深度对话姚顺宇：AI早已告别个人英雄时代
这是苍穹猎鹰第433篇演化日记
深度对话姚顺宇：AI 早已告别个人英雄时代
本文仅为小编个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。
又是一场长达 3 小时 48 分钟的深度访谈。
先来简单介绍一下姚顺宇，此前小编在公众号文章里提及过姚顺雨，二人名字仅一字之差。
两人有诸多相似之处，年纪都十分年轻，姚顺宇出生于 1997 年，姚顺雨出生于 1998 年。同为顶尖学霸，皆是 AI 领域内实力顶尖的行业大佬。
姚顺宇现任 Google DeepMind 高级研究科学家，本科毕业于清华大学物理系，后续前往斯坦福大学攻读物理博士，又在伯克利完成博士后研究，也曾任职于 Anthropic，参与 Claude 大模型相关研发工作。
他深耕大模型基础理论、AI 对齐技术以及物理与人工智能交叉融合领域。
而姚顺雨现任腾讯首席 AI 科学家，拥有海外名校计算机专业求学背景，长期扎根工业界，专注大模型落地应用。
主攻通用大模型研发、产业商业化落地，统筹腾讯全品类 AI 相关业务布局。
二人不仅相识，私下还是交情不错的好友，平日里时常电话交流。姚顺雨尚未回国发展时，两人还经常相聚、探讨行业心得。
小编将本次访谈核心内容整理精简为五点，分享给大家。
1/5
摒弃个人英雄，认清团队核心价值
姚顺宇在访谈中反复强调技术成果离不开集体努力，即便没有自己参与，人工智能行业依旧会迎来既定的技术突破。
他直言，AI 行业依靠个人出彩的英雄主义时代早已落幕。
步入近现代，社会协作模式愈发完善高效，任何一项划时代的技术与产品问世，背后都是整个团队、整个组织同心协力奋斗的成果。
可如今媒体热衷于流量造神，将九成以上的曝光度与关注度，尽数聚焦在极少数行业领军人物与企业代言人身上。
这也让大众产生错觉，误以为顶尖技术与爆款产品的诞生，全依靠少数人的远见与能力。
不可否认，行业领军人物对于技术发展、行业推进有着至关重要的作用，但媒体显然过度放大了个人影响力。
究其根本，媒体以流量为核心导向，追捧行业焦点人物、制造热议话题、渲染行业焦虑，是快速博取流量最直接的方式。
而身处行业内部的从业者都心知肚明，自己只是团队里普通的一员，并非外界舆论所塑造的那般光鲜亮眼。
整场访谈下来，这位年纪轻轻的顶尖学霸，身上最鲜明的特质便是谦逊，还带着几分理工男独有的腼腆内敛。
2/5
笃定实用内核，定义优质代码准则
谈及当下热门的 AI 编程话题，姚顺宇坦然地说，保守估计自己90%代码是AI生成的。不保守估计99%甚至100%，最后他笑了笑，说是给自己留点面子。
身为清华本科、斯坦福博士出身的顶尖物理学者，更是顶级大模型科研人员都依靠 AI 写代码，普通编程爱好者借助 AI 助力编程，自然也无需心存顾虑。
现场主持人向他提问，在他的认知里，优质代码该具备哪些特质？
他给出的答案令人深受启发，在他眼中，优质的代码必须做到简洁凝练、逻辑清晰、易维护迭代、具备抽象性与可泛化性。
结合实际运用场景通俗解读：
简洁凝练即剔除冗余内容，不堆砌无效代码；
逻辑清晰便是条理分明，旁人能快速读懂整体运行流程；易维护迭代代表排查漏洞、新增功能简单便捷，无需大幅改动原有架构；具备抽象性就是整合重复运行逻辑，提炼通用运行模式，把实操经验转化为标准化代码；可泛化性意味着编写的代码能够适配多种使用场景，灵活拓展全新功能，不刻板固化、不生硬编写固定程序。
小编特意记下这套优质代码评判标准，整理成专属 AI 编程提示词，方便日后实操使用。
3/5
剖析行业现状，洞悉中外产品思维
访谈过程中，姚顺宇直白剖析出中外产品打造思维的核心差异，观点十分精辟独到。
