以下内容整理自张小珺对姚顺宇的播客访谈。张小珺是硅谷科技播客主持人，采访过大量AI行业一线从业者。这期节目录制于2026年3月。

先认识一下这个人

他叫姚顺宇，不是姚顺雨。

姚顺宇（左）和姚顺雨（右）

硅谷有两个几乎同名的清华同届毕业生，日常搞混是业界经典娱乐项目。姚顺雨去了腾讯，姚顺宇先在Anthropic做了Claude 3.7，又跑去Google DeepMind做了Gemini 3。

这个人本科清华、博士斯坦福、研究量子物理和高能物理，然后说出了这句话——

"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。"

好，接下来我来给你拆解他访谈里最值得聊的几个观点。

观点一：AI不需要脑子，但需要你靠谱

很多人以为AI行业是天才游乐场。事实上，他的逻辑是：

AI研究的核心是做实验。有想法→跑实验→看结果→调整。没有什么神秘壁垒，有的只是谁能把事情做完、做稳、做细。

他做过物理，深知什么叫真的难——高能理论难到实验追不上，理论对不对全凭几个老登主观判断。AI不一样，AI有客观标准，有数据说话。

他原话：

"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。"

换句话说：AI领域不缺聪明人，缺的是能把实验跑完、bug改完、不半途而废的人。

听起来是不是像你们公司"最让领导省心的同事"画像？

观点二：个人英雄主义已死，但"英雄"们可能不知道

AI圈流行造神。某大佬换公司，估值暴涨；某人发条推，全网沸腾。

姚顺宇的看法：

"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。"

逻辑是：Transformer被发现之前，找到关键想法的人可以算英雄。但那个阶段过去后，剩下的是集体把它做大——谁撞到了好时机、好项目，加上靠谱执行，就能出成果。

全程他谈自己参与Claude 3.7，谦虚得令人发指："我自己对那个事没那么重要，更多的是我很幸运。"

然后下一秒，他开始点评同行，说谁傻、谁说话没意义、谁not even wrong……

结论：他解构了AI研究里的个人英雄主义，但保留了"我来评判别人"的个人英雄主义。 这个矛盾挺可爱的。

番外加料：他顺手给"老登"下了一个定义

采访里有个小插曲，主持人问他：你是被谁伤害了吗？

起因是他说，在高能物理领域待久了，越来越觉得"这件事蠢"——因为那个领域没有客观评价标准，研究好不好全凭"领域内一些老登的主观判断"。

他花了五年时间，得出一个结论：

"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？"

然后他给老登下了一个我见过最精准的定义：

"人年纪大了会变成两种状态：一种叫德高望重，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——自己也不懂，还爱指手画脚。"

注意：这个定义里，老登的核心不是年龄，不是资历，是指手画脚。

他还描述了老登最高级的操作——就是前面那个被消音的人，说话"not even wrong"：永远模糊，永远正确，永远没用。哪种未来发生了，都能找到一句以前说的话来对应。你没法反驳他，因为他根本没说过任何实质的东西。

模糊，才是老登最厉害的武器。

最后他说了句很解气的话：

"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。"

AI行业有客观评价标准，模型跑出来的数字比任何人的主观判断都硬。老登没有评价权，就没有绑架你的资本。

这大概是他从物理跑来做AI，除了钱以外，最喜欢这个行业的地方。

观点三：Anthropic是怎么all in押注coding的？

这个故事很有意思，因为它的起点不是什么高瞻远瞩的战略规划，而是——市场上有人在Twitter吵架。

时间线大概是这样的：

Claude 3发布之后，Twitter上开始出现一些讨论：哎，Claude 3写代码好像比GPT-4强？

要知道那个年代，GPT-4是一个和所有对手都拉开巨大差距的模型。能有一件重要的事比GPT-4强，本身就是大新闻。Anthropic管理层看到了这个信号，迅速做出反应，开始全力押注coding方向。

姚顺宇原话：

"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、这公司该做的事，那就会铺上去。"

但这里有个细节更值得挖：Claude coding比GPT-4强，不是随机发生的。

他说——"是有纯技术原因的，是某一个团队做了某个事情。"然后立刻补充："不能说，哈哈哈。"

也就是说，有一个具体的技术决策在里面，只是被NDA封住了。至于最开始是战略选择还是无心插柳，他猜是后者："你要让我猜，我肯定会觉得是随机试着的。"

所以这个故事的完整版本是：某个团队随手做了某件技术上的事→模型在coding上意外领先→Twitter用户开始讨论→管理层捕捉到信号→全公司all in押注。

从偶然发现到战略押注，中间没有很长的论证过程，就是执行力。

说到这里，他顺带拆穿了AI圈一个流行幻觉——大家都很想知道顶级lab的技术秘密，觉得只要拿到那个"配方"，自己也能做出一样的东西。

他的判断是：

"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。"

为什么没用？因为AI训练是一个完整的系统，每一个技术细节都深度依赖于你的基础设施。

他举了个例子：强化学习里，负责生成训练数据的机器和负责更新模型权重的机器，在不同公司之间差异可以非常大。有的公司这两者差异极大，算法设计的核心就是怎么控制这个差异、让训练稳定；有的公司基础设施做得好，差异小，就可以把更多精力放在训练效果上。

