馬化騰說"船漏水"半年後，姚順雨做了什麼？ “再過一陣子，騰訊市值是不是還不如智譜？” 這句看似戲謔的調侃，近期在投資圈廣為流傳。2026年6月26日，騰訊控股盤中跌破411港元，總市值失守3.8兆港元關口，年內回撤近30%，較2025年10月677港元的高點累計下跌近40%。 另一邊，“全球大模型第一股”智譜盤中市值突破1.05兆港元，年內漲幅超2000%，自1月上市不到半年股價已漲18倍；7月8日還將迎來2568萬股解禁，對應市值約270億港元。

隨著AI競爭進入應用場景爭奪的下半場，擁有超14億月活使用者的微信準備推出能“連接人與服務”的微信AI智能體，以應對字節豆包和阿里千問等強敵的圍攻，改變騰訊AI慢人一步的窘狀。但受限於龐大的算力成本、隱私安全和生態共建等多重因素，微信AI智能體的落地仍面臨重重考驗。 圖片來源|視覺中國 6月5日，北京國家會議中心，騰訊雲AI產業應用大會的主會場人潮洶湧，現場幾乎連站的地方都沒有。 騰訊首席AI科學家姚順雨首次正式公開亮相，與騰訊高級副總裁湯道生進行了一場深度對話。談笑風生間，他們聊了外界對騰訊AI慢一拍的質疑、模型和產品的Co-design、姚順雨為什麼加入騰訊，甚至聊到了湯道生早年負責的QQ。對於近期外界頗為關注的微信AI智能體消息，二人卻默契地保持了緘默。

姚順雨 Shunyu Yao · 1998年生 · 安徽合肥 27歲，他直接向騰訊總裁匯報。 2015·17歲　高考704分，安徽理科第3，進清華姚班

過去一年，騰訊持續引入頂尖AI人才，姚順雨的加入更是被視為騰訊追趕大模型賽道的關鍵落子。現在，到了檢驗成果的時候。圖片來源|視覺中國4月23日，姚順雨交出了執掌騰訊大模型研發後的首個重要成果：騰訊最新基座模型Hy3 preview正式官宣並開源。這是騰訊混元大模型重建後訓練的第一個模型。目前，該模型已經在騰訊雲、QQ、騰訊文件等產品上線，未來將逐步在微信公眾號、騰訊新聞、微信讀書等產品上線。《財經天下》注意到，騰訊旗下最大的AI應用——元寶已全面接入最新的Hy3 preview。如此前外界消息，Hy3 preview是一款總參數為295B（2950億）的模型。一位接近騰訊的人士告訴《財經天下》，騰訊不強求Hy3 preview能夠達到SOTA（業界最佳）的水平，目標還是比較務實的。姚順雨的關鍵一戰時間回到4個多月前，騰訊正式官宣1998年出生的姚順雨加盟，這一消息迅速成為AI圈的重磅新聞。翻看姚順雨的履歷，儼然一幅天才少年的成長史：從安徽高考探花，到清華姚班；從普林斯頓博士到OpenAI，再到去年加入騰訊，姚順雨成為中國網際網路最受關注的天才少年。2025年12月17日，騰訊宣佈任命姚順雨為“CEO/總裁辦公室”首席AI科學家，向劉熾平匯報；同時兼任AI Infra部、大語言模型部負責人，向技術工程事業群總裁盧山匯報。不論是入職的高規格，還是姚順雨加入之後圍繞他本人的一系列調整，無不體現出騰訊對姚順雨的重視，以及對於他幫助騰訊打開大模型局面的期待。知情人士劉凱告訴《財經天下》，騰訊曾與包括OpenAI、DeepMind在內的多位資深研究員有過接觸。這些人有兩個特點：一是在AI圈有著極強的影響力；二是都很年輕，集中在30歲上下。劉凱透露，姚順雨以前就是做AI Agent（人工智慧體），所以本質上講，他是一個偏產品向的研究員，屬於那種思路比較清楚，跟老闆們更容易對上話。到崗後的4個多月裡，姚順雨的工作重點圍繞“混元重建”展開，旨在將騰訊的大模型底座從單純的追趕規模轉向“實用主義”和“智能體（Agent）化”。他曾在公開演講中明確騰訊AI的路線：不進行單純的模型參數競賽，而是追求全面和實用。他認為企業更願意為能將任務精準率從60%提升到90%的模型付費。對於剛剛交付的Hy3 preview，姚順雨表示：“我們希望通過這次開源和發佈，獲得來自開源社區和使用者的真實反饋，幫助我們提升Hy3正式版的實用性。與此同時，我們也在繼續擴大預訓練和強化學習的規模，提升模型的智能上限，並通過與騰訊眾多產品的深度Co-Design，持續提升模型在真實場景中的綜合表現，並開始探索特色模型能力。”持續引入頂尖AI人才除了從OpenAI引入姚順雨，騰訊還從微軟、阿里等團隊挖來眾多AI人才。粗略統計，騰訊在過去一年從外部引入的AI大牛不下10位。其中，最為知名的有前微軟亞洲研究院視覺計算組首席研究員胡瀚、微軟WizardLM項目建立者徐燦、通義實驗室應用視覺負責人薄列峰、DeepSeek資深研究員王炳等。多位行業人士告訴《財經天下》，騰訊重點聚焦於阿里、DeepSeek以及Kimi等公司的人才，這也是目前公認的中國大模型第一梯隊公司。作為一家還在追趕的AI團隊，騰訊混元吸引人才的條件非常“慷慨”。AI行業獵頭劉菲對《財經天下》表示，騰訊在薪資、職級、Scope（職責範圍）三大維度，都給了候選人能在業內拿到的幾乎最高水平。薪資上，騰訊能給到翻倍的水平；職級上，甚至可以連升兩級；Scope上，騰訊也基本可以給到更大。在2025年第四季度財報會議上，騰訊表示：“我們目前已經擁有一支頂尖水平的AI人才團隊。我們能搭建起這支團隊，不只是靠薪酬激勵，更重要的是打造了合適的團隊文化，合理劃分團隊內部以及團隊在騰訊整體架構中的定位，並由最優秀的負責人帶隊，從而持續吸引頂尖人才加入。”劉菲分析，阿里也能給錢，但阿里的體系決定了，它不太會直接給從外面空降來的人高階職位。所以，阿里位置上的那幾個高階，全是阿里回流的員工。其中，以P11等級回流阿里的張迪便是典型代表。回歸阿里幾個月內，張迪快速打造出視訊模型HappyHorse-1.0。劉菲表示，現在騰訊混元團隊對高階人才的需求已經沒有那麼高，更多是業務側。騰訊本身的生態系統非常大，業務側也都在做大模型的一些高階招聘。另有接近騰訊的人士表示，騰訊混元所有AI人才的面試，都要經過姚順雨。慢了半拍的元寶亟需借助混元的新模型扳回一城。《財經天下》瞭解到，騰訊高層對混元的階段性成果整體還是比較滿意的，對姚順雨的能力也給予肯定。一個結果是，姚順雨在騰訊內部的權限還在擴大。2026年3月，騰訊撤銷成立近10年的AI Lab，部分人員轉至混元團隊，向姚順雨匯報。有知情人告訴《財經天下》，姚順雨花了不小的力氣打通混元和資料平台部、機器學習平台部之間的部門牆，以推進Hy3 preview的開發。多位知情人士透露，未來不排除姚順雨權限的進一步擴大。一個明確的趨勢是，騰訊已經逐步完成對AI團隊的全面重塑，剩下的只待一個結果。 (財經天下)

