2015年，以安徽省理科第三名的成绩考入清华大学交叉信息研究院“姚班”；2019年，远赴美国普林斯顿大学深造，专攻自然语言处理与强化学习；2024年，加入OpenAI，为其首批智能体产品Operator、Deep research的开发作出了核心贡献；2025年，出任腾讯首席AI科学家，同时兼任AI Infra部及大语言模型部负责人，掌舵腾讯AI基础设施与大模型研发的核心业务。

这是姚顺雨的十年。从17岁到27岁，他用十年活成了大众眼中“学霸流”小说中的男主模板。但在他看来，他想做的就两条线——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。这是一块处女地，是一个巨大的宝藏。我只是恰好挖掘到了一些东西。”姚顺雨说。

“乖”学生在攀登

在姚顺雨刷屏的这几天，我们接收到了不少关于他的信息：16岁拿到全国信息学奥林匹克竞赛（NOI）银牌；在高考考场上睡着了，丢了十几分，错失“状元”；参与联合创办清华大学学生说唱社，在网易云发布了20余首说唱作品；以最年轻入选者身份跻身《麻省理工科技评论》“35岁以下科技创新35人”中国区名单……

看起来像一个“对抗路”天才，但姚顺雨本人不这么想，回望来时路，他用“非常乖”来形容自己，所走过的每一步都是按部就班、顺其自然。“在姚班，大家会希望去美国读博，我就去考了普林斯顿大学。博士毕业后，OpenAI是做研究最好的地方，我就加入了OpenAI。”他说。但显然，这一路走来，也没有真的如此轻描淡写。

在公开信息中，“智能体”（Agent），是姚顺雨研究生涯中最重要的关键词。不过，最初进入清华姚班时，他学习的是理论计算科学。“当时，我觉得很多重要理论问题已经解决得差不多了，比如将某个图算法的复杂度从n的2.83次方优化到n的2.82次方，这种改进在现实中意义不大。”直到2016年的一节课上，老师在讲授多模态嵌入时，展示了一个例子：“king（国王）”的向量 − “man（男人）”的向量 + “queen（王后）”的向量 ≈ “woman（女人）”的向量。这让姚顺雨第一次意识到，深度学习在语义表示上居然能做出如此惊艳的计算。但当时“姚班”在深度学习领域的师资有限，他没能第一时间投入相关学习。2018年，按照“姚班”传统，姚顺雨前往麻省理工学院进行海外交流，开始从计算机视觉切入，系统开展深入学习研究。2019年，他考入普林斯顿大学攻读博士学位，专攻计算机视觉专业。

但是，经过此前的学习，姚顺雨认为计算机视觉很难实现通用的智能，直觉告诉他，语言将是一个更核心、更有潜力的方向。于是，他开始寻求转换方向，并与普林斯顿大学副教授卡提克·纳拉辛汉（Karthik Narasimhan）相遇。

卡提克有一个著名的代表性成果——生成式预训练（GPT）开山之作，即GPT-1论文第二作者。此前，卡提克曾经利用循环神经网络（RNN）在一个小规模文字游戏中训练智能体进行简单的动态交互。在经过一番头脑风暴后，两人认为完全可以利用更强大的模型，如GPT-2，来进行更复杂的语言游戏训练，以探讨智能体中新的可能性。

这在当时并不是一个讨巧的方向。智能体研究尚属冷门，更多人选择以问答、翻译等主流任务进行研究。但姚顺雨认为，要下注不用的方向才能产生超越。他更希望探索新的、根本性的研究，创造完全不同的产品形态，即便失败了，起码探索了不一样的东西。对他而言，这也会“更有意思”。

姚顺雨（前排右一）参与嘻哈单曲《水木道》MV拍摄

追求智能体“泛化”

从广义AI背景出发，智能体是一个非常古老的概念。任何能进行自我决策、与环境交互，并试图优化奖励的系统都可以被称为智能体。姚顺雨曾尝试梳理广义智能体的发展脉络——

在“符号主义”盛行阶段，业内强调规则推理，并尝试通过专家系统将所有规则写出来，结果发现这根本难以覆盖复杂世界，从而导致了第一次AI寒冬。

进入深度强化学习阶段后，以神经网络驱动的智能体在视频游戏、围棋等环境中取得重要突破，最具代表性的便是阿尔法狗（AlphaGo），但即便它能够打败柯洁等人类围棋高手，也存在一个缺陷，围棋智能体只能下围棋，它没办法玩别的游戏。这意味着，智能体仍然无法实现泛化。

当智能体步入大语言模型驱动时，则出现了新的特点。由于语言本身就是人类为了泛化而发明的工具，天然携带推理基因，能够跨环境迁移，包括编程、互联网、电脑操作等更接近真实世界的数字环境。

