本文来自微信公众号： AI Humanist by杉森楠 ，作者：杉森楠，题图来自：AI生成
一周前，张小珺录了一期和姚顺宇的播客。
姚顺宇，28 岁，清华物理系特奖出身，斯坦福物理博士。本科做凝聚态理论（给开放量子系统建过一套描述框架），博士又跨去做高能理论物理，觉得领域里“老登”太多，于是在 2024 年 9 月转去做 AI，加入 Anthropic 干 Claude。
一年后跳槽 Google DeepMind，直接参与了 Gemini 3 Deep Think 这个模型的研发。
这期 4 小时播客里大部分判断，都来自他自己的一线实际工作经验和自己非常独特、独立的思考。
这期节目我一直没找到完整时间听，4 小时太长了。
直到前天我去外地办事，回来的时候赶上了一班晚上 12 点回北京的火车。车厢里很安静，大家睡的四仰八叉，我戴上耳机，从头听到了尾。
中间几乎每 10 分钟就要一个亮点。
姚顺宇这个人讲话非常直接，很多事情他几乎是用一种白话的口气，就把行业里大家“心照不宣”的部分点破了。这也是我目前在国内看到的播客内容里，首次有种“原来我们也有这么有独立想法和思考的人”。
我边听边在备忘录里记，下了火车整理出13 个值得关注的点，分享给大家。
1. 预训练这条路，根本没有走到头，还充满无穷的想象力
外面这两年一直有个声音：“预训练撞墙了，Scaling Law 不灵了”，几乎成了行业共识。最有名的一次背书是 2024 年 12 月，Ilya 在 NeurIPS 上公开宣布“预训练即将终结”，把数据比作 AI 的“化石燃料”，说人类已经撞到了“peak data”。
这话一出，全行业疯狂转引，所有人都开始把后训练和强化学习当成下一根“金条”。
但姚顺宇直接说没有，未来 4 个月也看不到撞墙的迹象。这让我感觉很欣慰，因为，无论对于不对，总该有些独立的声音出来。
他说一个人觉得规律到头无非三种可能，一是适用范围真的到头，二是某个条件不满足（比如数据不够），三是：“其实他这个工作哪里有一个 bug，他自己没发现。”
他的判断是，绝大多数撞到墙的人，是因为第三种。bug 没修，就以为是规律不灵了。
外面流行的叙事是“金矿快挖完了，所以大家都转去做后训练”。但在 Anthropic、Google、OpenAI 这种内部，预训练在过去几个月反而越来越强。其次，这御三家在“修补 Bug”上有着成体系的机制，所以这加速了预训练。
一线研究员和外界的认知，差出一整个量级。
2. Scaling Law，是经验规律不是科学规律
这个点我以前没仔细想过，听完真的愣了几秒。
经验规律就是我观察了一堆数据，总结出一条公式，但我并不知道为什么是这条公式。科学规律是我能解释清楚它的微观机制，知道它为什么成立、什么时候会失效。
姚顺宇举的例子是：“热力学第一定律、第二定律，在当年被发现的时候，也都是经验规律。后来随着时间发展，我们慢慢知道了它的微观机制，它才慢慢变成了科学规律。”
也就是说，今天我们用的 Scaling Law，相当于 18 世纪的热力学。它能用，它能预测，但它的微观机制至今没人完全说清楚。
整个 AI 行业，底层是建立在一堆“我们也不知道为什么会这样”的经验上的。这跟普通人想象中的“精密、严谨、有完整理论支撑”的 AI，差得很远。
3. AI 研究员，其实是在摸黑走路，“信念”史无前例的重要。
张小珺问姚顺宇：你们怎么处理 bug？
姚顺宇的回答让我印象很深：
“我感觉这更像是一个信念的问题。当你遇到一个 bug 觉得它不能解除，你就会说这个到头了。当你遇到一个 bug 觉得这个肯定可以解决，你就觉得这还没到头。”
“信念”。
一个搞前沿科学的人用这个词，我是没想到的。
我以前以为大模型训练，至少在 OpenAI、Anthropic、Google 这种地方，是一种“按部就班的工程过程”。听完才发现完全不是这么回事。前沿研究员每天面对的，是一堆没人见过的现象、一堆解释不清的实验结果，每一步都得自己判断这是 bug 还是规律本身的边界。