在全球AI浪潮中，人工智慧領域的“搶人大戰”正火熱升級。近期，兩則消息震動科技圈：2025年12月，騰訊重磅宣佈，清華姚班出身、年僅27歲的姚順雨，被聘為首席AI科學家，執掌公司核心AI部門；一個月後，同為姚班出身的天才少年陳立傑正式加盟OpenAI，主攻數學推理方向。消息一出，人們赫然發現：從OpenAI、Google DeepMind、xAI到國內幾乎所有頂尖AI企業的核心技術圖譜上，都深深鐫刻著同一個名字——清華姚班。姚班全名“清華大學電腦科學實驗班”，由圖靈獎得主姚期智教授於2005年創立，被行業譽為中國電腦領域的“天才集中營”。“半國英才聚清華，清華半英在姚班”，這句在業內廣為流傳的評價，道盡了這個班級的傳奇地位。它究竟有何魔力，能持續走出頂流人才，甚至被業內戲稱為“撐起全球AI領域的半邊天”？● 圖片來源：清華大學01 姚期智的“歸國賭注”姚班的傳奇，始於一位頂尖學者的“回歸”——他就是姚班的締造者姚期智。1946年12月，姚期智出生於上海，祖籍湖北孝感。幼年時，他隨父母移居台灣，20歲時，他獲得台灣大學物理學士學位，之後遠赴美國深造。1972年，26歲的姚期智在哈佛大學獲得物理博士學位，隨後毅然放棄深耕多年的物理學，轉而投身當時方興未艾的電腦領域，僅用兩年時間，他便斬獲伊利諾伊大學電腦科學博士學位。這一關鍵抉擇，也為日後姚班的創立埋下了伏筆。此後，姚期智先後執教於麻省理工學院、史丹佛大學、加州大學伯克利分校、普林斯頓大學等世界頂尖學府，成長為電腦領域享譽全球的頂尖學者。● 姚期智。圖片來源：清華大學期間，他橫掃電腦界多項成就。41歲時，他摘得數學界波利亞獎；50歲斬獲電腦界高德納獎。2000年，基於對計算理論包括偽隨機數生成、密碼學與通訊複雜度的突出貢獻，54歲的姚期智站上全球電腦領域的巔峰，榮獲有“電腦諾貝爾獎”之稱的圖靈獎，成為首位且迄今唯一獲此殊榮的華人學者。作為全球電腦領域炙手可熱的權威人物，姚期智已站在人生頂峰，此時他卻做出一個震驚學界的決定：辭去普林斯頓大學終身教職，全職加盟清華大學。當時，中國在人工智慧、量子計算等前沿領域尚處於起步階段，高端人才儲備不足。姚期智明白，核心技術的競爭，本質是頂尖人才的競爭，於是他心中定下一個目標：為中國建立世界一流電腦學科，培養拔尖創新人才。2004年，58歲的姚期智毅然回到國內，開啟人生全新的探索。2005年，姚期智面向本科生創辦了清華學堂電腦科學實驗班，後來被同學們親切地稱為姚班。從培養方案、課程體系到師資遴選，姚期智全程主導設計，從此拉開中國電腦拔尖人才培養的序幕。當年姚期智的毅然歸國，在許多人眼中近乎一場孤注一擲的豪賭——賭自己能在這片土地上，培養出站上世界之巔的電腦人才；賭這批青年學子，終將為中國科技在全球賽場爭得一席之地。如今，這場“賭局”早已塵埃落定——姚期智贏了。二十年間，他為中國電腦學科的騰飛日夜兼程，從姚班走出的一批批學子，已深度紮根全球AI與前沿科技核心陣地。而姚班也已成為全球科技界公認的“天才搖籃”。02 兩位95後站上全球AI舞台近兩年，陳立傑、姚順雨兩位95後姚班校友，接連亮相全球AI頂級舞台，讓世界再次見識姚班的硬核實力。●圖片來源：清華大學陳立傑：從網癮少年到OpenAI華人核心在AI頂尖學者圈層，陳立傑的履歷堪稱“現實版爽文”，但鮮少有人知道，這位如今站在全球AI舞台的華人學者，年少時曾是旁人眼中的“網癮少年”。1995年，陳立傑出生於浙江湖州。年少時成績平平，唯有數學稍顯亮眼。父母為輔助他學習購置的電腦，沒能成為提升成績的工具，反而讓他沉迷遊戲之中。彼時沒人能想到，這份對電腦的執念，日後會成為他叩開AI大門的鑰匙。中學時代的一次偶然，讓陳立傑接觸到了電腦程式設計與資訊學奧賽（OI），彷彿找到了屬於自己的賽道，他一頭紮進程式設計的世界。初三時，他憑著一腔熱血首次參賽卻遺憾失利，更因專注競賽耽誤了文化課，父母的勸阻、外界的質疑接踵而至，但陳立傑認準了程式設計這條路，便再未回頭。這份近乎執拗的堅持，最終迎來了爆發。2010年，他在全國青少年資訊學聯賽中斬獲浙江賽區一等獎，半年後以第一的成績入選浙江省隊；2011年，他代表浙江出戰全國賽，拿下第四名併入選國家集訓隊。在資訊學競賽領域，陳立傑是傳奇般的存在。●陳立傑。圖片來源：清華大學16歲，在全國青少年資訊學奧林匹克競賽中，他獲得金牌，成功保送清華姚班。18歲以世界第一的成績摘下國際資訊學奧林匹克競賽金牌，讓中國隊時隔五年再次站上IOI冠軍領獎台，從此一戰成名。如果說競賽場是他的“成名之戰”，那麼姚班的經歷，則讓他從賽場天才蛻變為科研精英。在姚班期間，他以年級第一的成績力壓一眾頂尖學霸，2016年斬獲清華本科生特等獎學金，其答辯視訊一度火爆全網，成為無數理工科學生的“偶像”。他選修研究生課程《高等理論電腦科學》，並斬獲滿分。大三赴麻省理工學院交換時，他僅用三周，就攻克了量子資訊領域權威學者Scott Aaronson團隊一年未能突破的科研難題。