姚顺宇是谁？姚顺雨又是谁？
前者是位29岁的天才少年，简历近乎完美：清华物理系传奇、斯坦福物理学博士、Anthropic核心研究员、Google DeepMind主任资深科学家。2025年9月，他从Anthropic离职，原因之一是“价值观的根本分歧”——他强烈反对该公司将中国列为“敌对国家”的言论。一年之后，他丝滑跳槽至谷歌。
但所有人都知道，姚顺宇不会停留太久。
“应该不会在Google待很久。”姚顺宇在今年一次采访中直白地说。
近日，姚顺宇罕见地连线参与国内一场活动，探讨当下最热的RSI（递归自我改进）。这个信号足够清晰。“已有头部VC与姚顺宇接触过。”有媒体透露。
投资人笃信一件事：抢到姚顺宇，就是拿到AI时代的阿尔法。
从非厄米系统到AI系统的“物理直觉”
翻开姚顺宇的成长履历，是一条典型的科研学霸路径，但每一步都走得比同龄人快得多。
1997年出生于宁夏，少年时随父母移居上海。进入清华大学物理系后，他拿下了清华本科生特等奖学金——这是清华本科生的最高荣誉。2018年，他在《Physical Review Letters》上发表论文，首次在国际上给出关于非厄米系统的拓扑能带理论。
该成果的含金量，让某211大学副教授坦言：“我们这边即使是教授，也没有能超过姚顺宇同学目前本科期间的物理水平。”
本科毕业后，他赴斯坦福攻读博士，专注量子多体混沌、开放量子系统动力学等前沿问题，师从Douglas Stanford等知名物理学家。博士毕业，又去UC伯克利做博士后。近十年的理论物理训练，给了他一种极其稀缺的能力：在混沌中寻找结构，在复杂系统中识别规律。
然后，他转头杀进了AI。
2024年10月，姚顺宇加入Anthropic的Claude团队，负责Claude 3.7 Sonnet框架及Claude 4系列背后的基本强化学习理论。在Anthropic的一年，他形容为“超级忙”，但收获巨大——“看到自己的研究立刻能对前沿模型的能力产生影响”。
离职的原因，他写得很克制，但态度明确。40%来自“价值观的根本分歧”，60%来自不便透露的内部信息。
2025年9月29日，姚顺宇正式加入Google DeepMind，担任主任资深研究科学家，参与Gemini系列模型的研发。
但他对AI的兴趣，远不止于做一个“更好的模型”。
一场从实验室走向产业化的卡位战
姚顺宇最近一次公开露面，谈的是RSI。
RSI，递归自我改进。简单来说，就是AI自己造更强的AI，新AI又继续造更更强的AI，如此正向循环，越来越强。这被认为是通往超级智能最激进的路径之一。
“RSI不等同于普通RL或模型自生成数据训练，而是能让AI参与设计训练流程、优化目标与系统闭环的系统工程。”姚顺宇在连线中给出了一个极其精准的定义。而他接下来的一句话，才是真正的产业洞见：
“RSI最难的不是变强，而是验证这种变强是否真实、可持续、未被刷分或奖励投机污染。”
这句话暴露了一个物理学家对“可证伪性”的本能执着。在一个充斥着榜单刷分、基准测试造假的行业里，姚顺宇关心的核心问题不是“AI能不能变强”，而是“我们怎么知道它真的变强了”。
这种判断力，恰恰是VC们愿意为姚顺宇开出支票的原因。而RSI赛道的产业化竞赛，已经悄然打响。
2026年5月，前Meta FAIR研究总监田渊栋联合创立Recursive Superintelligence，首轮融资6.5亿美元，估值46.5亿美元。田渊栋称，新团队正在构建一种AI，“能够自动发现知识并递归地自我改进，将从根本上改变科学和技术进步的方式”。
国内同样不遑多让。清华大学人工智能学院助理教授陈勇超创立的超衍智能，成立仅3个月便完成近4亿元天使轮及天使+轮融资。天使轮由IDG资本、星连资本、晶泰科技联合领投；天使+轮则由中关村科学城基金、深创投、上海未来产业基金联合领投。
超衍智能的技术路线值得细读：它并非在现成的通用大模型上叠加一层智能体，而是从基础模型层面构建“发现原生”能力。公司首款自进化产品Apex Research已展现出接近顶尖人类研究者的自主科研能力，产出成果在学术评审中已有2篇论文超越99%的人类研究员水平。
这意味着，RSI正在从论文概念走向可验证的工程产品。中关村科学城基金在投资超衍智能时明确表示：“递归自我改进（RSI）是通往下一代AI范式的关键路径。”
姚顺宇的位置，恰恰站在这个范式转换的最前沿。他既有Google DeepMind的一线模型研发经验，又有对RSI底层问题的深刻理解。如果他创业，几乎可以确定，方向就是RSI。
中国AI产业的“人才-资本”飞轮正在加速
VC们盯紧姚顺宇，背后是一个更大的产业趋势。
