模型还在加速，世界如何跟上？｜北美AI交流手记

这趟行程密度很大，后劲很足，回到上海后满脑子还是15天里的各种画面： 一边，有Frontier Lab研究员波澜不惊地向我描述他的日常：“我的工作主要就是监督和鼓励我的1万个agent。”有数学博士对我说：“数学已经死了。” 在Mountain View的Red Rock Coffee里，连续几天见的多位“天才少年”都坚定表示“一定会创业”，也有不到30岁的一线研究员开玩笑地说“要退休了”。 另一边，则是热火朝天的科技新闻：OpenAI发布了Astra、公布Navier–Stokes千禧年难题解答、Meta推出了用户增速超过ChatGPT的AI个人助理Muse、Dario大声疾呼“pace the frontier”居然得到了Elon和死对头Sam的响应...... 新闻里的未来，和眼前研究员的日常，正在以一种奇妙的方式重叠。 同一轮浪潮里，人们正在经历不同的时间线 对于SevenX，我们始终相信，对任何技术和产业的理解，一定要站在最前沿、最一线，要和那些真正在其中挣扎过、绝望过、成功过的人去对话，才能完成一个关于未来的更全面、也更接近真实的拼图。于是9月初，带着新一轮的好奇和疑问， 我在15天里横跨硅谷、洛杉矶、西雅图、波士顿和纽约，高密度地和101位新老朋友进行了不同颗粒度、但都非常有意思也极具启发的交流。 平均每天约7场对话，或是清晨的早餐，或是深夜的啤酒，或是三五人的咖啡小聚，或是十人的火锅分享，我们与北美AI一线从业者完成了一场从前沿方向到价值和梦想的对齐。 如果只记住一组数字：本次交流的101人，41位来自Google、Meta、Nvidia和OpenAI 为代表的新老大厂；尤其是其中 17位来自各Frontier Lab，42位是博士，82位在35岁以下， 这是一群站在技术曲线最陡峭处的年轻人。 最年轻的一位21岁 ，2023年高中毕业，疫情之后才上大学，大三就选择从UPenn drop out开始创业，现在是北美一家AI应用公司的co-founder。 经历最丰富的一位 ，已经在“大厂—创业—大厂—创业”之间来回了两轮且横跨中美两地，归来仍在当打之年，财富早已不是追求，出于热爱，仍置身AI浪潮最前线。 有很多超级学霸和“天才少年”，但又分别有着独特而有趣的人生经历：有人本硕博集齐了CMU、Stanford、MIT，在校期间就已经参与很多前沿机器人项目；有MIT的博后转向业界投身于大厂数据中心的高性能计算；有Stanford物理PhD，毕业便加入了Infra方向的创业公司；也有拥有生物背景的Georgia Tech PhD，正在探索如何将AI与心理健康/脑科学结合。 有的直接向Sam Altman、Jensen Huang、Satya Nadella、Mark Zuckerberg等汇报或者合作；有的则是在创业和工程一线去解决一个零部件、一个运维问题。 他们站在AI Lab和其他实验室、数据中心、机器人产线、高校和交易大厅里， 看到的是同一场技术革命的不同切面： 有人在积极提升模型能力的上限，有人在尽力压低每一次推理的成本，有人在探索AI in the loop的科研新范式，也有人还在等一纸并网许可，等待期是5年。 模型在按月进化，电网按年扩容，组织和人按自己的节奏适应。 这篇手记，就是从这样的时间差开始的。 先说我的观察：一线研究者对模型能力持续发展相当乐观——这种乐观不只来自在现有架构里继续堆数据和算力，更来自强化学习（RL）、任务环境（environment）乃至新架构打开的新扩展路径； 但更强的模型，不会自动变成更好的交付，也不会让物理世界按同样的速度迭代。下一阶段的机会，可能不只在能力曲线最前端，更在能力、交付与现实之间尚未填平的落差里。 AGI已来？当造AI的人，也开始“等退休” 行程中，GPT-6 Astra正好发布。比发布会更让我印象深刻的，是好几场聊天里， 各家大厂Frontier Lab的研究员们描述自己工作状态的变化 ： “半年多前，觉得它还是research intern的水平，现在感觉已经超过我了。” “我的工作主要就是监督和鼓励我的1万个agent。” “每天工作时间很长，但也不算很满，因为有些时间就是去接杯咖啡，等我的agent出结果。” 还有不到30岁身价可能上亿的一线研究员半开玩笑地说，自己一两年后可能也可以“退休”了。 一位Lab的研究员朋友给了一组对比：“过去一个预训练团队一两百人，现在差不多二十人左右就能推进，一年后也许只需要五个人。” 从Human in the Loop，到AI in the Loop，变化已经不只是“多一个助手”。研究员提出方向，智能体写代码、跑实验、比较结果，再把新的线索交回来。人还在其中，但工作的重心正在从亲手完成每一步，转向组织一整套研究过程。关于AGI的定义仍然会争论，工作方式却已经真实和彻底地改变了。 一边是AGI在具体任务中已经无所不能的体感，另一边则是 在大型组织的系统性实践中对于AI的投入、产出和客户的需求之间仍存在的落差： Mert Demirer等人对超过50万名开发者的研究，把这种落差量化了。自主编码智能体带来的代码提交活动增幅为240%，项目数量增幅为80%，实际发布增幅则为30%。从提交到发布，提升一层层变薄。 正如9月初早上落地美国后的第一场交流，就把我从“模型又进步了多少”的兴奋里拉回了组织现实。几位来自某大厂技术相关的朋友，谈起前一天晚上刚收到的内部邮件： 公司不再用AI采用率看板或token用量来评价员工的工作影响 ，而是回到产出质量、工作速度和所解决问题的复杂度。 朋友解释，之前把“用AI的量”放进考核，比如代码里有多少比例要由AI写，结果出现了大量bug；AI写的代码量又大，review起来非常困难，检查和修复的成本快速上升。硅谷甚至为此发明了一个词：Tokenmaxxing，也就是为了好看的指标刻意消耗token。 有同样变化的不只这一家。年初大家看到的是token价量齐升；后来发现，用了很多token，产出却好像一般。我们已经从“用更多”走到了“怎么用更好、ROI更高”的阶段。这一点不仅针对各家公司，也针对更多行业的下一步： Token是投入，代码量是中间产出，客户愿意付费的结果才接近价值。 三者不能混为一谈。 Scaling，还能接着up吗？ 从数据到智能，AGI的涌现正是scaling up的奇妙结果。那么，这件事儿如今到哪一步了？ 两年前，我问过同一位硅谷核心模型研究员同一个问题：“数据是不是快用完了？还能scale吗？” 这一次，他依旧给了我肯定的答案： “一两年前我们训练数据的规模最多大概10T、20T，现在大家一般都在100T。目前看来还没有到天花板，估计还可以再往下走一代。现在的模型参数量基本上在1T到3T这个区间，下一代基本上是10到20T，应该在半年之内。” 和大家的聊天中，依旧能感受到 对模型能力提升的乐观，以及对算力倍数级扩充的渴望。 但有一些关键词已经变化，不再只是数据量和参数量，而是RL、environment和flywheel。乐观，并不意味着原来的路径没有遇到约束，而是他们看到了继续投入计算资源的不同路径。 “两三年前，大家还把RL看作垂直领