科研之路的順遂，從未讓他放慢腳步。2017年，陳立傑成為首位在電腦頂會FOCS發表論文的中國本科生，同年赴麻省理工攻讀博士，深耕計算複雜性理論，接連拿下STOC、FOCS最佳學生論文獎，奠定了其在國際理論電腦領域的地位。2025年7月，陳立傑入職加州大學伯克利分校擔任助理教授。約半年後，他正式以全職身份加入OpenAI（保留伯克利教職），負責數學推理方向研究。在矽谷最核心的AI賽道上，陳立傑以華人學者的身份，為OpenAI注入重磅力量，也代表姚班，站在了全球AI技術迭代的最前線。姚順雨：會唱rap的清華才子，27歲執掌騰訊AI●姚順雨。圖片來源：清華大學不同於陳立傑近乎傳奇的“天才路徑”，姚順雨身上帶著一份鬆弛感。1998年出生的姚順雨，初中就讀於合肥四十五中，高中躋身合肥一中，學霸底色早早顯現，電腦天賦更是異於常人。16歲時，他便斬獲全國資訊學奧林匹克競賽銀牌。2015年高考，他因考試犯睏意外失誤無緣省狀元，最終以704分拿下安徽省理科第三名，但順利叩開清華姚班的大門，主修電腦科學專業。在清華園裡，姚順雨打破了“學霸=高冷”的刻板印象，不僅憑藉出色的能力當選姚班聯席會主席，還聯合創辦了清華大學學生說唱社，以YSY為筆名在網易雲音樂發佈原創作品。“說唱最大的魅力就是它非常open-ended，如何操縱語言，這其實是很有樂趣的事情，這和我之後從事語言相關的研究有關。”姚順雨曾這樣解讀自己對說唱的熱愛。在他看來，說唱裡的節奏與表達，為他的AI研究帶來了獨特靈感。正是這種天馬行空的跨界思維，讓他在自然語言處理與強化學習領域遊刃有餘。2019年，從清華畢業後，姚順雨奔赴普林斯頓大學深造，專攻自然語言處理與強化學習。博士期間，他便交出了足以震動行業的成績單。他提出的思維樹（Tree of Thoughts）框架，大幅提升了AI決策模型的複雜問題解決能力。研發的ReAct方法首次建構“推理—行動”智能體範式，成為全球語言智能體開發的主流技術。頂尖的科研實力，讓姚順雨博士畢業後直接躋身全球AI的核心陣地——OpenAI，擔任研究科學家，深度參與了智能體產品Operator、DeepResearch及電腦使用智能體（CUA）的核心研發，為語言智能體領域的開啟與發展奠定了基礎性貢獻。2025年5月，年僅27歲的姚順雨入選《麻省理工科技評論》“35歲以下科技創新35人”中國區名單，並成為其中最年輕的入選者。不久後，姚順雨做出了一個重磅決定：回國，出任騰訊首席AI科學家。接過騰訊AI Infra部與大語言模型部的雙重帥印，主導騰訊AI架構重構。這一變動也被解讀為中國網際網路巨頭開始用頂格資源，爭奪全球頂尖AI人才的標誌性事件，也讓這位姚班學子走到了聚光燈下。03 中國硬科技創業“黃金戰隊”回溯中國AI產業化處理程序，“姚班系”的身影貫穿始終。●印奇。圖片來源：搜狐科技在AI大模型領域，姚班首批學生印奇無疑是姚班創業群體的標竿人物。2011年，同住一個宿舍的印奇、唐文斌，與學弟楊沐在一次挑戰杯比賽中相識。因懷著共同的志向，三人共同創辦了曠視科技，拉開了“姚班系”創業的序幕。憑藉領先的人臉識別演算法，曠視科技躋身AI 1.0時代“AI四小龍”之一。從聯想之星的數百萬天使輪融資起步，曠視科技一路吸引了包括阿布扎比投資局在內的全球頂級資本，成為中國AI視覺領域的獨角獸。然而隨著AI 2.0時代的到來，傳統視覺業務受到衝擊，行業格局發生深刻變革，曠視科技也未能獨善其身。隨之公司陷入一系列困境，三年半累計虧損146億，資產負債率突破300%。曠視科技的上市之路更是坎坷，兩次衝擊IPO未果，最終只能黯然撤回上市申請，核心團隊士氣跌至冰點。曾經風光無限的“AI四小龍”之一，陷入斷臂求生的境地，逐漸淡出聚光燈下。絕境之中，印奇選擇主動破局，抽身轉型。AI 2.0時代，印奇迅速以千里科技董事長的身份殺入“AI+車”賽道。今年初他又親自掛帥階躍星辰，投身大模型賽道，上任不久公司就完成超50億元B+輪融資，創下過去一年國內大模型企業單筆融資紀錄。15年創業生涯中，印奇三次執掌企業，在AI1.0與2.0時代接連入局，延續著姚班人對技術浪潮的精準卡位。而未來，如何跑通技術商業化閉環，依然是印奇面臨的挑戰。●樓天城。圖片來源：小馬智行素有“中國大學生電腦程式設計第一人”之稱的樓天城，是“姚班系”創業的另一個代表人物。作為姚班首屆畢業生，畢業後，他先後在Google、百度等頂尖網際網路公司任職，深耕自動駕駛技術研發。2016年，此時的中國AI產業化浪潮初起，但L4級自動駕駛仍是無人跋涉區，彼時，樓天城放棄百度T10級工程師的優渥待遇，與彭軍創立小馬智行（Pony.ai），專注L4級自動駕駛技術。縱然是公認的技術“大神”，但在技術攻堅期，樓天城也經歷過至暗時刻。他曾坦言，從2017年到2021年，小馬智行經歷了最艱難的5年。期間，他曾毅然推翻三年的訓練成果，承受長達兩年無進展的內外壓力。投資人的質疑、行業的唱衰、團隊的動搖，每一步都如履薄冰。但他始終恪守姚期智“為什麼不能這樣”的信念，拒絕轉向更易商業化的L2級輔助駕駛，堅信L4的價值。●深圳街頭小馬智行投入營運第七代Robotaxi。圖片來源：浙江經濟廣播最終，小馬智行成為中國首個推出Robotaxi服務的公司。2024年11月27日，小馬智行在美國納斯達克掛牌上市，成為“全球Robotaxi第一股”。樓天城用八年時間，在絕境中驗證了L4級自動駕駛的商業可行性，也用堅守詮釋了姚班人不畏艱難，執著追求的底色。●胡淵鳴。圖片來源：甲子光年2020年初，姚班出身的胡淵鳴，僅用99行程式碼復刻《冰雪奇緣》模擬特效，以極簡程式碼實現傳統數千行才能完成的材料點法模擬，一舉名震電腦圖形學界。