独家对话OpenAI姚顺雨：生成新世界的系统

独家对话OpenAI姚顺雨：生成新世界的系统独家对话OpenAI姚顺雨：生成新世界的系统 Modified September 29, 2025 姚顺雨：强化学习一直很重要。即使我在做 GPT 的时候， John Schulman （ OpenAI 联合创始人之一，强化学习领军人物）还是在继续做强化学习。并不是我做了 GPT 就把强化学习扔掉了。而是公司 70% 、 80% 的资源在做强化学习，一些别的东西还在做。后来证明， ChatGPT 成功，强化学习也很关键。没有 RLHF ，没有 Alignment （对齐）技术，它也没办法形成一个产品。历史并不是说我把强化学习彻底抛弃，转而走另一条路，再返回来走强化学习，而是更 soft （柔和）的过程。李广密：接下来几年，你预计会有更多 GPT‑3 时刻吗？姚顺雨：会有新的 scaling dimension （扩展维度）出现。如果你有大量的 Memory （记忆），你的 test time compute （测试时计算资源）就会有所增加，可以用新的方式 scale （扩展）。如果你有了 Multi Agent （多智能体系统），那你的 test time compute 又会出现另一个新维度去扩展。我觉得会有新的 scale dimension 出现，但当你有很多 scale dimension ，怎么去选择？怎么基于某一个应用去分配不同 scale 维度的比重？ —— 这会是一个很有意思的问题。 13 假若你是一个 CEO “ 首先我肯定会学习 ” 李广密：顺雨，如果你是一个全球超大互联网或科技公司的 CEO ，今天这个公司还没有自己的模型，没有好的研究文化，甚至没有好的 AI 战略，你作为 CEO 会怎么做？姚顺雨：首先，我肯定会学习，我会想弄清楚这个事情到底是什么。如果你作为 CEO 不懂这个事情，所有事情会变得很难。很多时候，一个公司的 bottleneck （瓶颈）就在于， CEO 对这个事理解不够。如果你不理解，去招一些很好的人、做一些事情，你很可能被他们忽悠。所以，首先要自己学习。然后要从创造新的价值来思考问题。毕竟你不是技术专家，而是一个 CEO ，你有一些场景、一些资源、一些优势。从第一性原理看，一个新的技术产生了，你要思考的是，怎么用这些新技术结合你现在的资源去创造新的价值。当然，你可以尝试做一个和当前业务完全不一样、但价值非常大的事情，比如 ChatGPT ，但对大多数公司来说，即使很有钱、很强，也不一定 make sense （合理）。所以，第一是自己要学习技术；第二是要思考怎么创造新的价值。李广密：如果你成为了伯克希尔的 CEO ，未来要拿出 500 亿美金 allocate （分配）到 AGI 行业，你会怎么 allocate 这笔钱？ —— 既能体现回报，也能体现对人类的贡献。姚顺雨：这是个很好的问题。取决于你有多少精力，或者有多少资源分配颗粒度。当然现在 OpenAI 、 Anthropic ，这些模型层公司，大概率会有更大价值。还有一类很有价值的，是能积累 User Context （用户上下文），或者能构建特殊 Environment （环境）的公司。最终如果 AI 或 AGI 是一个系统，它需要有 Intelligence （智能），需要有 Environment ，还需要有 User Context ，或者对用户的理解。现在有很多 User Data （用户数据）或 User Context 的公司，有点像发明车之前的煤炭、煤矿，或者像发明汽车之前的石油公司。从这个角度，微信或大平台，还是一个易守难攻的好平台，它积攒大量的 Context 。如果 Intelligence 是一个可以逐渐民主化、逐渐变得便宜、逐渐普及，拥有这样的平台，拥有这样的 Environment ，拥有这样的 Context ，可能会是一个很强的壁垒。它可能还是一个很好的投资。李广密：如果你是 Cursor 的 CEO ，你会去做 Pre Training 的事情吗？姚顺雨：我肯定会训练模型，或者尝试训练模型，但做不做 Pre Training 看情况。 Coding 是非常主线的任务，所有大厂都会把模型的 coding 做好。所有的 Pre Training 、 Post Training 、 RL ，都会考虑到这一点。