姚顺宇｜访谈内容与知识整理

访谈基本信息#

访谈内容整理#

• 一线研发揭秘与软件生态：
  • Claude Code 的诞生：透露 Claude Code 并非自上而下的规划产品，而是研究员 Boris 个人为了提效做出的工具，是 Anthropic 内部自下而上“个体英雄主义”的代表产物。
  • 预训练并未死：直言外界所谓的“Scaling Law 撞墙”大多是因为团队代码里有 Bug，修好 Bug 带来的提升远大于花里胡哨的技巧。
• AI 行业的人才与文化观：
  • 提出反直觉观点：“搞 AI 不需要绝顶聪明的脑子，需要的是靠谱”。绝大多数算法难题本科生即可处理，真正决定模型成败的是极度扎实的工程落地与 Bug 调试能力。
  • 解释从 Anthropic 离职加入 Google DeepMind 的深层原因（包括文化理念碰撞与治理分歧）。

技术与商业知识#

1. Claude Code：Anthropic 开发的深度集成 AI 代码助手工具，能够自主理解项目代码库、编写代码、运行终端测试并修复 Bug。
2. 测试时扩展（Test-Time Scaling / Inference Scaling）：在模型推理/回答阶段赋予其更多的计算时间与思考步骤（推理链），从而大幅提升复杂数学、逻辑与代码问题的解答质量。
3. 后训练（Post-Training）：在大模型完成大规模无监督预训练后，通过 SFT（有监督微调）和 RLHF/RL（强化学习）对模型进行指令对齐与推理能力塑造的关键阶段。

JW 的个人心得#

待 JW 观看原访谈后补充。欢迎在下方评论区分享你的理解、补充与不同看法。