近日，知名媒體人Ashlee Vance主辦的Core Memory播客發(fā)布了對OpenAI前研究副總裁Jerry Tworek的深度專訪。作為OpenAI的元老級成員，Tworek在2019年加入公司，主導了推理模型o1、o3等關鍵項目。他在訪談中透露，隨著行業(yè)競爭加劇和組織規(guī)模迅速擴張，OpenAI正面臨創(chuàng)新困境，部分前沿研究方向難以在公司內(nèi)部推進。

Tworek指出，OpenAI當前的結(jié)構(gòu)性困境主要體現(xiàn)在風險承擔意愿下降和跨團隊協(xié)作困難。他表示，公司為保持競爭力，必須應對用戶增長和GPU成本等現(xiàn)實壓力，這導致對高風險研究的支持減弱。同時，組織架構(gòu)的膨脹使得研究工作難以突破部門邊界，而大型機構(gòu)對秩序的需求與研究本身所需的活力存在天然矛盾。

針對行業(yè)同質(zhì)化現(xiàn)象，Tworek表達了對頭部AI公司研究路徑趨同的擔憂。他觀察到，目前五家主要AI公司幾乎采用相同的技術方案，導致模型間差異微小。這種局面使得研究人員難以在主流機器學習范式之外探索新方向，他強調(diào)："如果想在主流范式之外做點不同的事情，幾乎找不到合適的地方。"

在談到人才流動問題時，Tworek認為頻繁跳槽現(xiàn)象反映了行業(yè)激勵機制的短視化。他指出，當前AI領域薪酬水平過高，導致研究人員更傾向于追求短期回報而非承擔創(chuàng)新風險。這種現(xiàn)象與真正的科技進步需求相悖，因為突破性進展往往需要長期投入和冒險精神。

關于AI發(fā)展路徑，Tworek特別強調(diào)了架構(gòu)創(chuàng)新和持續(xù)學習的重要性。他認為Transformer架構(gòu)雖具革命性，但不應成為限制探索的終點。他指出："一定還存在其他訓練大模型的方法，它們可能看起來有點像Transformer，也可能完全不像。"對于持續(xù)學習，他表示這是實現(xiàn)通用人工智能（AGI）的關鍵缺失環(huán)節(jié)，當前模型仍缺乏從接觸數(shù)據(jù)中實時學習的能力。

在AGI時間表方面，Tworek預測這項技術將在2029年左右實現(xiàn)。他承認當前模型在多模態(tài)感知和持續(xù)學習等方面存在明顯不足，但認為隨著投資增加和人才儲備擴大，發(fā)展速度可能超出預期。他特別提到，架構(gòu)突破和持續(xù)學習能力的融合將是實現(xiàn)AGI的重要方向。

訪談中，Tworek還分享了對競爭對手的看法。他認為谷歌的崛起部分源于OpenAI自身執(zhí)行速度放緩，而Anthropic在編程智能體領域的成就令人欽佩。對于行業(yè)人才競爭，他強調(diào)公司文化比個別明星研究員更重要，良好的研究結(jié)構(gòu)和協(xié)作方式才是持續(xù)創(chuàng)新的關鍵。

當被問及未來規(guī)劃時，Tworek表示希望專注于具有重大影響力的研究方向。他強調(diào)專注力和信念的重要性，認為減少實驗數(shù)量、深入分析數(shù)據(jù)往往比盲目增加實驗次數(shù)更有效。對于計算資源需求，他正在探索平衡獨立研究與大型機構(gòu)支持的最佳路徑。