AI 研究的集体主义
创建时间： 2026-05-11
来源： [[sources/Yao Shunyu Let Me Go a Little Crazy! Training Models at Anthropic & Gemini, Heroism Is Over - 逐字稿.md]]
相关： Yao-Shunyu-GDM，Frontier-Lab-Organization，Post-Training-Era，Software-Fundamentals-in-AI-Coding，Systems-Thinking
Yao Shunyu 的核心判断之一是：语言模型的个人英雄主义时代已经过去，现代前沿 AI 更像一个大型集体主义工程。
Transformer 这样的范式发现阶段还可能产生英雄或英雄小团体；但当技术进入 scale-up 阶段后，能力提升更多来自组织协作、系统实验、基础设施、数据、环境、评估和大量细节执行。
为什么个人英雄主义过时了
Yao 认为，当前语言模型领域的许多 idea 并不深奥，甚至「很多人都能想到」。真正困难的不是想法本身，而是：
- 把 idea 拆成可执行步骤；
- 建出环境和反馈信号；
- 让训练稳定；
- 让数据、infra、算法、评估彼此匹配；
- 在大规模系统里验证它真的有效；
- 对公司整体目标负责，而不是只让自己的指标好看。
因此，现代 AI 的关键不是「谁提出了一个漂亮想法」，而是组织能否把大量看似简单的事情持续做干净。
AI 不需要最聪明的人？
Yao 的表述很尖锐：AI 这件事「不太需要脑子」，最重要的特质是：
- 可靠；
- 细致；
- 对自己做的事情负责。
这不是说 AI 没有技术难度，而是说它的难度不是传统物理学那种「没有实验条件就无法理解高能尺度理论」的难度。AI 的特殊性在于：只要有算力、infra 和实验设计，就可以不断试；即使暂时不理解微观机制，也能靠 empirical laws 推动进展。
他把 AI 类比为早期热力学：当时人们并不理解热的微观本质，但仍然可以总结热力学定律并推动工程。今天的语言模型也是如此：没人真正知道矩阵里哪个元素在做什么，但 scaling law、评估和训练经验仍然有效。
可靠性比聪明更稀缺
在前沿模型训练中，每个 evaluation framework 都很容易被 hack：研究员总能找到办法让自己的 metric 看起来更好。
真正可靠的人会主动追问：
- 这个效果在大规模下仍然有效吗？
- 我是不是漏掉了中间变量？
- 我是不是只优化了 training，却牺牲了 sampling？
- 这件事对公司整体系统是否更好？
- 我是否只是在让自己的贡献显得更亮？
这要求研究员从「对自己的项目负责」转向「对整个系统负责」。在学术界，一个人可以主要为自己的论文、项目和可重复性负责；在公司里，研究员必须为组织的整体模型系统负责。
AI 时代的面试：测试协作而非手写代码
Yao 曾设计过一个 24 小时强化学习项目面试题：候选人需要在 24 小时内从零完成一个 RL 项目，自己选择模型、数据和算法，然后进行一小时讨论。
这个题的关键不是测试候选人能不能手写所有代码，而是测试两件事：
- 能否有效利用 AI：在 AI 时代，写代码能力本身不再是唯一重点，关键是能否把 AI 变成协作伙伴。
- 是否真正理解 AI 做了什么：如果只是把任务完全丢给 AI，自己没有理解实现，讨论环节会暴露出来。
这个面试题也测试候选人的重视程度和责任感：24 小时的时间压力会暴露一个人是否愿意为机会投入足够注意力。
系统越稳，英雄越不显眼
一个健康的大型 AI 组织会让个体英雄主义不那么显眼。因为系统越稳，个体越能借力系统产出结果；同时，系统也不会因为某个人离开就崩塌。
反过来，如果一个组织特别依赖某个英雄，那么它可能很强，但也更脆弱。Yao 用 OpenAI 作为例子：当个人影响力过强，组织稳定性可能受单点变化影响。
这与 Systems-Thinking 形成呼应：真正强大的系统不是靠一个点发光，而是让许多普通但关键的环节同时稳定。
对年轻人的启发
Yao 认为，纯语言模型已经不太像蓝海，「最后一班车」可能已经过去。后来者不一定应该追逐最热的方向，而应该寻找还没有被充分探索的方向：
- 多模态生成；
- 机器人；
- AI for science；
- quantum control 等具体科学问题；
- 还没有形成共识的新范式。
这不是悲观，而是说 AI 很大，语言模型只是其中一小部分。真正的机会往往在还没有被组织化、还没有被 benchmark 占满的地方。