有核武器的国家，互相都有毁灭对方的能力。通过这样一种制衡才稳定住。

我觉得要阻止AI干一些不好的事，最终可能需要一种类似的机制来实现。而不是寄希望说，一家公司制定一个法律来干一件事。

张小珺：你刚刚也提到，Anthropic有个可解释性团队，它的可解释性到达哪一步了？

姚顺宇：在一些比较简单、稀疏的神经网络里面，它们能够做一些有趣的研究。

比如：哎，看看某一个输出了，或者输入的文字或者图片，它内在的表示是长成什么样的？然后把那个表示反一下之后，它会能输出一个什么样的东西。做一下这样的研究。

张小珺：到你离开Anthropic的时候，它已经多少人了？

姚顺宇：接近2000人了吧，扩了一倍多。

张小珺：你在Anthropic的时候 ，刚好是它最剧烈转变的一个时期。

姚顺宇：我可能是踩在了它还是个小公司的尾巴。进去之后过了三四个月，公司人一下就变多了。

张小珺：文化有随之改变吗？

姚顺宇：还是经历一些比较混沌的阶段吧。尤其在我快离开那段时间，文化上经历了一些混沌。因为从外面来了一些人，跟本来的文化有些冲突。

之前比较简单。更像是一个小作坊。大家都是朋友，大家都知道对方在干嘛。

也没有人特别会做过多的个人宣传，做一些没有用的事。大家都有很多事要处理。公司那时候紧迫感也更强一些。后来人多了，文化肯定会受到一些冲击。

张小珺：人多带来了什么风气？

姚顺宇：确实有一些人我个人不是很喜欢。当然不代表他们真的不好，只是我个人不是很喜欢。

我不太喜欢在这个领域里面说很多话的人。

Idea is cheap。想法是便宜的。

很多想法，显然所有人都知道。难的是怎么把它变成一个一个小的、可实现的步骤，做出来。我

不太喜欢那些一天中很多时间花在Slack——Slack是美国用的一个办公软件——在那讲一些大道理。没啥用。哈哈哈。

“AI的本质是简单的”

张小珺：你后来为什么从Anthropic突然离职了？酝酿了多久？

姚顺宇：当时酝酿了一个多月吧。

一个方面是，我不是太特别认同Dario反华这个事。他个人做什么样的观点都无所谓。但作为一个公司CEO，把这个观点推到这么极端的地步，是一个非常情绪化的体现。这是一个比较小的原因。

大的方面，像刚才说的，公司文化上有些冲击。

我自己也想去学些不一样的事情。Anthropic毕竟非常专注。如果你很想做和语言模型相关的方方面面，做这种使用工具、Agentic、coding这种事，在Anthropic很好，能学到很多东西。

但Anthropic有很多不做的事，比如完全没有人做多模态生成，你想学没地儿学。Anthropic可能也没有花太多精力在更底层的工程基础设施上。想要学习更多的东西，也是当时离开的一个动力。

张小珺：你这个选择也很神奇。大多数人在一个公司还是underdog的状态加入，会更有感情，愿意陪公司走更长时间。但你反而跳去了Google。

很多人一进Google，会觉得Google给的scope（管理范围）不够，反而想跳去像xAI，或者Anthropic这样更小一点的组织。你这个行动好像也是反的。

姚顺宇：我觉得取决于你自己想要的是什么。如果你很想要的是，我有一个很明确的scope，我一定要把我的一个想法送到这个模型里去，那Google是一个很差的地方。因为有那么多研究员，那么多已经成熟的组织，做这件事情有很复杂的过程。

但如果你想要的是有研究的自由、探索的自由，想从更广泛的人类学习，这个世界上可能找不到第二个比Gemini更强的地方。还是取决于你自己想要什么。

但我觉得很多人不管从哪离职，换到另外一家之后，会觉得不开心的主要原因，是因为没想明白自己想要什么。比如说你要是到了Google，刚开始想的是要有研究自由，更多的动机是学习。去了之后，发现还是想要有产品impact（影响力），那可能就会很难受。哈哈。