这个情况下，要不要做可能取决于，首先这些闭源模型做得有多好，其次开源模型做得有多好，中间有多少 gap ，你能填补多少这样的 gap 。但当然，如果你有很多钱，有很多资源，想把这事情做了，也是合理的。张小珺：今天顺雨当了很多公司的 CEO ，那我再问一个：如果你是微信的一号位，你会怎么在微信里做 Agent ？姚顺雨：我可能会不急，先观望观望。我好像没有理由要急。我会观察，我会学习 AI ，会观察有没有什么新的交互方式很有意思。但我不会急着去做很多事 —— 我有易守难攻的地方，为什么要急着进攻？比较危险的是一个颠覆性的创新。真正的危险，不是说一个类似于微信的东西打败了微信，而是一个很不一样的东西打败了微信。就像微信打败了 QQ 。当时担心的并不是一个类似 QQ 的东西打败了 QQ ，而是一个很不一样的产品去打败这个东西。需要对颠覆性创新有所警惕。但如果是这些 incremental （渐进式的）创新，这种小的创新，早做晚做可能区别没有那么大，也不用太担心。李广密：所有人都说微信卡位好，但今天微信还没有很激进地投入，如果未来 Multi Agents 、 Long Term Memory 这些问题解决了，但这个 Agent 系统不长在微信上，是比较恐怖的。原有网络不一定有价值。姚顺雨：这取决于人类的网络会变成什么样？你会有更多 Agent 朋友，还是更多人类朋友？或者你有更多 Agent 职业上的交互，还是有更多人类职业上的交互？微信上你既有朋友，也有基于职业的交互 —— 比如我要买个东西，我要咨询律师，对吧？这取决于人类的网络会变成什么样。但总会有一个这样的网络，基于这个网络，肯定会需要有基础设施，需要有平台。李广密：怎么保证 AGI 实现之后的安全问题？微信过去还是一个比较负责任、比较安全的平台，那如果未来 power （能力）很强了，很多坏人来做坏事，甚至颠覆人类，安全问题长期怎么解决？要有 AI 宪法吗？姚顺雨：安全是很复杂的问题。比如 ChatGPT ，如果它不安全，产品就失败了，没有商业价值。即使是为了商业价值，它也会重视安全。但现在的主要分歧是，需不需要产品之外、更意识形态上的安全？这个大家没有定义清楚。前者容易解决：如果你有一个好的应用，你总会有办法解决安全问题，我相信。至于第二者，会有很大不确定性，我很难评价。李广密：你个人会担心 AGI 实现之后的安全问题吗？姚顺雨：我会担心。但现在最大问题是 ——AGI 还没实现，我们还没创造足够价值。如果我们还没想清楚，怎么把它变得有价值，就急着把它变得很安全，好像没有意义。 14 这个时代，做上限更高的事更好 “ 如果敢想、胆子大，就会有好事发生 ” 张小珺：你作为 AI 研究者，博士期间工作已经获得了很多关注，在你眼中，你做对了什么？姚顺雨：我想做的就两条线：简单通用的方法、有实际价值的任务。这些任务往往是，如何在真实数字世界创造新的价值。这是一个处女地，是一个巨大的宝藏。我恰好挖掘了一些东西。需要你想得足够大胆或足够通用吧。另一个很重要的是：要去看很多东西的交界处。 ReA ct 之所以能做出来，因为我们选了一些自然语言处理的任务，也选了一些游戏的任务，需要把自然语言处理和强化学习的边界打通。但很多人会陷入一个学科内部，就更难去做更通用的东西。张小珺： ReAct 在做的过程中有遇到什么坎吗？姚顺雨：最难的都是找任务。大多数好的方法提出，是因为它有一个特定任务，这个特定任务恰好激发出一个通用方法。比如 PPO （ Proximal Policy Optimization ，一种强化学习优化算法）一开始是为了解决一个特定问题； Transformer 一开始是为了解决一个特定任务； Attention （注意力机制）受翻译这个任务影响很深。但我的经历比较特殊，很多时候我是脑子里先想到一个东西，我觉得它很通用、很好。但我要去找一些任务，证明它很通用、很好，或者未来有价值。它现在还没有足够多价值，但你需要先找一些简单任务去证明它有价值。这是很难的。创业需要 product market fit ，做 research 需要 method task fit （方法和任务的匹配） —— 这是最难的。张小珺：你曾经想到最激进的一个任务是怎样的？姚顺雨：这个时代再激进也不叫激进 ——Anything is possible 。