清华同一届，一个姚班，一个基科班；
一个去了OpenAI，一个去了DeepMind；
他们都叫Yao Shunyu，却走出了两条截然不同的AI之路。
巧的是，这两个人不仅名字读音一模一样，还都是清华2015级的本科生，现在都站在AI浪潮的最前沿。
一个叫姚顺雨，一个叫姚顺宇。
01 两条路，一个起点
2015年夏天，两个少年拖着行李箱走进了清华园。
姚顺雨来自合肥一中，以704分考入清华姚班——那个以姚期智院士命名的计算机科学实验班。他是姚班联席会主席，还和同学一起创办了说唱社，在代码和韵脚之间来回切换。
姚顺宇来自宁夏，通过自主招生进了清华基科班——基础科学班，主修物理。他在本科期间就在《Physical Review Letters》上发表了关于非厄米系统拓扑能带理论的论文，拿了清华本科生最高荣誉“特等奖学金”。
一个在计算机系里写代码，一个在物理系里算薛定谔方程。
看起来，他们的人生不会有什么交集。
但命运开了个玩笑——让他们共享同一个读音的名字，又在日后让他们成为彼此最懂对方的朋友。
02 一个向左，一个向右
本科毕业后，两人都去了美国读博。
有意思的是，他们好像默契地交换了阵地：
学计算机的姚顺雨，去了普林斯顿——那是爱因斯坦待过的地方，理论物理的圣殿。他在那儿拿下了计算机科学博士学位，专攻自然语言处理和强化学习。
学物理的姚顺宇，去了斯坦福——硅谷的心脏，计算机科学的麦加。他在那儿研究量子引力和量子信息扰乱，拿的是理论物理博士学位。
博士毕业后，两个人又不约而同地扎进了AI圈。
姚顺雨加入了OpenAI，参与了Operator、DeepResearch这些智能体产品的研发。2025年底，他回国加入腾讯，担任CEO办公室首席AI科学家，直接向总裁汇报。
姚顺宇则去了Anthropic，参与了Claude 3.7的研发。后来因为价值观分歧离开，加入了Google DeepMind，参与Gemini系列模型的开发。
一个专注于“怎么把AI用好”——智能体、推理框架、产品落地。
一个专注于“怎么把AI练好”——大模型训练、长周期任务执行、推理模式升级。
方向不同，但都在AI的深水区里潜行。
03 名字的玩笑
因为他们名字一样，又都在硅谷，闹过不少乌龙。
姚顺宇在访谈里笑着说过一件事：他俩经常收到寄给对方的邮件。什么学术会议邀请、公司猎头邮件，经常张冠李戴。他们俩就互相转发，调侃一句：“嘿，这是你的。”
更有意思的是，两人在清华时可能并不算特别熟，到了美国反而成了每几周就要见一次的好朋友。
一起散步，一起吃饭，一起打扑克。
两个斯坦福和普林斯顿的博士生，坐在硅谷某个小餐馆里，一个在讲怎么让AI做更复杂的推理，一个在吐槽高能物理的“主观品位”。
这种画面，想想还挺有意思的。
04 张小珺的两次专访
让更多人知道这对“同名双子星”的，是资深媒体人张小珺。
她主持的《张小珺商业访谈录》，分别在2025年和2026年对这两位做了一次深度专访。
2025年5月，姚顺雨。3个小时。
2026年5月，姚顺宇。近4个小时。
两场访谈，像两面镜子，照出了两个人完全不同的思维方式和性格底色。
姚顺雨：AI的下半场，是找问题
在那场访谈里，姚顺雨提出了一个后来被反复引用的观点：
AI已经进入“下半场”。
上半场大家忙着“找方法”——设计更好的模型架构、提出更牛的算法。Transformer、BERT、GPT……这些都是上半场的产物。
但下半场不一样了。下半场的核心不再是方法，而是问题。
