OpenAI AGI 战略复盘与投资远见

思想实验：假如回到2018年，我们能多快造出ChatGPT? “如果拥有完整的‘配方'，凭借少数几位天才员工，大约一年时间，就能达到GPT-3.5的水平。JohnSchulman 知识的杠杆效应：正确的“知识和配方”比单纯扩大算力更有效，能够极大提升研发效率。事后复盘的价值：今天的认知可以极大地缩短过去的探素路径。这揭示了AI竞争力的核心在于方法论的积累，而非仅仅是资源投入。 宝贵的弯路：那些“失败”项目铺就的成功之路 **核心启示**：在深度科技领域，失败的探索并非资源浪费，而是构建核心能力的必要投资。 里程碑：Dota项目如何确立OpenAI的胜利方程式 深远影响：验证了“前沿研究+严肃工程”双轮驱动的模式，为后续GPT系列的大规模预训练模型奠定了思想和工程基础。 放手赋能型(Hands-off) 亲力亲为型(Hands-on) **行为**充当"共鸣板（sounding board），提供职业建议，激发团队自主性。 **行为** 深入技术细节，编写和审查代码，提供具体技术反馈。 **适用场景**探索性研究；团队成员经验丰富。 **适用场景** 目标明确的项目；团队成员经验较浅。 关键结论*：不存在唯一的“最佳”模式。管理风格需要与研究阶段和团队构成相匹配 追赶模式（Catch-up Mode）-当下新创公司 和平时期（Peace Time）-早期OpenAl 策略：鼓励自由探索，允许更多“离经叛道”的想法。 策略：被迫首先复制现有技术以达到行业基线，然后才能寻求创新。 ①Schulman的警示*：长期处于“追赶模式”的公司，容易丧失“探索性研究的肌肉”。保持探索能力是避免陷入“跟随者陷阱”并实现长远超越的关键。 AI人才画像变迁：从“怪才”到“卓越工程师” 当前的技术前沿：三个待解的挑战 挑战三：泛化能力(Generalization) 挑战二：持续学习(Continual Learning) 挑战一：价值函数（ValueFunctions) 现状：模型在长远时间尺度上比人类更“脆弱（brittle）”，更容易“卡住(get stuck)"。 现状：主要依赖“上下文学习”和参数微调。 现状：在当前LLM的RL任务中效果不佳，应用较少。 问题：是否需要全新的思想来实现真正的“即时学习”。 展望：未来可能在某些场景下“卷土重来（makeacomeback）”。 原因：人类拥有更强的自我纠错和资源调动能力。 超越规模定律：下一代AI的自我进化之路，“/，， 方向一：协同训练（Co-training) 方向二：多智能体与博奔论(Multi-agent&Games) (virtuouscycle)”实现自我提升。 设计精巧的游戏规则，让智能体在竞争或合作中涌现出解决复杂问题的能力，并提供自动化的课程。 AGI何时到来？两种力量的博奔 审慎派观点：工程师的预测偏差 乐观派观点：AI的自我加速 AI工具加速自身研究，形成正反馈循环，可能打破传统线性预测模型。 类比自动驾驶，工程师倾向于系统性地低估复杂项目的完成时间。 Schulman的结论：存在巨大的不确定性，两种力量的抗衡使得精准预测极为困难。 顶级研究员的工作流：AI作为“科研合伙人 文献检索：快速找到相关论文和开源库，极大提升信息获取效率。 思想迭代：将一个模糊的想法交给模型进行扩展和完善，充当“思想的催化剂”。 写作反馈：将LLM作为第一轮反馈的来源，快速打磨草稿。 对新一代AI研究者的建议：坚守根本,拥抱变化 警惕“黑箱”：理解每一行代码的价值依然至关重要，是做出真正突破的关键。 拥抱LLM工具：必须学会将LLM高效地融入日常工作流程。 新篇章：Thinking Machines与专为AI专家打造的Tinker Tinker是什么? 定位：一个低阶(low-level)的微调APl。 核心价值：抽象掉底层的GPU和分布式系统复杂性，让开发者专注于算法和模型本身。 类比：为模型“训练"提供类似推理API的便利。 当前的目标用户 ·资深的机器学习专家。·希望对训练过程有精细控制，而不愿花费时间在基础设施上。 Tinker的未来愿景：从专家工具到全栈赋能平台 商业模式演进：从服务核心技术人群，扩展到赋能更广泛的企业和开发者生态。 核心启示与战略洞察，， 知识>算力：正确的“配方”能以数量级优势提升效率，是AI竞争的核心。 文化是基石：容忍“正确弯路”的探索性文化是长期创新的土壤。 人才演进：复合型工程人才在AI领域的价值日益凸显。 新商业范式：赋能开发者的“卖水者”模式（如Tinker）将成为Al生态中的关键一环和重要投资机会。 谢谢