硅谷顶尖 AI 研究员姚顺宇：别把时间浪费在伺候老登身上

📌 一句话摘要

前 Anthropic 研究员姚顺宇在访谈中分享从理论物理转向 AI 的心路历程，直言 AI 行业个人英雄主义已死，本质是集体主义，Scaling Law 是经验规律，智能涌现是不科学的说法，并深度剖析了 Anthropic 与 Google Gemini 的组织文化差异。

📝 详细摘要

本文是张小珺对硅谷顶尖 AI 研究员姚顺宇的深度访谈整理。姚顺宇本科清华物理、斯坦福高能物理博士，因不满高能理论物理领域缺乏客观评价标准、依赖「老登」主观判断而离开学术界，先后加入 Anthropic 参与训练 Claude 3.7，后转入 Google Gemini。他以物理学家的视角对 AI 行业进行了犀利剖析：认为 Scaling Law 只是经验规律，智能涌现是主观感觉而非客观现象；强调 AI 行业「不太需要脑子」，最重要的是「靠谱」，个人英雄主义时代已过，现在是集体主义的事。他详细对比了 Anthropic 自上而下、执行力强的初创文化与 Google Gemini 自下而上、研究自由的大厂文化，并分享了对预训练/后训练未到平台期、AI 未来 6-12 个月将自己做实验等判断。文章还包含他对 OpenAI 与 Google 竞争格局的独到分析，以及「别把时间浪费在伺候老登身上」等直率观点。

💡 主要观点

- AI 行业个人英雄主义已死，本质是集体主义。 姚顺宇认为，现代 AI 训练是一个庞大的系统工程，依赖团队协作和基础设施，而非单一天才的灵光一现。旧时代的英雄人物如 Hinton 值得尊敬，但当前阶段更关键的是靠谱的执行和系统化的工程能力。

Scaling Law 是经验规律，智能涌现是不科学的说法。 从物理学家视角出发，Scaling Law 类似于热力学定律被发现时的状态，是经验规律而非科学规律。智能涌现更多是主观感觉，真正本质的变化是技术上的突破使得模型能力可以水平提升。

Anthropic 与 Google Gemini 代表两种截然不同的组织文化。 Anthropic 是自上而下、执行力极强的初创文化，技术一号位有公信力且能快速决策；Google Gemini 则更自下而上，预训练已进入工程化舒适区，后训练仍保留探索自由。选择取决于个人追求：快速落地还是研究自由。

预训练和后训练都未到平台期，瓶颈在于人类不知道下一步该教什么。 模型像聪明的小孩，可以学习很多内容，但人类作为老师尚未找到下一个合适的教学内容和教学范式。技术本身仍有空间，问题在于人类对 AI 能力的引导和利用方式。

AI 本质是简单的，因为它可以做实验验证想法。 与理论物理不同，AI 不受实验数据缺失的约束，任何想法都可以通过实验验证。未来 6-12 个月，AI 将能够自主完成从编程、跑实验到分析结果、提出新假设的完整研究链条。

💬 文章金句

- 别把时间浪费在伺候老登身上。

• 个人英雄主义已死，AI 是集体主义的事。
• Scaling Law 目前肯定还是很经验，但未来当技术变得比较固定，大家越来越多理解它微观过程的时候，会不会变成科学规律？
• 智能涌现这个话本身就不太科学，自然也没法用科学的话来表达一个不科学的事。
• 把简单的事儿做的比谁都干净，是最关键的。

📊 文章信息

AI 初评：87

来源：笔记侠

作者：笔记侠

分类：商业科技

语言：中文

阅读时间：42 分钟

字数：10449

标签： 姚顺宇, Anthropic, Google Gemini, AI 行业洞察, Scaling Law

阅读完整文章