2021年，胡淵鳴攜麻省理工博士期間研發的開源程式語言“太極”（Taichi）回國創業，創立太極圖形，並獲得紅杉中國等機構的天使輪投資，後又完成A輪5000萬美元融資，成為圖形學領域備受矚目的超級新星。但創業初期的熱度過後，胡淵鳴一度淡出公眾視野。開放原始碼專案“太極”在全球持續積累影響力，但其商業公司太極圖形的商業化探索卻趨於沉寂。2025年的一次採訪中，胡淵鳴坦然直面創業的失敗，與過往耀眼的標籤和解，立志成為更成熟的CEO與領導者。“我不再追求所有人的喜歡。”他說，“創新者不能妥協，必須做自己最熱愛做的事情。”帶著這份領悟，胡淵鳴投身Meshy，繼續新的創業之路。姚班的創業群體，還有鄒昊的清影醫療、龍凡的區塊鏈Conflux、星藥科技的創始人李成濤、宸境科技的漆子超……全球科技巨頭中，也有不少姚班校友的身影。常慧文成為Meta新一代AI團隊核心成員，主導多模態模型研發；丁力宇作為xAI創始成員，深度參與馬斯克AGI佈局；鐘沛林、艾雨青在Google AI深耕電腦視覺與NLP演算法，支撐核心產品技術迭代；吳作凡、任之洲在DeepSeek團隊中擔任R1演算法核心作者……在AI浪潮下，姚班學子已然成為全球AI巨頭爭相搶奪的頂級人才。但無論是深耕學術，還是投身創業，不難發現，姚班學子從不是天生的贏家，而是敢於直面挫折、勇於從頭再來的追光者。“你們如果要做一些事，最好去做一些別人辦不到的事，因為這些事只有你們可以做。”這是姚期智對學生們的期許。也正因如此，姚班學子從不缺少重新出發的勇氣，一次次的試錯與堅持，早已刻進他們面對挑戰的本能裡。04 “天才工廠”的造星密碼為什麼姚班能爆發出如此驚人的叢集效應？答案就藏在那套被稱為“清華樣本”的獨特培養體系中。先進的教育理念、嚴苛的選拔機制、完善的培養體系，共同構成了這個“天才工廠”的造星密碼。在選拔機制上，姚班的門檻堪稱“萬里挑一”，它的殘酷讓許多清華學霸都望而卻步。姚班每年僅招生30—50人，生源主要來自五大學科競賽（數學、物理、化學、生物、資訊學）的金牌保送生、各省高考前三甲，以及清華新生入學後的二次選拔。篩選只是起點，姚班真正的核心在於獨特的培養體系。成立之初，姚班就摒棄了常規的本科教育模式。在教育理念上，姚期智明確提出，姚班的目標不是培養“會寫程式碼的程式設計師”，而是培養“能定義規則的人”。●圖片來源：清華大學他融合MIT、史丹佛、普林斯頓等世界頂尖高校的教育理念，搭建起一套對標國際一流的核心課程體系，並親自講授其中6門課。在培養模式上，姚期智確立了四大核心理念：科學基礎紮實、儘早參與科研、注重理論與實踐及學科交叉、提供豐富的國際科研合作機會。姚班的課程強度與資訊密度遠超常規本科教育，2013級本科生范浩強曾回憶：“原本預想聽完一門課，自己的思維會從‘一層’升至‘五層’，這已經很刺激了，但沒有想到，老師直接從‘六層’講起！”科研實踐是姚班培養體系的重中之重，姚期智打破了“本科只能打基礎”的偏見。從大一起，學生便能直面學科最前沿，擁有充足自主時間投身科研與實習。在姚班，本科生參與國家級、世界級前沿項目已是常態，甚至頻頻在國際頂會發表論文，這樣的成績在全球頂尖高校中也實屬罕見。除了優質的課程與科研資源，姚班還擁有一支頂級師資隊伍。●圖片來源：清華大學姚期智不僅親自授課，還親自逐一面試、篩選出62位任課教師，手把手指導青年教師的教學工作。在他的邀請下，圖靈獎、奈望林納獎、哥德爾獎等國際頂級獎項獲得者相繼走進姚班課堂。為保障科研培養質量，姚班實行一對一導師制，由院士、頂尖教授親自指導科研，全程助力學生成長。同時，姚班全額資助大三學生赴麻省理工、史丹佛、哈佛等海外名校交換學習，讓學生在全球學術舞台上拓寬視野。據統計，姚班學生在讀書期間參與聯合培養、出席國際會議和出訪交流的比例達到200%。這種培養模式，不僅激發了學生的潛力，更讓他們養成了“挑戰極限”的習慣和不怕失敗的勇氣。● 姚期智院士與畢業生合影。圖片來源：光明網清華姚班的二十年，從來不是單一的“天才敘事”。從姚期智的“歸國賭注”，到陳立傑、姚順雨在全球AI舞台的閃耀；從印奇、樓天城締造的創業傳奇，到一代又一代姚班學子的持續突破，姚班早已成為一張觀察中國AI全球競爭力與產業佈局的關鍵名片。“天才”是外界貼給姚班學子最醒目的標籤。在AI1.0時代，姚班天才們締造了一個又一個商業神話，也親歷了技術理想主義與商業現實的劇烈碰撞。但無論怎樣，他們從沒停下腳步。如今，在ChatGPT掀起的AI 2.0浪潮之下，姚班學子正站在二十年的新起點。那些曾在AI1.0時代歷經起伏的“老兵”們再次出發，在技術與商業之間，奮力打通從實驗室到市場的“最後一公里”。而新生代姚班學子，正不斷湧入創業大軍。可以肯定的是，中國科技的下一個二十年，依然會有姚班學子的名字。 (最華人)

姚順雨，入職騰訊首席AI科學家後，參與的首個成果來了。CL-bench，專門用來測試大模型“從上下文中學習”的能力。這項研究與姚順雨一貫的研究思路高度契合，去年8月他在OpenAI期間發表的博文《下半場》曾提出一個被反覆引用的判斷：AI正處在“中場休息”階段，上半場是訓練大於評估，下半場將是評估大於訓練。真正重要的不是繼續堆模型規模，而是讓模型在真實任務、真實系統中經得起檢驗。CL-bench的評測結果相當扎心，當前最強的GPT-5.1 (High)，任務解決率只有23.7%。換句話說，即便把解題所需的全部資訊都喂給模型，它依然在超過四分之三的任務上栽了跟頭。為什麼需要上下文學習研究團隊在部落格中開門見山地指出了一個被忽視的問題：今天的前沿模型是頂級的“做題家”，能解奧數、能寫程式碼、能通過人類需要苦讀數年才能拿下的專業資格考試。