毕业前我想得多的是，怎么创造一个爱因斯坦？我那时是比较 academia （学院派）的人 —— 你在普林斯顿，你的偶像是冯诺依曼、爱因斯坦 —— 很自然，能想到最有意思的任务是，我能不能发现下一个相对论？这毫无疑问能标志， AGI 或 ASI （超人工智能）实现了。后来，我到了硅谷，到了加州，进入公司之后，我发现人类的组织也是一个有意思的事情。如果能创造一家新的公司，创造一个 one trillion dollar （一万亿美元）、基于 Agent 的公司，是很有意思的。张小珺：为什么是人类的组织也很有意思，而不是人类的产品很有意思？姚顺雨：产品当然很有意思，但很多组织的方式，就像一个 general method （通用方法），能创造很多不一样的伟大的东西。比如股份制、组织架构，它就像非常通用的 AI 方法一样，创造了很多不一样的伟大的东西。张小珺：在你的成长路上，你的 mindset （思维方式）跟同龄人差不多吗？还是不一样？姚顺雨：我的路径挺按部就班的，也没有跳级，没有做什么很 surprising （让人惊讶）的事情。但我对一个东西的价值，或者 taste （品味），有自己的看法。大家往往会倾向于做一个确定性比较高的事情，包括做研究、做公司。但我觉得恰好是这个时代，你去做上限更高的事情是更好的。因为现在有一个巨大的机会。如果没有这样一个巨大的机会，最佳路径可能是去做 incremental （渐进式）、确定性强的事情，一步一步地积累。但恰好有一个上限非常高的事情。如果你敢想，或者你胆子特别大，或者你想象力很丰富，就会有好事发生。张小珺：在你成长路上，对你启发大的是什么？是书、电影、音乐？哪些东西塑造了你的 mindset ？姚顺雨：看书挺有帮助，我是一个喜欢看杂书的人。什么书都看，什么电影都看，什么地方都想去。我从小是一个比较 general 的人 —— 我想试图变得很通用，试图了解很多不同的学科，做很多不同的事情。但后来我发现，一个人即使再聪明、再有精力，他能理解的知识或能做的事情，也只是人类社会积累的知识的很小一部分。更好的是，你去创造一个比你更通用、更 general 的事情。我好像一直对于通用性，有一种执念或追求。张小珺：通用性意味着什么呢？ —— 可以足够简洁？姚顺雨：我不知道，但我从小就是想学习很多不同学科，都很有意思。我在姚班很多同学，他们是那种很 deep （深度的）、很 focus （专注的）同学 —— 我去做竞赛，我就把这个事做到极致，不停刷题，做到世界金牌。但我好像不是那种性格，我是那种 —— 我会看很多数学，也会看很多历史，会看各种各样乱七八糟的东西。张小珺：你会刷竞赛吗？姚顺雨：我也搞竞赛，但没有本科同学那么厉害。我是信息学拿了全国银牌。张小珺：你是清华的说唱社联合创始人，对吧？我昨天去翻了一下你的网易云音乐。姚顺雨：被你找到了？看来你有 Deep Research 的能力。张小珺：你最喜欢的说唱歌手是谁？姚顺雨：我有很多喜欢的说唱歌手。说唱很有意思，每个人风格都很不一样，这点是很多人喜欢说唱的原因 —— 你有自己的个性、自己的 flow （节奏）、自己对生活的思考，你可以创造不一样的东西。它不一定是最好的，但大家是不一样的，这点很吸引人。张小珺：它跟你做 AI 有相似之处吗？姚顺雨： GPT 3 刚出来，大家都觉得很厉害嘛，我想到第一个做的就是，看看能不能生成说唱歌词，并且有内容性。似乎今天还是很难。也许说唱歌手是一个被人们低估的工作。张小珺：填词，这不就是 predict next token （预测下一个词元）在做的事情吗？姚顺雨：一个东西好听、 flow 好、听上去舒服，是很难被量化的 reward 。很多时候一个东西，比如 flow 或 style ，它出现太多了，就不好了。独特反而是好的。真正伟大的说唱歌手，有很多独特的对生活的思考，而 AI 还没有生活。张小珺：有可能有对于智能来说，比语言更本质的存在吗？姚顺雨：在特定领域，肯定有比语言更好的表示，比如围棋。但语言的诞生，不是为了处理某个特定任务的效率或交流，它为的是打通所有任务或者打通人的认知能力，形成一个通用的表示。它并不是为了某个特定任务最优而优化，它在特定任务上有冗余性，但它整体是通用的。 AI 当然也可以创造一个新的语言，可能效率更高。但我觉得，最终大概率就是英语。因为人类已经有很强的先验知识，而且人有这样的价值取向或动机，想让机器的语言和人更像。