人类研究员的时间还剩2年
“两年”是一个激进预测，不必把它当成准确的倒计时。但我认为，这个判断揭示的方向值得认真对待：AI正在从辅助研究员，走向接管研究的执行环节，最终可能参与提出假设、设计实验和验证结论。
真正重要的变化，不是某个模型又提高了多少分，而是知识生产的闭环开始自动化。
AI实验室正在进入第三阶段
Jerry Tworek把AI实验室分成三代。
第一代以DeepMind和早期OpenAI为代表。在大规模AI是否可行尚未得到验证时，它们以实现AGI为目标，主要依靠研究驱动。
第二代出现在GPT-3之后。规模法则显示，投入更多数据和算力能够持续产生更强的智能，竞争随之转向算力、人才和工程规模。
第三代实验室则把自动化放在第一位。它们不只是用AI生产产品，而是用AI研究AI。
今天的智能体还不擅长开放式探索，也难以替代拥有多年经验的研究员形成高质量洞见。但当目标清楚、任务明确时，它们已经可以承担写代码、运行实验和整理结果等大量执行工作。
这会改变研究的速度。一个过去需要一个月的实验，如果能够在一天内完成，就不是简单节省人力，而是让研究团队在同样时间里多完成几十轮试错。研究优势将越来越取决于单位时间能够验证多少想法，而不只是拥有多少研究员。
所以，我更关注的不是“两年后人类是否彻底退出”，而是人类在研发链条中的位置正在迅速上移：从亲自执行，转向判断方向、定义问题和选择值得下注的假设。
智能体降低的不是工资，而是试错成本
新实验室如果照搬OpenAI和Anthropic的路线，继续训练同类Transformer模型，很难赢得正面竞争。领先者拥有算力、人才、数据和工程积累，跟随者即使做得不错，也只是在别人定义的赛道上追赶。
Jerry认为，进一步发展的瓶颈可能正是沿用了多年的Transformer架构。这个判断是否成立还需要验证，但他的论证有一个关键点：过去没有出现成功的替代架构，未必证明Transformer已经接近最优，也可能只是因为探索其他路线的成本太高。
测试一种新架构，首先要编写复杂代码，再做小规模实验。如果出现一点希望，还要争取算力、协调团队，用几个月完成规模化验证。一个反共识想法需要穿过漫长的组织链条，往往还没被充分验证，就被成熟路线的确定性优势淹没。
编程智能体正在改变这个约束。代码变得更便宜，实验可以更快展开，过去没有资源尝试的架构组合，现在有机会被系统搜索。
这也是我认为智能体最早产生重大价值的地方。它首先扩大的不是答案能力，而是探索空间。很多创新并非没人想到，而是没有便宜到足以反复尝试。
Core Automation希望寻找能够在测试阶段学习、能够从用户交互和数据中持续学习的新架构。这条路线未必成功，但它至少避开了单纯比拼现有模型规模的必输局面。
o系列的突破说明研究需要耐心，也需要资源决断
Jerry参与了OpenAI的Codex、o1和o3等项目。他对推理模型历史的回顾，揭示了重大突破很少来自一次灵光闪现。
早在2019年，Ilya Sutskever就提出过一条路线：先用尽可能多的数据训练大型生成模型，再通过强化学习继续训练。方向很早就出现了，但数据、算法、环境和工程条件长期不成熟。
初代Codex已经包含大语言模型与强化学习结合的尝试，却无法有效扩展。团队进行了多年探索，许多实验只产生微弱信号。转折点不是突然找到了完整答案，而是模型终于表现出一点可能性，领导者随后决定投入更多GPU，让团队把结果做大。
这件事给我的启发是，前沿研究既不能只靠愿景，也不能只靠短期指标。真正困难的是识别微弱但重要的信号，并在证据还不充分时配置稀缺资源。
算力倾斜带来了更多实验，实验带来新认识，新认识又增强了继续投入的信心。o1和o3不是某个孤立技巧的结果，而是长期积累、强化学习规模化和组织决断共同形成的突破。
AI提高实验效率之后，这种资源配置能力反而会更加重要。实验数量越多，组织越需要知道哪些结果值得追踪，哪些方向应该停止。
小团队可能获得新的结构性优势
大型实验室看起来人数众多，真正能够端到端理解前沿模型训练和部署的人却很少。核心研究者决定方向，庞大的组织负责把决定转化为执行。
问题是，团队越大，信息传递越容易失真。为了让更多人理解，指令往往不得不变得简单；为了形成共识，反常识的判断也容易被磨平。
智能体可以承担越来越多的执行工作，少数核心人员则保留复杂判断。这可能让小团队获得过去只有大组织才具备的执行能力，同时减少沟通和协调损耗。
我认为，未来组织竞争的一个关键，不再是拥有多少人，而是多少关键判断能够不失真地转化为行动。智能体不是普通员工的数字替身，它可能重写管理半径和组织规模的边界。
从个人AI走向公司AI
Jerry最终想做的不是一个面向个人的聊天工具，而是“公司级AI”：把公司的信息集中起来，形成一个公司大脑，员工通过不同终端与它协作。
这个设想触及了企业最顽固的问题。很多大公司的低效，不是员工不努力，而是信息被部门切割，决策要穿过层层结构，流程本身消耗了大量时间。
因此，最先需要深度自动化的可能恰恰是大公司。它们的官僚成本最高，信息传递最复杂，自动化能够释放的价值也最大。
但公司自动化不能只理解为缩减岗位。更深的变化是，公司可能从一群人依靠流程协同，变成由统一智能系统处理信息、分配任务并持续优化的运行网络。到那时，“公司”本身就会成为一种AI产品。
自动化越深入，对齐越不能停留在口号
当AI只提供建议时，人类还握着方向盘；当AI开始连续运行、调动资源并替公司采取行动，风险的性质就变了。
Jerry认为，模型行为很大程度上取决于环境和激励。如果环境允许通过作弊获得奖励，模型就会学习作弊。对齐因此不是训练一次就结束，而是要明确模型向谁负责、允许做什么，并对实际行为进行持续监控和多层检查。
我赞同这个判断。所谓公司大脑，不能只有更强的执行能力，还必须具备清晰的权限、可追溯的决策记录和随时可中止的控制机制。自动化程度越高，治理结构越要先于规模扩张。
工作消失之后，人靠什么定义自己
如果矿山能够自主运行，软件能够自行修复漏洞、开发功能，人类就不必为了维持世界运转而承担所有重复劳动。这并不等于一切活动都会停止，而是劳动与生存之间的强制关系可能逐渐松动。
Jerry想象的“后劳作时代”，有点像古希腊广场：人们讨论哲学、锻炼身体、学习知识，追求精神和身体上的卓越。职业体育就是一个例子，它未必以生产必需品为目的，却体现了人类对极致的追求。
这个愿景很动人，但从技术自动化直接跨越到自由生活，中间还有财富分配、权力结构和社会制度等巨大问题。AI能够消除一些劳动，并不自动保证每个人都能获得自由。
所以，“人类研究员的时间还剩两年”真正提出的问题，不是两年后还有没有工作，而是当执行能力越来越便宜，人类应该把稀缺的注意力放在哪里。
我认为，答案会越来越集中在三件事上：提出值得解决的问题，做出机器无法替我们承担的价值判断，以及建立让自动化成果能够被更多人分享的制度。