内容来源： 2025年5月，语言即世界工作室，张小珺商业访谈录对话姚顺雨分享。

分享嘉宾： 姚顺雨，OpenAI前研究员，现任腾讯“CEO/总裁办公室”首席AI科学家，AI Infra部及大语言模型部负责人。

高级笔记达人 丨天朗明月

责编| 柒 排版| 拾零

第 9392 篇深度好文：12809 字 | 30 分钟阅读

商业趋势

笔记君说：

都说AGI（通用人工智能）是AI的终极目标，但通往它的道路似乎越来越拥挤：

一边是大模型能力持续“溢出”；另一边是AI创业公司陷入集体焦虑，跟风复刻ChatGPT的同质化产品找不到差异化。

这个困境背后，是AI行业一个核心矛盾的转化：过去，我们焦虑的是“如何训练出一个更强的模型”；现在，我们困惑的是“如何定义一个有价值的任务”，以真正释放模型那被“低估”的惊人能力。

这标志着AI发展已悄然进入“下半场”。上半场的英雄是算法和算力，下半场的核心将是定义者与组织者——他们懂得如何设计互动、编排任务、构建环境，让AI从“聪明的聊天者”成长为“可靠的行动者”。

OpenAI前研究员、AI Agent研究方向的核心探索者姚顺雨，将这种行动者称为“Language Agent（语言智能体）”。他指出，Agent的本质是通过语言实现推理，通过推理实现泛化，它正是通往AGI的必经形态。

那么，在这个关键转折点上，创业者的机会到底在哪里？

或许，答案就隐藏在这句反共识的洞察里：“最大的机会，在于设计不同于ChatGPT的交互方式。”

今天，让我们跟随姚顺雨的思考，从“上半场”到“下半场”，看懂AI Agent如何重划竞争版图，并在这场变革中，找到属于每个组织与个体的价值支点。

本文根据对姚顺雨的访谈进行整理，内容有所删减，希望能给到你启发。

一、核心洞察：

厘清时代主要矛盾，锚定AGI演进路径

1.核心论断：AI竞赛进入“下半场”，胜负手转移

2025年4月，在发布博文《The Second Half》（下半场）前，我受邀去斯坦福一门课做talk。

当时想，能讲点什么？没法讲太技术，只能讲更哲学的内容，就想到the second half这个话题。

① 矛盾转化：从上半场依赖“模型与算力”到下半场依赖“基准任务与环境”

大家过去往往更关注模型训练、方法设计和算力，但我觉得现在的bottleneck（瓶颈）已经转移了：变成怎么去定义好的任务，怎么去定义好的环境。

现在主线正从“上半场”转向“下半场”，我说的主线是基于“Language Agent”（语言智能体）。

② 本质揭示：Agent是构建AGI的必然形态与关键路径

有人问：语言的智能体和传统Agent的本质区别是什么？在回答这个问题前，我们先说下Agent。

第一，什么是Agent？

从自然语言处理的角度讲，Agent是相对于一个只会生成文章或对话的系统而言。它能和外界交互，比如使用计算器、互联网，或调用各种工具。

也就是说，不仅能生成内容，还能操作和互动。但从更广义的AI背景看，Agent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optimize reward（优化奖励）的系统，都可以被称为Agent。

从这个角度出发，你可以说AlphaGo是Agent，也可以说Waymo是Agent，甚至可以说机器人是Agent。

第二，语言赋予推理能力

为什么语言非常独特？因为它是人在这个世界完成各种各样事情的工具，像火或笔一样。

2020年以前，大家没把这个事想清楚，觉得语音、文字、图像、视频都是一些数据，没什么区别。

但我觉得最大区别是：语言是人为了实现泛化而发明出来的工具，这一点比其他东西更本质。

这是我的个人观点，我之所以这么说，是因为在此前，如果你在一个特定环境上训练，模型只能在这个环境表现良好，不能轻易迁移到其他环境。

但现在，你在一个环境上训练，模型可以适应更多不同环境。所以，我觉得它还是泛化的，它能够推理。

所以，“Language Agent”（语言智能体）和传统Agent的本质区别是可以推理。它们最大区别在于，语言模型提供了一个足够强的先验（prior），这个先验让你可以推理，而推理又可以在不同的环境间泛化。

