姚顺雨:6 年 Agent 研究、人与系统、吞噬的边界

这段视频来自播客节目《张小俊商业访谈录》，主持人张小俊和广秘对话OpenAI研究员姚顺宇。姚顺宇毕业于清华姚班和普林斯顿大学，博士期间很早就开始研究基于语言模型的智能体（Agent），至今已有六年。他在2025年4月发表了一篇有影响力的博文《The Second Half》，宣告AI主线程进入下半场。这次访谈从他个人经历出发，深入探讨了AI智能体的历史、现状和未来，以及语言在其中的核心作用。

姚顺宇的核心主张是：语言是实现通用人工智能（AGI）最本质的工具，因为任何事情都可以用语言表示。他回顾了AI智能体的三波浪潮：第一波是符号主义，通过手工编写规则构建智能体，但很快遇到瓶颈——规则无法覆盖所有情况，且无法跨任务泛化，导致了第一次AI寒冬。第二波是深度强化学习，以AlphaGo为代表，能在特定环境中通过大量试错学习，但同样无法泛化到新环境，且需要大量环境特定的工程。第三波始于大语言模型（LLM），模型通过预训练获得了丰富的语言先验知识，具备了推理能力，从而能泛化到新任务。他认为，LLM带来的推理能力是智能体实现泛化的关键，也是与前两波的本质区别。

姚顺宇分享了自己的研究历程，强调“非共识”和“简单通用”的重要性。他最早意识到环境的重要性，因此创建了WebShop环境，让智能体在模拟电商网站中学习。随后，他提出了ReAct框架，将推理与行动结合，成为当前最通用的智能体架构之一。他回忆，当时学术圈更关注训练模型（如BERT），而他认为研究如何使用模型（如通过提示工程）更有价值，因为训练模型往往落后于OpenAI等公司数年。他最喜欢的作品是ReAct，因为它简单、通用，且标志着范式转变——从“训练模型”转向“使用模型”。他还指出，智能体研究有两条线：方法（如ReAct）和环境（从游戏到互联网、代码等数字环境），二者相辅相成。

关于OpenAI的五个分级（聊天机器人、推理者、智能体、创新者、组织者），姚顺宇解释其内在逻辑：先有语言先验知识，才能做对话机器人；有了推理能力，才能做智能体；下一步是让智能体拥有自我奖励和探索能力，以及多智能体协作形成组织。他认为，提升智能体能力最关键的维度是处理上下文（Context）的能力，即记忆和在线学习能力。对于环境，他特别强调代码环境的重要性，认为代码就像人的手，能提供闭环反馈和验证，是通往AGI的重要路径。

访谈也触及了反方观点和局限。姚顺宇承认，当前智能体仍面临挑战，比如环境依赖、泛化能力有限，以及技术成熟度问题。他提到，早期做智能体研究时，技术尚未成熟，大多数人仍在做问答或翻译等任务，智能体研究并非共识。但他坚持自己的“非共识”判断，认为正因为技术不成熟，才是开始的好时机。他提醒，智能体的未来不仅需要方法创新，还需要更真实、更具挑战性的环境。

总体而言，姚顺宇的讲述展现了一位前沿研究者的思考：从个体经历出发，勾勒出AI智能体从符号主义到深度强化学习再到LLM时代的演进脉络，强调语言和推理的核心地位，并指出简单通用方法的价值。他对未来的展望——自我奖励、多智能体组织、代码环境——为听众提供了理解AI下半场的关键视角。