这样，我们可以更好地理解它、控制它、监控它、改变它、操控它，似乎是个很自然的选择。张小珺：你内心的驱动力是什么？你的愿景是什么？你 10 年后想成为谁？姚顺雨：用一个非常俗的话说，希望你对这个世界创造一些不同 —— 探索新的、根本性的研究，是一种创造不同的方式；创造一种完全不同的新的产品形态，也是一种创造不同的方式。如果我现在去做一家类似 xAI 或 Thinking Machine 的公司，或者做一个类似 Chatbot 或 Assistant 的产品，还是可能赚很多钱，商业上很成功；但如果我做了一个形态很不一样的东西，失败了 —— 我起码探索了不一样东西，会更有意思吧？我导师令我印象最深的是这样一句话。学术圈经常发生这样的事 —— 你有一个想法，然后别人做了，你会很烦。他说： If someone else can do it, then it's okay to let them do it （如果别人能做，那就让他们去做吧）。从人类全局的角度，如果这个事情很多人能做，别人做可能是不是也没有什么区别？对这个社会，或者对整体来说，似乎没有什么变化。姚顺雨：强化学习一直很重要。即使我在做 GPT 的时候， John Schulman （ OpenAI 联合创始人之一，强化学习领军人物）还是在继续做强化学习。并不是我做了 GPT 就把强化学习扔掉了。而是公司 70% 、 80% 的资源在做强化学习，一些别的东西还在做。后来证明， ChatGPT 成功，强化学习也很关键。没有 RLHF ，没有 Alignment （对齐）技术，它也没办法形成一个产品。历史并不是说我把强化学习彻底抛弃，转而走另一条路，再返回来走强化学习，而是更 soft （柔和）的过程。李广密：接下来几年，你预计会有更多 GPT‑3 时刻吗？姚顺雨：会有新的 scaling dimension （扩展维度）出现。如果你有大量的 Memory （记忆），你的 test time compute （测试时计算资源）就会有所增加，可以用新的方式 scale （扩展）。如果你有了 Multi Agent （多智能体系统），那你的 test time compute 又会出现另一个新维度去扩展。我觉得会有新的 scale dimension 出现，但当你有很多 scale dimension ，怎么去选择？怎么基于某一个应用去分配不同 scale 维度的比重？ —— 这会是一个很有意思的问题。 13 假若你是一个 CEO “ 首先我肯定会学习 ” 李广密：顺雨，如果你是一个全球超大互联网或科技公司的 CEO ，今天这个公司还没有自己的模型，没有好的研究文化，甚至没有好的 AI 战略，你作为 CEO 会怎么做？姚顺雨：首先，我肯定会学习，我会想弄清楚这个事情到底是什么。如果你作为 CEO 不懂这个事情，所有事情会变得很难。很多时候，一个公司的 bottleneck （瓶颈）就在于， CEO 对这个事理解不够。如果你不理解，去招一些很好的人、做一些事情，你很可能被他们忽悠。所以，首先要自己学习。然后要从创造新的价值来思考问题。毕竟你不是技术专家，而是一个 CEO ，你有一些场景、一些资源、一些优势。从第一性原理看，一个新的技术产生了，你要思考的是，怎么用这些新技术结合你现在的资源去创造新的价值。当然，你可以尝试做一个和当前业务完全不一样、但价值非常大的事情，比如 ChatGPT ，但对大多数公司来说，即使很有钱、很强，也不一定 make sense （合理）。所以，第一是自己要学习技术；第二是要思考怎么创造新的价值。李广密：如果你成为了伯克希尔的 CEO ，未来要拿出 500 亿美金 allocate （分配）到 AGI 行业，你会怎么 allocate 这笔钱？ —— 既能体现回报，也能体现对人类的贡献。姚顺雨：这是个很好的问题。取决于你有多少精力，或者有多少资源分配颗粒度。当然现在 OpenAI 、 Anthropic ，这些模型层公司，大概率会有更大价值。还有一类很有价值的，是能积累 User Context （用户上下文），或者能构建特殊 Environment （环境）的公司。最终如果 AI 或 AGI 是一个系统，它需要有 Intelligence （智能），需要有 Environment ，还需要有 User Context ，或者对用户的理解。