与「姚顺雨」相关的搜索结果

腾讯裁员更多参会细节，真假自行判断 这次是真的灭霸响指了 卢山（管姚顺雨）：要学会给懂行年轻人放权，老同志要学会让路 马老板：我看一些在岸上的人还不是很紧张，但是已经是生死存亡的时候了。 马老板：今天和 Martin 穿的一黑一自，难听的话我来说 Martin：“速度不够快”，“之前对人太宽容了，还能宽容到什么时候？“，“对人的要求不够高"

😱震惊！未来Hy模型可能走向闭源！姚顺雨对未来是否继续开源含糊其辞！ 腾讯混元AI负责人姚顺雨被当场问：如果Hy成为世界第一，还会继续开源吗？ 他居然没有直接回答“是”！ 姚顺雨的回应如下： 1️⃣只有还没领先的模型，开源才能吸引开发者、扩大影响力 2️⃣开源可以分享知识、推动技术社区发展 3️⃣未来模型的网络攻击和生物相关能力可能强大到造成真实伤害 4️⃣网络攻防无法完全分离，更强的推理+编程能力本身就会带来攻击能力 这是不是意味着一旦混元登顶，开源就没了？！ #腾讯混元# #姚顺雨# #开源AI# #AI闭源# #Hy4# #马化腾#

腾讯混元AI负责人姚顺雨点破了做AI的人都觉得反直觉的真相： Scaling是AI里最重要的概念。 通常算力越多、数据越多、参数越多，下一个Token就预测得越准，而且改善极平滑，近似对数线性。 但模型能力平滑上涨，并不等于任务有用度平滑上涨。 数学、写代码、多模态理解……这些领域一遍遍重演同一幕。 能力在涨，真正有用的那一下却往往突然到来。 直到有了能像人一样行动的LLM，也就是Agent，它才能照着人解题的方式去解题。 大力出奇迹是真的，但“有用”从来不是线性的。 #AI# #ScalingLaw# #Agent# #腾讯混元# #姚顺雨# #Hy4# #中国开源# #马化腾#