但這能在考場拿滿分的學生，未必能勝任真實世界的工作。部落格中舉了三個人類日常生活的例子：開發者掃過從未見過的工具文件就能立刻偵錯程式碼；玩家拿起新遊戲的規則書在實戰中邊玩邊學；科學家從複雜的實驗日誌中篩選資料推匯出新的結論。這些場景中，人類並不只依賴多年前學到的死知識，而是在即時地從眼前的上下文中學習。然而今天的語言模型並非如此。它們主要依賴“參數化知識”，即在預訓練階段被壓縮排模型權重裡的靜態記憶，在推理時更多是在呼叫這些封存的內部知識，而不是主動從當前輸入的新資訊中汲取營養。團隊用一句話概括了這個矛盾：我們造出了依賴“過去”的參數推理者，但世界需要的是能吸收“當下”環境上下文的學習者。CL-bench：500個複雜上下文，一個簡單但苛刻的要求為了量化這個差距，團隊建構了CL-bench。這個基準包含由資深領域專家精心製作的500個複雜上下文、1899個任務和31607個驗證標準。設計原則只有一條：解決每個任務要求模型必須從上下文中學習到預訓練中不存在的新知識，並正確應用。模型需要學習的知識非常廣泛，包括新的領域知識、不熟悉的規則系統、複雜的產品工作流，甚至是必須從實驗資料中推導歸納出的定律或結論。所有這些知識要麼是由領域專家完全新建構的，要麼是取自那些不太可能出現在當前前沿模型訓練資料中的小眾、長尾來源。具體來說，CL-bench涵蓋了四種現實世界的上下文學習場景：領域知識推理，比如虛構的法律體系或創新的金融工具；規則系統應用，比如新的遊戲機制或程式設計語法；程序性任務執行，比如工作流和產品手冊；以及最具挑戰性的經驗發現與模擬，要求模型從資料中歸納出潛在規律。團隊展示了幾個任務案例：在一部長達2.3萬字、剛剛生效的新法律下判一起真實糾紛；基於一門新設計的教育程式語言規範實現一個帶有時間條件終止的周期性程序；在一套從未見過的程式設計框架中執行程式碼；在給定技術規格和長期環境政策情景的條件下模擬關鍵技術金屬的可持續全球供應。為了確保測試結果反映的是真正的上下文學習能力而非資料洩露或記憶，團隊採用了無污染設計：專家創作完全虛構的內容，或修改現實世界的內容建立變體，或整合在預訓練資料集中代表性極低的小眾內容。論文特別提到，在不提供任何上下文的情況下，GPT-5.1 (High)僅能解決不到1%的任務，有力證明了模型若不從上下文中學習幾乎完全無法解決這些任務。平均而言，領域專家花費約20小時標註每個上下文，以確保任務建構的質量和深度。十個前沿模型集體翻車即使提供上下文，當前模型的表現也好不到那去。團隊在CL-bench上評估了十個最先進的語言模型，結果揭示了當前模型幾乎不能從複雜上下文中學習來解決真實場景的問題。平均而言，模型僅解決了17.2%的任務，即便是表現最好的GPT-5.1 (High)也僅達到23.7%。錯誤分析顯示了幾個值得注意的現象。忽略或誤用上下文是導致失敗的主要原因，許多錯誤並非源於資訊缺失，而是源於模型忽視了上下文中的關鍵細節或錯誤地應用了它們。在許多情況下，模型只會利用預訓練學習到的靜態知識來解決任務，即使上下文明確定義了新的規則、概念或程序，模型也不會學習和利用。此外，從實驗資料和環境模擬中進行歸納推理比演繹應用更困難。演繹任務讓模型根據上下文中明確給出的規則和流程進行應用，而經驗發現和環境模擬類任務則要求歸納推理。模型在這類任務上的表現明顯較差，任務解決率通常低於10%，且結果波動大。更高的推理強度通常能提升上下文學習效果，但提升有限。例如GPT-5.1在管理類和實驗資料類任務上的表現提升約6%，但其他模型提升有限甚至可能下降，說明單靠更多推理並不足夠，模型還必須能夠正確吸收和組織上下文資訊。研究團隊最後寫道：CL-bench充分解釋了語言模型在真實場景中為什麼經常出錯：即使有了上下文工程，給模型準備好了所需的上下文，模型也會失敗。如果模型不能真正從中學習，僅僅提供上下文是不夠的。從“AI下半場”到騰訊首席AI科學家與其繼續刷榜，不如先搞清楚模型到底還差在那兒。CL-bench某種程度上正是姚順雨關於AI下半場這一判斷的具體實踐。這項研究由騰訊混元和復旦大學團隊合作完成，共同一作Shihan Dou、Ming Zhang、Zhangyue Yin。致謝部分提到，從上下文中學習新知識的想法最早源於Pluto Zhou在2024年提出的設想，同時特別感謝姚順雨提供的鼓勵以及多次寶貴建議，稱“他的全面而細緻的審閱和反饋，極大地幫助我們進一步提升了這項工作的質量”。姚順雨今年1月正式加盟騰訊，職位是騰訊總辦首席AI科學家，向騰訊總裁劉熾平匯報，同時兼任AI Infra部、大語言模型部負責人向技術工程事業群總裁盧山匯報。團隊在最後也留下了下一步研究思路：起碼在當下，我們的目標是很明確：讓上下文學習真正走向現實。 (量子位)

1月10日，AGI-NEXT前沿峰會的主會場大廳裡擠滿了人。這是由清華大學基礎模型北京市重點實驗室發起的前沿峰會。三個小時的議程，四個演講和一個pannel，總計六個嘉賓，幾乎每一個都是時下關注的熱門人物：比如，剛剛登陸港股的智譜創始人唐傑、不太愛出門參加活動的Kimi創始人楊植麟、正在向C端Super App發起衝鋒的阿里巴巴Qwen負責人林俊暘，以及近期在官宣加入騰訊後首次露面的前OpenAI研究員姚順雨。其中前三位分別做了技術報告分享，而姚順雨則參加了隨後的AGI-Next圓桌對話。在會議邀請函裡，姚順雨的名字出現在了一個不那麼起眼的角落裡：沒有主題報告，名字被悄悄放在了楊強、唐傑和林俊暘後面。但很快許多人都立刻意識到，這將是這位剛剛官宣加盟騰訊的前OpenAI研究員、網傳各種版本天價薪酬的合肥天才少年，作為中國估值最高的網際網路公司的AI一號位，在回國後的首次公開露面。