现在有很多 User Data （用户数据）或 User Context 的公司，有点像发明车之前的煤炭、煤矿，或者像发明汽车之前的石油公司。从这个角度，微信或大平台，还是一个易守难攻的好平台，它积攒大量的 Context 。如果 Intelligence 是一个可以逐渐民主化、逐渐变得便宜、逐渐普及，拥有这样的平台，拥有这样的 Environment ，拥有这样的 Context ，可能会是一个很强的壁垒。它可能还是一个很好的投资。李广密：如果你是 Cursor 的 CEO ，你会去做 Pre Training 的事情吗？姚顺雨：我肯定会训练模型，或者尝试训练模型，但做不做 Pre Training 看情况。 Coding 是非常主线的任务，所有大厂都会把模型的 coding 做好。所有的 Pre Training 、 Post Training 、 RL ，都会考虑到这一点。这个情况下，要不要做可能取决于，首先这些闭源模型做得有多好，其次开源模型做得有多好，中间有多少 gap ，你能填补多少这样的 gap 。但当然，如果你有很多钱，有很多资源，想把这事情做了，也是合理的。张小珺：今天顺雨当了很多公司的 CEO ，那我再问一个：如果你是微信的一号位，你会怎么在微信里做 Agent ？姚顺雨：我可能会不急，先观望观望。我好像没有理由要急。我会观察，我会学习 AI ，会观察有没有什么新的交互方式很有意思。但我不会急着去做很多事 —— 我有易守难攻的地方，为什么要急着进攻？比较危险的是一个颠覆性的创新。真正的危险，不是说一个类似于微信的东西打败了微信，而是一个很不一样的东西打败了微信。就像微信打败了 QQ 。当时担心的并不是一个类似 QQ 的东西打败了 QQ ，而是一个很不一样的产品去打败这个东西。需要对颠覆性创新有所警惕。但如果是这些 incremental （渐进式的）创新，这种小的创新，早做晚做可能区别没有那么大，也不用太担心。李广密：所有人都说微信卡位好，但今天微信还没有很激进地投入，如果未来 Multi Agents 、 Long Term Memory 这些问题解决了，但这个 Agent 系统不长在微信上，是比较恐怖的。原有网络不一定有价值。姚顺雨：这取决于人类的网络会变成什么样？你会有更多 Agent 朋友，还是更多人类朋友？或者你有更多 Agent 职业上的交互，还是有更多人类职业上的交互？微信上你既有朋友，也有基于职业的交互 —— 比如我要买个东西，我要咨询律师，对吧？这取决于人类的网络会变成什么样。但总会有一个这样的网络，基于这个网络，肯定会需要有基础设施，需要有平台。李广密：怎么保证 AGI 实现之后的安全问题？微信过去还是一个比较负责任、比较安全的平台，那如果未来 power （能力）很强了，很多坏人来做坏事，甚至颠覆人类，安全问题长期怎么解决？要有 AI 宪法吗？姚顺雨：安全是很复杂的问题。比如 ChatGPT ，如果它不安全，产品就失败了，没有商业价值。即使是为了商业价值，它也会重视安全。但现在的主要分歧是，需不需要产品之外、更意识形态上的安全？这个大家没有定义清楚。前者容易解决：如果你有一个好的应用，你总会有办法解决安全问题，我相信。至于第二者，会有很大不确定性，我很难评价。李广密：你个人会担心 AGI 实现之后的安全问题吗？姚顺雨：我会担心。但现在最大问题是 ——AGI 还没实现，我们还没创造足够价值。如果我们还没想清楚，怎么把它变得有价值，就急着把它变得很安全，好像没有意义。 14 这个时代，做上限更高的事更好 “ 如果敢想、胆子大，就会有好事发生 ” 张小珺：你作为 AI 研究者，博士期间工作已经获得了很多关注，在你眼中，你做对了什么？姚顺雨：我想做的就两条线：简单通用的方法、有实际价值的任务。这些任务往往是，如何在真实数字世界创造新的价值。这是一个处女地，是一个巨大的宝藏。我恰好挖掘了一些东西。需要你想得足够大胆或足够通用吧。另一个很重要的是：要去看很多东西的交界处。 ReA ct 之所以能做出来，因为我们选了一些自然语言处理的任务，也选了一些游戏的任务，需要把自然语言处理和强化学习的边界打通。但很多人会陷入一个学科内部，就更难去做更通用的东西。张小珺： ReAct 在做的过程中有遇到什么坎吗？姚顺雨：最难的都是找任务。