“方法论已经变得非常成熟，但寻找问题变得更加困难。”
什么意思呢？就是说，现在大家手里都有了锤子，区别在于——你能不能找到那颗最值得敲的钉子。
姚顺雨说自己一直有个“非共识”：他想做Agent（智能体）。在大多数人在做问答、翻译、分类的时候，他已经认定Agent才是AI的主线。他提出的ReAct框架和思维树（Tree of Thoughts），就是让AI既能推理又能行动的方法。
他还聊到创业机会。他认为，新的交互方式是创业公司最大的突破口。“谁能定义下一代人和AI的交互界面，谁就有可能做出比ChatGPT还大的超级应用。”
最后他说了一句话，我觉得特别实在：
“不能唯榜单论。真实场景的应用落地，才是衡量AI价值的最终标准。”
姚顺宇：AI个人英雄主义的时代，已经过去了
如果说姚顺雨像一位冷静的建筑师，那姚顺宇更像一个叛逆的物理学家——带着一种“看透了一切”的犀利。
他的访谈一开场就扔出一句让人愣住的话：
“AI个人英雄主义已经过去了。”
他甚至觉得，过去被奉为神话的某些“英雄”，现在回头看“有点蠢”。
他说这话不是要否定谁，而是在讲一个事实：今天的AI研发，早就不是一个人一个周末就能写出划时代论文的时代了。它靠的是集体执行力、系统工程、无数人的协作。
“你现在想做一个实验，需要几百张卡跑好几天。你还能说是你一个人的功劳吗？”
他还直言自己为什么离开高能物理——因为那个领域“不太需要客观验证”，评判标准依赖前辈的“主观品位”，他觉得自己的贡献“几乎为零”。
“我在物理系最后的感受就是，我好像在做一种‘伺候老登’的工作。”
这话说得够狠，但也够真实。
那AI有什么不一样呢？
他说，AI最大的魅力是可实验性——“我现在能做任何我能想到的实验，而且很快就能得到反馈。”这种“所思即所得”的痛快感，是理论物理给不了的。
他还泼了一盆冷水：大家津津乐道的Scaling Law（规模定律），在他看来很可能只是一个高级版的“经验规律”，不是什么物理定律。所谓的“智能涌现”，更是一个“不科学的说法”。
“很多看起来是规律到头了的情况，其实只是你的工作里有bug。”
最后他做了一个预测：未来6到12个月，AI就能自己做实验了。
05 两种天才
看这两场访谈，你会很明显地感受到两个人气质的差异。
姚顺雨务实。他强调价值落地，反对刷榜，关心的是“这个东西能不能解决真实世界的问题”。他的每一句话都像在设计一个系统——逻辑缜密，层层递进。
姚顺宇叛逆。他喜欢拆解概念，戳破泡沫，哪怕是自己身处的行业。他的语言带着物理学家特有的那种“把一切还原到本质”的锋利。
但有趣的是，他们的观点在底层是相通的。
姚顺雨说“下半场要找问题”，姚顺宇说“个人英雄主义已死”——这两句话其实在说同一件事：AI的发展重心，已经从“谁提出了新方法”转向了“谁能定义和解决真正重要的问题”。
一个是正面阐述，一个是从反面拆解。
一个温和，一个锋利。
但指向的是同一个方向。
06 一个名字，两种可能
写这篇文章的时候，我一直在想一个问题：
为什么这两个名字读音完全一样、同样才华横溢、同样在AI领域做出了顶尖成果的年轻人，给人的感觉却如此不同？
后来我想明白了：
因为天才不是标准件。
姚顺雨代表了一条路：科班出身，深耕一个领域，把事情做到极致，然后带着最前沿的技术回到产业界，推动落地。
姚顺宇代表了另一条路：从物理跨界而来，带着不同的思维工具，对行业既热爱又保持批判，不断地“祛魅”，也不断地创造。
两条路，没有高下之分。
一个名字，两种可能。