大致观点为：海外产品经营思维直白纯粹，产品制作成本 150 元，对外定价售卖 200 元，赚取 50 元合理利润，盈利模式简单透明。
反观国内产品运营思路更加多元化，视频内容免费观看、社交软件免费使用，依靠电商带货、流量广告等多元渠道实现盈利增收。
这种灵活多变的商业模式，是海外从业者难以理解的。
除此之外，他还在访谈中直言十分认可与欣赏字节跳动旗下各类产品。
小编日常使用过程中也深有体会，飞书、豆包等字节系产品，在智能化体验层面，确实做得十分出色。
4/5
跳出热门赛道，布局未来潜力方向
当被问及是否建议当下年轻人入局火热的 AI 行业时，姚顺宇给出了不一样的答案：不建议年轻人扎堆涌入当下流量爆棚的热门行业，反而更适合深耕当下热度偏低、偏冷门的潜力领域。
这个观点也十分贴合现实发展规律，做人做事切勿局限于眼前红利，要立足长远发展，瞄准未来具备崛起潜力的行业，而非紧盯当下一时火爆的风口。
他还说，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。
核心原因在于，投身这类拥有客观评判标准、能够切实改变现实世界的领域，才有长久发展空间。
量子计算领域暂且不谈，人工智能行业反馈速度快、行业发展信号明确、数据资源储备充足，成长路径清晰。
依照这个发展逻辑，新晋入局者更应该沉下心钻研目前发展尚未成熟、前景广阔的新兴方向。
反观那些发展成熟、格局稳固的传统行业，市场份额与利益分配早已定型，新人入局很难抢占发展先机。
访谈里他也直言反感倚老卖老、不懂装懂的老登，直言不懂新兴领域就不要随意指点。
他认为年龄从来不是评判能力的标准，年长之人有的德才兼备，愿意扶持后辈、搭建成长平台；也有部分人固守老旧思维，凭借资历随意指点年轻人，思想停滞不前。
日常工作生活中，我们也常会遇见固守旧观念的老登，用过往经验套用当下新兴行业模式，无异于刻舟求剑。
而大模型、人工智能这类新兴领域，本就是年轻人施展才华的主场。
小编也由衷认为，各行各业都该主动向年轻群体学习，主动为新生代人才让出发展空间、搭建成长舞台。
5/5
瞄准前沿趋势，预判智能体发展方向
谈及人工智能未来整体发展趋势，姚顺宇直言，如今大模型依旧没能突破现有技术范式，ML Coding 与 Long Horizon 两大核心方向，是人工智能从实用工具朝着自主智能体进阶跨越的关键突破口。
通俗解读两大专业概念：ML Coding 能够让人工智能独立完成全套科研流程，自主提出研究设想、编写代码落地实操、运行实验数据、复盘分析结果、迭代优化方案，进而诞生全新研究思路。
Long Horizon 则代表人工智能具备长周期规划能力，可应对多步骤联动、流程复杂的长期任务，拥有自主规划路径、留存关键记忆的能力。
这项能力的核心不在于无限扩大文本上下文窗口，而是让 AI 像人类一样自主筛选留存有效信息、调取所需内容、舍弃无用信息，实现智能化信息管理。
这两个方向比较专业，无需深入了解。
姚顺宇还表示，自己格外敬佩那些富有远见，愿意耗费数十年心血，甚至倾尽一生深耕的高手。
整场访谈氛围轻松自在，对话坦诚直白，没有行业大神的距离感，如同和一位刚步入职场不久的大学生闲聊。
本文仅为小编个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。
参考资料：
张小珺：《对姚顺宇的4小时访谈：请允许我小疯一下！在Anthropic和Gemini训模型、技术预测、英雄主义已过去》
· END·
推荐阅读：
格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为实际操作建议，交易风险自担。
