今天聽完OpenAI華人工程師翁家翌和xAI工程師Sulaiman Ghori的播客采訪。發(fā)現兩位的分享有種隔空的默契，關于模型迭代、AI公司如何進步的觀點很類似，也很有啟發(fā)。

先介紹翁家翌大佬，他從清華本科畢業(yè)后出國讀研，后來在OpenAI發(fā)布ChatGPT之前加入了這家公司。作為RL Infra的關鍵工程師，他參與了GPT-3.5、GPT-4、GPT-5等核心模型的訓練。

1??翁家翌一直強調，現在模型性能的提升，很多時候是infra迭代速度決定的。背后邏輯是，如果要驗證一個想法，那一定需要Infra支持。這個時候如果Infra正確，那么誰在更短時間內驗證的次數多、迭代效率高，就越可能找到最有效的方案。

2??順著這個邏輯，之后最容易被取代的是researcher，因為idea is cheap，可以和別人、AI討論生產。這里翁家翌還分享了一個自己同事的金句：“教一個researcher如何做好engineering，比教一個engineer如何做好research難得多?！保ā?/p>

3??他還覺得OpenAI不是infra迭代速度最快的，因為公司現在好幾千人了，組織大就會降低效率。去年DeepSeek震驚全球時讓OpenAI內部很警覺，因為“DeepSeek那波迭代聲稱很快”。目前OpenAI內部在重構新Infra架構，加速迭代。他還說OpenAI“早就不做為了刷榜而做的事了”。

另外就是xAI的工程師Sulaiman Ghori也上了播客。他說了很多xAI內部的秘密秘?（似乎現在因為泄密太多被馬斯克開除了…

Sulaiman Ghori創(chuàng)業(yè)失敗后加入xAI，還是神秘兮兮的MacroHard項目的早期成員。他轉入這個項目時組里只有兩個人。聽Sulaiman Ghori分享，感覺xAI已經把“速度”這件事刻在骨子里：

1?? xAI現在的一部分技術路線押注小模型，不搞Scaling那套，要靠“迭代速度”取勝。

這背后的原因是，模型小=訓練成本低=周期短=試錯成本低。大家可以多試幾個方向，發(fā)現效果好的方向就去加碼。

2??xAI并行跑著的幾十個訓練任務通常由少數幾個人負責。如果某個條件暫時不成熟（比如硬件、數據這幾天不就緒）會先跑幾種方案，看哪個今天能交付、能產生收入或效果，兩周后條件成熟再切換。

3??馬斯克在內部強調過，xAI招聘不強調單獨的Researcher，大家都是engineer。

聽完這兩期內容，感覺翁家翌和Sulaiman Ghori的分享確實是殊途同歸：有迭代速度才有驗證和試錯空間。尤其當架構需要創(chuàng)新，idea需要驗證，競爭對手又特別強的時候，敏捷就是一切！

#馬斯克 #OpenAI#AI#科技播客精華