文 | 矽基研究室，作者 | kiki
在行業還在探討「Scaling law」是否放緩時，它的締造者與受益者—— OpenAI 正在加速向一家「超級公司」前進演化。
在近期被曝出OpenAI新一輪融資，估值飆升至千億美元後，OpenAI CEO山姆·柯曼（ Sam Altman）的「AI基建」計劃也有了最新進展。據彭博社報道，從今年2月開始，過去半年來，OpenAI不僅就該計劃與美國政府進行了多次討論，大談這一計劃對美國人工智能產業保持「技術領先」的重要意義，同時OpenAI高管也已赴前往日本、南韓、加拿大、阿聯酋等國，與投資者商討相關事宜。
而為減少對輝達的依賴，年初柯曼親自下場豪賭的「7萬億美元」的AI芯片計劃也落地了第一步——據台媒報道，OpenAI首款自研芯片將采用台積電最先進A16工藝制程，且專為Sora打造。
千億估值、AI基建與全球化野心，讓OpenAI與競爭對手再度拉開了距離，但在盛世之下，對OpenAI而言，新的賭局與危機也已擺在了台面上。
它需要回答一個關鍵問題： 在AI泡沫論甚囂塵上的今天，OpenAI拿什麽撐起這一驚人的價格標簽？又靠什麽持續保持自己的領先地位？
如何留住「關鍵人物」？
技術、規模與錢所帶來的穩定擴張節奏，是OpenAI在AI競爭中的核心主線，但在這條已被驗證了的路徑下，OpenAI持續的人才動蕩也一向是外界關註的重點。
「最聰明的人才孵化器」——這是OpenAI一直吸引投資者的原因之一， 多倫多大學教授埃傑伊·阿格拉沃爾(Ajay Agrawal)就提到，聘請世界上最優秀的工程師和研究人員是OpenAI的優勢之一，就連柯曼自己也曾提過「聘請世界上最優秀的人才，確保自己的目標方向和AGI使命保持一致」，這是他在過去學到的最重要的經驗。
但高密度集聚創新人才的這一優勢，如今似乎正隨著OpenAI的擴張漸漸喪失，核心高管與人才的離職，或自立門戶，或轉向競爭對手，這都讓OpenAI面臨著人才危機。
今年5月，因為與柯曼激進的擴張意願相悖，OpenAI前首席科學家Ilya Sutskever宣布離職，並創辦了自己的企業Safe Superintelligence（下文簡稱：SSI），近期，SSI已官宣一筆10億美元融資，估值高達50億美元。
Ilya Sutskever創辦的新公司SSI宣布完成新一筆融資 圖源：X平台
而隨著OpenAI核心安全團隊的解散，主要負責人Jan Leike也跳槽至OpenAI最強競對Anthropic，8月，OpenAI聯合創始人John Schulman也加入 Anthropic。 據「矽基研究室」統計，在OpenAI現任核心管理層中，已基本沒有聯合創始人的身影（OpenAI總裁Greg Brockman宣布休假至今年年底）。
此前據OpenAI前治理研究員Daniel Kokotajlo的數據，今年以來，OpenAI 安全團隊的人員數量已從30余人縮減至如今的16人左右。
雖然人才流動在科技圈很常見，但對此刻還在擴張且身在千億估值俱樂部的 OpenAI來說，不是一件好事。此前據【The Information】報道，OpenAI計劃在2024年投入80億美元，其中至少有15億美元將用於招聘人才。
聯合創始人的出走、管理層的換血，或許是OpenAI前進演化為一家成熟公司的印證，但這也帶來了明顯的弊端，這是一個公司更深層的文化問題 ，近期由YC創始人 Paul Graham提出的「創始人模式」也印證了這一點。
Graham就指出，很多矽谷創業公司擴大規模時，都被建議采取傳統的管理智慧，從「創始人模式」轉變為「經理人模式」，但「經理人模式」會產生效率低下的問題，「創始人模式」雖然復雜，但這種方式更有效，能更好地把握公司的細節管理。
如何避免陷入「閃亮技術陷阱」？
從時間線上來看，作為模型領先者的OpenAI釋出最新下一代模型的時間正在被越拉越長。2018年6月，OpenAI推出了GPT-1，僅用8個月GPT-2問世，釋出GPT-3用了16個月，而等到GPT-4的出現大約用了33個月，而據最新訊息，GPT-5尚未有明確釋出的時間。
