这篇与OpenAI研究员姚顺雨的深度对话，揭示了AI智能体发展的关键转折。核心观点是，AI发展的“下半场”将从模型能力的比拼，转向对任务、环境与交互媒介的精妙定义，为通用人工智能的实现路径提供了新视角。
智能速览
AI发展“下半场”将从模型训练转向任务与环境的定义。
通用性与推理能力是语言智能体区别于传统系统的核心。
代码被视作AI与数字世界交互的最重要媒介。
ReAct与思维树是语言智能体早期探索的代表性成果。
AI智能体的本质是通过语言模型实现通用知识与推理的结合。
精华内容
姚顺雨的探索揭示了AI智能体发展的关键转折点，未来竞争的核心不再是模型本身，而是如何为其设定有意义的任务与环境，并找到高效的交互方式。
智能体演进之路
作为在AI智能体领域深耕六年的研究者，姚顺雨的探索历程颇具代表性。其早期提出的ReAct（Reason+Act）框架和思维树方法，为现代语言智能体的发展奠定了重要基础。这些研究旨在将大语言模型的推理能力与外部环境的行动能力相结合，解决了传统强化学习智能体通用性不足、依赖大量特定任务训练的痛点。通过让模型先思考再行动，或构建思维树来分解复杂问题，智能体得以更灵活地应对未知挑战。
“下半场”的核心转变
访谈中最核心的观点是“AI下半场”的提出。姚顺雨认为，行业已经过了单纯追求模型参数和训练数据规模的“上半场”。“下半场”的焦点将发生根本性转移：从如何做出一个更好的通用模型，转向如何为这个模型定义一个有价值的环境、一套明确的任务以及一系列高效的工具。这意味着，未来的创新将更多地体现在应用层面，即如何设计出让AI智能体真正发挥作用的场景和工作流。
通用性的本质特征
语言智能体与传统强化学习智能体的本质区别在于其“通用性”。传统系统如同为特定比赛训练的运动员，只能在规则明确的赛道上表现出色。而语言智能体则更像一个通识教育的学者，凭借语言模型中蕴含的庞大知识库和逻辑推理能力，能够快速理解和适应新任务，无需从零开始训练。这种举一反三的通用能力，是推动AI迈向更高级智能形态的关键。
代码的媒介作用
在姚顺雨看来，代码是连接AI思考与数字世界行动的终极桥梁。语言智能体要完成复杂任务，不能仅限于文本生成，必须能操作计算机、调用API、分析数据。代码为此提供了最精确、最灵活的交互媒介。通过生成和执行代码，AI智能体可以将其推理结果转化为具体的数字动作，从而实现对软件、数据乃至整个互联网环境的深度交互，完成从“知道”到“做到”的跨越。
姚顺雨的洞察为AI的未来发展提供了清晰的路线图，从模型能力到应用场景的重心转移已成定局。谁能率先定义出有价值的智能体应用场景，并构建出能理解并执行复杂任务的通用系统，谁就将掌握下一个AI时代的话语权。