第三，推理带来泛化

具体怎么理解？举个简单的例子。

我做ReAct（ReAct:Synergizing Reasoning and Acting in Language Models，在语言模型中协同推理与行动，是一种让大语言模型在与外部环境交互时，同时进行“推理”和“行动”的方法框架，简单说就是浏览维基百科进行推理）一个很强的动机是：我做完colm（计算机语言处理）我的第一个工作之后，在思考一个问题：

为什么我可以一下子去玩一个新的游戏，但现在这些系统或AI需要几十万步甚至几百万步训练，才能完成类似的事？

我发现，是因为我可以思考。我看到一个全新的环境会想：这个灯是黑的，那可能有危险，基于常识可能有怪兽；我现在最重要的是点亮灯。基于之前的上下文（Context），灯在我后面，那我应该先向后走。

如果没有这样的思考能力，而是直接从复杂语言去预测“我要往后走”，就很难——没有推理做不到。

所以核心是推理能力，推理才能带来泛化。

综上所述，现在终于有可能出现一个单一模型能够做所有任务。之前认为这不太可能，但现在是有可能的——你可以在很多不同任务上做强化学习，而且它能迁移到更多任务。

因此，Agent是构建AGI的必然形态与关键路径。她的核心价值在于，通过语言赋予的推理能力，实现跨环境、跨任务的泛化（Generalization）。

③ 格局预判：未来世界将呈现“单极多元”格局

大多数人对AGI的想象就是一个模型，就像这个世界上最聪明的人，他拥有所有知识、能力，比我们都聪明，是最强智能体。

但我现在的感觉是：不同的交互方式下，有不同“好”的定义，有不同“强”的边界。

OpenAI可能会成为一个类似Google的公司，成为新世界里非常重要的一环——但这并不代表，这个世界就会被这样一个单极系统垄断，或者是单方压倒另一方。

最终的智能边界，是由不同交互方式决定，而不是由一个single model（单一模型）决定。

未来，模型的能力可能会产生beyond ChatGPT（超越ChatGPT）的交互方式，变成Super App（超级应用），这里想象空间非常大。

比如，我想造一个朋友。这个朋友不需要数学、物理特别强，数学太强反而不自然。也许它的记忆也不一定特别好，会犯错，有感情，也不是特别rational（理性）。但这也是有价值的。

当然，也可能会出现一个由Agent组成的社会。

总之，未来世界将呈现“单极多元”格局，底座是少数强大的基础模型（单极），上层是围绕不同交互方式构建的海量、多元Agent应用生态。

2.认知重置：为何这是根本性转折？

首先，对研究者来说，科研范式重心已经发生转移，即从算法改进（Method）已经转变为任务环境设计（Task/Environment）。

大家过去往往更关注模型训练、方法设计，但我觉得现在的bottleneck（瓶颈）已经转移了：变成怎么去定义好的任务，怎么去定义好的环境。

我觉得，从语言出发，去定义Reasoning（推理）、定义Agent，我们终于有了一个非常general（通用）的方法，而且这个方法是可泛化的——我们实现了一个基点时刻。

其次，对创业者来说，竞争壁垒已经从“获取或微调最新模型”，转向“设计新交互”。

ChatGPT或所有做模型的公司，都在做类似ChatGPT的产品。ChatGPT的本质是：你是在像和人交互一样去进行和数字世界的交互。

如果你做旧的interface，你利用这些新的模型，很容易被ChatGPT取代。如果你的交互方式很像ChatGPT，你有什么理由不被ChatGPT取代？如果你做的是新的交互方式，但模型没有继续变好、没有新的溢出能力，也很难做。

所以，对于创业公司来说，最关键的是做新的交互方式设计。

二、方法论：

构建下一代AI系统的四大行动支柱

1.第一支柱：任务定义——新核心竞争力的锻造场

当你有一个非常差的任务，你永远不可能学到非常好的东西。

① 核心原则：任务和环境很重要

首先，你要找一个足够有挑战的任务，这个任务能做出本质的新方法。

当你想做Agent或语言Agent，实际上没什么选择，只能去做文字游戏。Zork是个非常经典的文字游戏。你在一个基于文字的世界里，有点像一个互动脚本，可以往下走、往上走，可以去各个房间，可以做各种各样的事。

