作者 | 汤安迪

编辑 | 周欢

11 月 7 日下午，香港科学馆，2026 未来科学大奖周 · 科学峰会「计算机科学专场」。

主持人是张亚勤，清华大学智能产业研究院（AIR）创始院长。

他要「访谈」的第四个人，是本场最年轻的嘉宾：姚顺雨，29 岁，清华姚班出身，OpenAI 前 principal researcher，ReAct 架构的作者。一年前，他加入腾讯，任首席 AI 科学家。

张亚勤在介绍他时说了一段很直白的话：

「他加入腾讯大约一年。在此之前，我总跟 Pony（马化腾）开玩笑，你们在那儿砸了那么多钱，没什么可拿出来看的。但顺雨加入之后，情况彻底变了。」他还补了一刀：「腾讯在基础设施上投了几十亿美元，算力规模仅次于字节跳动。」

姚顺雨先是做了一场 25 分钟演讲，题目是《工具、智能体，以及构建工具的智能体：AI for Science 的演进》。

然后是 40 分钟圆桌，张亚勤的问题是全场最尖锐的一批。

以下是演讲与圆桌的实录节选，经奇偶工作室整理。

1、

最后一块拼图是 ReAct

姚顺雨：我们刚发布了 Hy4 模型和 HyRA 2 框架，细节可以在 hunyuan.tencent.ai 上看到。

（奇偶工作室：Hy4 为腾讯混元最新大模型，演讲中以 Hy4 称呼。HyRA 全称 Hunyuan Research Assistant，即「混元科研助理」智能体框架。）

这场演讲我只讲一件事：AI for Science 正在经历三次范式转移。它们彼此不冲突，而是层层叠加、同时进行。

第一次范式，是为专门的问题造专门的模型。典型代表是 AlphaFold，蛋白质折叠，拿了诺贝尔奖。你给网络喂大量人类先验，距离偏置、共演化偏置，精心设计的架构，解决一个问题。

第二次范式，是大语言模型带来的通用智能体。2017 到 2022 年，发生了一系列统一和简化：Transformer 把任何数据，句子、图像、视频、音频，统一成 token 序列。

接着任务被统一为「预测下一个 token」，最后一块拼图是 ReAct，在预测下一个 token 之外，让模型调用工具。

如果有一个 Transformer，能处理任意输入，能生成 token 来思考、也能生成 token 来行动，那它理论上就拥有了人能做到的一切能力。

2、

非常反直觉

姚顺雨：大模型还有一个特性叫 scaling（规模化），这可能是 AI 里最重要的概念，但对做科学的人来说非常反直觉。

算力、数据、参数越多，预测下一个 token 的 loss 平滑下降，这是对数线性的。但任务能力不是平滑上升的——是突然跳变的。loss 还在平滑下降时，任务表现长期趴在零附近，然后突然变得很好用。数学如此，编程如此，多模态如此，AI for Science 也如此。

（奇偶工作室：即所谓「涌现」。）

这对科学界的冲击在于：学科的发展一直是纵向的，盖房子式的，在一个专业里一层层往上盖。而大模型是一种横向的、普适的改进。它像海水上涨，像全球变暖——水涨的时候，是所有地方一起涨。你直到水漫过鼻子才会感觉到。

编程能力其实平滑涨了五到十年，但直到它达到人类工程师的水平，所有人才突然觉得「变天了」。底层能力一直在平滑提升，感受却是突然的。

我们的 Hy4 用同一套公式解逆蛋白质折叠：模型像人一样，先用生物学知识提出候选序列，再用工具跑结构对齐，看吻合度，然后基于结果修正提案。一开始表现很差，迭代 17 轮之后越来越好。

另一个例子：从 700 万个细胞的二维图像里重建三维 MOS barrel 结构。数据量大、还有脏数据，模型需要自己写代码、开终端，还要意识到「这里不对劲，得修」。单台机器，19 分钟跑完——为生物学家省了大量时间。

数学上同理。我们有一个结果，关于加性组合里和集与差集的最优指数——这是加性组合里的名题。智能体由 HyRA 1.0 框架驱动、用 Hy3 模型，自己把问题解了，还写了一篇论文。

为了系统评测，我们做了一个叫 TenYearTrail 的 benchmark，覆盖七个领域。Hy4 是这个榜单上最强的开源模型、也是最强中国模型。开源与闭源的差距还不大，但差距确实存在。

3、

为「未来的问题」造工具

姚顺雨：第三次范式是第二次的延续：智能体不只解决问题，还开始为「未来的问题」造工具——造科学软件、造模型。

这件事特殊在两点。第一，你解掉一个具体蛋白质设计，解完就完了；但一个工具、一个软件、一个模型，可以被复用。第二，造模型、造软件恰好是模型最擅长的事——因为这些东西极易验证，非常客观，不像人类政治。

