他亲手造出o1和o3，却突然宣布：人类可以永远退休了！

新智元报道 哎，听说了吗？ 人类研究员的好日子，满打满算也就剩两年了。 两年之后，人类搞AI研究，就跟今天人类下国际象棋一样。 你当然还能下，但压根没人在乎你下得怎么样。 这是前OpenAI推理模型一号位Jerry Tworek抛出的最新暴论。 他2019年进的OpenAI，一待就是七年。当年强化学习死活scale不动，是他死死咬住不放硬推上去的，o1和o3这两代大杀器都是他亲自带队砸出来的。 「我们想造AGI。」这是2019年他刚进OpenAI时，Ilya在全员会上给出的全部路线图。七年后，他自己出来单干了 更瘆人的是，这话不是他一个人在说。现在AI研究员之间最流行的一句内部梗是这样的—— 咱们只剩最后几天班可上了，趁着现在还能干就赶紧干，干完就集体退休休息去吧。 大伙儿都把这当黑色幽默来回讲。可每个讲笑话的人心里都跟明镜似的。 这玩笑，八成就是现实。 而这还只是开胃菜。整场访谈里，这种狠话他一句接一句： Agent确实有创造力，可那是一种极其劣质、海量堆砌的创造力，想法五花八门，也普遍烂得可以 全世界真正把一个前沿模型从训练摸到部署的人，可能也就三十到五十个，剩下所有人都在给他们打下手 把Transformer当成最优解，这个假设几乎不可能成立 在OpenAI待的那七年里，真正认真尝试换掉底层架构的次数，只有三到四次 世界非得靠我们上班才转得动，这个前提本来就不成立 以下是整理后的版本，Enjoy。 一半的活，已经没人干了 两年这个数字，跟跑分没关系，跟算力也没关系。 他数的是研究这件事里，还剩多少活是人在干。 而这活儿早就被劈成了两段。 一段是出主意，想清楚该往哪儿走。另一段是干活，把想法变成能跑的代码再把数据拿回来。 而干活那一段，已经基本归Agent了。 Tworek今年4月开了家叫Core Automation的公司，口号是造全世界最自动化的AI实验室。 在他们那儿，一次实验的完整周期，直接从一个月压到了一天。效率整整提升了三十倍！ 不过出主意这一段，Agent暂时还接不了。原因在于—— 它们绝对属于高创造力的物种。 但它们是以一种极其劣质、海量堆砌的方式在挥霍创造力。 想法确实五花八门，但想法也普遍烂得可以。 全世界就三十到五十个人 这么听着，出主意这一段好像还稳。 可真正能出主意的人，本来也没剩下几个。 在采访中主持人透露，有位OpenAI内部研究员跟他交过底—— 全世界真正能端到端把一个前沿模型怎么训、怎么部署搞明白的人，可能也就三十到五十个。 剩下所有人都在给这几十个大脑打下手，包括那家最牛公司里的绝大多数正式员工。 Tworek没有反驳。 他也觉得，任何顶级团队都是这么转的。少数几个人定下航向，身后拖着一整台轰鸣的执行机器。 要知道，这几十个人到底有多抢手，看他自己的招人名单就够了。 Core Automation的联合创始人Rohan Anil，来自Anthropic，更早在Google DeepMind。 在DeepMind做过Gemini的Anmol Gulati也被挖了过来。连OpenAI原来的人力负责人Julia Villagra都跟着过去了。 所有实验室都在同一个池子里捞人。而这个池子，一共就那么几十条鱼。 所以两年这个数字，跟全人类没什么关系。 说的是这几十个人，还能再撑多久。 七年，架构只被认真动过三四次 既然人只剩几十个，那挡在AI面前的最后一道墙是什么？ Tworek的答案只有一个词，Transformer。 在他看来，这东西几乎不可能是最优解。 首先，模型没法在部署之后继续学。