從一開始，會場上的觀眾席裡彷彿就有一種默契。主持人開始介紹嘉賓，在一眾領導之後，不少人都伸長了脖子張望，但都沒有聽到那個期待中的名字。有人開始疑惑，但好像有些嘉賓的名字也沒有被提及，所以懷疑他可能是和其他人一同待在貴賓室裡。當然，或者可能乾脆未必真的會來——畢竟誰沒見過在活動當天爽約的“大佬”呢？這種懷疑在圓桌開始的那一刻幾乎被坐實了。圓桌原本有五個人，但舞台只搬上了四張沙發。LED大螢幕上還打出了姚順雨的銘牌，但他的頭像下卻空空如也。加拿大皇家科學院院士和工程院院士楊強、智譜創始人唐傑、Qwen負責人林俊暘和主持人、拾象科技創始人李廣密在台上一一落座。然後主持人開始對嘉賓講話。坐在我側前方的中年大哥說了一句，“哦，沒來啊。”主持人還沒提完問題，姚順雨巨大的騰訊會議頭像框就突然“閃現”在了三個嘉賓大佬的頭頂。那是滿滿一整屏的LED，把他的頭塑造得如此之大，以至於沒有一個嘉賓的高度能超過他的鼻尖。唐傑、楊強、林俊暘我上一次看到這樣的“奇景”，還是在《1984》。沒有觀眾能接受這樣戲劇性的一幕，於是會場爆發出了一陣熱烈的笑聲。剛才那位扼腕的大哥又說，“果然是YaoShunYu啊。”姚順雨似乎在視訊裡比照片更好看。他臉上堆滿了1998年生年輕人該有的膠原蛋白，發量充沛，笑起來很有鄰家大男孩的親和力——尤其在小紅書裡，大量的女性使用者湧入評論區稱讚他是“Hot Nerd”、“理想型之理想型”、“像許嵩”、“大臥蠶狗狗眼”，並為其“英年早婚”而深感惋惜。可能是看到了現場的情況，姚順雨頭顱左右轉動、眼神裡夾雜著一些迷茫。我當時看著那場面，心想那簡直就是過去半年時間裡，他本人在中國AGI江湖傳說的最佳側寫：這個年輕人以不置可否的網路傳聞方式，猝不及防地出現在了AI江湖裡，掌控了一家市值約等於字節跳動（3500億美金）和阿里巴巴（3600億美金）之和的超級網際網路公司（5.5兆港幣）的AI部門，最後無意間將那些年齡上能做他爺爺輩的研究者置於一種略顯尷尬的場面裡。而這背後巨大的故事張力，又在AI圈外塑造了一種遠遠超出技術與商業本身的爽文敘事。至於他本人的反應——他的理性非常清楚地知道自己的形象將處在一個巨大的會議廳裡，但身體的反應卻完全沒有處於嘈雜人群中的實感。面對身後的龐然大物，主持人選擇話頭扔給姚順雨。姚順雨此時像是反應過來，然後笑著問所有人，“我現在是不是一張巨大的臉在（螢幕上）”。所有人聽完又再笑。而這就是1998年出生的騰訊AI一號位，在中國頂級舞台首發亮相的第一分鐘。其樂融融。姚順雨講了麼？人們對姚順雨充滿好奇，除了對於年齡和網傳誇張年薪的反差感外，自然還包含了對騰訊接下來AI動向的好奇。正如Qwen林俊暘在回答主持人問題時，拿姚順雨打趣說：“一代一代的人塑造了這些公司，比如說今天順雨到騰訊之後，可能騰訊變成一個有著順雨基因的公司。”姚順雨在回答問題時，有時顯得很謹慎，說話比任何人都慢，會字斟句酌地吐出幾個同義詞。但我想，我們依然能夠通過這次對談，瞥見未來姚順雨乃至騰訊AI未來的審美偏好和發力方向。以下是對姚順雨相關表態的整理和分析：（一）“騰訊肯定還是一家To C基因更強的公司。”（1）我們會思考，怎麼樣能夠讓今天的大模型或者說AI的發展給使用者提供更多價值——很多時候是額外的Context。比如，今天我想去吃什麼？這個事情不需要更大的模型能力，而是需要額外的Context，比如今天特別冷，需要吃暖和的。我和老婆聊了很多天，可以把聊天記錄轉發給元寶。（2）對於To C來說，大部分人大部分時候不需要用到這麼強的智能，可能今天用ChatGPT和去年相比，寫成交代數和伽羅瓦理論的能力變強的，但是大部分人大部分時候感受不到。To C的問題是DAU等指標和模型智能不相關，甚至相反。（二）“ToB 在中國很難。”（1）生產力的革命，包括很多中國的公司做Coding Agent，需要打很多海外市場。我們會思考怎麼把自己先服務好。大公司本身就已經有各種各樣的應用場景、各種各樣需要生產力變得更好的地方。（2）“To B 的智能越高，代表生產力越高，值錢的也越來越多，大部分時候很多人就願意用最強的模型——強的模型和稍微差點，或者弱的模型它的分化會越來越明顯。（3）to B 的垂直整合未必成立，因為模型層和應用層需要的能力還是挺不一樣（比如ChatGPT Agent 相比於Manus）；但 to C 的垂直可能還是成立的，無論是ChatGPT還是豆包，模型和產品是非常強耦合去緊密迭代的。（4）Anthropic不做什麼創新，老老實實把事情做好，就會有價值；（5）即便所有的模型訓練全部停止，to B也可以有很大的空間，為GDP提供5-10%的（正面）影響。（三）“自主學習在矽谷是一個共識”（回答下一個範式的問題）（1）自主學習不是一種方法論，而是資料或者任務，本質是討論基於什麼樣的獎勵函數；（2）ChatGPT在利用使用者的資料不斷彌合人聊天的風格；Claude 寫了Claude 項目95%的程式碼，這可能都是一種自我學習；（四）“中國對於刷榜和數字看得更重一些”（1）DeepSeek做得比較好；Claude在榜單不是很高，但是大家都知道這個東西好用。（五）“對於中國從跟隨者變引領者，我還是挺樂觀的”（1）任何一個事情一旦被發現，中國就很快會復現；（2）核心（變數之一）在於光刻機能否突破來解決算力優勢；林俊暘疑似對姚順雨部分觀點的不同意見：（一）關於自學習範式：人類不能通過互動讓AI變得更厲害，只會讓它上下文變得越來越長，AI變得越來越笨。自動化AI未必需要自主學習，AI訓練AI就會很強，但持續理解使用者會很重要。AI自主性可能導致安全風險，“比如說今天主動產生一些想法，往會場裡面扔一顆炸彈”。