张小珺：你刚才还提到一个观点是，“AI本质是简单的”。你能不能描述一下这句话？——这是一个结论？

姚顺宇：这甚至不是一个结论，这是我的一个statement（陈述）。它可对可错。

我对这个陈述的解释是，它本质上简单的点在于，它能做实验。它和本质上难的东西，比如物理，区别在于，那个东西你没有能标下的实验数据，就是理解不了那个能标下的理论。

但AI不被这个所bound（约束），你理解不了没关系，也可以往前发展。而且事实就是，能够做任何我能想到的实验，只是可能需要一些时间，把计算量提上来，或者把基础设施准备好。但没有什么本质上的困难。

所以我一直说，觉得AI没有给人感觉碰壁的原因是，首先很多东西你都能试，其次不是大家已经想空了脑袋、没有什么想法可以试。更多的是有太多想法，得一个个试，花时间。

而且很快，可能AI就会开始自己做实验了。

张小珺：很快是多快？

姚顺宇：未来的6-12个月，AI就会自己做实验。

当然这话不太良好定义，sorry我说了一个很模糊的话。AI自己提高自己，或者自己来加快自己的发展过程，这件事其实已经在发生。就像刚才最早聊过的，它已经开始帮我们实现一些想要的东西，加快实验的速度。

张小珺：它目前还做不到的是什么？

姚顺宇：是它能不能从头到尾把一件AI研究的事做完。

比如它不仅能写这个code，还能跑这个实验。跑这个实验，还能看到这个结果。看到这个结果，还能分析这个结果，知道哪儿做的不对，提出新的假设，设计新的代码，跑新的实验。

这条链条目前还没有完整。但这条链条下一步会慢慢变得完整的。

张小珺：在你决定离开Anthropic那一刻，你对这家公司未来的预期是什么？

姚顺宇：我离开的时候，对这公司挺悲观的。但后来显然是我过度悲观了。呵呵呵。

我当时悲观的原因是，我离开的时候Anthropic主要的收入来源都是API，就是卖Token。这是个差生意。Eventually（最终）就是要打价格战。打价格战你没有完整的链条，是没有什么太多优势的。

但后来Anthropic在产品方面确实有很多巧思，做了很多好的事。不管是Claude Code变得越来越好用了，还是Claude Cowork，和各种各样跟工作效率相关的事，都慢慢汇聚起来了。

你要问我OpenAI和Anthropic哪个会先死——当然就不会真的死——哪个会先变得没那么重要。我当时会觉得：哎，可能是Anthropic会先变得没那么重要。但后来首先OpenAI被Google揍了一拳，然后Anthropic自己又上道了。现在看来好像Anthropic更占优势一些。

张小珺：你后悔过没有？

姚顺宇：不太后悔。对我个人来说，动机还是想要换一个地方，提高自己。对于想做的这件事，这个选择没有什么错误。

张小珺：你也提到Anthropic的产品有很多巧思，包括Claude Code和Cowork，这个来自于哪里？

姚顺宇：我没看到Cowork的发展过程，所以不知道。

Boris Cherny。我觉得Claude Code，至少这个事的开端吧，是他自己想要做这个事，提高自己或者同事的工作效率，最后变成了一个对所有人都会很重要的事。

这就是为什么我觉得，产品经理还是目前挺难被AI取代，会有一些个人英雄主义的机会。

“从某种意义上来说，OpenAI是救了Google一命”

张小珺：接下来说说你到了Google DeepMind以后的工作吧。重心发生变化没有？

姚顺宇：还是发生了一些变化。我自己主要在做ML coding，和一些比较long horizon的事。

ML coding，主要就是想要实现这个完整的AI自己训练自己的历程。当然过程当中有很多实际的问题、细节要去解决。

大的方向上来说，大家比较有共识该怎么去做。但还是回到细节，细节上有很多要处理。比如怎么样去选取合适的data，怎么样去选取合适的回馈信号，以及它又带来新的基础设施的挑战。现在就是要把这些事情慢慢摸清楚。

像long horizon，想要能够实现，模型能够——还是那句口号：train with finite, but use as infinite（用有限的上下文训练，但用起来像无限的上下文）。

