从Anthropic到Gemini，他说AI不再需要英雄主义了

这是一场长达4小时的深度访谈，但真正炸场的只有一句话：AI行业已经不需要个人英雄主义。曾在Anthropic与Gemini训练模型的姚舜宇，用自己的路径、判断与犹豫，拆解了模型能力、应用创业、组织文化与个人选择的真实现状。

“英雄主义退场”：AI行业最反直觉的共识正在形成

如果你还在期待下一个“天才研究员凭一己之力改写AI历史”，这场访谈会让你彻底清醒。姚舜宇给出的判断非常直接：AI已经进入系统工程时代，个人英雄主义正在退场。

原因并不浪漫。模型越来越大、工程越来越复杂，真正决定成败的，不是某个灵光一现的算法，而是数据、算力、后训练、工具链、评估体系的长期协同。Anthropic和Google DeepMind这样的大厂，最看重的已不再是“你有多聪明”，而是“你是否靠谱、是否能把系统跑稳”。

这也是为什么他反复强调“负责”和“可靠”——在模型训练中，一个小bug、一次错误信念，都可能在规模化后被无限放大。这个判断，对还沉浸在个人光环叙事里的从业者来说，几乎是当头一棒。

模型能力趋同之后，真正的分水岭在哪里？

访谈中一个非常重要、但容易被低估的观点是：主流大模型在benchmark上的差距，正在快速缩小。

这并不意味着模型“没进步”，而是进步开始变得“不可见”。姚舜宇指出，真正拉开差距的，已经不是纸面分数，而是实际使用体验：工具调用是否稳定、agentic coding是否可靠、复杂任务能不能跑完一个long horizon。

这也是为什么编程成为AI最先爆发的应用场景——反馈信号清晰、数据质量高、对错定义明确。相比之下，很多所谓“通用智能”的展示，反而缺乏可积累的反馈闭环。

一句话总结：模型能力没有停滞，但红利从“看谁更聪明”，转向“看谁更能定义问题、打磨体验”。

应用层公司的真实处境：不是不努力，是赌注太残酷

在Minus、OpenCloud、Cursor等案例讨论中，姚舜宇给出了一个极其现实的判断：应用层公司面临的最大问题，不是技术，而是生存策略。

当底层模型持续变强，应用公司要么形成数据飞轮，要么被模型公司顺手“吃掉”。这也是为什么很多团队被迫在“大赌注”和“小机会”之间反复摇摆——做垂直场景，天花板有限；做平台级应用，又极易被基础模型覆盖。

Cursor被频繁提及，并不是因为它“技术多惊艳”，而是它在工具体验和用户粘性上跑出了时间差。这类案例释放的信号很清楚：应用层不是没机会，但机会窗口正在迅速变窄。

预训练真的到头了吗？答案比“是或否”复杂得多

关于Scaling Law是否放缓，这是访谈中技术含量最高、也最容易被误读的部分。

姚舜宇的态度非常克制：预训练的边际收益在下降，但这不等于模型进步结束。真正的变量，来自后训练、强化学习、数据分布选择，以及系统性方法。

在Anthropic，他参与过大规模强化学习和Coding能力提升项目；在Gemini，他看到的是Google长期技术储备的集中释放。这两种路径并无高下之分，本质是组织资源与目标函数的差异。

一个被反复强调的细节是：模型进步从来不是单一因素驱动，而是数据、算力、算法的协同。Transformer之后的算法演进，并非“没有创新”，而是更隐蔽、更工程化。

从物理到AI：为什么他选择离开高能理论

姚舜宇的个人经历，为这场技术讨论提供了难得的纵深。

从清华物理到斯坦福、伯克利，再到Anthropic与Google DeepMind，他多次主动离开舒适区。尤其是在高能理论领域，他坦率承认：缺乏可验证的客观反馈，让个人努力与现实影响之间的距离过大。

相比之下，AI的残酷与魅力在于——你今天做的决定，几个月内就会在世界中留下痕迹。这种“可验证性”，深刻影响了他的职业选择，也塑造了他对系统性方法、反馈信号和长期积累的执念。

给年轻从业者的反常识建议：别追最热的方向

访谈临近尾声时，姚舜宇给出的建议，几乎与主流叙事背道而驰。

不要盲目追逐最热的方向。热门意味着共识，也意味着拥挤。真正值得投入的，往往是那些“还没人认真做，但问题真实存在”的角落。

他也坦承自己对未来并不确定——世界模型、Long Horizon、持续学习，每一个方向都充满不确定性。但正是这种不确定，才是留给个人发挥系统性价值的空间。

总结

这场4小时的访谈，真正值得反复回味的，不是某个具体预测，而是一种行业心态的转变：AI正在从天才驱动，走向系统驱动。

对从业者而言，这意味着三件事：第一，别再迷信个人英雄叙事，可靠性正在成为核心竞争力；第二，把注意力从benchmark转向真实使用体验；第三，在不确定中寻找长期可积累的反馈闭环。

如果你还在AI行业，这不是一场可以“听听就算了”的对话，而是一面必须正视的镜子。

关键词： Anthropic， Gemini， AI应用， 强化学习， 系统工程

事实核查备注： 需要核查：姚舜宇的具体教育经历（清华、斯坦福、伯克利时间线）；参与Anthropic与Gemini项目的具体范围；Gemini 2.5/3的公开发布时间与市场影响表述；Cursor、Minus、OpenCloud的案例属性是否仅为访谈观点而非事实判断