文 | 字母AI，作者 | 苗正，编辑 | 王靖

谷歌CEO皮查伊在X上高调宣布，Gemini 3 Deep Think在最难的挑战上，取得了前所未有的成绩。

这个项目，正是姚顺宇加入谷歌后参与的第一个重量级项目。

作为谷歌的对手之一，xAI的创始人马斯克都不由得在这条贴文里留下了一句“令人印象深刻”，皮查伊则回复给他一个“大拇指”表情。

2025年9月5日，Anthropic在内部文件中把中国列为“adversarial nations”（敌对国家），并宣布停止向“中国实体控股的公司”提供AI服务。

姚顺宇在博客中写道：“我强烈反对 Anthropic 发表的反华言论。尽管我相信 Anthropic 的大多数人都会反对这样的言论，但我认为我没有办法继续留在公司。”

这段话写得很克制，但能看出他的失望和无奈。

他特别强调“大多数人都会反对”，说明他理解这个政策不是来自公司内部的普遍共识，更多是外部压力和公司高层决策的结果。

60%指的是那些涉及“内部的机密信息”，不可公开的信息。姚顺宇因保密协议无法详细透露。

但他强调，自己“不希望经验与知识受到特定实验室偏见的限制，尤其是在核心研究已无需依赖论文发表的当下，更需要开放、平等的科研环境”。

说起来像是个笑话，但实际情况就是，在AI研究日益商业化、封闭化的今天，学术自由和开放合作正在受到越来越多限制。

在博客结尾，他用了句意味深长的话：“It was good with you, but it is better without you.”（和你在一起很好，但没有你更好）这句话既是对过去一年工作的肯定，也是对未来道路的期待。

这件事反映了在全球AI竞争的大背景下，华裔科学家面临的复杂处境。

一方面，美国有世界上最先进的AI研究资源和最优秀的科研团队。

可另一方面，受地缘影响，很多华裔科学家的身份成了职业发展的障碍。

但故事没有在离职中结束。离开Anthropic仅10天后，姚顺宇就加入了Google DeepMind，担任高级研究科学家（Senior Staff Research Scientist），且直接进入核心Gemini团队。

这速度之快，说明DeepMind早就看中了他的能力。

无论是谷歌CEO皮查伊，还是DeepMind CEO哈萨比斯，他俩在国际合作方面采取了更开放的立场。

尤其是后者，他一直在倡导国际合作，认为AI安全问题需要全球科学家共同努力。

因此，即便同样受到美国出口管制约束，谷歌依然没有完全切断与中国研究机构的联系。

加入DeepMind后，姚顺宇立即投入Gemini团队的工作。

仅仅5个多月后，谷歌就推出了Gemini 3 Deep Think的重大升级。

这是姚顺宇加入谷歌后参与的首个项目，成绩足以让整个AI圈震惊。文章开头处就提到，这次更新甚至让马斯克也对其称赞。

Gemini 3 Deep Think在多项基准测试中刷新了纪录。

比如在ARC-AGI-2测试中，它达到了84.6%的成绩。ARC-AGI是专门测试 AI 的抽象推理能力，测试的目标是检测AI在面对从未见过的新问题时，能否识别模式并找到解决方案。

这种能力被认为是真正智能的标志，而不是简单的模式记忆。

Gemini 3 Deep Think的成绩，比第二名Claude Opus 4.6的68.8%高出15%，比GPT-5.2 的 52.9% 更是高出30%。

在Codeforces编程平台上，Gemini 3 Deep Think获得了3455分的Elo评分，达到“传奇大师”(Legendary Grandmaster）级别，世界排名第8。

这意味着在算法竞赛和系统架构方面，全世界只有7个人类程序员能超越它。

在奥林匹克竞赛水平测试中，Gemini 3 Deep Think在数学、物理、化学三个学科都达到了金牌水平。

更重要的是，Gemini 3 Deep Think还处理那些缺乏明确指导原则、答案不唯一、数据杂乱或不完整的现实挑战。

这其实是当前所有AI都面临的短板。这些大模型虽然在标准化测试中表现出色，但面对真实世界的复杂问题时，往往表现糟糕。

虽然我们无法确切知道姚顺宇在Gemini 3 Deep Think项目中具体负责了哪些工作，但从时间线上看，他在自己的X上，第一时间宣布了Gemini 3 Deep Think的发布。

我个人认为，姚顺宇在Anthropic积累的强化学习经验，以及他作为物理学家对复杂系统的理解，为Gemini团队带来了新的视角和方法。

两个“Shunyu Yao”的平行宇宙

说到Shunyu Yao，其实在AI研究圈里，有两位知名研究者都叫Shunyu Yao，发音完全一样，都跟在顶尖的AI公司做研究工作，也都毕业于清华大学。

每次有关于“姚顺宇”的新闻，总有人问：“是哪个姚顺Yu？”

跟本文的主角不同，另一位姚顺雨是正儿八经的计算机背景。

他是清华姚班毕业，普林斯顿大学计算机科学博士，曾在OpenAI工作，目前已加入腾讯。

姚顺雨在AI圈的名气，要比物理学家姚顺宇更大。

他提出的ReAct框架（Reasoning and Acting），是近年来最有影响力的提示工程方法之一。

这个框架的核心思想是让AI“边思考边行动”，不是先完成所有推理再执行，而是在推理和行动之间交替进行，就像人类解决问题时的思维过程。

ReAct论文发表于2022年10月，到2025年已经被引用超过4000次，成了提示工程领域的经典工作。

姚顺雨的另一项重要贡献是思维树（Tree of Thoughts）。

如果说思维链是让AI学会了“一步步思考”，那思维树就让 AI 学会了“探索多条思路”。

在面对复杂问题时，AI不再只沿着一条路径推理，而是可以同时探索多个可能的解决方案，评估每条路径的前景，然后选择最有希望的方向深入。

姚顺雨在谷歌Scholar上的引用数超过15000次，远高于物理学家姚顺宇的5000次。

但我认为这不奇怪，计算机科学领域的论文引用速度，本来也要比物理学快得多，而且姚顺雨的工作更接近应用层面，影响范围更广。

但引用数不能完全衡量一个科学家的价值，两个Shunyu Yao都在各自领域做出了重要贡献。

如果说姚顺宇是从“量子力学”出发来研究 AI，那姚顺雨就是从“让AI像人类一样思考和行动”的角度切入。

两个人的研究方法、思维方式、甚至用的数学工具都不一样，但他们都在用自己的方式，去实现AGI。

姚顺雨在腾讯的工作，目前来看，是主要集中在agent上的。他发布的论文《CL-bench》，就是一个用于评估AI agent能力的基准测试。

它相当于一个给AGI研究者们明确一个方向，只要你的研究成果能在CL-bench上拿高分，那就说明你接近AGI。

姚顺宇则是更为直接，因为他认为真正的智能需要理解世界的底层规律。

物理学提供了描述宇宙运行的数学语言，从量子力学到统计物理，从信息论到复杂系统，这些都是构建真正智能系统的理论基石。

那么通过物理学，便可以让AI的智能水平更上一层楼，靠近AGI。

但无论如何，没有哪一种方法是唯一正确的，没有哪一个学科能独自解决所有问题。

物理学家的理论洞察和计算机科学家的工程创新，都是推动AI发展不可或缺的力量。

两个Shunyu Yao，两条道路，同一个目标。

就像集齐龙珠可以召唤神龙一样，或许有这么一家公司，集齐了所有的Shunyu Yao，那么它也就实现了AGI。