我觉得想要把这个训练的长度一直变长，可能并不是单个训练语段的长度一直变长，那不是很现实的方案。但现实的事是，你如何在有限的context下，去做更长的工作？人就是这个样子。人的context很短很短。

你现在问我昨天晚上吃什么，我是一点也想不起来了。因为它对我现在这个场景来说不关键。我选择把它忘掉。

人本质上context很短，但他能够选择性的遗忘，选择性的去retrieve（检索），把重要的、跟当前场景相关的信息再抓回来。所以说，那个可能也是一个对我来说很有趣的方向。

其实这两件事（ML coding和long horizon）有点相关、有点互补。

都在模型使用工具和环境，以及不同模型、不同人交互的这个大的范畴内。在这个范畴内，大家过去完成的那个节点，就是Agentic coding。

又是工具又是环境，环境就是这个虚拟机，或者你自己的电脑。这个事横向就会长出不同的使用场景。做AI research，就是横向场景里的另外一个场景。这个场景，不仅横向上是一个新场景，在纵向上也让事情的尺度变得更长。完成一个代码的补全，是一个很快的事。但做一个完整的AI研究，或者做一个计算机科学的研究，那是一个很长的过程。

所以说，它像一个T字形，横向有延展，纵向也有延展。

张小珺：long horizon（长时序任务）是不是还是个科学问题？

姚顺宇：有科学问题，也有工程问题。

它科学问题更多的是，怎么把不同的方案尝试一下，以更科学的方式尝试之后，来找到最后我们要走的方案。

我不能说太细的。但粗的来说，有一些方案是从pre-train的角度来说，有一些方案就是类似于sparse attention（稀疏注意力机制）。比如DeepSeek有一些工作，学界也有很多工作。

从后训练的角度，也有后训练的方案。比如像外界，你每天用Cursor这些，他们就是很强的context management（上下文管理），管理context能力。比如它可以让模型去选择：我把中间某一段觉得不重要，就扔掉了；那一段重要就存在某个文件里，到时再取回来。

这两种大的来说，都有人研究。当然具体实施细节，不止我刚才说的这些例子。这些是比较公开的例子。具体实施细节，每个公司还有自己的小秘密。

我个人花更多时间在后训练的方案上。

首先，我自己本来就没有花正式的工作时间在预训练上。预训练对我来说更多是兴趣、想学习的事，但自己没有在那上面做太多工作。另一方面，我觉得后训练的方案，更符合我自己对这个事的理解。

我对这个事的理解，就是刚才一直在说的，能不能用短的context去训练，但能做长context的事。预训练这些方案，本质上还是需要你有长context，训练需要数据里有。所以它不太符合我对这个问题的哲学。

张小珺：Gemini的长文本做得很好，这是为什么？

姚顺宇：有些技巧。

有一些让我很惊讶的技巧。哈哈哈。

张小珺：这是取决于预训练？

姚顺宇：长文本做的很好，一定是两边都有的。我只是说，预训练那边那个技巧还是挺让我惊讶的。哈哈哈。

但也有说法不一样，有些人也说Gemini 3这一代长文本反而变差了一点。

张小珺：Again，你加入Gemini的时候，感觉大家对Gemini的预期不高？

姚顺宇：我对Gemini当时预期已经挺高的了。哈哈哈。

我是去年9月底，Gemini放Gemini 3之前。业内的人，当时对Gemini都还是印象不错的。

之前一直觉得Google很有危机，在OpenAI的冲击之下。大家的感知，可能在Gemini 2.5这一代产生了变化。

因为2.5是一个明显，你能看出来Google开始上道了。当然之前Gemini 1.5，也有一些小事，某一个具体的方面做的已经算很强了。很明显它已经不是很落后。但2.5是真的一代，开始有人用的模型。反正我自己也用过2.5，用的挺多的。

张小珺：你是看到2.5去的Gemini？

姚顺宇：我去Gemini跟这没关系。主要还是我知道，Gemini大概是一个什么样的氛围。很多Gemini工程师，技术是非常非常非常强的。我是从他们身上学到了非常非常多。