我们做了 HyRA 2.0，思路是：像组织一个实验室一样组织模型。有「老板」定目标，有智能体互相汇报进度、讨论、开发工具、整理证据，甚至互相评审结果——一个自治的科学实验室。

最有意思的结果是：Hy4 从零训练了一个新模型，叫 HyInv，一个约 200 万参数的图神经网络，做逆折叠。注意这和 AlphaFold 的区别—— AlphaFold 是人造的模型，而 HyInv 是模型造的模型。它的 mean scTM 达到了 state of the art，速度比此前的实现快 50 倍。「把东西做快」恰好也是模型极擅长的事，因为很容易验证。

同样的路子，Hy4 还造了更快的蛋白质 embedding 模型、分子模拟的 SOTA 模型；和北大合作，给耶鲁的 circle action 猜想提供了一个反证；还解了电路设计和工程问题。

为了评测「模型造模型」，我们又做了一个 benchmark 叫 FM-Bench，横跨机器学习和生命科学。Hy4 在开源模型里是最强的一档——而且已经超过了人类基线。造模型这件事，AI 相比人类有比较优势：大量繁琐工程，要写代码、跑实验、调 bug，非常适合 AI。

另一个观察：这个榜单上，开源和闭源的差距明显更大。这和递归自我改进（RSI）有关——闭源前沿模型在这里有优势。进步有多快？看榜单底部：Hy4 Preview 两个月前发布，不到两个月，我们在 FM-Bench 上的成绩翻了一倍。

4

AI for Science 才刚刚开始

姚顺雨：我列了很多结果，但 AI for Science 只是开了个头。挑战至少有三类。

其一，验证。大部分结果发生在数字世界，因为那里容易验证。但很多领域数据不够、验证太贵——一款药走完临床要好几年。

其二，品味。现在的模式是：人定方向，模型解题。模型能不能自己提出好问题？长期来看一定可以——所谓品味，只是计算启发式，可以学。但现在，建立品味、追逐对的问题，仍需密集的人类判断。

其三，理解。模型产出的一百页论文，人很难读懂，不知道它和你领域里的其他知识什么关系，还需要人类数学家去消化、写进教科书。

技术问题都能解决，都是时间问题。更大的挑战在社会和组织：模型越来越强，谁该拥有科学数据的访问权和收益？资助体系怎么变？大学怎么变？最大的挑战是怎么教育和评估下一代科学家——每一个白领岗位都遇到了，入门级工作正在消失。

在腾讯，我们没有全部答案，但有明确的价值观：科学属于科学共同体，属于全人类，不属于任何一家公司、任何一家模型厂商。所以我们尽可能把模型、工具、软件、产品做得开放、便宜。Hy4 开源，HyRA 框架开放；我们最受欢迎的智能体产品 WorkBuddy，刚宣布给学生免费额度——学生可以免费用到最好的开源模型。我们还想帮科学家申请经费、做投资。我们要做的是帮科学家，而不是剥夺他们的价值和署名。

小结一句：大模型给科学进步提供了一条全新的正交轴。科学家的科学深度和大模型的通用智能，应该更多地互相介入，去推进科学的下一个前沿。

5、圆桌开始

圆桌开始。张亚勤给每位嘉宾留了一到两个问题，但每个问题都问得很「张亚勤」，不聊大愿景，聊那些不好回答的。

张亚勤：顺雨，你创造了 ReAct，主张智能体是基座模型原生的能力。另一种路线是：一堆大模型提供 API，智能体作为应用去调度它们，灵活性大得多。你是只信第一种，还是两者都行？

姚顺雨：ReAct 的核心思想，或者说语言智能体的核心，是它有两部分：对内推理，对外行动。而「行动」几乎可以是任何事——调搜索、调另一个模型、跟另一个模型对话、训练一个模型。某种意义上，这些都只是工具调用。

你可以想象自己带一个研究所：你让同事去做一件事，也可以把这件事解读为一次工具调用。这么看，带团队也是一种智能体框架。

（奇偶工作室：「应用层调度」与「模型原生」之争是伪命题，智能体框架足够通用，可以套在任何层级上。）

6

黏性何在

张亚勤：我这么问是有原因的。现在的大模型公司都做出了惊人的东西，但每三到六个月，领先位置就可能易主—— Anthropic 现在做得好，谁知道三六个月之后是谁？所以我的判断是：模型本身没有黏性。