前几天跟潘乱和老编辑吃饭，登味超标的开了一下怀旧服，把晚点LatePost在2023年写的「还原字节跳动HR体系」那篇稿子重新讨论了一遍，尤以老编辑的评价甚高——我从来没有见到他这么吹过其他媒体和作者——认为文章的非线性写法非常独特，开创了商业报道的新体裁。 我对老编辑说法的理解未必准确，但确实也能察觉到小晚整个团队在文本训练方面的优越性，并不是纯粹的基于材料的写作，有非常坚定的内在逻辑，同时具有工程化的结构和人文化的感性，可以无视时效性。 昨天更新的「AI抢人大战，批量制造这个时代的流量明星」也是相当具有代表性的例子，AI研究员如同球星那样被开价和交易早就不是新闻了，市面上的同题作文泛滥成灾，但晚点就是能用信息的再组织写出新意、立意，这很厉害。 还是总结一下这篇稿子，对我来说也是一种愉快的练笔： - 在中国，真正能靠个人技能年入过亿的群体，少之又少，以明星艺人为例，在娱乐业最鼎盛的时期，也只有十几个人能够达到这个标准，但在这波大模型热浪里，顶级研究员的身价以史无前例的速度被抬到了以亿为单位的年薪级别，而这批人的总数只有几百人，也就是说，大厂的你争我抢，总盘子其实就这么大，中国最贵的几百号人，就是在这么一个供给严重不足的环境里产生的； - 在ChatGPT发布之后的一年多时间里，因为局势尚不明朗，各家公司投入尚且谨慎，国内AI研究员的收入比较稳定，顶薪也就在百万级人民币，直到2023年底，两家公司打破了「规矩」，一个是DeepSeek开始用高于市场价的扩人，另一个是曾被视为落后半步的字节，通过饱和式投入启动追赶，以2倍薪水涨幅为起价，从月之暗面、阿里、百度、智谱等公司挖人； - 其中标志性的事件是2024年下半年阿里Qwen的核心技术负责人周畅带着竞业协议加入字节，职级从P9跳到4-2（实际上对标P11），千万级人民币的总包，而字节也很快得到了回报，周畅入伙之后，在极短时间内提高了豆包的多模态基模能力，这是抢人大战的关键驱动力，只要找到对的人，就能立竿见影的带来技术进步，事半功倍； - 很重要的是，一个靠谱的Infra专家，最多可以提高50%的算力利用率，考虑到大厂每年几百亿的算力投入，这种效率优化创造的经济收益，要远远胜过那笔薪水开支，一个正确的判断，也能决定模型在几个月内拉开巨大差距，「懂得在哪里划线」的知识价值，变得无比稀缺； - 到了2025年，DeepSeek的爆火让全行业都意识到模型质量的差距本质在于人，于是更多的公司开始加入，推动工资水平继续水涨船高，千万级薪酬包下沉到了普通研究员群体，字节甚至能给应届生开出500万年包，而DeepSeek也把内推奖金提高到了20万，猎头行情更是以月为更新周期，「三月给的价四月就不够用了」； - 但是，当其他大厂都相继启用钞能力后，强如字节也会沦为被掠夺的鱼肉，2025年下半年，腾讯开始盯着字节大模型团队挖人，用的是字节本就很熟悉的方式：工资翻倍，来不来？而且腾讯也兼具策略性，会主攻字节内部面临工资倒挂的老员工，因为位置长期不动，他们没能赶上职级膨胀的春风，于是选择投奔腾讯涨薪的为数不少； - OpenAI的姚顺雨和DeepSeek的郭达雅在前后半年的时间分别拿到过亿年薪加入腾讯和字节——这个数字同时被两家否定了——再次引发行业躁动，两人属于完全不同的样本，姚顺雨是标准的精英路线，从姚班天才到普林斯顿博士，履历辉煌，而郭达雅是完全的本土人才，没有镀金过程，但他们都以极为年轻的年龄，打破了大厂原有的年限体系和汇报关系； - 郭达雅意味着用已有成绩倒推价值也是可以成立的，因为DeepSeek的模型牛逼，所以参与制作这个模型的人同样牛逼，这个逻辑被大厂以实际行动买单了，当郭达雅决定离开DeepSeek时，阿里、腾讯、字节都在第一时间去接触了，包括老板亲自去谈，最后因为字节的投入方向和他的发展预期最吻合，成功签下入职合同； - 骨干的持续流失，给了DeepSeek相当大的压力，梁文锋选择启动融资，给员工手里的期权一个定价机会，对内安抚军心，为了留人，字节设计了豆包虚拟股，以及阳光普照的每人每月最低9万元额外津贴，反倒是已经上市的智谱和MiniMax，因为期权暴涨加上解禁期，不必太操心员工的稳定性； - 横向来看，最近一年里，字节和腾讯的饥渴度是最高的，字节愿意因人设岗，从张一鸣到HR，全都奉行「笼络最聪明的头脑」这一原则，腾讯因为自身的进度原因，被迫成为市场上后出价的那个人，虽然要当冤大头，但对于家大业大的鹅厂储备来说，问题也不大，先去拿字节的offer、再用字节的offer去敲腾讯的门要更多的钱，成了一些研究员的财富密码，有猎头说得很透彻，大厂不怕花钱，是为了把对手能用的人，提前从市面上清掉； - 阿里就比较保守了，Qwen以团队氛围优秀著称，90%的员工都是阿里自己培养的校招生，工作自由度很高，但阿里严格的职级体系，还是对Qwen参与人才争夺制造了障碍，2025年下半年，林俊旸曾让Qwen的研究员主动出去面试，以求得涨薪的机会，避免人才外流，可见有多无奈； - 当给够钱已经不具备稀缺性之后，大厂争取研究员的技巧也开始转向软实力，比如扎克伯格会把Meta想挖的人请到自家别墅吃饭，用「真诚」作为必杀技，张一鸣也会亲自去和自己看上的论文作者见面谈话，Anthropic之所以成为研究员离职率最低的AI公司，是因为它被公认为文化建设独树一帜，老板本身就是一种信仰； - 研究员之间的竞争必然激烈，以前抬高身价的方式是发论文，后来各家公司发现只要发完论文就会让作者接到的猎头电话直线上升，又不太乐意让研究员「抛头露面」了，但是上有政策、下有对策，研究员们也很灵活，不让发论文，那就去上播客、发推特、做小红书，总之就是加强主动「营业」，持续的获取个人流量，确保在需要的时刻能被看见； - 为了对得起高薪待遇，同时防止掉队，这几百个顶级研究员普遍睡眠不足、高压工作，即便没有KPI和OKR，他们也会自己驱动自己，就像从小到大的做题路径，这是天才避免泯然众人的唯一出路，「这个行业最终会变成，前5%的人拿着从前10倍的工资，干着100个人的活。」