换而言之，姚顺雨认为语言是实现通用智能体的“先天圣体”。不过，要让语言模型真正“活”起来，也没有那么容易。

在姚顺雨的研究中，GPT是一柄利刃。如今，GPT早已耳熟能详，但在姚顺雨刚切入研究时，另一种语言预训练模型BERT才是主流。但姚顺雨发现，BERT欠缺在开放行为空间的决策能力，而GPT则明显更符合他的研究调性。基于不断进阶迭代的GPT等新模型技术，姚顺雨也在不断进步。起初，他按照头脑风暴的点子，在文字游戏上发力，不久后就意识到，文字游戏局限性太强，要想有进一步突破，还需要更加开放的环境。从此，他就一直在建立语言智能体与世界之间的互动上拓展维度。他提出的思维树（Tree of Thoughts）框架改进决策模型，构建了CoALA模块化认知架构；提出的ReAct方法首次引入“推理—行动”结合的智能体范式，为创建具备通用性、可扩展性的语言智能体奠定了基础。

“我自己最喜欢的工作是ReAct。”姚顺雨表示，ReAct的核心理念是让大语言模型在行动前先进行可解释的内在推理，继而基于推理结论去决策与操作。这一思路不但增强了模型的可控性，也极大拓展了其在各类实际领域中的适用能力。如今，ReAct已成为世界范围内构建语言智能体的最主流方法，被学术界与工业界广泛采纳。

“我一直追求‘简单且通用’的方法，很多人花大力气设计复杂架构，只在某个任务上奏效，我希望找到能泛化到多任务的简单解法。”姚顺雨说。他表示，最终的智能边界，是由不同交互方式决定的，而不是由单一模型决定的，其中的想象空间非常大。“语言无法推理一切，有必要将多模态能力纳入语言智能体框架中。”在姚顺雨眼中，现在的智能体就像一个数字化实习生，在继续突破的路上，还大有可为。

“欢迎来到下半场”

2024年8月，姚顺雨加入OpenAI，担任研究科学家，专注于将大型语言模型从理论研究推向实际应用，主导开发了OpenAI 首个发布的智能体模型及产品，同时参与了Deep Research项目。作为冉冉升起的新星，姚顺雨的表现备受瞩目，因此，当2025年9月第一次传出他将加盟腾讯的消息时，就引起了关注，近日腾讯的公告又让他持续刷屏。虽然“亿元薪资”被辟谣，但加盟腾讯已成定局。

近年来，腾讯在人工智能上重点发力，尤其围绕混元大模型训练，以及海量业务场景的深度实践，积累了系统化的工程能力。今年，为优化人工智能战略布局，腾讯新成立了AI Infra部、AI Data部、数据计算平台部，全面强化其大模型的研发体系与核心能力。姚顺雨挑大梁的AI Infra部，将负责大模型训练和推理平台技术能力建设，聚焦大模型分布式训练、高性能推理服务等核心技术能力，为大模型算法研发和业务场景落地提供稳定高效的技术支持和服务。

对姚顺雨来说，这与他对“下半场”的判断是相符的。早在上半年，他撰文称，包括Deep Blue、AlphaGo、GPT-4等在内，这些能被写进教科书的里程碑，背后都依托AI方法的根本性创新，随着搜索、深度强化学习、规模化和推理能力的不断发展，“强化学习终于具备了泛化能力”。

“哪怕就在一年前，如果你告诉大多数 AI 研究者一份单一的配方可以同时搞定软件工程、创意写作、IMO级数学、键盘鼠标操作以及长篇问答——他们肯定会笑你‘幻觉’。这些任务各自极难，许多研究者整个博士阶段可能只盯着其中一个小方向。然而，它真的发生了。”姚顺雨写道。他极为自信地表示，这意味着AI的下半场来临，在新时代，评价会比训练更重要，研究者应该将重心从“解决问题”转向“定义问题”，“像产品经理那样思考”。

无独有偶，几个月前，姚顺雨就在采访中面对过“如何在微信里做智能体”的问题。当时，姚顺雨表示，微信是一个易守难攻的平台，他会先观察是否有更新的交互方式，而非贸然“进攻”。“真正的危险，不是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。”彼时，他已经有了“产品经理”的思考方式。

姚顺雨曾经打过一个比方：AI前半场，玩家是在电子游戏和考试里刷分；下半场，玩家则有机会把智能做成真正有用的产品。前半场充斥着增量模型和方法；在下半场，它们会被配方“过滤”——除非你创造新假设来打破配方，否则注定被碾压。

如今，看姚顺雨如何玩转下半场的时刻到了。姚顺雨，欢迎你来到下半场。