—— 一堂融合心理學、易經與哲學的智慧課
27歲騰訊首席科學家姚順雨的逆襲之路，堪稱AI時代的人才寓言。從清華姚班到普林斯頓博士，從OpenAI核心研究員到行業頂尖科學家，他用一年多時間打破傳統職業路徑的十年定律，而這一切的核心密碼，藏在他那篇刷屏的《AI下半場》中——“AI競爭重心從‘解決問題’轉向‘定義問題’”。這堂特殊的課程，將以姚順雨的成長故事為藍本，透過和藹教授與葉寒、秦易等六位學生的課堂對話，拆解“定義問題”背後的心理學認知模型、易經變易智慧與哲學思維本質。我們將看到，當AI已能攻克大部分技術難題，人類真正的核心競爭力如何從“刷題得分”轉向“命題立局”，而這種能力不僅適用於AI領域，更能重塑每個普通人的成長軌跡。
課堂正文
（陽光透過階梯教室的落地窗，灑在擺滿書籍的講臺上。和藹教授端坐在中間，葉寒、秦易、許黑、蔣塵、周遊、吳劫六位學生圍坐成半圓，桌上攤著《AI下半場》的列印稿，眼神里滿是好奇）
和藹教授： 同學們早上好！今天咱們不談枯燥的理論，從一個“顛覆常識”的故事開始——27歲的騰訊首席科學家，大家覺得可能嗎？
秦易率先舉手： 教授，這也太不可思議了吧！我表哥博士畢業進國企，熬了八年才評上高階工程師，首席科學家這種級別的職位，不得是頭髮花白的行業泰斗？
許黑摸了摸下巴： 我之前看過姚順雨的報道，他從博士畢業到入職OpenAI，再到成為首席科學家，全程才一年多。這速度簡直像開了掛，不會是媒體誇張吧？
和藹教授笑著搖頭： 不是誇張，而是時代變了。就像《AI下半場》裡說的，當AI已經能解決大部分技術問題，遊戲規則就徹底改寫了。葉寒，你平時做AI相關的課題，有沒有發現現在的研究和幾年前不一樣了？
葉寒推了推眼鏡： 確實有感覺！前幾年大家都在拼模型效能，論文標題全是“在XX測試中超越SOTA”，就像考試比誰分數高。但現在很多頂會論文，開始關注“該讓AI解決什麼問題”，比如怎麼讓AI適應現實中的連續任務，而不是孤立的測試題。
和藹教授： 說得非常好！這就是姚順雨提出的核心轉折——AI從“每道題從頭學”到“掌握通用方法”。這背後藏著一個重要的心理學原理，誰能說說？
蔣塵舉手： 教授，是不是認知模型裡的“資訊處理升級”？就像我們學數學，一開始死記硬背題型，後來掌握瞭解題邏輯，就能舉一反三。AI的預訓練不就是讓它形成了這種“通用認知”嗎？
和藹教授讚許點頭： 蔣塵說得很到位！心理學中的認知模型認為，人類的高階思維不是簡單的資訊疊加，而是形成了系統性的處理框架。AI的上半場，就像處於“具體運算階段”的孩子，只能應對特定任務；下半場則進入“形式運算階段”，具備了抽象思維和通用推理能力。姚順雨的厲害之處，不在於讓AI的“分數”更高，而在於發現了AI認知升級後，真正的稀缺性是什麼。
周遊疑惑地問： 那這種稀缺性就是“定義問題”？可“解決問題”不是更實在嗎？就像考試，能算出答案才是硬本事，糾結“出什麼題”有意義嗎？
和藹教授： 問得好！咱們先看個例子——姚順雨在普林斯頓提出的“思維樹”方法。大家玩過24點遊戲吧？用四個數字透過加減乘除得出24，傳統AI用線性思維鏈，成功率只有4%，但用了思維樹後，成功率飆升到74%。吳劫，你覺得這差距在哪？
吳劫眼睛一亮： 我知道！線性思維是一條路走到黑，思維樹是同時探索多條路徑，就像我們做題時會列多種解法再篩選。但這不是“解決問題”的方法嗎？怎麼和“定義問題”掛鉤？
和藹教授： 關鍵在於，姚順雨先重新定義了“AI該如何思考”這個根本問題。傳統研究預設“AI要按線性邏輯解題”，這是在“解決已有問題”；而姚順雨質疑“為什麼AI不能像人一樣多路徑思考”，這就是“定義新問題”。恩格斯說過，全部哲學的基本問題是思維和存在的關係問題 。在這裡，“思維”就是AI的思考方式，“存在”就是現實世界的複雜問題，姚順雨正是先理順了這種關係，才找到破局之道。