但是从大家的感知来说，可能业内的人在看到Gemini 2.5之后，就已经意识到了Gemini是要赶上来了。

张小珺：当时对你来说，从Anthropic离职，OpenAI不是一个选择吗？

姚顺宇：OpenAI也是我当时的一个选项。当然还包括xAI之类的。OpenAI最后没有去的一个主要原因，至少当时来看，对它的文化是有比较大担心的。

用粗话来说，就是感觉踏实做事的人没有Gemini多，更没有Anthropic的人多。

张小珺：然后你又赶上了Gemini 3的那个转折点？Gemini 3应该对Google来说是一个很大的转折的时期是吗？

姚顺宇：我觉得从实际的效果来说，是两件事，让Gemini产生了一个大的转折，变成了一个市场里举足轻重的player（玩家）。

Nano Banana和Gemini 3——两件事连着。

如果只有Gemini 3，可能也不会有现在这么好的效果。因为当你的市占率连10%都不到，你这个模型好一点坏一点，等它传播出去就是太慢了。

但Nano Banana做到的一件事是，首先市场上这件事很爆款，大量的人去下载了Gemini的APP，然后Gemini 3又紧接着放，把这个部分留下来了。现在它变成了一个举足轻重的玩家。

没有Gemini打这么一拳，OpenAI的位置很爽。它市占率已经高到，其实模型上干点啥，对它来说可能影响都没那么大啊。

所以说对于Gemini来说，Nano Banana把量打起来，然后Gemini 3又把人留回来，是一个很关键的事。

张小珺：它有事实上抢走多少ChatGPT的用户？

姚顺宇：我不知道现在具体的比例。但是我的感觉是，Gemini可能市占会在20%左右吧。但是我确实没有仔细去检查过现在的数据。

这是从事后归因来看，这两个因素，共同促成了Gemini今天对于OpenAI的冲击。

张小珺：你从内部视角肯定能更前置地知道，内部发生了什么，Google会有这样的变化？

姚顺宇：首先就是Google的技术储备，一直是够的。组织上，后来变得越来越清晰了，有一个更好的框架让大家一起干这个事了。所以会慢慢有些进展。

从某种意义上来说，OpenAI是救了Google一命。

大家以前一直都担心，聊天机器人会不会完全把搜索取代掉。如果这个事真的发生了，Google其实很难受。但好在，OpenAI先把这个事做了，让Google意识到了这个事很重要。

但OpenAI又没有把这个事做到底，又没有把这个事做到极致，没有把search干掉。可能就吃掉了一些份额。结果，让Google自己把聊天机器人也追上来了。那现在难受的就是OpenAI了。

你要万一，比如说在一个虚构世界，有一个公司不仅做了chatbot，还一路高歌猛进、越做越好，真的一把就把搜索吃掉了，完全没有给你反击的机会，那就很难受了。

张小珺：chatbot没有吃掉搜索，是因为OpenAI干的不好，还是因为这个干不掉搜索？

姚顺宇：我觉得两方面都有。

首先，目前的chatbot这种交互方式，不会完全吃掉搜索。它比搜索强的一点是，它有很强交互性，你可以追问，可以帮你把一些很复杂的信息去浓缩。这是它很强的地方。这部分使用场景，确实会把搜索的人抢掉。

但搜索里还有一些非常愚蠢的场景，就是你有一个特别简单的事，根本不想浪费时间在聊天机器人身上。

比如我就搜买大米，一搜买就完了。我还非得去问ChatGPT，问哪个好，它还在那转圈圈，转半天，给你个链接，你再一点，再跑到网页去买。没有那个必要。所以从事实的使用上来说，它目前的形态，并不足以把搜索完全吃掉。

当然从另一个角度来说，它在聊天机器人这个事上，也没有做到登峰造极。就还真的让Google把它给赶上了。

张小珺：现在还不算赶上吧，在产品上？

投资人投OpenAI会说，他们下注的时候，是认清楚OpenAI是个产品公司的时候，它的护城河是产品和品牌。从今天来看，似乎Google还没有在这件事情上能够赶上OpenAI吧。