大多数好的方法提出，是因为它有一个特定任务，这个特定任务恰好激发出一个通用方法。比如 PPO （ Proximal Policy Optimization ，一种强化学习优化算法）一开始是为了解决一个特定问题； Transformer 一开始是为了解决一个特定任务； Attention （注意力机制）受翻译这个任务影响很深。但我的经历比较特殊，很多时候我是脑子里先想到一个东西，我觉得它很通用、很好。但我要去找一些任务，证明它很通用、很好，或者未来有价值。它现在还没有足够多价值，但你需要先找一些简单任务去证明它有价值。这是很难的。创业需要 product market fit ，做 research 需要 method task fit （方法和任务的匹配） —— 这是最难的。张小珺：你曾经想到最激进的一个任务是怎样的？姚顺雨：这个时代再激进也不叫激进 ——Anything is possible 。毕业前我想得多的是，怎么创造一个爱因斯坦？我那时是比较 academia （学院派）的人 —— 你在普林斯顿，你的偶像是冯诺依曼、爱因斯坦 —— 很自然，能想到最有意思的任务是，我能不能发现下一个相对论？这毫无疑问能标志， AGI 或 ASI （超人工智能）实现了。后来，我到了硅谷，到了加州，进入公司之后，我发现人类的组织也是一个有意思的事情。如果能创造一家新的公司，创造一个 one trillion dollar （一万亿美元）、基于 Agent 的公司，是很有意思的。张小珺：为什么是人类的组织也很有意思，而不是人类的产品很有意思？姚顺雨：产品当然很有意思，但很多组织的方式，就像一个 general method （通用方法），能创造很多不一样的伟大的东西。比如股份制、组织架构，它就像非常通用的 AI 方法一样，创造了很多不一样的伟大的东西。张小珺：在你的成长路上，你的 mindset （思维方式）跟同龄人差不多吗？还是不一样？姚顺雨：我的路径挺按部就班的，也没有跳级，没有做什么很 surprising （让人惊讶）的事情。但我对一个东西的价值，或者 taste （品味），有自己的看法。大家往往会倾向于做一个确定性比较高的事情，包括做研究、做公司。但我觉得恰好是这个时代，你去做上限更高的事情是更好的。因为现在有一个巨大的机会。如果没有这样一个巨大的机会，最佳路径可能是去做 incremental （渐进式）、确定性强的事情，一步一步地积累。但恰好有一个上限非常高的事情。如果你敢想，或者你胆子特别大，或者你想象力很丰富，就会有好事发生。张小珺：在你成长路上，对你启发大的是什么？是书、电影、音乐？哪些东西塑造了你的 mindset ？姚顺雨：看书挺有帮助，我是一个喜欢看杂书的人。什么书都看，什么电影都看，什么地方都想去。我从小是一个比较 general 的人 —— 我想试图变得很通用，试图了解很多不同的学科，做很多不同的事情。但后来我发现，一个人即使再聪明、再有精力，他能理解的知识或能做的事情，也只是人类社会积累的知识的很小一部分。更好的是，你去创造一个比你更通用、更 general 的事情。我好像一直对于通用性，有一种执念或追求。张小珺：通用性意味着什么呢？ —— 可以足够简洁？姚顺雨：我不知道，但我从小就是想学习很多不同学科，都很有意思。我在姚班很多同学，他们是那种很 deep （深度的）、很 focus （专注的）同学 —— 我去做竞赛，我就把这个事做到极致，不停刷题，做到世界金牌。但我好像不是那种性格，我是那种 —— 我会看很多数学，也会看很多历史，会看各种各样乱七八糟的东西。张小珺：你会刷竞赛吗？姚顺雨：我也搞竞赛，但没有本科同学那么厉害。我是信息学拿了全国银牌。张小珺：你是清华的说唱社联合创始人，对吧？我昨天去翻了一下你的网易云音乐。姚顺雨：被你找到了？看来你有 Deep Research 的能力。张小珺：你最喜欢的说唱歌手是谁？姚顺雨：我有很多喜欢的说唱歌手。说唱很有意思，每个人风格都很不一样，这点是很多人喜欢说唱的原因 —— 你有自己的个性、自己的 flow （节奏）、自己对生活的思考，你可以创造不一样的东西。它不一定是最好的，但大家是不一样的，这点很吸引人。张小珺：它跟你做 AI 有相似之处吗？姚顺雨： GPT 3 刚出来，大家都觉得很厉害嘛，我想到第一个做的就是，看看能不能生成说唱歌词，并且有内容性。似乎今天还是很难。