姚顺宇4小时深度访谈，我们概括为30句话

清华物理系出身的DeepMind研究员姚顺宇说："AI这个事，本来也不太需要脑子。"这位从理论物理跨向AI的科学家，用最直白的表达戳破了行业幻觉——重要的不是算法多精妙，而是人是否靠谱、是否对系统负责、是否能排除bug而非追逐指标。

———— / BEGIN / ————

硅谷AI业界有两位Yao Shunyu，他们曾是清华同一届毕业生。

在清华学计算机的姚顺雨2025年从OpenAI跳槽到腾讯，执掌混元技术体系；学物理的姚顺宇则跨向AI，先后在Anthropic和Google DeepMind担任研究科学家。

记者张小珺在最新一期的播客里，和姚顺宇进行了近4小时的深度对话。

在这场对话中，这位DeepMind研究员，也许是世界上最“有脑子”的一群人中的一员，却说：“AI这个事，本来也不太需要脑子。”

张小珺评价他“一点也不nerd”，是一个“有点疯”、但又不失谨慎的人。从理论物理走向AI研究给姚顺宇带来了不一样的视角和心态，他的话总是非常直白。

我们听完了整场播客，整理出了30条最值得关注的观点，尽量保留姚顺宇的原话表达。

个人与集体

1. 现在每个人都是冲浪的人，本质上是一个浪，而不是你那个冲浪的人。

2. AI这个事，本来也不太需要脑子，这个行业最重要的特质就是靠谱，就是做事细，然后对自己做的事负责任。

3. 在这个时代其实谈每一个人个体的影响，是一个很虚无缥缈的事情。

4. 从组织情况下来说，从人的情况下来说，其实需要很负责任的人。每一个系统、每一个评价的框架，都是很容易被hack的，因为你总可以做一些事，让你的指标看起来很好看。一个值得信赖或者踏实的人，他其实是会想，自己做的这件事如果效果好的话，是不是真的。

5. 人要变成一个更可信可靠的系统的组件。

6. 你可能可以做一个算法，出来效果比别人好，但是可能更关键的问题是，你要去问：在真正大的尺度下，我是不是能够保持稳定性、做得一样好……这其实需要研究员自己对于这个系统怎么运作，有一个好的理解，以及对公司负责任才能做到。

7. 我觉得（在现在这个时代）如果一个研究员做不到对全局去考虑的话，他就不是一个好的研究员。

从物理到AI

8. 物理对后来做AI，硬实力上其实没什么帮助。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。非要问的话，我觉得可能主要是性格吧。做物理的人会更想刨根问底，更想理解一个事儿，然后更想做事很系统。

9. AI本质上简单的点在于，它能做实验。它和比如说本质上难的东西，比如说物理，它的区别在于，那个东西你没有那个能标下的实验数据，你就是理解不了那个能标下的理论。但是AI不被这个所约束，你理解不了没关系，我也可以往前发展。

10. 经验规律和科学规律之间的界限是很模糊的。热力学的各种不一样的定律，在当年被发现的时候也都是经验规律，只是后来随着时间的发展，我们慢慢知道了它的微观机制，那它可能变成了一个科学规律。

11. 我现在能够做任何我能想到的实验，只是可能说，我需要一些时间去把这个计算量提上来，或者把这个基础设施准备好。

12. 从研究人员的角度来说，理论和实验其实不太分家。你有一个理论假设，你能不能做实验去验证它，这个是很关键的。

13. 高能理论已经发展到了实验完全追不上的这个阶段了。

真正重要的问题

14. 现在AI进入到了一个阶段，大家都已经开始不那么担心AI是不是能够做得到，而是担心这件事是不是被良好定义。

15. 纸面上大家都看起来差不多，更难的事情是你该怎么去定义你的问题、定义你想要的行为。在这个事情没有定义的那么清楚的时候，模型的很多差异其实来自于一些你想象不到的事。

16. 对我来说更重要的一件事是做事系统，就是当一个事情和你预测的不一样的时候，你能不能系统性的排除各种可能性。

17. 一个人觉得一个规律到头了，无非有几种情况：一个是他觉得这个规律的适用范围到头了；另一种是他觉得这个规律其中的一个条件不能满足了；但其实还有第三种可能性，就是他这个工作哪里有一个bug，他自己没发现，所以他觉得到头了。从我的观感上来说，可能绝大多数撞到墙的人，是因为第三种，是因为有bug。

18. 很多时候，修好一个bug带来的进展，远大于一些很神奇的技巧。

19. 我说实话觉得，做一个好的产品经理，是一个我现在想不明白该怎么训练AI去做的事。

20. 一个东西如果要长久地生存，还是需要考虑一些壁垒。至少目前来说，很多壁垒都是在模型侧。目前没有哪一个场景真正形成了数据飞轮。甚至AI纯粹原生的应用场景，目前除了Agentic coding，就是写代码之外，没有哪个场景是AI真正原生的场景，变得非常成功。

21. 壳（AI产品）在目前这个情况下活下来，有两种我大概能想象的方式。一种是逃得足够快，就是我增长速度足够快，以至于在模型公司反应过来的时候，我其实已经占领了大量的用户心智。然后在模型公司追你产品形态的时候，我又自己演化出了自己的模型……另一种方式就是这市场足够小，小到模型公司根本懒得去管。

给别人的建议

22. 在GenAI（生成式人工智能）这个领域，没有谁可以养老，除非你已经完全对技术没有兴趣了，对自己没有追求了。

23. AI是一个很中心化的技术，它会让少部分人变得更强，但会让大部分人失去他们的独特价值。

24. 未来程序员可能很重要的一件事，是怎么和AI去有效地协作。

25. 有很多事情是AI可能做得不是那么好的，比如说怎么去合理地设计一个事情的实现方案。怎么样设计，让它可能跟这个公司未来的发展比较契合，那些东西可能你很难去告诉一个模型，让它理解这些事儿。那些事儿可能还需要人去做……但是像具体的，像过去很多程序员做的工作，比如你的经理告诉你“实现这个方案，下周五之前给我”，我觉得这样的工作未来可能就不会再存在了。

26. 量子计算和AI是两条，我觉得给年轻人、给小登机会比较多的路。

27. 在学校里的时候，你还可以有一个学生的心态；离开学校之后就是自己的career，你得给自己找一条路。

28. 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。

29. 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，就是你有一套自己观点的理论——不是说随便喷人，那肯定是会惹到别人——你是有一套自己的理解，我觉得其实大家是会尊重你的。

30. 因为最终你在这个领域做得怎么样，是有客观的评价标准的。

本文来自公众号：字母AI 作者：袁心玥

不想错过 AI 新趋势，也想结识志同道合的伙伴？长按识别二维码，免费加入AI 共学交流群，一起学习、一起玩转 AI！