两个 Yao Shunyu：一场关于 AI 下半场的隔空辩论
硅谷 AI 圈有个流传已久的段子：有两个 Yao Shunyu，名字念起来一模一样，还是清华同一届的校友，连跳槽都赶在同一年——以至于播客主持人每次请其中一位，都得先花半分钟跟听众解释"今天来的是哪个"。
但真正有意思的，不是这个同音的巧合，而是这两个 Yao Shunyu，正好站在了当下 AI 两条根本路线的两端——而且他们连"我们现在打到 AI 的哪个阶段了"都吵起来了。 一个断言"上半场已经结束"，一个坚持"上半场远没打完"。这篇文章想借这场隔空辩论，把这两条路线讲清楚。
一、先分清：谁是雨，谁是宇
先把两个人对上号，免得跟那些主持人一样犯迷糊。
姚顺雨（雨）：清华姚班出身，普林斯顿计算机博士，在 OpenAI 期间是 Agent 领域最前沿的探索者之一——ReAct、Tree of Thoughts、SWE-bench 这些今天被反复引用的框架和基准，都出自他手。2025 年他从 OpenAI 跳到腾讯，出任首席 AI 科学家，主导混元大模型的重构。
姚顺宇（宇）：清华基础科学班、斯坦福理论物理博士，研究过非厄米系统、量子与高能物理，是个不折不扣的"物理转 AI"。他 2024 年加入 Anthropic，参与 Claude 3.7、4.5 的大规模强化学习训练；2025 年 9 月转投 Google DeepMind，任资深研究科学家，参与 Gemini 3 等模型开发。
一个是计算机科班、扎进产品与 Agent 的应用泥土；一个是物理背景、仰望预训练与系统的底层星空。同一个名字，两种气质，两条路。
二、姚顺雨（雨）：上半场结束了，Context 才是考点
用好 Context，比拉长文本更难
姚顺雨最出圈的一篇文章是 2025 年的《The Second Half》。他抛出的判断很锋利：AI 的上半场，主题是"把模型训得更强"，靠通用配方（预训练 + RL + 推理）一路刷分；但上半场已经打完了——从现在起，重心要从"解决问题"转向"定义问题"，评估比训练更重要，做 AI 的人得开始像产品经理那样思考：我们到底该让 AI 做什么、又该怎么衡量它真的有用。
这不是空谈。他到腾讯后的第一篇署名论文，就是给这个判断钉了个钉子——2026 年 2 月，腾讯混元联合复旦发布 CL-bench（上下文学习基准）。它的设计苛刻到近乎刁难：每道题所需的信息全都明明白白写在上下文里，但模型必须从这段上下文里现学预训练时没见过的新知识（虚构的法律体系、新定义的编程语法、实验数据里的隐藏规律……）再正确应用。结果很扎心——世界排名前十的模型，平均只解出 17.2% 的任务，表现最好的 GPT-5.1 也才 23.7%。 而在不给上下文时，它连 1% 都做不到。腾讯混元官方技术博客那篇《从上下文中学习，远比我们想象的要难》，给的结论毫不客气：即使是今天最强的模型，"在上下文的利用上仍然做得不好，甚至可以说还不会从上下文中学习"。
这条线一路往下推，指向的正是当前最热的 Agent 与 MCP 趋势：当单体模型的能力见顶，真正决定 Agent 值不值钱的，是喂给它的上下文干不干净、对不对得上业务。 姚顺雨更早主导的 τ-bench，测的是 Agent 能不能遵守领域规则、跟用户多轮周旋；CL-bench 又往前一步，测模型会不会现学现用。两个基准指向同一句话：真实世界要的是"学习能力"，不是"做题能力"。 这也解释了他在混元的打法——回到"基本"、拉起 20 多人的团队专做最脏最累的数据审核、新设 AI Data 部，并主张跟产品深度 Co-Design、把真实场景的数据回流回来倒逼模型迭代。对社交与游戏基因的腾讯来说，海量的聊天记录、游戏状态、用户行为本就是天然的"动态上下文"，死磕 Context，等于在给自己最核心的业务打地基。
三、姚顺宇（宇）：上半场还没完，撞墙多半是你代码有 bug
算力硬堆的尽头，是聪明的蒸馏
如果说姚顺雨在宣布"下半场开始"，姚顺宇则像是站出来泼了盆冷水：上半场根本没打完。 在一场近 4 小时的长访谈里，他反复强调：预训练远没到头，过去几个月一直在变强，未来几个月也看不到明显天花板。至于外界热议的"scaling law 撞墙"，他的第一反应不是感慨规律失效，而是排障——"撞墙"多半有三种来源：真到了客观极限、科学假设设错了、或者最常见也最不体面的，系统里其实埋着 bug，你还没找到。 在他这个物理学家眼里，token 配比、数据量、数据怎么选，看着像调参，实则每一处都藏着科学假设；假设错了，你看到的不是"天花板"，而是实验设计本身出了问题。
