從杭州到上海的高鐵上，窗外是綿延的山脊與風力發(fā)電機，夕陽勾勒出它們的輪廓。山谷間農(nóng)田與摩天樓交錯——這是我結(jié)束中國之行時的畫面。此行讓我?guī)е鴺O大的謙遜離開：在一個如此陌生的地方受到如此熱烈的歡迎，是一種溫暖而人性化的體驗。我有幸見到了許多AI生態(tài)系統(tǒng)中僅有過遠程交流的人，他們帶著燦爛的笑容和熱情迎接我，提醒我這項工作和這個生態(tài)系統(tǒng)的全球性。

中國的大語言模型公司正成為這項技術(shù)的完美快速追隨者。他們依托教育和工作領(lǐng)域的悠久文化傳統(tǒng)，同時采用略有不同的科技公司建設(shè)方式。從產(chǎn)出看，最新的大型模型已能支持智能體工作流；從要素看，優(yōu)秀的科學家、大規(guī)模數(shù)據(jù)和加速計算——中美實驗室在這些方面大體相似。真正的差異在于這些要素如何被組織和協(xié)調(diào)。

長期以來，我認為中國實驗室擅長追趕前沿的原因之一在于文化契合，但未經(jīng)直接交流，我不愿將這種直覺賦予過大權(quán)重。與領(lǐng)先中國實驗室中眾多優(yōu)秀、謙遜且開放的科學家交談后，許多想法變得清晰起來。

當今構(gòu)建頂尖大語言模型，很大程度上取決于全棧的細致工作——從數(shù)據(jù)到架構(gòu)細節(jié)再到強化學習算法實現(xiàn)。模型的每個環(huán)節(jié)都可能帶來改進，而將它們整合在一起是一個復雜過程：某些杰出個人的工作可能需要被擱置，以服務(wù)于整體模型在多目標優(yōu)化中的最大化。

美國研究人員顯然同樣擅長解決各個組件問題，但美國存在更多為自己發(fā)聲的文化。作為科學家，當你為自己的工作發(fā)聲時更容易成功，而現(xiàn)代文化正在推動"頂尖AI科學家"這條通往名聲的新路徑。這直接導致沖突。Llama團隊據(jù)傳已在這些利益嵌入層級組織的政治重壓下瓦解。我聽說其他實驗室有時需要付錢讓頂尖研究員停止抱怨他們的想法未被納入最終模型。無論這是否完全屬實，其含義是明確的：自我意識和職業(yè)晉升欲望確實會阻礙打造最佳模型。在這種動態(tài)中，一個微小的方向性轉(zhuǎn)變……