拿我們自己獻醜，我們自己的Memory看起來知道我過去幹了什麼，但是只是記起來過去事情，每次叫一遍我的名字，其實並不顯得你很聰明（未來是否實現還要看更多時間和技術觀測）（二）關於to B“垂直整合”邏輯未必成立：當然Manus確實很成功，套殼是不是未來，這本身也是個話題。今天到這個環節，我比較同意“模型即產品”。我們現在Agent已經變的託管式的Agent，而不是我要不斷給你來來回回互動的那種形式。從這個角度來說，它對模型的要求是很高的——模型就是這是這個Agent本身，Agent就是這個產品本身，如果它們都是一體化的話，今天做基礎模型本身，其實也就是在做產品。總結如果從姚順雨的發言，可以（不負責任地）大概猜到騰訊接下來的AI戰略：第一，騰訊會發力圍繞社交應用做Agent，重視上下文工程和自進化的主打C端市場。第二，B端市場繼續保守。第三，不會太去沖榜。姚順雨被官宣是他在騰訊漫長Landing的一個里程碑。但在如何把他的基因放進騰訊之前，可能先要想好，如何把騰訊的基因融進自己的身體裡。而相比於姚順雨的降臨，我們大概更期待他能給騰訊龐大生態帶來嶄新的變化。用姚順雨那篇知名的部落格的話說，我們正處在AI的中場休息——所以，“歡迎來到下半場”。姚順雨和他的騰訊AI會成為那個開球人嗎？ (矽星人Pro)

12月17日，騰訊聘請了前OpenAI研究員姚順雨擔任總辦首席AI科學家，直接向總裁劉熾平匯報。很多人擔心騰訊AI掉隊了，但姚順雨其實在消息公佈之前三個月就曾經談到騰訊的護城河：微信還是一個易守難攻的好平台。這或許也是他選擇加入騰訊的重要原因之一，他甚至還聊了如果他是微信一號位會怎麼做的話題。原文很長，談的面很廣，我挑選了與騰訊等巨頭相關的內容：1、談應用公司的護城河——資料飛輪李廣密：在你看來，應用公司的資料飛輪，對他們來說重要嗎？或者說，在什麼環境下才能形成？我感覺，Chatbot產生的是偏好資料，好像沒什麼資料飛輪；Code可能有思考過程的資料，這種思考過程的資料代表一類能力，可能是有用的；像Canvas也好，Artifacts也好，可能是有思考過程的資料，這類可能有機會形成很強的資料飛輪效應。姚順雨：大多數公司還沒有形成資料飛輪；他們依賴模型變好，利用模型變好的溢出能力。如果你要有資料飛輪，首先你要能自己去訓模型，並且能通過互動有很好的reward（獎勵），使你能把好的資料和不好的資料分開。【一涵註：這就是騰訊必須自己做AI而不是依賴DeepSeek的原因。】比較成功的是Midjourney，有非常清晰的reward——人更喜歡那張圖，這個reward和應用是對齊的，reward做得更好，公司就更成功，模型也更好——一切都對齊。有了這種情況，才能自己訓練模型，做資料飛輪。這個過程必須比較非主線。因為如果很主線，我也可以通過Pre-Training或RL提升能力，靠泛化或其他方式。總的來說，大部分公司目前還沒有形成飛輪。【一涵註：比如程式設計之類的主線任務，每個巨頭公司都會自己訓練好，不是創業公司能做的。】2、超級巨頭有動力繼續推動中心化張小珺：你對未來Agent生態的構想會是什麼樣？現在有點像，當年大家都在創業做App的時候，如果再往後推演幾年，這個世界會是什麼樣？姚順雨：很難說。但肯定會有很多不同的互動方式，創造出不同的系統。OpenAI這樣的公司，會想繼續推進一個中心化的助手系統，有更多環境、更強能力，做更多事情。也會有不同的生態系統，有不同的互動方式，會訓練完全不同的模型。甚至從Pre-Training開始，所需要的能力和很多東西都不同。【一涵註：比如OpenAI正在訓練一個商業專用的模型，在判斷出使用者提問商業資訊的時候，專門用來推送廣告，並顯著標識廣告資訊，來減少使用者對主模型的信任問題。】比如，另一種互動方式可能是，我想造一個朋友。這個朋友不需要數學、物理特別強，數學太強反而不自然。它記憶不一定特別好，會犯錯，有感情，也不是特別rational（理性）。但這也是有價值的——可能有人會做這種事。這類東西很難和ChatGPT比強弱，它們是不同應用，有不同價值。也可能出現一個由Agent組成的社會。為什麼這個世界上很多人有價值？不是因為他們的數學或編碼能力強，而是因為他們擁有別人沒有的資訊。中間商本質是擁有資訊差。擁有資訊差的人會想維護自己的權利和資源。這樣的人會發明出更Multi-Agent（多智能體）或更 Distributed Network（分佈式網路）。在交易世界裡，資訊很重要，每個人只擁有資訊的一小部分，這種情況會出現新的不同形態。可能是Multi-Agent，每個人有自己的Agent，Agent之間可以與百萬甚至更多人交換資訊，達成交易或某些目的。根本上，現在非常強的巨頭和重要節點，有動力繼續推動中心化。但在中心化之外的力量，也有動力做一些非中心化的事情。這個世界可能不會是單方壓倒另一方，雙方都會有自己的力量。而這個世界智能的邊界、研究的邊界，可能不是由一家機構定義，而是由不同Super App共同定義的。【一涵註：有些公司可以用去中心化的形式行中心化之實。比如拼多多創業早期提倡分佈式人工智慧，就是讓每個人擁有一個有自己隱私資訊的Agent，保護你的私有資料，但是同時也會和其它Agent溝通來提升購物前的信任感和推薦精準性，以及做工廠定製降低價格。然而，這些資料並不真是我們私有的，比如我們想把這些資料打包帶走到其他平台，例如淘寶或者抖音，那是不可能的，因此這些平台就構成了資料的壟斷和中心化。】3、做垂直產品還是通用產品？姚順雨：iPhone或iPad是非常通用的產品形態，但它一開始，都有一些Killer App支援它有momentum（增長動能）。包括ChatGPT，包括微信，很多偉大產品都這樣。你有一個足夠通用、簡單，或第一性的互動方式，它有很多想像空間。