近年来，中国AI产业快速崛起，引发了一波海外华人AI人才回流潮。媒体报道显示，曾在海外顶级科技公司和研究机构工作的华人研究员，正陆续加入中国的大模型与人工智能企业。例如，曾负责Google Gemini强化学习与自我改进团队的周浩于2026年加入阿里巴巴，担任千问Qwen后训练负责人；原Salesforce集团副总裁许主洪于2025年回国加入阿里，负责通义实验室多模态研究；曾任OpenAI研究员的姚顺雨加入腾讯混元，担任首席AI科学家；原Google DeepMind研究副总裁吴永辉加入字节跳动Seed团队；而杨植麟则创办了月之暗面（Kimi）。媒体普遍认为，这些人才回流的重要原因包括：中国大模型行业进入高速发展期，拥有更大的算力和资金投入、更高的话语权与科研自主性，同时美国科技行业裁员、签证与地缘政治环境变化，也让越来越多华人研究者认为“中国已经能够提供接近甚至超越硅谷的发展平台”，形成了新一轮“逆向人才流动”。

晚点 LatePost 发了一篇 DeepSeek 深度报道《V4 发布前的 DeepSeek：特质、组织和梁文锋的独特目标》 时间点卡在 V4 发布前夕。信息密度很高，摘几个最值得关注的点。 【1】核心成员离职，但没有成组流失 四位已确认离开的成员里，分量最重的是 DeepSeek-R1 核心作者郭达雅，近期正式离职，可能入职某大厂。另外还有去年底被腾讯姚顺雨挖走的王炳宣（第一代 LLM 核心作者），以及 OCR 系列核心作者魏浩然、多模态方向的阮翀。 猎头给 DeepSeek 成员开出的条件是“翻 2 到 3 倍”，有公司直接给 8 位数总包。加上智谱、MiniMax 上市股价高涨，阶跃和 Kimi 的 IPO 也提上日程，DeepSeek 那份没有明确标价的期权让一些成员产生了疑问。 梁文锋正在想办法给公司估值，给团队更多确定性。 【2】V4 可能 4 月发布，大概率开源最强但不会碾压 1 月左右，V4 的小参数版本已经给到一些开源框架社区做适配。原本乐观预期是春节前后发大参数版，现在推迟到 4 月。 晚点的判断是：V4 大概率仍是开源最强模型，但很难是碾压级的强。原因是进入 Agent 时代后，“强”的标准越来越多元，不同场景、不同用户的体感差异很大。 【3】DeepSeek 的“反主流”路线 梁文锋有两个不太主流的优先级：一是基于国产芯片生态做大模型，DeepSeek 已经在做国产 GPU 适配，把底层算子库从 CUDA/Triton 换成了北大开源的 TileLang；二是做“原创式创新”，包括统一多模态的 Janus 系列、形式化证明的 Prover 系列、用图片方式理解文字的 OCR 方案，甚至招了神经科学和脑科学顾问来探索仿生学习机制。 代价是，DeepSeek 在 Agent 和编程这条当前最热的赛道上投入相对少。R1 之后，智谱更新了 5 版模型，MiniMax 4 版，Kimi 3 版，都在针对 Agent 和 coding 强化。OpenRouter 过去 30 天的 token 消耗排名里，DeepSeek-V3.2 排第 12，前 10 中有 6 个来自中国公司。 【4】不过，变化已经开始 DeepSeek 最近首次在招聘启事中提到了具体产品名，要招 Agent 方向的“模型策略产品经理”，岗位要求里写着“熟悉并深度使用过 Claude Code、OpenClaw、Manus 等知名 Agent”。 梁文锋从去年秋天起开始更多提产品化和商业化。DeepSeek 已有小几十人的产品团队，但目前 C 端仍然只有一个标准 Chatbot。 【5】不卷文化依然在 DeepSeek 可能是全球唯一一个“不卷”的核心 AI Lab。多数员工下午 6 到 7 点走人，早上不打卡，没有明确的绩效考核和截止时间。梁文锋的逻辑是：一个人每天能高质量输出的时间很难超过 6 到 8 小时，加班疲劳下的昏庸判断反而浪费算力。 研究团队约 100 多人，只有梁文锋和研究员两个层级。梁文锋本人参与最多的是基模架构团队，会出席每个团队的会议，是串起不同模块的“粘合剂”。研究员可以自由组队，“有时开始一个新方向，就是因为三五个人都觉得一个 idea 不错，然后就一起做了。” 接近 DeepSeek 的人说：“留下的人多少还是有些理想的。” 在当前这个所有 AI 公司都在拼命卷 Agent 和编程的窗口期，DeepSeek 选择花精力做国产芯片适配和仿生学习，这到底是远见还是错过了最佳出手时机？ 完整内容：

