前OpenAI o1核心研究者：人类AI研究员或仅剩两年窗口

曾亲手主导 OpenAI 推理模型 o1 与 o3 的前核心研究员 Jerry Tworek，在最新访谈中抛出一系列大胆判断：人类 AI 研究员的「高价值窗口」只剩约两年；全球真正能从训练到部署端到端搞定一个前沿模型的人，不过三五十位；Transformer 几乎不可能是最优解，而在 OpenAI 的七年里，认真尝试替换底层架构的次数只有三到四次。这位 2019 年入职、待了七年的「老 OpenAI」，今年 4 月创办了 Core Automation，目标是建造全世界最自动化的 AI 实验室。

Agent 已接管「干活」，人只剩「出主意」

Tworek 将 AI 研究拆成两段：一段是「出主意」——决定方向；另一段是「干活」——把想法写成能跑的代码并回收数据。在他看来，「干活」这段基本已归属 Agent。

他在 Core Automation 的实践中，一次完整实验的周期被从一个月压缩到一天，效率提升约三十倍。但「出主意」这一段，Agent 还接不住。

Tworek 直言，Agent 确实有创造力，却是一种「极其劣质、海量堆砌」的创造力——想法五花八门，但普遍烂得可以。这意味着研究方向仍需人类来定。

全世界能造前沿模型的人，只剩三五十个

「出主意」这段看似稳固，但真正能出主意的人本来就没剩多少。据一位 OpenAI 内部研究员透露，全球真正能端到端理解并完成前沿模型训练与部署的人，可能只有 30 到 50 个；其余所有人——包括顶级公司里的大多数正式员工——都在给这几十人「打下手」。

Tworek 认同这一判断，并补充说任何顶级团队都是这种结构：少数几人定航向，身后拖着一整台轰鸣的执行机器。Core Automation 的联合创始人阵容本身就是注脚：

Rohan Anil，来自 Anthropic，更早在 Google DeepMind
Anmol Gulati，曾在 DeepMind 参与 Gemini
Julia Villagra，OpenAI 前人力负责人

所有实验室都在同一池子里捞人，而池子里一共就那么几十条鱼。Tworek 所说的「两年」，本质上不是给全人类的倒计时，而是给这几十个人的。

七年仅认真换过三四次架构

Tworek 认为，挡在 AI 面前的最后一道墙是 Transformer 本身，而这一架构「几乎不可能是最优解」。他的理由很直接：

模型部署后无法继续学习，对话再多也不会变强
上下文窗口撑不住，他自己用 Codex 干二十来分钟就得压缩
持续微调效率极低，还会灾难性遗忘

他指出，这些年行业围绕 Transformer 做的大量工作，其实是在「把它变便宜」，很少有人真的在「把它变强」。而他真正想要的，是能在 test time 继续学习、能从用户交互中持续生长的模型。换架构只是通往那个目标的一种手段。

至于为何 Transformer 多年纹丝不动，Tworek 给出的解释近乎残酷：压根就没怎么试过。在 OpenAI 七年，真正认真尝试替换底层架构的次数只有三到四次。流程是先写小规模验证实验跑至少三个月，看着顺眼再放大；而「放大」意味着要说服约十位掌握资源的人，再砸三到六个月进去。最终要么被 Transformer 的生态动能碾碎，要么被部分吸收，变成它身上的一个螺丝钉。七年，三四次——这是全世界最强 AI 实验室在架构创新上的全部产能。

一句「GPU 给你」，撬开 o1 的死局

Tworek 自己就在 OpenAI 撞过一模一样的死局。转折来自一句话：当时他的实验挣扎出一点「生命迹象」，后来成为 OpenAI 首席科学家的 Jakub Pachocki 找到他——「Jare，这些 GPU 统统给你，你看看能不能把手上的结果搞得再大一点、再狠一点。」

这句话把他从一道悖论里捞了出来：你必须先拿出结果，才有资格要算力；但你明明得先有那笔算力，才砸得出结果。强化学习在这个节点跨过几个数量级，o1 由此破茧而出。

现在他自己创业，不必再等谁发话。他展示了一个案例：把 QR 分解内核丢给编程 Agent 跑了四周，烧掉约十万美元调用成本，最终将内核速度推到原来的六十倍。这种底层性能工程通常需要极少数专家逐行手调，而如今十万美元就能顶上。

后 AGI 时代，人还能干嘛？

访谈最后，Tworek 描绘了两幅画面。第一幅是古希腊——在广场上碰头，慢条斯理聊一整天哲学，然后去锻炼，吃橄榄、喝葡萄酒；他承认这更多是在投射个人愿望。第二幅是高中或大学——保留对「卓越」本身的追求，贪婪地学新东西，把身体和脑子都往死里练，像职业体育一样没有任何经济理由却仍然去够那个叫「伟大」的东西。

他平静地掀开底牌：「我们必须工作，这个世界才能运转」这个假设，根本没必要成立。

而最让人后背发凉的不是那个「两年」，是他自己也知道，他正在给这个倒计时踩油门——他要造的那个东西，定义就是能自己学、自己变强、再也不用人守在旁边投喂。造成了，那几十个人的位置消失得更快。