但你去維護它，或者設計路徑的時候，你能有各種各樣的應用，使它不停地增長。【一涵註：最典型的例子是微信和抖音，公眾號、朋友圈、小程序、視訊號都是微信這個通訊產品催生的，早已和WhatsApp等單純的通訊產品不同（馬斯克都說歐美沒有，他要copy一個）。而抖音商城、汽水音樂、紅果短劇等APP都是抖音這種短影片推薦的互動方式衍生出來的。因此微信和抖音本質上都是通用產品，是會產生競爭的平台型公司，而不是單純的社交軟體和視訊軟體。現在，ChatGPT也正在試圖把自己打造成通用產品，如加入了應用程式商店。可能產生通用產品的AI是對過去的網際網路平台都有威脅的。】4、如果姚順雨是科技巨頭的CEO，會怎麼看待AI？李廣密：順雨，如果你是一個全球超大網際網路或科技公司的CEO，今天這個公司還沒有自己的模型，沒有好的研究文化，甚至沒有好的AI戰略，你作為CEO會怎麼做？姚順雨：首先，我肯定會學習，我會想弄清楚這個事情到底是什麼。如果你作為CEO不懂這個事情，所有事情會變得很難。很多時候，一個公司的bottleneck（瓶頸）就在於，CEO 對這個事理解不夠。如果你不理解，去招一些很好的人、做一些事情，你很可能被他們忽悠。所以，首先要自己學習。【一涵註：這也是為什麼不少成功的AI公司都是自己培養人才來做好，而不是靠挖人。】然後要從創造新的價值來思考問題。畢竟你不是技術專家，而是一個CEO，你有一些場景、一些資源、一些優勢。從第一性原理看，一個新的技術產生了，你要思考的是，怎麼用這些新技術結合你現在的資源去創造新的價值。當然，你可以嘗試做一個和當前業務完全不一樣、但價值非常大的事情，比如ChatGPT，但對大多數公司來說，即使很有錢、很強，也不一定make sense（合理）。所以，第一是自己要學習技術；第二是要思考怎麼創造新的價值。5、如果姚順雨是巴菲特，會怎麼投資AI行業？李廣密：如果你成為了波克夏的CEO（巴菲特的投資公司），未來要拿出500億美金allocate（分配）到AGI行業，你會怎麼allocate這筆錢？——既能體現回報，也能體現對人類的貢獻。姚順雨：這是個很好的問題。取決於你有多少精力，或者有多少資源分配顆粒度。當然現在OpenAI、Anthropic，這些模型層公司，大機率會有更大價值。還有一類很有價值的，是能積累User Context（使用者上下文），或者能建構特殊Environment（環境）的公司。最終如果AI或AGI是一個系統，它需要有Intelligence（智能），需要有Environment，還需要有User Context，或者對使用者的理解。現在有很多User Data（使用者資料）或User Context 的公司，有點像發明車之前的煤炭、煤礦，或者像發明汽車之前的石油公司。從這個角度，微信或大平台，還是一個易守難攻的好平台，它積攢大量的Context。如果Intelligence是一個可以逐漸民主化、逐漸變得便宜、逐漸普及，擁有這樣的平台，擁有這樣的Environment，擁有這樣的Context，可能會是一個很強的壁壘。它可能還是一個很好的投資。【一涵註：所以上一代的巨型網際網路公司，例如已經有不錯的模型、也有大量使用者資料，還有晶片和雲端運算的阿里，以及在全球獲得大量使用者資料的拼多多和抖音，也都是非常值得關注的投資對象。而百度這樣的公司因為移動網際網路時代APP的普遍資料孤島化（李彥宏本人講的），失去了獲取大量使用者資料的機會，因此也沒有太大價值了。】6、如果姚順雨是微信的一號位，會怎麼做？張小珺：今天順雨當了很多公司的CEO，那我再問一個：如果你是微信的一號位，你會怎麼在微信裡做Agent？姚順雨：我可能會不急，先觀望觀望。我好像沒有理由要急。我會觀察，我會學習 AI，會觀察有沒有什麼新的互動方式很有意思。但我不會急著去做很多事——我有易守難攻的地方，為什麼要急著進攻？比較危險的是一個顛覆性的創新。真正的危險，不是說一個類似於微信的東西打敗了微信，而是一個很不一樣的東西打敗了微信。就像微信打敗了QQ。當時擔心的並不是一個類似QQ的東西打敗了QQ，而是一個很不一樣的產品去打敗這個東西。需要對顛覆性創新有所警惕。但如果是這些incremental（漸進式的）創新，這種小的創新，早做晚做可能區別沒有那麼大，也不用太擔心。李廣密：所有人都說微信卡位好，但今天微信還沒有很激進地投入，如果未來Multi-Agents 、Long-Term Memory這些問題解決了，但這個Agent系統不長在微信上，是比較恐怖的。原有網路不一定有價值。姚順雨：這取決於人類的網路會變成什麼樣？你會有更多Agent朋友，還是更多人類朋友？或者你有更多Agent職業上的互動，還是有更多人類職業上的互動？微信上你既有朋友，也有基於職業的互動——比如我要買個東西，我要諮詢律師，對吧？這取決於人類的網路會變成什麼樣。但總會有一個這樣的網路，基於這個網路，肯定會需要有基礎設施，需要有平台。【一涵註：今天的AI其實會對無論是職業的互動，還是情感的互動都可能有巨大影響。比如段永平在26日早上表示：“律師這個職業會受到AI的巨大挑戰！我現在有任何合同都是讓Gemini和ChatGPT看一眼，毛病建議他都可以馬上給出來，非常厲害。”連他這樣等級的企業家都用AI來看合同了，那麼普通人就更可以用了。而情感的互動上，AI算命、心理諮詢也已經很常見，很明顯可以觀察到周圍一些人在和AI比如豆包、DeepSeek交朋友。以上互動的變化大概也是騰訊需要下重注挖姚順雨做AI的重要原因。按照姚順雨的說法，微信有不急的底氣，但會不會出現一個很不一樣的東西打敗了微信，我還是要跟大家一起持續跟蹤觀察。】 (一涵筆記)