從合肥一中到騰訊首席科學(xué)家：NOI銀牌沒保送，他高考704分進(jìn)姚班，27歲教會AI“邊想邊做”

2015年6月24日，安徽省高考成績公布。全省理科第3名，704分，一個叫姚順雨的17歲少年，在高考志愿表上填下了清華大學(xué)。三年前，他在全國青少年信息學(xué)奧林匹克競賽中只拿到銀牌——那枚銀牌意味著什么？在當(dāng)時的規(guī)則下，意味著不能保送。那些拿到金牌的同學(xué)們，已經(jīng)被清華北大提前鎖定。而姚順雨，還得老老實(shí)實(shí)坐到高考考場里，把所有的科目再考一遍。這一考，他考出了安徽省第3名。

2015年秋天，姚順雨走進(jìn)清華園。他選了姚班，全稱“計算機(jī)科學(xué)實(shí)驗(yàn)班”，由姚期智院士創(chuàng)辦，那是中國計算機(jī)科學(xué)界最頂尖的本科項(xiàng)目之一。同班同學(xué)里，有拿過國際奧賽金牌的，有在高中就發(fā)過頂會論文的。姚順雨的入學(xué)故事和別人不太一樣——他不是被保送進(jìn)來的，是“硬考”進(jìn)來的。

進(jìn)入姚班之后，姚順雨做了一些跟學(xué)術(shù)無關(guān)的事。他當(dāng)了學(xué)生會主席。他還和幾個同學(xué)一起創(chuàng)辦了一個學(xué)生社團(tuán)：清華大學(xué)學(xué)生說唱社。他從初中開始聽Eminem、蛋堡、熱狗、J. Cole，算是個老資格的說唱愛好者。在清華四年，除了寫代碼，他還認(rèn)真寫了些押韻的歌詞。

2019年本科畢業(yè)，姚順雨去了普林斯頓大學(xué)讀博，導(dǎo)師是Karthik Narasimhan。他的研究方向是讓AI學(xué)會“做決策”。然后他做了一件徹底改變AI行業(yè)的事。在普林斯頓的實(shí)驗(yàn)室里，姚順雨盯著屏幕上的訓(xùn)練日志，腦子里轉(zhuǎn)過一個念頭：現(xiàn)在的AI要么只會“想”，要么只會“做”。能不能讓它們一邊想一邊做，像人一樣？他提出了一個框架，叫ReAct——Reasoning和Acting的結(jié)合體。這個框架的邏輯很簡單：AI先想一步，然后做一步，看到結(jié)果再調(diào)整，然后再想下一步，如此循環(huán)。這篇論文2022年發(fā)表，被ICLR 2023評為Oral論文（前5%）。幾年后，幾乎所有能“使用工具”的AI——搜網(wǎng)頁、寫代碼、操作電腦——都在用ReAct的思路。

接著他又做了Tree of Thoughts（思維樹），讓AI不再走直線，而是像下棋一樣先展開多條思路，評估每條路的好壞，再選最優(yōu)的走。效果有多離譜？GPT-4做“24點(diǎn)”游戲，用普通方法成功率4%，用思維樹飆到74%。他還在GitHub上搞了一套評測標(biāo)準(zhǔn)，叫SWE-bench——從真實(shí)開源項(xiàng)目中收集了真正的軟件bug，讓AI去修。不是做選擇題，是修真正的代碼。配套的SWE-agent能讀代碼、定位bug、寫補(bǔ)丁、提交修復(fù)。到今天，每家AI公司發(fā)布新模型，幾乎都要跑一遍SWE-bench的分?jǐn)?shù)。博士畢業(yè)的時候，姚順雨的論文總引用量超過2.6萬次——很多名校教授干一輩子也到不了這個數(shù)字。那年他26歲。

2024年博士畢業(yè)，姚順雨加入OpenAI。進(jìn)去之后，他參與開發(fā)的幾個產(chǎn)品——Operator、Deep Research、Computer-using Agent——背后的理論基礎(chǔ)，都來自他在普林斯頓做的ReAct和SWE-agent。從論文到產(chǎn)品，他自己把路走通了。

2025年9月，姚順雨離開OpenAI。消息一出，AI圈炸了。騰訊官宣：姚順雨加入騰訊，擔(dān)任首席AI科學(xué)家，直接向CEO辦公室匯報。年底，騰訊組織架構(gòu)調(diào)整，他同時負(fù)責(zé)AI Infra部和大語言模型部，全面帶領(lǐng)騰訊的大模型研發(fā)。27歲，管兩個核心部門，向最高層匯報。同年，他入選《麻省理工科技評論》“35歲以下科技創(chuàng)新35人”中國區(qū)榜單，是最年輕的入選者。

從合肥一中的刷題少年，到教會AI“邊想邊做”的人，再到27歲執(zhí)掌中國互聯(lián)網(wǎng)巨頭AI命脈。那枚NOI銀牌曾經(jīng)告訴他“你不能保送”——他繞了個彎，從高考考場殺回來，然后在AI領(lǐng)域掀翻了整個牌桌。姚順雨，這個曾經(jīng)被競賽“拒絕”的安徽少年，用十年時間證明了什么叫真正的贏家。

文章來源：水木TsinghuaCent。