其次，是环境。

我们还拿Zork游戏来说。时间一长，你会发现，这个环境还是有很多缺陷，能学到的局限在这个环境，这个环境还是不够大。

而且你如果用RL学这个环境，就会像用RL学传统的视频游戏，可以把这个游戏打通关，但对于其他任务没有迁移作用。

也像下围棋，你可以把围棋下得特别好，但对世界上其他事情没有价值。所以，我们需要一个更好的环境。

② 优秀任务：“三板斧”检验清单

如何设定一个优秀的任务？我分享下我的“三板斧”检验清单：

第一，结果导向：奖励（Reward）基于最终结果，而非过程。

不同的人有不同的flavor（风格），我从很早就有一个偏好，我想定义一个基于结果的reward（奖励），而不是基于过程的，而且这个reward应该是基于规则、可计算的，而不是来自人的偏好、模型的偏好，或者一些黑盒指标。

第二，白盒规则：奖励机制清晰、可计算、避免基于人类主观偏好。

我们做WebShop（网上购物）的时候，最困难的一点是，怎么定义reward。我觉得做任何RL（强化学习）任务最难的不是建环境，而是怎么设计reward。

我希望这个reward是不noisy（不噪声大）的，是可解释的，是白盒的（white-box），不是那种黑盒的东西（black-box）。

事实证明，这也是现在RL成功的关键。像math（数学）和coding（编程）这种任务，之所以能做出来，核心就是：

其一，Reward是基于结果，不是基于过程；

其二，Reward是白盒的、基于规则的，不是基于人的偏好或模型的偏好。

比如，一个数学题答案是3，它就是3——只要你得出的是3，就是对的；不是3，就是错的。但如果你reward是基于过程，就会出现hacking（投机取巧）。

再比如SWE-bench这类工作：

其一，它是结果导向，而不是过程导向；

其二，它的reward是基于规则、白盒的，而不是来自人或模型的主观偏好。

总之，我后面做的很多task，也都是用同样的filter（筛选标准）。

第三，价值闭环：任务本身应对应真实世界中有价值的场景片段。

假设你去优化人的偏好、模型的偏好，也会出现hacking。比如你生成一段非常优美的代码，但它并不解决实际问题。所以，任务本身应该是真实世界的场景片段。

③高级思维：环境是最外层记忆

某种程度上，我们说MCP（模型上下文协议）也是hack（利用）Context的一种方法，本质也是Memory。

从Agent角度看，这个世界有一个Memory Hierarchy（记忆层级）。Memory Hierarchy最外层永远是环境。

有点像你考虑电脑，它有个Memory Hierarchy，从CPU缓存到内存再到硬盘，但最外层的Memory永远是外部环境。比如我插一个U盘、拔一个U盘，或者把东西上传到互联网，或者做个音乐变成光盘。

前年冬天，我读到冯诺依曼临终前写的一本书《The Computer and the Brain》（计算机与大脑），最让我印象深刻的一句话是：Essentially,the Environment is always the most outer part of the Memory Hierarchy.（基本上，环境永远是记忆层级中最外层的部分。）

这很哲学。

对于人，你有你的Memory Hierarchy，有Working Memory（工作记忆）、Long-Term Memory（长期记忆）在脑子里，但最外层是你的笔记本、Google Doc、Notion，这些是你最外层Memory Hierarchy的一部分。

2.第二支柱：交互创新——打破“拟人化”路径依赖

① 核心机会：设计不同于ChatGPT的交互方式

现在很多应用型创业公司很担心，大模型公司的模型能力溢出会把他们做的Agent吞掉。事实上，创业公司应该担心的是模型有没有溢出能力，这样你就真的什么都做不了了。

有溢出能力是个非常好的事情，这几乎意味着你有机会。

创业公司最大机会是：能设计不同的interface（交互方式），或者说人和数字世界交互的方式。

比如，你的Chatbot是像人一样的东西——你和他聊天，给他布置任务，让他帮你做Deep Research（深入研究）或者写代码——交互方式是像人，或者像助手一样的交互方式。