所以你从A公司学来的一个技巧，拿到B公司的基础设施上，可能根本跑不起来。

知道别人怎么做的，不等于你能做出一样的结果。 这才是"tips没用"的真正原因。

他甚至说，有时候有人来问他Anthropic或者Gemini怎么做某件事，他不太愿意回答——不是因为保密，而是因为：

"我觉得本质上回答这个问题也是在误导他。"

他对比了一下为什么其他公司很难复制Anthropic这件事——Anthropic能快速top down推进，是因为技术话语权和公司决策权在同一批人手里。Jared Kaplan和Sam McCandlish既是技术领军人物，又是公司联合创始人。技术上能服众，决策上有权力，两个条件同时满足，才能说all in就all in。

"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。"

OpenAI？他说："OpenAI就干不了。"Ilya在的时候或许可以，但后来发生了什么大家都知道了。

番外：他为什么离开Anthropic？

这段是整篇访谈里最热血的部分。

他在Anthropic待了将近一年，参与了Claude 3.7的开发，公司从七八百人扩张到接近两千人。按常理，这种时候正是收益最大的阶段——品牌出来了，影响力出来了，跟着公司一起长大不好吗？

他选择走。

原因他说了三条，一条比一条直接。

第一条，看不惯Dario的某个公开立场。

"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。"

前员工公开点名批评现任CEO，还说这是离职原因之一。这话敢说出口，本身就说明他是认真的。

第二条，公司文化开始变味。

人多了之后，进来了一些他个人不太喜欢的风气——每天在Slack上讲大道理、说一堆显然所有人都知道的想法、但没有人真正去做。他的评价是：

"Idea is cheap。难的是怎么把它变成一个一个小的、可实现的步骤，做出来。"

第三条，也是最根本的——他想学不一样的东西。

Anthropic非常专注，coding、agentic、强化学习，做得很深。但有很多事Anthropic不做：多模态生成没有，底层工程基础设施也没有花太多精力。他想学的，Anthropic给不了。

"我更多是，想优先去学习一些东西。"

然后他去了Google DeepMind。很多人觉得这个选择反直觉——从一个上升期的小公司，跑去一个大厂？他的回答很简单：如果你想要的是研究自由、想从更广泛的人身上学习，这个世界上可能找不到第二个比Gemini更强的地方。

他还补了一句，顺带给所有跳槽跳完又后悔的人提了个醒：

"很多人不管从哪离职，换到另外一家之后会觉得不开心，主要原因是因为没想明白自己想要什么。"

离开的时候，他对Anthropic的判断其实挺悲观的——觉得主要靠卖Token是个差生意，最终要打价格战，没有太多优势。

后来他承认自己判断错了。Anthropic做出了Claude Code，做出了Cowork，产品上有了很多巧思，慢慢站稳了。

他说："后来首先OpenAI被Google揍了一拳，然后Anthropic自己又上道了。"

悲观错了，但他不后悔走。

观点四：OpenAI救了Google一命

这是整篇访谈里最毒的判断，没有之一。

逻辑链是这样的：大家一直担心AI聊天机器人会把Google搜索干死。如果真的发生了，Google很惨。

但OpenAI先出手做了chatbot，逼得Google意识到威胁，被迫认真做Gemini。而OpenAI又没把搜索彻底吃掉——只吃了一小块。

结果：Google追上来了，OpenAI的位置反而开始尴尬。既当了搅局者，又没搅到底。

"从某种意义上来说，OpenAI是救了Google一命。"

他还补充：Google最擅长"产品形态极简、但技术把对手卷死"这种打法——搜索就是。只要chatbot没有彻底颠覆搜索，Google就有机会反击。

对普通用户的意义：下次你用Google搜"附近奶茶店"，请感谢ChatGPT——没有它，Google可能已经在摆烂了。

番外：那些被"哔"掉的瞬间

采访里有几次消音，分别是某neo lab创始人"不知道他们到底要干嘛"、以及：

"XXX一直挺蠢的，蠢得始终如一。"

他没说名字，但用了"not even wrong"来形容对方——这是物理界的著名短语，意思是：这个人说的话错误程度还不够，因为根本没有具体到能被证伪的程度。说什么都对，说什么都能解释，那跟没说有什么区别？

AI圈就这么大，如果你经常看到某位大佬发表宏大但永远模糊的愿景……你自己猜他说的是谁吧。

最后：如果AI这么简单，为什么工资这么高？

他的答案是：稀缺，但不完全是能力稀缺。

"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。"

所以AI工资高，一部分是技术壁垒，一部分是机会壁垒，还有一部分是市场炒作。

他还顺带说了一句很清醒的话：纯做语言模型研究，末班车在Claude 3.7那代就已经发车了，现在已经不是蓝海。

当然，他自己就在那班车上。

所以这句话的可信度，你自行判断。

本文内容整理自张小珺对姚顺宇的播客访谈，录制于2026年3月。那几个被消音的名字我们也不知道是谁——但如果他是那种"说什么都不会错"的人，你早就认识他了。

关于本博主

哈喽各位看官！小编是你们的AI新闻和科技"专业"解读员——一个披着科技外衣爱刷小红书读新闻也爱看八卦爱聊天的女博士，学术圈太卷，生活太苦，唯有八卦能续命！所以小编决定把枯燥的AI科普和新闻包装成有趣的瓜田故事，毕竟说人话是沟通最关键秘籍，而八卦是蓝星第一生产力！