未来前沿模型会像 AI 时代的操作系统，而操作系统的关键是生态，生态的核心是黏性。我想知道的是：DeepSeek、腾讯、Anthropic、OpenAI ——你们的黏性到底在哪儿？可能是编程智能体，可能是生物智能体，我不知道。现在一个开发者、一家公司用 Agent，基本可以零成本切换到任何一家，或者组合着用。

这对用户是好事，我问的是这些公司的黏性。

姚顺雨：我认为护城河更多在产品层，而不是模型层。而且我觉得它有两层。

第一层是数据和上下文。你有别人没有的私有数据，这是优势；你有别人没有的上下文，这大概是最大的护城河——想象你现在就能在微信里用 AI。它不必是最聪明的 AI，但它知道你的日历、你的朋友、你的日程，这就极难替代。你可以有一个更聪明的模型，但它并不知道你是谁。这件事很要命。

另一层是信任。你敢不敢让 AI 知道你的数据、你的通讯录，替你行动？要赢得这份信任，有大量工作要做：安全、隐私、让普通人用得起、让生态尽量开放。所有模型最后都会很好用，但你能不能拿到数据、上下文和信任？这才是关键问题。

7

开源的代价

两万亿的玩笑

张亚勤：所以你的意思是，Anthropic 不值两万亿——连一万亿都不值。这话是我替你说的，就是个玩笑。同学们别照着我的话去买股票。（现场大笑）

（奇偶工作室：「两万亿」指美元。当模型能力趋同，纯模型公司的估值溢价靠什么支撑。）

张亚勤把话头递给兰艳艳，问她制药科学家该怎么改研究文化。兰艳艳答：别用「工具心态」用 AI，AI 给出和人类经验相悖的分子，恰恰可能是价值所在；她的学生坚持 wet-lab 验证一个 AI 提出的分子，结果是阳性。

曾凡钢抢过话筒：我来问个开源对闭源的问题。顺雨、艳艳，你们都偏好开源。我听说一种说法——中国公司搞开源是因为在追赶。顺雨，如果腾讯的混元哪天排到榜单第一，你还开源吗？

姚顺雨：好问题。人们把模型开源，通常有两个理由。第一个很务实：反正不是最强的模型，开源换使用量、换声望。第二个，是真的想通过分享知识让社区变得更好。

现在还有第三个理由，而且越来越重要：安全。看我们的 Hy4 发布日志，开源前做了大量网络安全检查。因为模型的网络能力、很快还有生物能力，会跨过一个门槛——跨过之后，作恶真的成为可能。发 Hy4 之前，我们专门训练模型，让它的网络防御能力足够好，而攻击能力没那么强；再联合内部专家做人工评测和自动评测。

闭源阵营—— Anthropic 和其他闭源模型——有个很强的论点：我要控制谁在用我的模型，我要确保没人拿它作恶。还有个很有意思的插曲：OpenAI 的模型攻击了 Hugging Face，Hugging Face 试图防御，想用 OpenAI 的前沿模型来防守，结果模型拒绝了请求——因为这属于网络攻击类请求。

所以网络这块，攻防有对称性：我们可以训一个模型，非常擅长找 bug，但不擅长利用 bug。这样的模型开源，反而能帮机构防守。你不想到那个局面吧——别人攻你，而你手上没有任何能防守的东西，因为前沿闭源模型把你所有网络类请求都拒了。

但生物可能更复杂，我不确定生物的防御和攻击能不能分得这么开。所有中国公司、所有开源公司，都必须对这些安全问题极度认真。最好的路径可能还是开源与闭源混合：你依然想让所有人都能防守、能用到技术。

张亚勤接话：开源模型对追赶者是战术，但总体上好处巨大，它加速一切，中国互联网从 PC 到移动时代都受益于开源。我判断，以后 80% 的模型会是开源的，20% 闭源——很像移动生态。我们在 AIR 做的模型，除了个别例外，基本全开源。

8

观众时间

Q：你提到开源模型的网络安全风险。未来你们怎么发开源模型？把网络能力从开源模型里剥掉，足够防止被利用吗？会不会出现一种格局：闭源模型掌握网络攻击能力，开源模型没有？

姚顺雨：三个阶段都要负责任：训练、发布、开源之后。

训练时，你想用防御类数据训练，但刻意不碰攻击类数据；可由于泛化，攻击能力还是会涨——哪怕你完全不训网络安全，只要训编程，网络攻击能力就跟着上去了。

发布时，评测必须极其严肃，自动评测加人工评测。我们和腾讯内部最好的安全实验室合作。

发布之后，还需要大量监控，确保没人拿模型做危险的事。要补的课还有很多，我们在努力。

•END •

欢迎点击奇偶工作室视频号，看最新视频 ~

↓↓↓

Question. Write.Narrate. Believe. Become a story. 易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：

↓↓↓