姚顺宇：对。

这都是我作为一个局外人、观察者的视角来说，哈哈哈。

张小珺：对，你今天是点评家。

姚顺宇：我觉得Google传统上在产品就是有点慢，是一直都比较慢。所以你说OpenAI会不会在产品上有优势？我觉得是有可能的。

Google特别擅长的一件事是什么？是找到一个极为简单的产品形态，大家都长一个样，它就疯狂给你卷技术，你就卷不过它。那个事是Google擅长的。

搜索引擎就是这样的一个事儿。搜索是一个典型的，大家都是一个框、一个键，但它就是比你搜的快、搜的比你准，你拿它一点办法也没有。

这就是为什么，感觉一直以来，Google都处于一个做的很好但华尔街都不太认可的状态。大家总觉得这公司壁垒到底在哪？——也没有什么产品的巧思，也没有什么留存的机制，但它就活到了现在。

张小珺：所以它技术好的原因是啥？

姚顺宇：我觉得还是氛围吧。以前特别重视工程师，后来特别重视研究的氛围。

张小珺：它很适合通过技术能力溢出的产品。

姚顺宇：对。

张小珺：如果从这个角度来看，OpenAI的位置是稳固的吗？现在。

姚顺宇：我觉得现在谁的位置都不稳固。哈哈哈哈哈。

AI的形态，还有很长的路要走。没有到什么终局之战这个地方的感觉呢。

张小珺：今年初，国内已经有点儿这意思了——他们觉得在争夺一个super app，super app就是此消彼长的。

姚顺宇：对。

我不理解。我很费解。

我觉得condition on聊天机器人这个事儿（把聊天机器人作为条件来构建）就是super app，那可能可以争夺一下。但问题是。你这个形态是不是super app那个形态？会不会别人，哪天出了一个完全不一样的形态，你的功能变成了那个东西一个子集？

张小珺：人类到现在只通过chatbot去跟AI沟通，让你觉得很蠢是吧？

姚顺宇：很蠢就是。

张小珺：那应该用什么去跟AI沟通？

姚顺宇：没想明白。要想明白我就干了。哈哈哈哈哈。

张小珺：你没有告诉我，Google内部到底发生了什么变化，有了外界看到的模型能力的突飞猛进。

姚顺宇：就是组织上更清楚了。尤其像预训练，现在变得非常非常清楚。谁负责什么事情，每一个节点上谁是负责人。

张小珺：以前是混沌的吗？

姚顺宇：最早的时候很乱。我没有最早在那待过，但根据同事或者我以前认识的人的描述，以前还是更混乱一些。

现在至少预训练变得非常非常清楚。加上Google一直有的比较强的技术背景，做事也比较系统。所以，预训练在Google，是一个非常非常可控的事。

它比以前肯定要更自上而下了，但它比Anthropic来说，还是更自下而上了一些。

张小珺：好像不管是自上而下的还是自下而上的，不同的文化都能work。

姚顺宇：大公司有大公司的打法，startup有startup的打法。大公司是一个完全不一样的叙事，不一样的方法。

现在Google更多的是，像这种比较确定性的事，比如预训练，已经是一个比较确定性的范式了。Google就会更像把它做成一个工程项目。Google的工程管理能力又很强，它就能慢慢把它做好。

工程项目的意思就是，你是非常非常、非常top down（自上而下）的一个组织。很清楚，我们下一阶段要做的是什么事情，然后去做这个事情。中间需要有哪几个节点被处理掉。哪怕是做研究也是说，有一个很清晰的框架，告诉你怎么去验证你的结果是好是坏，evaluate（评估）你的结果是好是坏。

这是Google很强的。在过去任何的一个大的工程项目上。所以说预训练，就是现在进入到Google的舒适区里了。

后训练当然有更多不确定性。可能后训练现在来说，还是更bottom up（自下而上）一点。大家可以更广泛的试。

“个人英雄主义时代已经过去了，所以也没有什么英雄，有时候甚至觉得旧时代英雄有点蠢”