也许说唱歌手是一个被人们低估的工作。张小珺：填词，这不就是 predict next token （预测下一个词元）在做的事情吗？姚顺雨：一个东西好听、 flow 好、听上去舒服，是很难被量化的 reward 。很多时候一个东西，比如 flow 或 style ，它出现太多了，就不好了。独特反而是好的。真正伟大的说唱歌手，有很多独特的对生活的思考，而 AI 还没有生活。张小珺：有可能有对于智能来说，比语言更本质的存在吗？姚顺雨：在特定领域，肯定有比语言更好的表示，比如围棋。但语言的诞生，不是为了处理某个特定任务的效率或交流，它为的是打通所有任务或者打通人的认知能力，形成一个通用的表示。它并不是为了某个特定任务最优而优化，它在特定任务上有冗余性，但它整体是通用的。 AI 当然也可以创造一个新的语言，可能效率更高。但我觉得，最终大概率就是英语。因为人类已经有很强的先验知识，而且人有这样的价值取向或动机，想让机器的语言和人更像。这样，我们可以更好地理解它、控制它、监控它、改变它、操控它，似乎是个很自然的选择。张小珺：你内心的驱动力是什么？你的愿景是什么？你 10 年后想成为谁？姚顺雨：用一个非常俗的话说，希望你对这个世界创造一些不同 —— 探索新的、根本性的研究，是一种创造不同的方式；创造一种完全不同的新的产品形态，也是一种创造不同的方式。如果我现在去做一家类似 xAI 或 Thinking Machine 的公司，或者做一个类似 Chatbot 或 Assistant 的产品，还是可能赚很多钱，商业上很成功；但如果我做了一个形态很不一样的东西，失败了 —— 我起码探索了不一样东西，会更有意思吧？我导师令我印象最深的是这样一句话。学术圈经常发生这样的事 —— 你有一个想法，然后别人做了，你会很烦。他说： If someone else can do it, then it's okay to let them do it （如果别人能做，那就让他们去做吧）。从人类全局的角度，如果这个事情很多人能做，别人做可能是不是也没有什么区别？对这个社会，或者对整体来说，似乎没有什么变化。当然，有人说这个非常假。最终你会发现，这个世上没有什么事情是不可替代的。相对论即使没有被提出，也会有人提出，没有什么事情是你不在，另一个人不能提出了 —— 但是，我觉得这话还是有道理的。如果你很清楚看到别人就在做这个事，你可以选择去和他卷。如果你要和他卷，你更有效率，或者你能做得更好，也是合理的。或者，你也可以去做一些不一样的探索。我觉得，最终你要对这个社会产生价值。但这个时代很幸运的一点：这个技术非常通用，这个技术非常伟大，有足够多探索的空间。另一点是，我想让生活更有趣，更有意思，更快乐，就去做一些自己喜欢的事情。这很难用语言解释，就是一个 taste （品味）或 preference （偏好）的问题。张小珺：你会考虑创业吗？姚顺雨： OpenAI 大多数人都会考虑创业。现在是非常 exciting 的时候。已经有很多 OpenAI 的人出去创业了。我需要去做更有挑战的事情，很自然会去创业。但还是应该找到一个好的事情。我喜欢把事情想得清楚一点再去做。张小珺：我们最后还有几个快问快答。姚顺雨：好。张小珺：一个全球范围内你喜欢的食物。姚顺雨：我喜欢椰子。张小珺：一个全球范围内你喜欢的地点。姚顺雨：我很喜欢伊斯坦布尔。张小珺：一个少有人知道但是必须知道的知识点。姚顺雨：我挺建议大家去看《智能简史》这本书。有很多很有意思的知识点。为什么大多数动物都是左右两侧对称，并且有一个像嘴一样的食物入口，有一个像肛门一样的食物出口？为什么气体是同一个口，而食物和水是两个口？这个很有意思，有些本质原因。张小珺：什么本质原因？姚顺雨：你会发现，如果你要做 navigation （导航），在这个世界中移动，左右对称的结构最优。世界上所有交通工具都是左右对称的。因为你可以一个方向前进后退，另一个方向向左转向右转。它和车和飞机都是左右对称，结构是类似的。至于食物和气体还有别的原因。张小珺：基于你所有读过的书，推荐两本必读书。姚顺雨：《智能简史》这本书很有意思，是我去年读的。我会推荐各种各样的自传。传记很有意思，好像你在体验别人的生活。张小珺：你心目中影响 AI 进程的几篇论文。姚顺雨：有很多，我觉得没有最重要 ——Backprop （反向传播）、 Transformer （变换器）、 GPT （生成式预训练变换模型） —— 都是积累的过程，没有一个是最伟大的工作。