如果你能用模型通用能力，创造不同的交互方式，就能创造巨大的机会。

所以，对于创业公司来说，创造不同的交互方式，并且模型不停有新的溢出能力，赋能到这些新的交互方式——两者缺一不可，就能创造巨大的机会。

② 创新交互路径：Copilot入侵式和Canvas原生式

说到交互方式的创新，人和人交互已经几千年、几万年，甚至是几百万年，这是对人最自然的形态，肯定是最显然的Super App。

由此，除了文字外，我们还可以有“像人一样”的交互方式。具体分成以下两种：

第一，侵入式（Copilot）：像Cursor一样，嵌入集成开发环境（如IDE），成为增强人类能力的“副驾驶”。

Cursor创造了一种新的交互，准确说它不是像人一样的交互，而是像Copilot（副驾驶）一样，属于侵入式。虽然它是IDE（集成开发环境），但在你写代码的时候，它能给你提示或编辑。没有人和人是这样交互的，这是它的价值所在。

第二，原生式（Canvas）：像Manus或理想中的“生成式画布”，创造全新的、为Agent协作而生的数字工作空间。

Canvas是一个好的尝试，可以基于现在的任务，在线生成最符合情境、个性和任务的前端。这是值得探索的方向，但也很难。

③ 竞争动态：世界是“相互抄”的

关于竞争，传统上大家认为发生的事情是：大厂先做出来一个东西，创业公司就可以开始抄。比如做出ChatGPT，我可以去抄一下ChatGPT，做一个类似的事情。

但现在，似乎反过来也可以成立。

小厂可以先做一个事情，它创造出来一个交互的创新或者产品的创新，做模型的公司也可以去借鉴或者应用，这点还是挺有意思。

很多时候大家会说，模型做得越来越好了，是给创业公司作嫁衣了。因为你创造很好的模型，如果没有自己运用特别好，这些创业公司就用好了。

但也可以反过来，如果你创造一个非常好的交互，但没有能力把模型或底层能力做特别好，大公司也可以借鉴你的交互，再加上它的模型能力，做得也特别好。

这世界是个相互抄的关系，而不是一个单向抄的关系。

3.第三支柱：能力演进——从“工具”到“同仁”的阶梯

① 大模型能力分级（L1-L5）解读

OpenAI提出的大模型能力分级从Level 1到Level 5，很多人都很熟悉了：

Level 1是聊天机器人（Chatbot）

Level 2是推理者（Reasoner）

Level 3是智能体（Agent）

Level 4是创新者（Innovator）

Level 5是组织者（Organizer）

不知道你有没有这个疑问：为什么是先有聊天机器人、推理者，然后才是Agent？要回答这个问题，可以分成以下两个部分：

第一，从L1到L2，再到L3，现在已完成，它们是能力递进关系，核心是让模型从“聊”到“想”再到“干”。

它们的逻辑是，首先你要有语言的先验知识，基于语言的先验知识，最早能做出来的应用是Chatbot（L1）。

接下来，基于语言先验，你需要具备推理能力，这是Reasoner（L2）。

当你既有语言知识，又具备推理能力，才可能进一步做各种Agent（L3），尤其是能泛化的Agent。

也就是说，Agent建立在Chatbot和Reasoner能力之上。

第二，L4-Innovator（创新者）与L5-Organizer（组织者）正在进行中，现在是正交探索——个体创造与群体协作的双轨发展。

很明显，今天Agent发展最关键的两个方向：

其一，让它拥有自己的reward（奖励），能自己探索；

其二，是Multi-Agent（多智能体），让它们之间能形成组织结构。

这两个方向，我觉得是正交，它们可以并行发展。谁是Level 4，谁是Level 5，我不确定，但这两个事情是显然的下一步。

首先，当你作为一个Innovator：

其一，你需要一个Long-Term Memory（长期记忆）。比如，我是Wiles（安德鲁·怀尔斯，数学家），我研究费马大定理，可能花了20年。我就需要一个长期记忆。