由此他得出一个和姚顺雨气质迥异的结论：在今天的大模型训练里，系统工程不是研究之外的脏活，它本身就是研究方法的一部分。 谁能更稳地识别 bug、隔离变量、约束指标、抵抗局部最优，谁就更接近真进展。这也是他那句"个人英雄主义时代过去了"的真意——路径没被发现时或许有英雄，可一旦路被打通，大模型竞争很长一段时间里更像集体主义、拼的是把复杂系统长期跑稳。他那句被疯传的"AI 本来也不太需要脑子"，完整听下来说的也是一回事：这行最稀缺的品质是靠谱、做事细、对自己负责。
在具体路径上，他给出两个抓手。一是 Coding：它是目前发展最快、也最现实的前沿战场，因为它同时满足了训练里两个稀缺条件——反馈信号清晰（能不能跑通、测试过没过一目了然）和数据基础天然丰富（GitHub 上几十年积累的代码）。更关键的是，coding 是"模型使用工具、与环境交互的一个绝佳抽象"，把它做好，通用 Agent 能力就不远了，甚至能反过来加速模型研究本身，形成飞轮。二是 蒸馏：他把它拆成两条路——"硬蒸"（直接抄强模型的输出，又蠢又不体面）和"巧蒸"（借外部模型改造自己的训练流程）。在算力受限的当下，他甚至半开玩笑地说，中国的实验室因为擅长蒸馏，反倒可能成了"多智能体训练的先驱"——不同模型的分布各不相同，把它们放进同一个生成、筛选、评价的系统里，才是蒸馏真正有意思的地方。
四、一张表，看懂两条路线
把两人的主张摆到一起，分野一目了然。
| 维度 | 姚顺雨（雨）· 腾讯混元 | 姚顺宇（宇）· Google DeepMind |
|---|---|---|
| 出身 | 清华姚班 → 普林斯顿计算机博士 | 清华基科班 → 斯坦福理论物理博士 |
| 履历 | OpenAI（ReAct、SWE-bench）→ 腾讯首席科学家 | Anthropic（Claude）→ DeepMind（Gemini） |
| 阶段判断 | 上半场结束，进入"下半场" | 上半场（预训练）远没打完 |
| 主战场 | Context、Agent、评估、数据 | 预训练、Coding、蒸馏、系统工程 |
| 代表动作 | The Second Half、CL-bench、τ-bench | 大规模 RL 训练、聪明蒸馏、诊断体系 |
| 方法论 | 像产品经理一样定义问题、Co-Design | "Pre-train 也是 RL"、系统稳固 > 个人英雄 |
| 一句话 | "评估比训练更重要" | "AI 不太需要脑子，需要靠谱" |
| 隐喻的路线 | 应用工程 / 产品科学 | 系统科学 / 底层能力 |
看这张表，很容易把两人读成"应用 vs 系统"的对立。但我认为，他们更像同一枚硬币的两面——一个从上往下问"模型会不会用上下文"，一个从下往上问"怎么把能力练扎实"，中间夹着的是同一样东西。
五、殊途同归：养料都是数据
有意思的是，这两条看似相反的路，最后都拐到了同一个落点——数据。
姚顺雨死磕的 Context，本质是"运行时的数据"：模型能不能读懂此时此刻塞进来的上下文，把它变成正确的动作。所以他到腾讯做的第一件事，是拉队伍做最脏的数据审核、建 AI Data 部、用产品回流真实数据。姚顺宇看重的 Coding，本质是"训练时的数据"：GitHub 那几十年的代码，加上清晰的反馈信号，构成了一个数据充足、验证明确的训练场；而"巧蒸"更是把不同模型的输出当作新的数据来源。一个在推理侧盘活上下文，一个在训练侧榨取代码与信号，两人各挖一端，挖的却是同一口井。
这恰恰印证了我这段时间反复讲的一条主线：大模型的"预制菜时代"正在结束。 过去大家比谁的模型参数更大、跑分更高，像是从中央厨房端出一盘标准化的预制菜；而接下来无论走哪条路，真正的护城河都不在模型本身，而在你能不能把数据这门"食材功夫"做扎实——上层是可维护、对得上业务的上下文，底层是干净、可诊断、带清晰反馈的训练数据。开放式厨房的时代，比的是食材和火候，不是又买了一台更贵的灶。
结论
这场两个 Yao Shunyu 的隔空辩论，能带走几条判断：
- "上半场 vs 下半场"其实不矛盾：姚顺宇说预训练没到头，谈的是能力的"下限还能往上抬"；姚顺雨说进入下半场，谈的是价值的"上限要靠定义问题和评估来突破"。两句话说的是同一件事的两端。
- 模型不再是护城河：CL-bench 里最强模型只解出 17.2%，说明"有个强模型"远远不够；能不能用好上下文、能不能把能力练扎实，才是分水岭。
- 两条路都通向数据：无论上层的 Context 调度还是底层的 Coding 与蒸馏，最终拼的都是数据价值的挖掘与重塑——这是当下最被低估、也最难被替代的功夫。
- 给从业者的读法：别急着站队"应用派"还是"系统派"。跨越"技术狂欢→产业革命"这道鸿沟，需要的正是这两股力量的交汇：既要像姚顺雨那样把上下文喂对，也要像姚顺宇那样把系统跑稳。
一句话收尾：两个念起来一样的名字，指出了两条看起来相反的路；而这两条路的尽头，写着同一个字——数据。
本文部分内容由 AI 辅助生成，经人工审校和补充后发布。