量子位 | 公眾號 QbitAI

官宣了。

就在剛剛，量子位獲悉，騰訊內部宣布了大模型組織架構調整，而姚順雨也首次被明確了加盟。

姚順雨是誰？

前OpenAI研究員、清華姚班學霸、普林斯頓博士、NOI奧賽銀牌、安徽省高考探花，是近幾年大模型 Agent 方向最受關注的青年研究者之一。

只有28歲。

他是Tree of Thoughts（思維樹）、ReAct等工作的作者，也是SWE-bench、SWE-agent等一系列知名研究的核心貢獻者。

去年一篇《AI下半場》的博文，讓他在學界與產業界迅速出圈；而今年9月從OpenAI離職后，他的去向也隨之成為各大 AI 公司關注的焦點，一度引發諸多猜測。

如今，一切塵埃落定——

姚順雨確定加盟騰訊，雙重身份：

第一，“CEO/總裁辦公室”首席AI科學家，向騰訊總裁劉熾平匯報；

同時兼任AI Infra部、大語言模型部負責人，向技術工程事業群總裁盧山匯報。

騰訊內部官宣說了啥

姚順雨內部官宣加盟的消息，是隨著騰訊AI組織架構一起披露的。

量子位獲悉，騰訊今日內部官宣了大模型研發組織架構調整——

新成立AI Infra部、AI Data部、數據計算平臺部，全面強化其大模型的研發體系與核心能力。

其中Vincesyao出任“CEO/總裁辦公室”首席AI科學家，向騰訊總裁劉熾平匯報；同時兼任AI Infra部、大語言模型部負責人，向技術工程事業群總裁盧山匯報。

而Vincesyao，正是姚順雨。

據稱，作為騰訊大模型體系的重要一環，AI Infra部將負責大模型訓練和推理平臺技術能力建設，聚焦大模型分布式訓練、高性能推理服務等核心技術能力，構建大模型AI Infra核心競爭力，為大模型算法研發和業務場景落地提供穩定高效的技術支持和服務。

而架構升級后的AI Data部、數據計算平臺部，將分別負責大模型數據及評測體系建設、大數據和機器學習的數據智能融合平臺建設工作。

王迪繼續擔任大語言模型部副總經理，向姚順雨匯報。劉煜宏擔任AI Data部負責人、陳鵬擔任數據計算平臺部負責人，均向公司副總裁蔣杰匯報。

騰訊內部信中還強調，AI大模型研究與工程技術緊密相關。在過往混元大模型訓練以及海量業務場景的深度實踐中，騰訊已經積累了系統化的工程能力；此次大模型研發架構升級，在進一步強化騰訊工程化優勢同時，旨在提升AI大模型研究能力，聚焦公司AI戰略布局，提升AI大模型的研發效率。

過去一年，混元大模型發布超過30個新模型。12月5日發布的混元2.0，顯著改進了預訓練數據和強化學習策略，在復雜推理與文本生成場景表現國內領先。混元3D模型甚至保持著全球領先的水準，開源社區下載量超過300萬。

而AI產品和服務，騰訊也正在展現一貫的競爭力。

在產品和服務層面，騰訊元寶持續優化用戶體驗，上線初期甚至保持了每天一個版本的迭代頻率，快速贏得了用戶的認可，用戶規模穩居國內AI應用前三，成為最受新中產歡迎的AI原生應用。目前騰訊也將元寶的AI能力融入微信、QQ、音樂、會議等國民級產品中，讓用戶在不改變習慣的前提下自然觸碰AI，為用戶提供最自然、門檻最低的服務體驗。

與此同時，據稱騰訊公司內部正在推進一場全面AI化的效率變革。據騰訊財報會信息，截止目前，騰訊混元大模型已在騰訊會議、微信、廣告、游戲等內部超過900款應用和場景中落地。在騰訊公司內部，有超90%的騰訊工程師在使用騰訊云代碼助手CodeBuddy，50%新增代碼由AI輔助生成，代碼評審環AI參與度達94%。

而作為高密度人才引進的姚順雨，也是騰訊開啟AI攻堅的證明。

可以確定的是，這個時間點上的騰訊，已經明顯開啟了AI進程上的提速。

不論是組織變陣、人才推進，還是產品代表元寶、開源代表混元3D，都能明顯感覺得到企鵝洶涌。

當然，之所以騰訊一舉一動備受關注，核心還是其所擁有的完備AI要素：豐富場景、海量數據、生態資源，以及謀定后動的戰略風格…

AI船票是什么可能還在被討論，但擁有上述AI要素的騰訊，被認為坐在預留席位的那一桌。

這或許也是姚順雨這樣的TOP人才，難以拒絕offer的原因。

姚順雨其人其論

姚順雨，合肥一中畢業，NOI奧賽銀牌，高考704分以安徽探花進入清華姚班，后在普林斯頓大學獲得計算機博士學位。

博士期間，他師從GPT-1第二作者Karthik Narasimhan，從事智能體方向研究。博士畢業后，隨即加入OpenAI。

在科研層面，姚順雨的工作幾乎貫穿了Agent研究的關鍵節點。他先后提出CALM（讓語言模型以Agent形式參與語言游戲）、WebShop（用可控的電商環境系統性評估Agent 能力）等工作。

隨后，他又陸續推出了一系列在學界和工業界都產生深遠影響的成果：

• ReAct：讓大語言模型同步完成推理與行動，是其被引次數最高的工作。?
• Tree of Thoughts：通過搜索式思維結構顯著提升模型推理能力。?
• SWE-bench：面向真實軟件工程任務的大模型評估基準。
• SWE-agent：將LLM系統性用于代碼修復與開發的開源 Agent）。

如果說這些工作回答的是“Agent 能不能工作、該怎么工作”，那么在觀點層面，姚順雨更關心的，是AI接下來該往哪里走。

在2024年8月加入OpenAI 后，姚順雨發表博文《The Second Half》，提出了一個被反復引用的判斷：

AI正處在“中場休息”階段：上半場是訓練 > 評估，下半場將是評估 > 訓練。

在他的劃分中，AI 發展可以清晰地分為兩個階段：上半場：以模型和方法為中心，核心任務是“把模型訓出來”。下半場：隨著模型能力趨于成熟，重心轉向任務定義、系統構建與評估體系。

也就是說，AI 的關鍵問題正在從

“我們能否訓練一個模型解決 XX？”轉向“什么問題值得被解決？我們如何判斷 AI 是否真的進步了？”

在這個階段，評估不再是附屬環節，而是決定方向的前置條件。

真正重要的，不是繼續堆模型規模，而是讓模型在真實任務、真實系統中經得起檢驗。

除了“AI 下半場”的判斷之外，姚順雨今年 9 月與張小珺的對談同樣出圈，也進一步強化了他一貫的技術立場。

在那次對談中，他對Agent、應用與模型邊界的多項判斷被反復引用，比如：

• Agent 的本質不是“會用工具”，而是“能推理并泛化”
• Code 是 Agent 的“手”，是真正的第一性環境
• 真正困難的不是“難任務”，而是“簡單任務的可靠性”
• 創業公司的最大機會，不在模型，而在交互方式

這些觀點并非停留在判斷層面，而是與他過往在 ReAct、SWE-agent 等工作中一以貫之的研究路徑高度一致。

如今，這位有產出、有觀點、也有清晰技術方法論的明星研究員選擇加入騰訊，所帶來的，顯然不只是單點能力補強，而是一整套關于Agent、系統與真實任務的“下半場”解法。