量子位 | 公众号 QbitAI

官宣了。

就在刚刚，量子位获悉，腾讯内部宣布了大模型组织架构调整，而姚顺雨也首次被明确了加盟。

姚顺雨是谁？

前OpenAI研究员、清华姚班学霸、普林斯顿博士、NOI奥赛银牌、安徽省高考探花，是近几年大模型 Agent 方向最受关注的青年研究者之一。

只有28岁。

他是Tree of Thoughts（思维树）、ReAct等工作的作者，也是SWE-bench、SWE-agent等一系列知名研究的核心贡献者。

去年一篇《AI下半场》的博文，让他在学界与产业界迅速出圈；而今年9月从OpenAI离职后，他的去向也随之成为各大 AI 公司关注的焦点，一度引发诸多猜测。

如今，一切尘埃落定——

姚顺雨确定加盟腾讯，双重身份：

第一，“CEO/总裁办公室”首席AI科学家，向腾讯总裁刘炽平汇报；

同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。

腾讯内部官宣说了啥

姚顺雨内部官宣加盟的消息，是随着腾讯AI组织架构一起披露的。

量子位获悉，腾讯今日内部官宣了大模型研发组织架构调整——

新成立AI Infra部、AI Data部、数据计算平台部，全面强化其大模型的研发体系与核心能力。

其中Vincesyao出任“CEO/总裁办公室”首席AI科学家，向腾讯总裁刘炽平汇报；同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。

而Vincesyao，正是姚顺雨。

据称，作为腾讯大模型体系的重要一环，AI Infra部将负责大模型训练和推理平台技术能力建设，聚焦大模型分布式训练、高性能推理服务等核心技术能力，构建大模型AI Infra核心竞争力，为大模型算法研发和业务场景落地提供稳定高效的技术支持和服务。

而架构升级后的AI Data部、数据计算平台部，将分别负责大模型数据及评测体系建设、大数据和机器学习的数据智能融合平台建设工作。

王迪继续担任大语言模型部副总经理，向姚顺雨汇报。刘煜宏担任AI Data部负责人、陈鹏担任数据计算平台部负责人，均向公司副总裁蒋杰汇报。

腾讯内部信中还强调，AI大模型研究与工程技术紧密相关。在过往混元大模型训练以及海量业务场景的深度实践中，腾讯已经积累了系统化的工程能力；此次大模型研发架构升级，在进一步强化腾讯工程化优势同时，旨在提升AI大模型研究能力，聚焦公司AI战略布局，提升AI大模型的研发效率。

过去一年，混元大模型发布超过30个新模型。12月5日发布的混元2.0，显著改进了预训练数据和强化学习策略，在复杂推理与文本生成场景表现国内领先。混元3D模型甚至保持着全球领先的水准，开源社区下载量超过300万。

而AI产品和服务，腾讯也正在展现一贯的竞争力。

在产品和服务层面，腾讯元宝持续优化用户体验，上线初期甚至保持了每天一个版本的迭代频率，快速赢得了用户的认可，用户规模稳居国内AI应用前三，成为最受新中产欢迎的AI原生应用。目前腾讯也将元宝的AI能力融入微信、QQ、音乐、会议等国民级产品中，让用户在不改变习惯的前提下自然触碰AI，为用户提供最自然、门槛最低的服务体验。

与此同时，据称腾讯公司内部正在推进一场全面AI化的效率变革。据腾讯财报会信息，截止目前，腾讯混元大模型已在腾讯会议、微信、广告、游戏等内部超过900款应用和场景中落地。在腾讯公司内部，有超90%的腾讯工程师在使用腾讯云代码助手CodeBuddy，50%新增代码由AI辅助生成，代码评审环AI参与度达94%。

而作为高密度人才引进的姚顺雨，也是腾讯开启AI攻坚的证明。

可以确定的是，这个时间点上的腾讯，已经明显开启了AI进程上的提速。

不论是组织变阵、人才推进，还是产品代表元宝、开源代表混元3D，都能明显感觉得到企鹅汹涌。

当然，之所以腾讯一举一动备受关注，核心还是其所拥有的完备AI要素：丰富场景、海量数据、生态资源，以及谋定后动的战略风格…

AI船票是什么可能还在被讨论，但拥有上述AI要素的腾讯，被认为坐在预留席位的那一桌。

这或许也是姚顺雨这样的TOP人才，难以拒绝offer的原因。

姚顺雨其人其论

姚顺雨，合肥一中毕业，NOI奥赛银牌，高考704分以安徽探花进入清华姚班，后在普林斯顿大学获得计算机博士学位。

博士期间，他师从GPT-1第二作者Karthik Narasimhan，从事智能体方向研究。博士毕业后，随即加入OpenAI。

在科研层面，姚顺雨的工作几乎贯穿了Agent研究的关键节点。他先后提出CALM（让语言模型以Agent形式参与语言游戏）、WebShop（用可控的电商环境系统性评估Agent 能力）等工作。

随后，他又陆续推出了一系列在学界和工业界都产生深远影响的成果：

• ReAct：让大语言模型同步完成推理与行动，是其被引次数最高的工作。 
• Tree of Thoughts：通过搜索式思维结构显著提升模型推理能力。 
• SWE-bench：面向真实软件工程任务的大模型评估基准。
• SWE-agent：将LLM系统性用于代码修复与开发的开源 Agent）。

如果说这些工作回答的是“Agent 能不能工作、该怎么工作”，那么在观点层面，姚顺雨更关心的，是AI接下来该往哪里走。

在2024年8月加入OpenAI 后，姚顺雨发表博文《The Second Half》，提出了一个被反复引用的判断：

AI正处在“中场休息”阶段：上半场是训练 > 评估，下半场将是评估 > 训练。

在他的划分中，AI 发展可以清晰地分为两个阶段：上半场：以模型和方法为中心，核心任务是“把模型训出来”。下半场：随着模型能力趋于成熟，重心转向任务定义、系统构建与评估体系。

也就是说，AI 的关键问题正在从

“我们能否训练一个模型解决 XX？”转向“什么问题值得被解决？我们如何判断 AI 是否真的进步了？”

在这个阶段，评估不再是附属环节，而是决定方向的前置条件。

真正重要的，不是继续堆模型规模，而是让模型在真实任务、真实系统中经得起检验。

除了“AI 下半场”的判断之外，姚顺雨今年 9 月与张小珺的对谈同样出圈，也进一步强化了他一贯的技术立场。

在那次对谈中，他对Agent、应用与模型边界的多项判断被反复引用，比如：

• Agent 的本质不是“会用工具”，而是“能推理并泛化”
• Code 是 Agent 的“手”，是真正的第一性环境
• 真正困难的不是“难任务”，而是“简单任务的可靠性”
• 创业公司的最大机会，不在模型，而在交互方式

这些观点并非停留在判断层面，而是与他过往在 ReAct、SWE-agent 等工作中一以贯之的研究路径高度一致。

如今，这位有产出、有观点、也有清晰技术方法论的明星研究员选择加入腾讯，所带来的，显然不只是单点能力补强，而是一整套关于Agent、系统与真实任务的“下半场”解法。