判断错了，可能整个项目方向都跑偏。判断对了，可能再往前推一大步。
外面看着光鲜，里面是很黑的。一群非常聪明的人，靠经验、靠直觉、靠信念，在一片没有路标的地方往前摸索。
4. 不能为了让自己看起来牛逼，就牺牲全局
姚顺宇原话是 ：
“AI 这个事儿本来也不太需要脑子，真的不太需要脑子。需要什么？我觉得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。”
一个 Google DeepMind 一线研究员公开说自己这行“不需要脑子”。这话搁国内 AI 圈，几乎不会有人敢这么讲。
他的逻辑是 AI 是个巨大的系统，预训练、后训练、数据、infra、评估，每一环都有大量细节。一个研究员只盯自己手上的指标好看，不考虑改动对全局的影响，整个系统就会出问题。
举个他给的例子：你做强化学习，做出一个算法，纸面上比别人好 1 个点。但如果你没想清楚是不是用了更多 training flops、是不是用了不一样的 data、比的是 training 指标还是加上 sampling 之后的指标，这 1 个点很可能就是假的。
所以靠谱在这里的意思是：不能为了让自己看起来牛逼，就牺牲全局。
个人英雄主义的时代已经过去了。
5. 姚顺宇 90% 的代码都是 AI 写的，普通人就不要装逼了
这一点是我笑得最大声的一段。
姚顺宇 ：
“保守估计可能 90% 的 code 是模型产生的。不保守的可能就是 99% 或者 100%。”
姚顺宇说他平时实现一个 idea，会同时开好几个 AI 帮他试不同的想法，让 AI 帮他监控实验、看结果。他自己花时间在“设计逻辑”“给模型 context”“review 输出”上。
写代码已经从“敲键盘”变成了“判断”。
90% 这个数字一线研究员说出来很轻描淡写，但放在国内的 AI 讨论里看，就显得有点割裂。
我现在在很多社区里看到一种风气：很多人在强烈抵制 Vibe Coding，认为 AI Coding 出来的都是大量的“屎山代码”。
兄弟，全世界一线最强的 AI 研究员，自己写的代码占比已经只有不到 10%。这是基线。
90% 对一线研究员来说就是日常，普通人写代码就别装自己是古法编程者了。
6. Anthropic 和 OpenAI 还有戏看，Coding 是血海
姚顺宇这一段是我整期听下来最兴奋的部分，他给出了一个明确的判断：Coding 这个事，注定是一个赢家通吃的市场。
两个原因。
一是，优秀程序员写代码的风格是相似的。简洁、干净、有合理抽象、结构清楚，业内有共识。AI 模型在这个赛道训练，目标比社交、推荐这种“千人千面”的产品要清晰太多。天花板很容易被卷到一起。
二是，数据来源也是相似的。GitHub 是所有公司绕不过去的训练数据池，每家公司能拿到的“燃料”差不多，剩下的拼烧法。
姚顺宇直接评论 Anthropic 和 Cursor 的关系：
“现在和 Anthropic 已经进入了一个非常微妙的关系……Cursor 试图训练自己的模型……如果在竞争中输掉的话，是比较麻烦的。因为代码这个事情，很容易出现的一个场景就是赢家通吃。”
意思已经很明白：Coding 战场不只是 Anthropic 和 OpenAI 在互掐，Cursor、字节、Google，所有人都得在这一个赛道里挤破头。
一旦决出胜者，第二名几乎没有意义。
7. Openclaw 不是大厂做不出来，是大厂不愿意做
Openclaw 火了之后，外面有一种叙事：“大厂都被一个开源小项目按在地上摩擦了”。这种叙事确实很爽，给了很多独立开发者信心。
但姚顺宇直接说没这回事 ：
“我感觉这个事情在业外的讨论好像比业内的讨论更激烈。可能在公司内部也有人已经做了类似的这种实验或者这种 demo，只是可能并没有作为一个产品去很认真的宣发。”
也就是说，大厂内部早就有 Openclaw 类似的 demo，只是没发出来。