张小珺：最近硅谷有很多neo labs出现，你怎么看这个趋势？为什么很多人从模型大厂跳出去，成立neo lab？

姚顺宇：我看不太懂。哈哈哈。

我的感觉是，绝大多数的neo lab都会死。

可能有一些lab是真的有好的人，有些lab确实也开始在做一些事。比如像thinking machine，还是在deliver一些新东西的。

但有些neo lab就是——请帮我把名字哔掉，哈哈哈。比如说XXX那个XXX，我就完全不知道他们到底要干嘛。这俩人其实已经远离这个专业好久了。

张小珺：你在AI行业有什么偶像吗？或者欣赏的人？虽然你在AI行业很短。

姚顺宇：没啥。我感觉来这行业的时候，个人英雄主义时代已经过去了，所以也没有什么英雄。有时候甚至觉得旧时代英雄有点蠢。

张小珺：你觉得谁比较蠢？

姚顺宇：这个还是不说了吧。no comment，哈哈哈哈哈。

我觉得和做物理时候还是不一样。做物理时候，还是存在着一些真的比我聪明太多的人。比如，我读博的时候那个年轻老板，Douglas Stanford，他就比我聪明太多了。

看到他，才觉得自己在那个领域也没什么用。有他了还要我干嘛呢？

张小珺：你跑到AI来降维打击一下？

姚顺宇：也没降维打击。

但反正就感觉AI这个事，本来也不太需要脑子——不太需要脑子，真的不太需要脑子。

张小珺：那需要什么？

姚顺宇：我觉得这个行业最重要的特质就是靠谱，就是做事细，对自己做的事负责任。这是最重要的特质。

你说那些东西有多需要脑子？我觉得都是一些本科生就能干的活。

张小珺：可是你说AI没有个人英雄主义，现在一个AI研究员的价格炒的多高啊，跟球星转会一样。

姚顺宇：我不知道是好事还是坏事。对我个人来说，当然很高兴，我受益于这个。

但实际上来说，我并不知道这是不是一件好事。

张小珺：为什么价格会变得这么高？

姚顺宇：可能一方面是，大家觉得很稀缺吧。但实际上可能确实也没那么充足。因为训练一个人，虽然这事没那么难，但你训练一个人是需要一个环境的。

你得有那个机会去接触这件事，你才能学会这件事。你没有那个机会，再聪明也没用。过去能撞到这个机会的人，没有那么多。所以市场上比较稀缺。

但我觉得另一方面也是，对人的炒作有点过分了。

再说一次，这是个集体主义的事。

张小珺：很多公司也想招AI的人，你觉得最重要的特质是靠谱，这个有什么衡量指标？——怎么能够快速判断一个人靠不靠谱、做事细不细？

姚顺宇：每个人都有一些自己衡量的方法。我也有一些自己的trick（诀窍）。

我以前有出一道面试题。面试题很简单，就是需要这个人在24小时之内，完成一个强化学习的项目，从0到1。

我告诉他有的资源是什么样的，他自己选用什么样的模型、用什么数据、用什么样的算法，把这个模型训出来。24小时之内。24小时结束之后，他会跟我有一个小时的讨论。

这个事儿在AI时代没有那么难。没有AI时候，这是不可能的，没有人能在24小时之内把它做出来。但有AI之后特别简单，因为AI能帮你全套做。

但为什么还要做这个事儿呢？设计成这样的两个原因：一个原因是因为在这个时代，还去考察别人代码写得好不好，其实没用。绝大多数人都不用自己写代码。更重要的是，他能不能有效地利用AI。这是考察的一个方面。