豆包是我日常用得最多的国产模型，迭代最快最稳。豆包 App 的 C 端日活过亿，火山引擎的模型即服务在国内份额第一，日均 Token 调用量和 OpenAI、Google 是同一档的。能撑起这个体量，模型得过硬。 豆包大模型 2.0 刚发布，第一时间用豆包App“专家”模式测了下洗车问题，效果挺不错，不仅回答出来了，而且因为我是在海外使用，特别说明了中国和美国法律的法规不同。（参考图2） 我看了他们的官方推送（链接见评论），一个感受越来越强：字节是在认真对标 OpenAI 和 Google。 从里面能看出几个不一样的地方。 【1】他们在乎的是用户到底需要什么 豆包 2.0 的官方推送里，反复出现一个词：“真实世界复杂任务”。不是说跑了哪个榜第一，而是围绕大规模生产环境下的使用需求做了系统性优化。 举个具体例子：他们基于 ClawdBot/OpenClaw 框架在飞书上搭了一个智能客服 Agent。这个客服不只是回答问题，它能调用不同 Skills 完成对话，遇到搞不定的问题会主动拉群找真人同事，帮用户预约上门维修，维修完还会主动回访。一个完整的业务闭环，不只是一个 Demo。 【2】自建评测，而不是追着榜单跑 字节做了大量自建的 Benchmark 和内部评测。公开榜单是有限的，而且越来越容易被针对性优化。真正想让模型在生产环境里好用，必须自己定义评估标准。 这让我想起姚顺雨加入腾讯后在内部说的一句话：“不要打榜，也不要盯着榜单做事。真正决定模型能否走出 Demo 的，不是再刷几个榜，而是你有没有把系统放进真实世界的约束里，用真实世界的方式去评估它。” 字节显然很早就在这么做了。 【3】成本降了一个数量级 豆包 2.0 的模型效果对标 GPT 5.2 和 Gemini 3 Pro，但 Token 定价降了大约一个数量级。在 Agent 时代，一个复杂任务可能要消耗大量 Token 做推理和长链路生成，成本是真正的瓶颈。把价格打下来，才能让 Agent 真正普及起来，而不是只有极客在玩。 【4】长期投入，不走捷径 字节在底层技术研究上一直有持续投入，很多工作是长期推进的。比如最近大火的 Seedance 2.0 视频生成模型确实做到了世界领先水平，不是刷榜号称领先，而是产品可用级别的领先。豆包 2.0 的多模态能力也是这种长期积累的结果，在视频理解的 EgoTempo 基准上甚至超过了人类分数。 这些东西不是突击几个月能做出来的。 从产品体量、模型投入、评估体系到成本控制，字节对标的就是 OpenAI 和 Google。豆包用起来确实好用，而且每次更新都能感觉到在变好。对我来说，这比任何跑分都有说服力。

