清華物理系出身的DeepMind研究員姚順宇說："AI這個事，本來也不太需要腦子。"這位從理論物理跨向AI的科學家，用最直白的表達戳破了行業幻覺——重要的不是算法多精妙，而是人是否靠譜、是否對系統負責、是否能排除bug而非追逐指標。

———— / BEGIN / ————

硅谷AI業界有兩位Yao Shunyu，他們曾是清華同一屆畢業生。

在清華學計算機的姚順雨2025年從OpenAI跳槽到騰訊，執掌混元技術體系；學物理的姚順宇則跨向AI，先后在Anthropic和Google DeepMind擔任研究科學家。

記者張小珺在最新一期的播客里，和姚順宇進行了近4小時的深度對話。

在這場對話中，這位DeepMind研究員，也許是世界上最“有腦子”的一群人中的一員，卻說：“AI這個事，本來也不太需要腦子。”

張小珺評價他“一點也不nerd”，是一個“有點瘋”、但又不失謹慎的人。從理論物理走向AI研究給姚順宇帶來了不一樣的視角和心態，他的話總是非常直白。

我們聽完了整場播客，整理出了30條最值得關注的觀點，盡量保留姚順宇的原話表達。

個人與集體

1. 現在每個人都是沖浪的人，本質上是一個浪，而不是你那個沖浪的人。

2. AI這個事，本來也不太需要腦子，這個行業最重要的特質就是靠譜，就是做事細，然后對自己做的事負責任。

3. 在這個時代其實談每一個人個體的影響，是一個很虛無縹緲的事情。

4. 從組織情況下來說，從人的情況下來說，其實需要很負責任的人。每一個系統、每一個評價的框架，都是很容易被hack的，因為你總可以做一些事，讓你的指標看起來很好看。一個值得信賴或者踏實的人，他其實是會想，自己做的這件事如果效果好的話，是不是真的。

5. 人要變成一個更可信可靠的系統的組件。

6. 你可能可以做一個算法，出來效果比別人好，但是可能更關鍵的問題是，你要去問：在真正大的尺度下，我是不是能夠保持穩定性、做得一樣好……這其實需要研究員自己對于這個系統怎么運作，有一個好的理解，以及對公司負責任才能做到。

7. 我覺得（在現在這個時代）如果一個研究員做不到對全局去考慮的話，他就不是一個好的研究員。

從物理到AI

8. 物理對后來做AI，硬實力上其實沒什么幫助。純工具性的技能上來說，從物理到AI的轉化是非常非常少的。非要問的話，我覺得可能主要是性格吧。做物理的人會更想刨根問底，更想理解一個事兒，然后更想做事很系統。

9. AI本質上簡單的點在于，它能做實驗。它和比如說本質上難的東西，比如說物理，它的區別在于，那個東西你沒有那個能標下的實驗數據，你就是理解不了那個能標下的理論。但是AI不被這個所約束，你理解不了沒關系，我也可以往前發展。

10. 經驗規律和科學規律之間的界限是很模糊的。熱力學的各種不一樣的定律，在當年被發現的時候也都是經驗規律，只是后來隨著時間的發展，我們慢慢知道了它的微觀機制，那它可能變成了一個科學規律。

11. 我現在能夠做任何我能想到的實驗，只是可能說，我需要一些時間去把這個計算量提上來，或者把這個基礎設施準備好。

12. 從研究人員的角度來說，理論和實驗其實不太分家。你有一個理論假設，你能不能做實驗去驗證它，這個是很關鍵的。

13. 高能理論已經發展到了實驗完全追不上的這個階段了。

真正重要的問題

14. 現在AI進入到了一個階段，大家都已經開始不那么擔心AI是不是能夠做得到，而是擔心這件事是不是被良好定義。

15. 紙面上大家都看起來差不多，更難的事情是你該怎么去定義你的問題、定義你想要的行為。在這個事情沒有定義的那么清楚的時候，模型的很多差異其實來自于一些你想象不到的事。

16. 對我來說更重要的一件事是做事系統，就是當一個事情和你預測的不一樣的時候，你能不能系統性的排除各種可能性。

17. 一個人覺得一個規律到頭了，無非有幾種情況：一個是他覺得這個規律的適用范圍到頭了；另一種是他覺得這個規律其中的一個條件不能滿足了；但其實還有第三種可能性，就是他這個工作哪里有一個bug，他自己沒發現，所以他覺得到頭了。從我的觀感上來說，可能絕大多數撞到墻的人，是因為第三種，是因為有bug。

18. 很多時候，修好一個bug帶來的進展，遠大于一些很神奇的技巧。

19. 我說實話覺得，做一個好的產品經理，是一個我現在想不明白該怎么訓練AI去做的事。

20. 一個東西如果要長久地生存，還是需要考慮一些壁壘。至少目前來說，很多壁壘都是在模型側。目前沒有哪一個場景真正形成了數據飛輪。甚至AI純粹原生的應用場景，目前除了Agentic coding，就是寫代碼之外，沒有哪個場景是AI真正原生的場景，變得非常成功。

21. 殼（AI產品）在目前這個情況下活下來，有兩種我大概能想象的方式。一種是逃得足夠快，就是我增長速度足夠快，以至于在模型公司反應過來的時候，我其實已經占領了大量的用戶心智。然后在模型公司追你產品形態的時候，我又自己演化出了自己的模型……另一種方式就是這市場足夠小，小到模型公司根本懶得去管。

給別人的建議

22. 在GenAI（生成式人工智能）這個領域，沒有誰可以養老，除非你已經完全對技術沒有興趣了，對自己沒有追求了。

23. AI是一個很中心化的技術，它會讓少部分人變得更強，但會讓大部分人失去他們的獨特價值。

24. 未來程序員可能很重要的一件事，是怎么和AI去有效地協作。

25. 有很多事情是AI可能做得不是那么好的，比如說怎么去合理地設計一個事情的實現方案。怎么樣設計，讓它可能跟這個公司未來的發展比較契合，那些東西可能你很難去告訴一個模型，讓它理解這些事兒。那些事兒可能還需要人去做……但是像具體的，像過去很多程序員做的工作，比如你的經理告訴你“實現這個方案，下周五之前給我”，我覺得這樣的工作未來可能就不會再存在了。

26. 量子計算和AI是兩條，我覺得給年輕人、給小登機會比較多的路。

27. 在學校里的時候，你還可以有一個學生的心態；離開學校之后就是自己的career，你得給自己找一條路。

28. 人這一輩子也沒多長，為什么要把自己的時間浪費在伺候老登身上。

29. 你其實不用太擔心因為自己的觀點而惹到什么人，只要你的觀點是自洽的，就是你有一套自己觀點的理論——不是說隨便噴人，那肯定是會惹到別人——你是有一套自己的理解，我覺得其實大家是會尊重你的。

30. 因為最終你在這個領域做得怎么樣，是有客觀的評價標準的。

本文來自公眾號：字母AI 作者：袁心玥

不想錯過 AI 新趨勢，也想結識志同道合的伙伴？長按識別二維碼，免費加入AI 共學交流群，一起學習、一起玩轉 AI！