第二方面是，这个事有一个陷阱，如果你全盘让AI做了，但你最后没有试图好好理解AI为你做了什么，那在一个小时的讨论里面会露馅儿——那是一个会挂人的地方。

所以说考验的另一件事，是你有没有真的和AI形成了协作，还是说你就全权扔给他？那个是我个人很看重的事，也是这个人是不是做事靠谱的一部分。

当然这个题目的设计本身，也有一些比较阴暗的巧思。为什么设计成24小时，就是为了看这个人有多看重这个机会。

张小珺：能熬夜？

姚顺宇：对，哈哈哈。如果他足够熬夜，他就能撑住这24个小时。如果他撑不住，那只能说，他可能对这个机会也没有那么看重。哈哈。

张小珺：对于比你更年轻的人，你觉得他们现在来AI，还是一个很蓝海的地方吗？

姚顺宇：我觉得纯做语言模型，已经不是一个蓝海了。晚了，末班车已经发车了。

我感觉我入行就是那个末班车啊。

张小珺：你自己未来会怎么发展？会在Google很久吗？

姚顺宇：我觉得应该不会。哈哈哈哈哈。

张小珺：这么公开地说吗？

姚顺宇：我觉得应该不会。我觉得我还是会尝试去挑战自己的。

张小珺：要折磨自己！

姚顺宇：对，要折磨自己！

但是，我可能需要找到一个，值得折磨我自己的事。

张小珺：如果AI不是本质的难的话，你会不会做的感觉无聊？你对你的挑战在哪？

姚顺宇：它虽然不难，但是你知道和不知道，还是有一个gap的。你从完全不知道这其中细节，到慢慢理解这其中的细节、理解它怎么运作的之类的，还是需要花时间花力气的。当你理解之后，是长期有帮助的。

张小珺：你未来想在哪里去发展？

姚顺宇：我觉得都有可能。哈哈哈。没想好该怎么折磨自己。

张小珺：你现在最高优先级是什么？

姚顺宇：我现在最高优先级是，把我刚才说的这两个事情，ML coding和long horizon，能够和同事一起，推进到一个比较稳定的状态吧。那是我的最高priority。当然可能之后也会有别的priority。

张小珺：你有特别崇拜的物理学家吗？

姚顺宇：有，但是有点多，不知从何说起。哈哈哈哈哈。

张小珺：物理学家有，人工智能科学家没有。

姚顺宇：这个跟人的成长经历有关吧——一个成年人是很难真的崇拜一个人的，一个儿童可能会。

物理学，还是有很多人真的挺强的。大家都说的那种100年前的人就不说了，什么爱因斯坦、海森伯格这些就不说了。包括大家后来都知道的，杨振宁这些也都不说了。像我之前做topology（拓扑）这个体系的时候，有一个后来也拿了诺奖，就是Haldane（2016年诺贝尔物理学奖得主之一）。

你会发现这些人，有异常的远见。他在他那个时代显得格格不入。

但你看Haldane，最开始做Haldane model和这些分数量子霍尔效应相关的事，离最后大家搞明白这些拓扑物态，过了好几十年。在那个时候他能够觉得这事重要，然后一直在自己在推进这事。

这是很不容易的。当然你要非要在人工智能找一个类似的人，可能Geoffrey Hinton是吧。就是在大家都觉得这事可有可无或者不那么确定的时候，他一直在这个方向做。那我觉得，这可能是一个英雄级别的人物。

可能也有一些英雄的集体。比如像Transformer，就Noam（Noam Shazeer）和那些，Ashish（Ashish Vaswani）、Niki（Niki Parmar）他们。那可能是一个英雄集体（Transformer论文的八位作者）。

张小珺：你讲过一个特别让我印象很深的话：“我在这个行业又没有什么导师，又没有什么旧友，我当然想喷谁喷谁。”

姚顺宇：这可能就是，不是AI出身的好处吧。真的没有什么负担。

没有哪个老登是你的亲属，所以你觉得他傻，他就是傻，就可以直接说他傻。无所谓的啊。（笑）

张小珺：你以前也这样吗？

姚顺宇：我觉得我做学生的时候还挺收敛的。但我后来发现收敛没用，对自己也没好处，对别人也没好处。

还是更直接，表达自己的想法是最关键的。

我觉得直接表达自己的想法，是一个短期一定会有人恨你，但长期大家会欣赏的事情。

张小珺：你最近听谁说话特别蠢？

姚顺宇：把这个名字哔掉，谢谢。

我觉得XXX一直挺蠢的。哈哈哈，而且蠢的始终如一。哈哈哈。

我觉得他说的话，就是not even wrong。因为不良好定义，你很难说他说的是对是错。

有一天，可能有一个不一样的范式发生了，他就可以跳出来说：哎，我当年说过这个这个这个这个。但你就发现，如果范式是另一种状态，他也能说一样的话。这就是我为什么很讨厌很vague（模糊）、很模糊的人的原因。因为一个事模糊就是没有意义的。