行業內討論「Scaling law是否放緩」的聲音並不鮮見，這些質疑聲所瞄準的其實是一個真實作狀：算力與數據資源都是緊張匱乏的，在模型推理能力上的巨大飛躍正在變得越來越難實作。
亞馬遜AWS CEO Matt Garman在近期接受采訪時也表達了類似的觀點：「AI的需求增長可能是指數級的，但我認為在接下來的一段時間裏，我們可能會一直處於一個資源緊張的世界。」
而OpenAI在經歷了模型閃亮技術的釋出之後，在落地商業化與套用上，無論來自開源陣營的壓力，抑或是一些AGI初創企業， 大家也都在嘗試繞開OpenAI所給出的標準答案——探索一條新路。
這之中，比如因為開源路線而變得越來越酷的Meta，其創始人朱克伯格在近期表示：「我預計人工智能開發的競爭仍將非常激烈，這意味著開源任何給定的模型並不會比下一個最佳模型擁有巨大的優勢。」
這句話的意思是，在大模型市場已非常擁擠的當下，回到落地具體的套用場景，在人們對技術的高預期下，從感知層，模型與模型間的差距或許會變得越來越小，就像Cohere創始人Aidan Gomez所說的： 「沒有人關心會上一代的模型，沒有人想要它們，任何的技術進步只會讓上一代產品變的過時，改造模型變得越來越難。」
一些更現實的途徑是透過數據和演算法創新，去制造更小、更高效、更智能的模型，而不僅僅是依賴規模的擴大，讓模型變小、變專業，這些動作都不鮮見。另一種方法是回到原點，仍信仰Scaling Law，但走一條不同於OpenAI的路。
比如如今創業的Ilya。在接受外媒采訪時，他就表示：「每個人都只是在說Scaling Hypothesis，但每個人都忽略了問，我們在Scaling什麽......如果你嘗試做一些不同的事情，那麽你就有可能創造出一些與眾不同的成果。」
如何通往未知的AGI?
在提到OpenAI時，無法繞過就是其AGI信仰。
今年7月，OpenAI已制定了全新的AGI路線圖——將AI劃分為5個等級（L1：聊天機器人；L2：推理者；L3：智能體；L4：創新者；L5：組織者），且聲稱目前我們正處於L1，很快就會達到L2，據內部研究院預測，五級AGI最快將在27年實作，而此前柯曼也不止一次對外表示： 「預計AGI在十年內實作」。
對AGI前景的樂觀，既是OpenAI信仰的體現，也同樣是其高明的「畫餅」，畢竟OpenAI距離盈虧平衡還有很遠的距離——根據外媒報道，過去近半年裏，OpenAI的年化收入增長了一倍多，達到34億美元，但虧損至少50億美元。這意味著，仍在燒錢的OpenAI需要講述新故事，吸引資本續命，有業內人士也預測：「這可能不會是OpenAI最後一次私人融資。」
AGI故事是誘人的，但也是危險的。 人工智能領域的頂尖研究員吳恩達在近期接受媒體采訪，提到「AGI目標」時就表示：「我們還需要幾十年的時間才能看到接近這一目標的成果。」他同時對一些公司激進的定義提出了批評：「有些公司對AGI 的定義非常不標準，如果你將AGI重新定義為一個較低的標準，那麽我們當然可以在1到2年內實作這一目標。」
在科技圈和社交媒體上，已有人「祛魅」OpenAI的AGI故事，人們無法分辨這是否是一場過度行銷。
不過，伴隨在質疑聲周圍的，更多的依舊是期待—— 「Sam Altman是一位出色的 CEO，他們知道如何玩這個遊戲。」 AI初創公司Zyphra的創始人Krithik Puthalath說。
盛世與危局之下，屬於OpenAI一場新遊戲和新賭局又開始了。
參考資料：
1、The Information :OpenAI's Astounding Price Tag
2、BI：It's getting harder to make big leaps at the frontier of AI. There will be huge winners and losers、What OpenAI must do to stay on top