其二，我有这个长期记忆还不够，还需要有内在的reward。因为在你真正证明那件事之前，没有任何外部奖励（Extrinsic Reward）——你没有获奖，没有做成任何“可交付”的事情，也没人给你feedback（反馈）。你需要自己给自己反馈。

这是所有Innovator最重要的。无论你是艺术家、科学家、文学家，还是任何类型的创作者，对吧？

其次，作为一个Organization（组织）：

其一，你需要解决的问题是：Agent和Agent之间怎么协作？怎么让Multi-Agent（多智能体）协作scale（规模化）？

现在的Agent就像一个普通大学生，做一个数字化的实习生。或者说，AGI就是一个普通一本大学生在电脑上能做所有事情的一个能力。

其二，搞清楚人类社会的边界是什么？当然这覆盖80%或90%的人。

但我们最崇拜的人，是哪两种？一种是创造新东西，在认知或审美上开创新领域的人：爱因斯坦、高更、梵高、贝多芬；另一种是能创造新组织、伟大组织的人：伊隆·马斯克、乔布斯。

很自然，个体的创造力和组织的协作能力——都非常重要。

② 下个阶段需突破3个关键点

第一，是Utility（效用）的问题。

为什么我们现在的模型，推理很强，考试很强，玩游戏很强；但它还没创造出足够经济价值？——根本原因是：它没有这些Context（上下文）。

人类社会比较tricky（复杂微妙）的一点是：当然，我们确实写下了很多东西——我们用文字、Google Doc、Notion，记录了很多东西，但很多Context永远只存在人的大脑，是通过一个分布式的系统来维护。

比如，你老板跟你之间的行为习惯，或者一些很难用语言总结下来的信息。这些Context存在于人的脑海里。人没办法把这些东西全部写下来。

这就导致——人是不可或缺的。

只有人有这样的能力：进入一个环境，获得这个环境里的Context。

如果这个问题解决了，Utility问题就可以在很大程度被解决。

第二，是Intrinsic（内生）奖励问题。

很多创新者之所以能在没有外在激励的情况下坚持，是因为他有内在的价值观或激励机制。

这个问题，AI和神经科学已经研究多年，婴儿是最典型的例子。

当他们是婴儿的时候，他们拥有基于好奇心或自我激励的机制。比如，很多婴儿会反复玩一个玩具，用嘴去咬一个东西，或者做一些看似“无意义”的动作。

你说他获得了什么reward吗？他没有升职加薪，没有拿到钱，没有任何外在激励——他只是好奇。他的动机是：“如果我做这个事，我会有什么样的感觉？”如果这个感觉是新的、不同的，他就可以从中学习。

也就是说，好奇心、掌控感、安全感，是一些内在动机。正是这些东西驱动了人去做某些事。否则，很难从纯粹理性角度解释：他为什么要做？

但有意思的是，当人长大之后，会发生重要变化：

当你是婴儿，你对世界的理解，是基于视觉、触觉，基于物理世界的。你学习的是，怎么把触觉、听觉、视觉，以及对骨骼系统的控制结合起来；

当你长大之后，你对世界的理解方式变了，变成一个基于语言、推理、文字系统的理解。你开始思考：这个世界是怎么运作的？我怎么才能开一个公司？怎么才能升职？怎么才能做成一些事情？你玩的，不再是一个物理游戏，而是一个文字游戏。