李广密：你会对 Agent 创业者有什么建议吗？姚顺雨：可能有点老套：想清楚你的价值是什么。技术是工具，理解技术趋势很重要，但创造价值是最重要的 —— 想清楚你为用户带来了什么样的增量价值，这是最主要的。张小珺：基于你当下的认知，一个最关键的重要的 bet 是什么？姚顺雨：就是 bet on 有 different Super App （不同的超级应用）的产品形态，有不同的交互方式。如果你不相信这一点，世界就变得很灰暗，就是只有 OpenAI 或者 Anthropic 有机会。但如果你相信这一点，就会有很多新的机会。 🔗 原文链接： https://mp.weixin.qq.com/s/2sNq AMG... https://mp.weixin.qq.com/s/2sNq AMG... 原创张小珺语言即世界language is world2025年09月11日 17:55 上海作者：张小珺 2025 年 4 月， OpenAI 研究员姚顺雨发布了一篇有名的博文《 The Second Half 》，宣告 AI 主线程的游戏已进入下半场。这之后，我们与他进行了一场播客对谈。姚顺雨毕业于清华和普林斯顿大学，博士期间意识到语言是人类发明的最重要的工具，也是最有可能构建通用系统的，于是转向 Language Agent 研究，至今已 6 年。这场对谈有两位主持人，分别是我和李广密。姚顺雨表达了许多此前从未分享过的观点。比如： • 创业公司最大的机会是：能够设计不同的 interface （交互方式）。 • 最终，借助模型的能力或许能产生 beyond ChatGPT （超越 ChatGPT ）的交互方式，变成 Super App （超级应用）。 • 我们的想象力仍被以往的交互方式所限制，还有许多尚未诞生的交互方式。这些新的交互方式，会改变我们的世界。 • OpenAI 可能会成为新世界里非常重要的一环，但这并不代表，这个世界会被这样一个单极系统垄断。如果这样，世界就太灰暗了。 • 最终智能的边界，可能不是由一家机构定义，而是由不同 Super App 共同定义的。 • 也许，这个世界在变得越来越单极的同时，也在变得越来越多元。我们的谈话从个体出发，共同探索由人、组织、AI 、人与机器的交互，所抵达的这个世界智能的边界以及人类与机器的全景。此前，我们关于 Manus 肖宏、 Youware 明超平、 Lovart 陈冕的访谈，记录了华人 Agent 创业者在应用上的探索。而姚顺雨的访谈，描绘的则是另一面：他在硅谷最前沿的 AI 实验室做 Agent 研究，他如何看待这波浪潮、模型与应用的边界，以及那些 Agent 逐浪者呢？这是「语言即世界工作室」（ Language is World Studio ）成立后发布的第三篇长文访谈，姚顺雨很意外地从另一个角度帮我回答了，我们工作室创立的初心。为什么我们相信语言是这个世界的本质奥秘？他的表达是： “ 语言是人为了实现泛化而发明出来的工具，这一点比其他东西更本质。 ” 不得不说，姚顺雨的通篇表达有一种技术之美感，我个人十分喜欢。以下是对姚顺雨的访谈节选（作者进行了语言优化。） • 本次访谈发生在2025年5月，访谈为个人观点，与所供职公司无关。 • 我们也将推出本集的播客，在小宇宙、苹果 Podcast 、 Spotify 上线，相应视频在Bilibili上线。请搜索账号：张小珺商业访谈录。 • 如果你喜爱我们的内容，请关注/点赞/推荐我们。（你的喜爱对我们来说，真的很重要！）第一章序 01 人 “ 我一直有这个非共识，我想要去做 Agent” 张小珺：我们今天的嘉宾是 OpenAI 姚顺雨，他的研究方向是 Agent 。前段时间顺雨写了一篇有名的博文《 The Second Half 》，告诉大家 AI 游戏已进入下半场。这次节目我们第一次尝试有两位主持人，除了我还有大家熟悉的广密。顺雨，我看了你的资料和你写的文字，从你的语言里读到一种反叛精神，我对你这个人很感兴趣。你能不能先给大家做一个自我介绍，聊聊你的经历？姚顺雨：你说反叛精神？这很有意思。我感觉我是个非常乖的学生。从小到大就是按部就班的学习。本科从合肥考到清华，读姚班。在姚班大家会告诉你去美国读 PhD ，我就去美国读 PhD ，我在普林斯顿