許黑： 我有點明白了！就像當年愛因斯坦追問“如果追上一束光會看見什麼”，不是在解決已有物理題，而是定義了新的研究方向，最後才有了相對論。
和藹教授： 沒錯！CSDN的研究顯示，78%的突破性成果都源於對現有正規化的質疑式提問。這背後其實是易經的“變易”智慧——《易經》六十四卦，核心是“窮則變，變則通”。AI上半場的“刷榜模式”已經走到了盡頭，這就是“窮”；而姚順雨提出“定義問題”，就是“變”，最終實現了“通”。秦易，你研究過易經，能不能具體說說？
秦易： 教授，易經裡的“革卦”說“天地革而四時成”，變革才能促成新的秩序。AI上半場的秩序是“分數為王”，下半場的秩序是“價值為王”。姚順雨的ReAct方法也是如此，讓AI“邊想邊做”，不就是順應了現實世界“行動中調整”的變易規律嗎？
和藹教授： 太精彩了！ReAct方法讓AI像人訂機票一樣，查航班、比價格、做調整，這正是因為姚順雨發現了傳統AI的核心缺陷——脫離現實場景的“孤立解題”。心理學中的認知模型強調，認知過程是動態適應環境的，現實中的問題從來不是獨立的，需要長期記憶和人類互動，這正是《AI下半場》指出的兩大評估漏洞。
葉寒： 教授，我有個疑問。姚順雨的成功會不會只是個例？他的研究成果能成為行業基礎，會不會是運氣好？
和藹教授： 不是運氣，是必然。我們看看他的成長軌跡：2019年清華姚班畢業，2024年博士畢業，2025年成為首席科學家。這條路徑背後，有三個關鍵特質，正好對應了“定義問題”的能力三要素。蔣塵，你先說說第一個特質是什麼？
蔣塵翻看著手稿： 應該是行業影響力吧？他的ReAct和思維樹成了AI Agent領域的基礎框架，《麻省理工科技評論》評價他“開啟了一個方向”。這說明他不是在做零散的研究，而是在定義整個領域的發展方向。
和藹教授： 沒錯！傳統路徑靠年齡資歷積累，而AI時代靠行業影響力破局。就像易經“乾卦”的“潛龍勿用”到“飛龍在天”，不是靠時間熬，而是靠能力的本質飛躍。第二個特質，周遊你發現了嗎？
周遊： 是理論到產品的快速轉化！他的研究不是停留在論文裡，而是直接用到了OpenAI的Operator和Deep Research兩款產品上，一個能自動操作瀏覽器，一個能做深度研究，都是解決現實問題的。
和藹教授： 非常關鍵！認知模型強調“實踐是認知的落腳點”，脫離實踐的理論就是空想。姚順雨的研究從一開始就瞄準“現實世界的問題”，而不是“測試集裡的問題”，這就是他能快速脫穎而出的核心。埃森哲的報告顯示，善於定義戰略問題的企業，AI專案成功率比同行高65%，這和個人成長是一個道理。
許黑： 那第三個特質是不是他寫博文分享？我覺得這點很特別，很多科學家都悶頭做研究，他卻主動分享對行業的思考。
和藹教授： 你說到點子上了！這是一種開放的姿態，也是“定義問題”的必要條件——只有參與行業討論，才能準確把握時代痛點。哲學上講“思維與存在的同一性”，人類的認知需要透過交流碰撞才能接近真相 。姚順雨寫《AI下半場》，不是為了出名，而是透過分享凝聚行業共識，這正是“定義問題”的高階表現。
？中常日到用應麼怎力能種這，究研IA做能都人個每是不，說來人通普們我對但。要重更”題問決解“比”題問義定“麼什為了解理在現我，授教 ：劫吳
？況的”做而做了為“過到遇有沒有，計設業畢做在你，寒葉。域領何任於用適，路思的”題問義定到題問決解從“。的討探點重家大和想我是正這 ：授教藹和