在这个文字游戏里，当然也存在内在激励，但又好像和婴儿时期的好奇驱动不太一样。

这是AI面临的挑战：传统AI，比如玩迷宫、做机器人仿真，它可以定义一些基于世界模型或者模仿婴儿阶段好奇心的内在激励。

但当AI在玩的是一个语言游戏，要怎么定义内在激励？——这个问题就变得不太一样了。

第三，是多智能体之间的协作问题。

基于基础模型往上长，Agent生态树在我的脑海中，呈现的是这样一个结构：

首先，一个方向是：fundamental research（基础研究）怎么演变？或者说，方法怎么演变？

其次，另一个方向是：应用，或者它的交互方式（interaction）有怎样的演变？

这两个方向之间有关联，但它们需要不同的人去探索不同的方向。

比如Cursor并没有在fundamental research（基础研究）上做什么创新，但做了交互方式上的创新。

在fundamental research上，比较重要的有三方面：

一个是Memory（记忆）；

一个是Intrinsic Reward（内生奖励机制）；

还有一个是Multi-Agent（多智能体系统）。

这也跟OpenAI提出的Innovator（L4、创新者）和Organization（L5、组织者）框架很像，它们属于正交，可以并行发展。

所以，我们需要解决多智能体之间的协作问题。

4.第四支柱：系统思维——拥抱“简单且通用”的设计哲学

① 研究心法：追求简单而通用

我一直有这个非共识：我想要去做Agent，一直想做简单且通用的东西，我不想做一个很复杂、但只能在一个领域奏效的东西。

这个方向在传统意义上很难被接受，大家习惯了做AI的方式：把问题不停细分，做很多细分方法，可能并没有多少人想做一个简单且通用的系统，或者认为这是可能的——尤其20年之内。

现在我还是觉得，我自己最喜欢的工作是ReAct。之后，基于这两个方向：一方面做更多方法（method），一方面做更多任务（task）。

但总体来说，我的研究有两个核心：一是怎么去做一些有价值、和现实世界更相关的任务和环境；二是怎么去做一些简单、但又通用的方法。

所以，Agent最吸引我的就是它的可泛化性（generalizable），即绝大多数事，你都可以用语言表达。

我当时隐隐约约有个直觉：你如果真想去实现AGI（通用人工智能）——那时还没人提“AGI”这个词，但如果你真的想做一个非常通用的系统（general system），你就得去构建一个智能体。

② 创新策源地：从垂直细分到通用思维的AI范式回归

回头看AI历史，很久很久以前，从Herbert Simon（赫伯特·西蒙）在1960年代开始，大家最早的想法就是要做一个Agent。

当时大家的野心很大——想用一个夏天搞定视觉，再用另一个夏天搞定语言，拼在一起，去做一个Agent，他就应该比人还聪明，但这事太难了。

慢慢地，AI变得非常碎片化，大家研究的问题越来越小。比如，有的人研究视觉一小部分问题，有的人研究语言某个子任务，越来越细分，越来越垂直。

但到2015年之后，开始出现Scaling Law（扩展规律），包括很多研究突破，历史上一些关键时刻也在提示我们：

也许我们应该从这种“垂直式思维（vertical thinking）”重新回到更“通用式思维（general thinking）”，再去尝试构建真正通用的系统。

③ 个人品质：以杂学积淀塑造通用性思维与跨界视野

在我成长路上，对我启发大的是看书。我是一个喜欢看杂书的人。什么书都看，什么电影都看，什么地方都想去。

我从小就是一个比较general（通用）的人——我想试图变得很通用，试图了解很多不同的学科，做很多不同的事情。

但后来我发现，一个人即使再聪明、再有精力，他能理解的知识或能做的事情，也只是人类社会积累的知识的很小一部分。更好的是，你去创造一个比你更通用、更general的事情。

我好像一直对于通用性，有一种执念或追求。通用性意味着什么？我不知道，但我从小就是想学习很多不同学科，都很有意思。

我在姚班很多同学，他们是那种很deep（深度的）、很focus（专注的）同学——我去做竞赛，我就把这个事做到极致，不停刷题，做到世界金牌。

但我好像不是那种性格，我是那种——我会看很多数学，也会看很多历史，会看各种各样乱七八糟的东西。

三、实战推演：

在转折点上如何决策与行动？

1.给创业者的行动指南：在夹缝中定义未来

① 第一步：找到一个真正有价值的场景

Agent创业，当前主要瓶颈是算力。Agent的token用量惊人，单个用户消耗可能是Chatbot的500到1000倍，叠加几百万用户后成本极高。

这种情况下，Agent该如何扩展？我觉得最重要的点是——你得先找到一个好的应用。

事实上，Cost（成本）本身不是最大问题，问题是你的成本并不能证明你的performance（性能）或value（价值）是合理的。

如果这是一个很有价值的事，我花500美元，但可以赚1000美元——根本不是问题。这不是technical bottleneck（技术瓶颈），而是product-market fit（产品与市场契合度）的问题。

所以，现在最关键的，是要找到真正有价值的应用。

② 壁垒构建：短期靠交互创新，长期靠Context（用户上下文)