2026年上半年，中国AI大模型市场规模持续扩张。据36氪研究院、赛迪顾问等机构数据，2025年中国AI大模型市场规模达495.39亿元，同比增长49.1%；预计2026年将突破700亿元。
更关键的是调用量的变化。根据OpenRouter统计，2026年4月27日至5月3日一周内，中国大模型周调用量达7.942万亿Token，反超美国同期的3.258万亿Token，占全球总调用量的33.2%。到了2月春节当周，中国AI大模型周度Tokens调用量达5.16万亿，三周内翻了一倍多。
Token调用量是比用户数量更关键的产业指标，它反映的是真实的使用强度、用户黏性和商业价值。当国产大模型的调用量在全球占比突破三分之一，一个清晰的信号已经释放：中国AI产业正在从“技术追赶”切换到“应用领跑”的阶段。
这个阶段的核心矛盾，不再是“模型能力够不够”，而是“下一代范式在哪里”。
智谱AI的MaaS API平台已实现年度经常性收入17亿元，同比增长60倍，毛利率同比上升近5倍，达到18.9%。大模型商业化的闭环正在被验证。但所有人都清楚，当调用量增长到一定量级，当模型能力趋同，真正的分水岭将出现在“谁能让AI自己变得更强”这个维度上。
RSI，就是这个维度的核心命题。
而在人才端，中国AI产业的结构性优势正在形成。根据卡内基国际和平基金会2026年发布的数据，2025年全球顶尖AI人才中，57%的研究者本科毕业于中国高校，这一比例在2022年还只有46%。我国人工智能核心产业人才规模2024年突破50万人，相关从业人员达150万至200万人，形成了从基础研究、工程实现到行业应用较为完整的梯队。
资本端的反应同样剧烈。2026年上半年，我国发生1255起与人工智能相关的投融资事件，已达到2025年全年的78%；合计金额约2501.4亿元，已达到2025年全年的182%。
人才密度与资本密度的双重提升，正在催生一个“人才-资本”飞轮：顶尖人才的创业可能性吸引资本提前卡位，资本的涌入又降低了人才创业的摩擦成本，而创业公司的成功退出（无论是IPO还是被大厂收购）又会激励更多人才走向创业。
姚顺宇，正站在这台飞轮的中心。他的学术背景（清华物理+斯坦福博士）、产业履历（Anthropic+Google DeepMind）和对RSI的独特理解，使他成为这个飞轮上最稀缺的“启动节点”。
两个Yao Shunyu，两种产业路径
大洋两岸，各站着一个Yao Shunyu。
另一位是姚顺雨。同样1997年出生，以超700分的高考成绩进入清华姚班，后赴普林斯顿读博。毕业后进入OpenAI，主导智能体产品，参与Deep Research项目。2025年底，他离开OpenAI回国，出任腾讯首席AI科学家。
在腾讯，姚顺雨完成了一次“空降改造”。他接手混元大模型时，这个项目已经掉队两年。他做的第一件事是重建底层基础设施，然后推动“模型×产品Co-Design”的研发模式。2026年4月，由他带领团队重建的混元Hy3 preview语言模型发布，调用量在首周较上一代增长超过68倍。
姚顺雨有一个著名判断：“AI下半场，稀缺的不再是‘解决问题的能力’，而是‘定义优质落地问题的能力’。”
而姚顺宇则在太平洋另一端，思考着一个更底层的问题：如果AI能够自我改进，那个“定义问题”的人，还需要是人类吗？
两个Yao Shunyu，两种选择，指向同一个产业的两个方向。一个向下扎根场景，将模型能力转化为可规模化的商业价值；一个向上攀登范式，试图重构AI进化的底层逻辑。
对于中国AI产业而言，两种路径都是必需的。场景落地决定当下的收入，范式突破决定未来的位置。而当姚顺宇这样的顶尖人才可能回国创业时，中国AI产业将同时拥有“应用深度”和“范式高度”两个维度的竞争力。
等待姚顺宇
姚顺宇目前仍在Google。9月初，伴随Gemini 3.8模型发布，他发文称：“对模型而言，这只是迈出了一小步；但对于RSI来说，却是一次巨大的飞跃。”
这句话里有一种微妙的张力。他仍在为Google的工作喝彩，但兴奋点已经不在模型本身，而在模型所指向的那个更远的目标。
“不会在Google待很久，找到值得的事情尝试挑战自己。”
这句话说出口的时候，答案可能已经写好了。剩下的问题只是：什么时候，以及，跟谁。
对于VC们来说，等待姚顺宇，就是在等待下一个范式的入场券。而对于中国AI产业来说，如果姚顺宇最终选择回国创业——就像姚顺雨选择回国一样——那将意味着中国AI生态不仅能够培养顶尖人才，还能够承载顶尖人才的“范式野心”。
一个物理学家的本能是寻找可验证的真理。一个投资人的本能是寻找可兑现的阿尔法。一个产业的本能，是寻找下一个增长曲线的起点。
当三者指向同一个人时，围猎就开始了。
姚顺宇还在思考。VC们还在等待。而RSI的产业化时钟，正在滴答作响。