1月10日，北京有一场"AGI-Next 前沿峰会"，由清华大学主办。 中国顶尖的 AI 大模型领导者，很多都出席了。 - 唐杰：智谱创始人 - 杨植麟：Kimi 创始人 - 林俊旸：Qwen 技术负责人 - 姚顺雨：腾讯 AI 新部门负责人 网上有发言实录，下面是我的摘录。

花了大半天把张小珺访谈姚顺宇的4小时长访听了一遍。这位去年刚从Anthropic跳到Google DeepMind的哥们，参与过Claude 3.7/4.5和Gemini 3。他给了很多实诚的头部大模型一线研究员的视角。访谈信息密度相当高。说几条我觉得最有意思的： 1. Google禁止员工用Claude Code，但姚顺宇保守估计自己90%代码是AI生成的。不保守估计99%甚至100%。一个清华加斯坦福的物理博士、顶级大模型研究员都靠AI写代码，再有人说自己不能用AI写代码，别特么给自己脸上贴金了。但反过来想，Google连内部都不让用CC和Codex，员工效率得受多大影响啊，这家公司真挺神奇的。 2. 他离开Anthropic的原因里，反对Dario反华占40%。他自己说这不是首要但确实是大原因。他很烦Dario那套「我们必须拥有最强模型才能推AI安全」的逻辑。圈里敢直接喷半年前老东家的人确实不多。 3. Claude 3.5/3.6/3.7的命名是个草台班子般的乌龙。Anthropic早期产品力极弱，「居然管两个模型叫一个名字」，外界为了区分自发叫3.6，Anthropic后来跟随社区习惯把下一个叫3.7。我之前一直以为3.6是个跳过的版本号。 4. Claude Code是「个人英雄主义的开端」。一个叫Boris的研究员自己想做提效工具，后来变成Anthropic最重要的产品之一。完全是bottom-up长出来的，不是规划出来的。 5. Anthropic创始团队一个人都没离开。来自OpenAI的那批核心是一起打过仗的，这才是top-down文化能跑通的根。对比OpenAI高管走光，姚顺宇似乎挺鄙视OpenAI的企业文化和部分高管。 6. OpenAI救了Google一命。逻辑挺反共识：如果ChatGPT一鼓作气把search吃了，Google就完了；正因为做出可能性又没做到极致，反而留了Google反击时间。 7. AI行业最重要的特质不是脑子，是靠谱。原话「那些东西多多脑子，本科生就能干」。一个物理博士说这话，算降维打击，也算给所有想转AI的人吃颗定心丸。 8. 他觉得程序员的未来是1/1000拿100倍工资。不是「程序员消失」，是「极度中心化」。绝大多数失去独特价值，少数顶级爆赚。 9. 他觉得现在很多人说的Scaling Law撞墙，多数是自己代码Bug。原话「修一个Bug带来的进展，远大于一些很神奇的技巧」。预训练在过去几个月还在变强，跟外界「预训练已死」的叙事完全相反。 10. 绝大多数New Lab都会死。 听完最大的感受是：这哥们说话真的没在留情面，又喷Anthropic又喷OpenAI又喷各种「老登」。但他敢喷的底气挺清楚，既不在SSI那条路上，也不靠LP吃饭。他自己原话说的是：「我这个行业又没什么导师又没什么旧友，我当然想喷谁喷谁。」 以及，他在说估计自己也不会在Google待太久，把这话在播客里说出来，我觉得国内头部大模型公司可以去抢一波人了。

在团队里找一个华人，放在c位猛吹，让大家high起来，这招真的屡用不爽。 从公开一手材料来看，姚顺宇没在两篇论文的作者名单里面，而且官方点名了突出贡献者（Luong、Mirrokni、Feng、Woodruff），Yao也没在里面，但是Yao在官方致谢支持贡献者里面。所以合理推测，Yao对项目有实质贡献但并不核心。