我觉得人年纪大了，不一定会变成老登的。

人年纪大了会变成两种状态：一种状态叫做德高望重，就是他少指手画脚，还会花自己的力气去培养年轻人。另一种人就是老登，就自己也不懂，还爱指手画脚。

张小珺：哎，你是受了谁的刺激啊？

姚顺宇：我也不知道我受了谁的刺激，但我确实见过不少老登。哈哈哈。

张小珺：你从什么时候变化的？就是说话更不收敛了？

姚顺宇：我过去可能也会比较直接，但是没有这么直接。但做了AI之后就更直接。

一是没有束缚，二是这个领域足够客观。

你其实不用太担心，因为自己的观点而惹到什么人。只要你的观点是自洽的，你有一套自己观点的理论。你不是说随便喷人。

最终你在这个领域做的怎么样，是有客观的评价标准的。

我觉得其实大家是会尊重你的。

“你还是高看了我的文化程度，哈哈哈哈哈”

姚顺宇：这是今天最难的一个问题。我感觉你还是高看了我的文化程度。哈哈哈哈哈。

我真的没有什么人生之书，说实话。

张小珺：好，最近读了一本书？

姚顺宇：最近读的书就是汤川秀树（1949年诺贝尔物理学奖得主）的自传，《旅人》。

首先我这人确实不爱读书，我感觉我这人文化水平比较低。我读的书，除了专业性的书之外，所有的书感觉都是闲书。像什么汤川的自传，本质上也是本闲书。但是写得挺有趣的，你能看到一个后来看起来如此成功的科学家，在他年轻的时候有一种挣扎感。很真实。

有本小说我很喜欢，《来自新世界》，是一个日本的小说。你要非让我推荐闲书的话，我可以推荐那个。

张小珺：一个全球范围内你喜欢的食物？

姚顺宇：寿司吧。

张小珺：一个全球范围内你喜欢的地点？

姚顺宇：现在你要非让我选，我可能会选夏威夷。因为我很喜欢海。但是也很难说，因为之后我可能去了更多海的地方，就另有新欢了。哈哈哈。

张小珺：一个少有人知道，但需要知道的知识点。

姚顺宇：别相信老登算吗？哈哈哈。

张小珺：你心目中影响AI进程的几篇论文？

姚顺宇：sequence to sequence是一篇。我觉得是language model，在feature engineering时代的高峰。

Scaling Law是一篇。就是Jared Kaplan，他们在OpenAI的那篇Scaling Law也是一篇。是一篇把这种体系化的研究方式，引进到这个领域的。

当然最后实际上Scaling Law做的方法，可能他那样并不是正确的，但是是第一篇把这个想法引进来的。我觉得这很关键。

张小珺：基于你当下的认知，一个关键的重要的bet是什么？

姚顺宇：long horizon。long horizon（长程任务）。哈哈哈。

张小珺：我们工作室叫语言即世界工作室。第一次听到这个名字的时候，你在想什么？

姚顺宇：我觉得这个名字有点，正常的太平庸了。

哈哈哈哈哈。哈哈哈哈哈。

这个名字放在十年以前，是一个很独特的视角，现在主要大家共识太多了——对不起我感觉我年纪也大了，可能不止十年了——可能在14、15那个年代，大家都会觉得视觉是最重要的事。在那个时候，意识到语言是承载智能的重要载体的人，是很不一样的。

张小珺：不过我们这个名字，不是在AI的语境里面讲的。

姚顺宇：嗯……哈哈哈……

那就值得深思了。

哈哈哈。

---

文章来自于微信公众号 "语言即世界language is world"，作者 "语言即世界language is world"