首先，短期内要靠交互创新。

比如，Manus，交互创新想象空间是很高的。

它的一个价值是给人非常general（通用）的感觉，你可以有每个阶段的Killer App（杀手级应用），比如它做PPT特别好，做Deep Research特别好，或者做其他东西特别好。

iPhone或iPad是非常通用的产品形态，但它一开始，都有一些Killer App支持它有momentum（增长动能）。包括ChatGPT，包括微信，很多伟大产品都这样。

你有一个足够通用、简单，或第一性的交互方式，它有很多想象空间。但你去维护它，或者设计路径的时候，你能有各种各样的应用，使它不停地增长。

其次，长期靠积累独特的用户上下文（Context）和环境。

现在对于ChatGPT比较重要的是Memory（记忆），这是可能产生壁垒的地方。

如果没有Memory，大家拼谁的模型更强。但有了Memory，拼的不仅是谁的模型更强，而是用户用哪个更多、哪个粘性更强。

我积累了更多Context，它能给我更好体验，我就会有粘性——这或许是研究优势转化成商业优势的方式。

③ 警惕“数据飞轮”幻觉

大多数公司还没有形成数据飞轮,他们依赖模型变好，利用模型变好的溢出能力。

如果你要有数据飞轮，首先你要能自己去训模型，并且能通过交互有很好的reward，使你能把好的数据和不好的数据分开。

比较成功的是Midjourney（用户偏好直接驱动模型优化），有非常清晰的reward——人更喜欢哪张图，这个reward和应用是对齐的，reward做得更好，公司就更成功，模型也更好——一切都对齐。

有了这种情况，才能自己训练模型，做数据飞轮。

这个过程必须比较非主线。因为如果很主线，我也可以通过Pre-Training或RL提升能力，靠泛化或其他方式。

总的来说，只有像Midjourney这样，奖励机制与产品价值完全对齐的闭环，才能形成飞轮,大部分公司目前还没有形成飞轮。

2.给企业决策者的战略研判：防守与进攻

① CEO的第一课：以技术认知驱动战略决策与价值创造

假若我是一个CEO，做的第一件事就是亲自深度学习技术本质，做出不被误导的战略决策。

首先，我肯定会学习，我会想弄清楚这个事情到底是什么。

如果你作为CEO不懂这个事情，所有事情会变得很难。很多时候，一个公司的bottleneck（瓶颈）就在于，CEO对这个事理解不够。如果你不理解，去招一些很好的人、做一些事情，你很可能被他们忽悠。

其次，要从创造新的价值来思考问题。

毕竟你不是技术专家，而是一个CEO，你有一些场景、一些资源、一些优势。从第一性原理看，一个新的技术产生了，你要思考的是，怎么用这些新技术结合你现在的资源去创造新的价值。

此外，你可以尝试做一个和当前业务完全不一样、但价值非常大的事情，比如ChatGPT，但对大多数公司来说，即使很有钱、很强，也不一定make sense（合理）。

② 大公司策略：依托护城河优势防御颠覆性交互创新

站在公司的角度看，大公司的战略其实很简单，依托现有用户基础、数据资源、场景优势以及Context（护城河），稳健融合Agent能力，重点防御颠覆性交互方式带来的创新冲击。

为什么要重点防御？原因是全新的交互方式会改变我们的世界。就像一开始互联网诞生，最早Super App只是把邮件升级成Email，Amazon已经算非常创新的东西了。现在就像那个阶段——我们的想象力仍被以往的交互方式所限制，还有许多尚未诞生的交互方式。