为什么没发？一个大厂要把这种产品送到公众手里，需要解决一堆事：不能让用户为了跑这个东西，再去买台新电脑、法律风险要审清楚（模型可能拿到用户电脑的所有权限）、不能因为产品瑕疵砸了品牌、还要给它分配稳定的算力资源。
这些事对个人开发者统统不是事，“反正是个开源项目，带 bug 又如何”。但对 Google、Anthropic 这样的公司，每一条都是必须要先行解决的。
所以 Openclaw 的爆火，不算技术上的范式突破。它的意义在于给业内人展示了一种可能性，让大家看到原来可以让模型同时控制很多个不一样的子任务，做出 long horizon 级别的工作。
事实上 Openclaw 的作者后来也回到了 OpenAI。
8. 壳的命运：Cursor 没逃出去，Mid Journey 算逃出去了
国内这两年聊得最多的概念之一，就是“套壳”。AI 创业基本都从套壳开始。姚顺宇说，一个壳要想活下来，只有两条路：
“一种是逃得足够快，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。另一种方式就是这市场足够的小，小到模型公司根本懒得去管。”
第一种路他点名了 Cursor。
Cursor 是 AI 原生场景里增长最快的创业公司之一，但即便是 Cursor，今天也已经没逃出 Anthropic 的引力圈。Anthropic 自己有了 Cloud Code，Cursor 又试图做自己的模型，姚顺宇用“麻烦”两个字形容它现在的处境。
第二种路他举的例子是Mid Journey。
它能活下来，恰恰是因为这个市场对大厂来说不够大、不值得花精力。“靠小活下来”。他还顺嘴提了一句 Lovart：“他们有机会”。
所以国内每一个 AI 创业者都得想清楚：自己走的到底是哪条路。
第三条不存在。
9. 蒸馏是心照不宣的事实，姚顺宇可能是第一个点破的人
蒸馏这件事，互联网上骂了几年了。但所有讨论都停留在猜测和段子的层面，没人正面承认过。所以导致大家一直争论不休。
这一直是个黑盒。姚顺宇这次直接点破了 ：
“我觉得蒸馏这个事存在是一个心照不宣的事实。但是蒸馏它也有不同的方式，就是也有硬蒸和聪明的蒸两种不一样的选择。”
什么是硬蒸？：
“最简单的例子就是我从 Claude 里面取出一堆它生成的 token，然后强行在上面做训练。如果干这样的事儿，商业上也不是很道德，治理上来说也比较愚蠢。”
什么是软蒸？
是把别的模型当辅助、当评价者，融汇到自己的训练系统里。他说软蒸反而是技术上很有趣的事，从某种意义上中国实验室成了 multi-agent 训练的先驱。
更让人意外的是他明确提出了国内某厂商是硬蒸的，某厂商疑似硬蒸过，具体的厂商名字被消音了，我研究了一晚上口型，算是猜出来一点。大家，也可以发挥下想象力 ：
“心照不宣”四个字背后的东西，这一次终于被一个一线研究员说出来了。
10. 原来苹果是真的想研究 AI ，只是单纯的能力不够
苹果作为全球市值最大的公司，AI 战略却一直拉胯。
Siri 在发布会上喊了 N 多年，但实际能力始终被吐槽。外面解读很多，“不在乎”“在憋大招”“隐私限制”。
颇有一种“哥们只是没好好学而已”的状态。
但这回，姚顺宇给了一个很清醒的视角 ：
“至于现在它是不是重视，首先我也不知道。你要让我猜，我肯定觉得是重视。但你要让我解释它为什么从外界来看没那么重视，我的唯一猜测就是，如果你从外界来看就显得很重视，还做不成，那就显得很蠢。”
苹果对 AI 是重视的，只是不敢明面承认。承认了之后做不出来，就更难看了。
那为什么做不出来？
背后的关键判断在这里：
Siri 助手这个产品定位，可能从一开始就笼聚不起来真正顶级的 AI 人才。顶级研究员要的是 Anthropic、Google DeepMind 那种“把模型能力推到极限”的事，是 frontier model。Siri 这种产品助手类的工作，对最顶尖的研究员没有吸引力。
可以说，苹果的真正问题，出在了人才虹吸这件事上。
11. 人形机器人，连 GPT-1 时刻都还没到