你跟它聊得再多，它也不会变强，下一轮对话还是原来那个它。上下文窗口也撑不住，他说自己用Codex干上二十来分钟，就得压缩一次。 其次，如果想靠持续微调去补，就会发现不仅效率极低，而且会灾难性遗忘，学会了新的就忘了旧的。 所以这几年整个行业围着Transformer做的大部分活， 其实是在把它变便宜，很少有人真的在把它变强。 而Tworek真正想要的东西，其实也不在架构本身。 他要的是能在test time继续学习的模型，是那种能从用户交互、从用户数据里一直往下长的模型。换架构只是通向那个东西的手段。 这些道理业内没人不懂。可这么多年过去，为什么Transformer还稳稳立在那儿？ 背后的原因简单得有点荒唐—— 压根就没怎么试过。 在OpenAI的七年里，真正认真尝试替换底层架构的次数，只有三到四次。 流程是这样的。 研究员先写一个小规模验证实验，写完至少跑三个月。结果看着顺眼，才敢放大。 而所谓放大，就是你得凭三寸不烂之舌说服差不多十个掌握生杀大权的人，然后这十个人再把三到六个月砸进你这个无底洞。 最后要么被Transformer早就滚成雪球的那股动能碾碎，要么被部分吸收，变成它身上的一个螺丝钉。 七年，三四次。 这就是全世界最强的AI实验室，在架构创新上的全部产能。 「Jare，这些算力拿去烧」 他自己就在OpenAI撞过一次一模一样的死局。而撬开它的，是一句话。 当时那批半死不活的实验，挣扎出了那么一点「生命迹象」。谈不上好，但总算是有了苗头。 就在这个节骨眼上，后来坐上OpenAI首席科学家位子的Jakub Pachocki找到了他。 「Jare，这些 GPU 统统给你，你看看能不能把手上的结果搞得再大一点、再狠一点。」 「现在你手里有这些 GPU 了。」他复述这句话的时候，o1还没有名字 这句话把他从一个悖论里捞了出来—— 你必须先拿出结果，才有资格要算力。 可你明明得先有那笔算力，才砸得出结果。 Tworek说，大部分前沿方向都困在这个悖论里。实验室里为抢算力打得头破血流的暗战，说到底都是在找一条出去的路。 而出口，有时候就是领导层那么一点点信心。 只要有人从上面发话，说我希望你能有一笔像样的算力配额去狠狠搞它。这就足够了。 闸一开，后面就收不住了。 强化学习从这个节点开始，跨过了好几个数量级。 然后o1的破茧而出，推理模型这条被无数人判过死刑的路， 硬是被他走活了。 十万美元，顶一个专家 而这一次，他不用再等谁发话了。 整条链上最烧钱的环节，就是把抽象的想法翻译成能真跑起来的代码。而这恰恰正是如今的Agent干得最漂亮的活计。 比如Core Automation就曾拿这套打法去啃过GPU的内核。 具体来说，他们把一个QR分解内核丢给编程Agent跑了四周，烧掉大约十万美元的调用成本， 最后把这个内核的速度推到了原来的六十倍。 这活儿属于底层性能工程，抠的是一段矩阵运算在显卡上怎么跑得更快，平时得靠极少数专家一行一行手调。 而这样的专家，全世界也没几个。 现在十万美元就能顶上一个。它既不用被说服，也不需要三到六个月。 卡了七年的那道关口，就这么被冲开了。 那以后我们还能干嘛？ 连最难啃的架构都松动了，那几十个人手里的方向盘，也就握不了多久。 访谈最后，主持人把这件事挑明了问他，等这一天真的到了，人还剩下什么可干的。 对此，Tworek描述了两幅画面。 第一张是古希腊。 大伙儿在广场上碰个头，慢条斯理聊上一整天哲学，然后跑去锻炼身体，吃着橄榄，喝着葡萄酒。 他自己刚描绘完就笑了，承认这大概只是在投射他本人的愿望。 「我们在广场上碰个头，然后聊天。」他描述后AGI