在Anthropic和DeepMind训模型的物理博士，说了AI圈最不中听的大实话

导读：

姚顺宇，清华+斯坦福理论物理博士，先后在Anthropic参与训练Claude 3.7/4.5、在Google DeepMind参与训练Gemini 3。在近4小时的播客访谈中（张小珺商业访谈录第140期），他说了不少AI圈"不中听的大实话"。

如果有人在AI圈说"这个行业不太需要脑子"，你会觉得他在凡尔赛。

但如果说这话的人，先后在Anthropic参与训练了Claude 3.7和4.5，又跳到Google DeepMind参与训练了Gemini 3——你可能需要认真听听他的理由。

我花了一个周末反复听了两遍，把最核心的内容整理出来。以下是8个关键观点。

一、"Claude写代码比GPT强，纯属歪打正着"

这可能是整期访谈最劲爆的内幕。

Claude 3发布后，Twitter上突然大量用户说"Claude写代码比GPT-4强"。姚顺宇透露：

这是某个团队做了某个事情的结果，最初是自下而上的偶然尝试。

但Anthropic的执行力在这里体现了——他们迅速把这个"意外发现"变成了自上而下的战略决策。后来Claude 3.5new配合Cursor的爆发，彻底奠定了Anthropic在代码领域的地位。

而Claude 3.7才是真正的分水岭。在3.7之前，后训练都是"小规模、修修补补"。3.7开始，大规模强化学习才真正成为可能。

核心原因是Coding同时具备两个稀缺特质：

① 回馈信号清晰——代码能跑/不能跑，pass/fail
② 数据充分——开源代码+测试用例海量

其他场景很难同时满足这两个条件。这就是为什么Coding成了AI最原生的应用场景。

二、"预训练没到头，撞墙的人大多是有bug"

关于"Scaling Law是否已经见顶"，AI圈争论了一整年。他的判断非常直接：

一个人觉得一个规律到头了，无非几种情况：规律适用范围到头了；其中一个条件不能满足了；或者有一个bug自己没发现。从观感上来说，绝大多数撞到墙的人，是因为有bug。

他的论据：Anthropic和Gemini的预训练一直在不断进展，OpenAI自己卡了很久，最近可能刚有点进展。

更深一层——他认为现在AI面临的不是"能力到头了"，而是"定义到头了"：

模型是一个非常聪明的小孩，但人类作为老师还不知道下一个该教什么——或者不知道用现在的范式怎么合理地教它。

从"能力忧虑"到"定义忧虑"——这个判断精准地描述了2026年AI行业的核心困境。

三、Anthropic vs Google DeepMind

作为少数同时在两家顶级AI实验室工作过的人，他的对比视角非常稀缺：

他选DeepMind而非OpenAI的原因很直白："觉得踏实做事的人没有Gemini多。"

四、"AI不太需要脑子"

一个清华特奖、斯坦福博士说"AI不需要脑子"——这不是凡尔赛，是真的这么认为。

AI这个事，本来也不太需要脑子——真的不太需要脑子。这个行业最重要的特质，就是靠谱，就是做事细，对自己做的事情负责任。

他的推理链条：

① 现在的AI研究，大部分是"本科生就能干的活"
② 真正的差异不来自智力，来自可靠性
③ 每个评价框架都很容易被hack
④ 关键是——效果好的时候，能不能判断"是不是真的好"
⑤ 人要变成一个更可信可靠的系统组件

对比物理和AI两个领域：

物理有真正比自己聪明太多的人。AI不需要那么高的智力，更需要靠谱和细致。AI像18世纪的物理——理论和实验不分家。

五、"个人英雄主义已过去"

"现在每个人都是冲浪的人，本质上是那个浪，而不是你那个冲浪的人。"

"AI个人英雄主义时代已经过去了，有时候甚至觉得旧时代英雄有点蠢。"

当模型训练已经是几百人协作的工程时，任何个体的贡献都被稀释了。世界在推着我们前进，而不是我们在推着世界前进。

六、对行业格局的犀利判断

关于OpenAI：

"OpenAI救了Google一命——做了chatbot但没做到极致，没把搜索吃掉，让Google追上来。现在难受的是OpenAI。"

关于AI安全：

"Anthropic想通过拥有最前沿模型来推进安全政策，这个想法非常幼稚。"

关于Neo Labs：

"绝大多数的neo lab都会死。有些创始人已经远离专业好久了。"

关于AI产品护城河：

"除了Agentic Coding之外，没有哪个场景是AI真正原生的。"
AI产品活下来两种方式：逃得够快，或市场够小。

七、技术预测：AI自己做实验

他在DeepMind当前的两个核心方向：

ML Coding——让AI自己训练自己：写代码→跑实验→分析结果→提出假设→设计新实验。链条闭合时，AI研究能力会大幅跃升。

Long Horizon——用有限context训练，使用时达到接近无限上下文。

他预测：6-12个月内，AI会自己做实验。

八、给年轻人的建议

"没有哪个老登是你的亲属，觉得他傻就可以直说。"

"只要观点自洽，不是随便喷人，大家最终会尊重你。"

"人这一辈子也没多长，为什么要把时间浪费在伺候老登身上。"

"纯做语言模型，已经不是蓝海了。末班车已经发车了。"

写在最后

听完这4个小时，我最大的感受是：

这个行业最稀缺的不是聪明人，而是靠谱的人。

在一个所有人都在追求"10x工程师""天才研究员"的时代，一个参与训练过Claude和Gemini的人告诉你——真正重要的是把简单的事做得比谁都干净，对自己做的事负责任，以及当实验结果和预期不一样的时候，能系统性地排除各种可能性。

不需要天才，需要的是可靠的系统组件。

这话不好听，但可能是AI圈最需要听到的大实话。

拆解需求层级：如何让价值精准传递，撬动产品成功？

了解更多

一个数据人的自留地

查看原文：在Anthropic和DeepMind训模型的物理博士，说了AI圈最不中听的大实话

文章来源：

一个数据人的自留地

扫码关注公众号