国内春晚上人形机器人扭秧歌，海外宇树、特斯拉 Optimus 整天刷屏，似乎人形机器人马上就要进入千家万户了。
姚顺宇说 ：
“机器人的模型可能更多的处于 Future Engineering 的时代。一个给定的环境、给定的场景，去优化这个场景，大家是知道怎么做的。但是没有很强的泛化性。”
泛化性是指训练一个模型，让它在 A 场景里能做一件事，它能不能自动迁移到 B、C、D。语言模型今天能用，最关键就是有泛化性。
机器人完全没到这个阶段。
姚顺宇给了个类比：人形机器人现在大致相当于“Transformer 出现之前的语言模型”。连自己的 Scaling Law 都没有发现。
也就是说，整个机器人行业，连 GPT-1 时刻都还没到。
每次看到有人喊“人形机器人元年到了”，可以想想这一段。
12. 姚顺宇身上，藏着一种“对难的兴奋感”
整期听下来，你能够很明显地发现姚顺宇话语之间的“强烈的兴奋感”。
尤其是结合他几乎每一个重要的人生选择，都在选更难、更不确定、更没人走过那条路。
高中成绩够上海四校，他义无反顾选了一个差点但有竞赛班的革致中学，理由是“这个竞赛班按现在的话说就是 underdog”。
清华自主招生本来只面向北京学生，他作为上海考生疯狂给招生办老师发短信，硬把自己塞进了考场。
“胆子要大。你不争取是永远得不到，争取了也有可能得不到，但不争取就绝对得不到。”
本科他做凝聚态理论，做出了一个范式级别的工作（描述非厄米系统的一套理论），按理说沿着这条路走下去会是一个非常体面的物理学家。但他主动放弃，跨进了完全不相关的高能物理。
“我总爱挑战一些自己不会的事。”
博士读完拿到伯克利博后 offer，他只待了两个星期就辞职跳到 Anthropic。在 Anthropic 待了一年，又跳到 Google DeepMind，因为他想学不一样的东西。
每次他做选择，目标都是：“这里我不会”。
听到这些，我突然理解了为什么这期播客含金量很高的原因 ：
一个真正享受困难的人，做的判断、说的话，跟一个想包装自己的人，是不一样的。
13. 普通人面对模型，可以更大胆地说“你们 tmd 真难用”
姚顺宇说，Gemini 真正在市场上被看见，是两件事接连发生：Nanobanana 把市占率干上去了（爆款让大家下载了 Gemini App），Gemini 3 把人留下来了（模型能力够强）。
但更早一些，他说大众在Gemini 2.5那一代就已经判断出 Google 要追上来。
这与我们看待模型能力的进度是一致的。
也就是说，“内部知道这个模型行了”和“公众感受到这个模型行了”，时间是基本对得上的。
这个观察对普通用户的意义在于，当你用一个模型觉得难用的时候，问题不在你菜，问题在模型本身。
国内有种风气，模型不好用大家会反思自己的 prompt 写得不对、自己没学好“提示词工程”。但姚顺宇这个观察反过来证明：公众的体感和模型的真实水平，是高度一致的。
你觉得豆包语音真好用，那是因为豆包语音真的全球最强。你觉得 Claude 写代码可以，是因为 Claude 的 agentic coding 真的全球最强。
你觉得某个国产模型“答非所问、车轱辘话、毫无判断”，它真的就这样，跟你会不会用没关系。
模型难用就是难用，没必要替它找理由。
写完这 14 点的时候，火车已经快到北京了。
AI 仍然是一座高科技信息高地。一线发生的事、研究员的真实想法、模型背后的真实运作，对绝大多数公众几乎都是一个黑盒。
我们日常能看到的，大多是经过包装过的发布会、二次解读过的概念、各种听起来很宏大但其实没什么内容的“行业判断”。
在这种背景下，是否选择说真话、如何选择说真话，是一件非常困难的事情。
说真话意味着会得罪人，比如点破蒸馏的真相会得罪两家公司、甚至整个行业，比如直接说反华是离开 Anthropic 的原因之一会引来争议，比如说苹果不重视 AI 显得很蠢会让一批苹果迷不舒服。
所以很多人选择不说，或者只说一半。
所以这一期，是真的值得听的播客。
看到这里，辛苦啦。