但肯定会有很多不同的交互方式，训练完全不同的模型，创造出不同的系统。

当然，这类东西很难和ChatGPT比强弱，它们是不同应用，有不同价值。比如，微信做Agent。

如果我是微信的一号，对做不做Agent？我可能会不急，先观望观望。

我好像没有理由要急。我会观察，我会学习AI，会观察有没有什么新的交互方式很有意思。但我不会急着去做很多事——我有易守难攻的地方，为什么要急着进攻呢？

比较危险的是一个颠覆性的创新。

真正的危险，不是说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。

就像微信打败了QQ，当时担心的并不是一个类似QQ的东西打败了QQ，而是一个很不一样的产品去打败这个东西。

我们需要对颠覆性创新有所警惕。

③ 投资与布局逻辑：聚焦特定Context与数字环境构建的平台

作为投资者，如何做好allocate（分配）？这是个很好的问题，实际上取决于你有多少精力，或者有多少资源分配颗粒度。

当然现在OpenAI、Anthropic，这些模型层公司，大概率会有更大价值。

还有一类很有价值的，是能积累User Context（用户上下文），或者能构建特殊Environment（环境）的公司。最终如果AI或AGI是一个系统，它需要有Intelligence（智能），需要有Environment，还需要有User Context，或者对用户的理解。

现在有很多User Data（用户数据）或User Context的公司，有点像发明车之前的煤炭、煤矿，或者像发明汽车之前的石油公司。

从这个角度，微信或大平台，还是一个易守难攻的好平台，它积攒大量的Context。

如果Intelligence是一个可以逐渐民主化、逐渐变得便宜、逐渐普及，拥有这样的平台，拥有这样的Environment，拥有这样的Context，可能会是一个很强的壁垒，它可能还是一个很好的投资。

3.给研究者与个人的启示：在范式转换中定位

① 职业选择：在时代机遇中追寻高上限价值

我的成长路径其实挺按部就班的，也没有跳级，没有做什么很surprising（让人惊讶）的事情。

但我对一个东西的价值，或者taste（品味），有自己的看法。大家往往会倾向于做一个确定性比较高的事情，包括做研究、做公司。

但我觉得恰好是这个时代，你去做上限更高的事情是更好的，因为现在有一个巨大的机会。

如果没有这样一个巨大的机会，最佳路径可能是去做incremental（渐进式）、确定性强的事情，一步一步地积累，但恰好有一个上限非常高的事情。

如果你敢想，或者你胆子特别大，或者你想象力很丰富，就会有好事发生。

② 思维变革：从算法改进转向任务定义

现在，AI科研范式重心已经从上半场转移到了下半场，即从算法改进（Method）已经转变为任务环境设计（Task/Environment）。

这带来一个本质变化：以前我面对很多怪兽，需要造出各种不同武器去打它们；现在我有了一把通用武器，比如机关枪，我不需要再为每个怪兽单独造武器。接下来要思考的问题就变成：我该朝哪个方向开枪？

现在方法的问题已基本解决，真正重要的是——我们要用这个通用方法，从“我能解决什么问题”转变为“我应该定义什么问题”。

总之，我们要成为一名“问题设计师”和“任务架构师”。

③ 终极动力：为世界创造渴望，过程中享受有趣

关于驱动力，我用一个非常俗的话说：希望你对这个世界创造一些不同——探索新的、根本性的研究，是一种创造不同的方式；创造一种完全不同的新的产品形态，也是一种创造不同的方式。

如果我现在去做一家类似xAI或Thinking Machine的公司，或者做一个类似Chatbot或Assistant的产品，还是可能赚很多钱，商业上很成功；但如果我做了一个形态很不一样的东西，失败了，我起码探索了不一样东西。

我导师令我印象最深的是这样一句话，学术圈经常发生这样的事——你有一个想法，然后别人做了，你会很烦。他说：If someone else can do it,then it's okay to let them do it（如果别人能做，那就让他们去做吧）。

所以，我觉得真正的价值在于对这个社会产生价值。

从人类全局的角度，如果这个事情很多人能做，别人做可能是不是也没有什么区别？对这个社会，或者对整体来说，似乎没有什么变化。

或者，你也可以去做一些不一样的探索。我觉得，最终你要对这个社会产生价值。

但这个时代很幸运的一点：这个技术非常通用，这个技术非常伟大，有足够多探索的空间。

另一点是，我想让生活更有趣，更有意思，更快乐，就去做一些自己喜欢的事情。

这很难用语言解释，就是一个taste（品味）或preference（偏好）的问题。

参考资料：

1.2025年9月11日，《独家对话OpenAI姚顺雨：生成新世界的系统》，语言即世界language is world

*文章为作者独立观点，不代表笔记侠立场。