科学家、工程师与社交媒体创始人，谁领AI风骚

全球 AI 企业正在分化出三种技术文化。它们最鲜明的区别，并不在模型能力或算力规模，而在于谁在领导这家企业：科学家、工程师，还是社交媒体大佬？这一选择，正在重塑企业的北极星、资源配置方式，以及它们愿意为技术风险付出的真实代价。

在今年的达沃斯世界经济论坛上，Anthropic创始人达里奥·阿莫迪（Dario Amodei）挑明了这一分野。在他看来，无论是Anthropic还是谷歌，其共同点并不在于商业模式，而在于它们都由具有深厚科学研究背景的企业家领导。正是这一点，使它们与由“社交媒体一代”企业家主导的 AI 公司形成了鲜明对比。去年年中，埃隆·马斯克（Elon Musk）又曾掀起“研究者与工程师之争”，让原本就已存在的技术文化分歧，首次以公开辩论的形式爆发出来。

科学家主导的企业将北极星锚定在通用智能与科学突破上，资源优先投向基础模型、长期研究及安全性问题，风险被视为必须提前理解的未知。而工程师主导的企业，则把北极星放在系统运行的稳定性、速度和成本效率上，将风险视作可通过快速迭代消化的技术问题。至于社交媒体一代企业家领导的公司，它们的北极星通常指向用户规模与注意力变现，资源优先配置给平台生态，而风险则往往被外包给社会和监管机构。

阿莫迪“暗讽”扎克伯格与奥特曼

回望2025年，科学家领导的 AI 企业无疑赢得了这一年。谷歌从OpenAI手中夺回领先地位，Anthropic的年度经常性收入从10亿美元飙升至100亿美元，增速远超OpenAI。

在《经济学人》主编主持的对谈中，阿莫迪将此归功于两家公司都由研究者型领导者掌舵、以模型研究为核心。对他们而言，解决硬核科学问题，才是团队北极星的真正指向。阿莫迪发表观点时，谷歌DeepMind创始人德米斯·哈萨比斯（Demis Hassabis）在一旁频频点头，颇有“惺惺相惜”之感。

在接受《华尔街日报》专访时，阿莫迪具体解释了科学家创始人之于社交媒体创始人领导的不同：

科学家有着悠久的传统，会认真思考他们所构建技术可能带来的影响，会认为自己对所创造的技术负有责任，而不是逃避责任；他们最初的动机就是为世界创造某种有益的东西，因此当这种东西可能出现问题时，他们会感到担忧。相比之下，社交媒体这一代企业家的动机则截然不同；作用于他们的选择机制，他们与消费者互动甚至可以说是操控的方式，都导致了他们在对待技术责任问题上的态度迥异。

阿莫迪“暗讽”的是谁，几乎在场的所有人心里都有自己的答案。至少，扎克伯格很难排除在外。他掌控的Meta去年砸了数百亿美元至今没有扭转被动局面，市场长期传言如今办公室里一片混乱，连长期象征其基础研究传统的首席科学家杨立昆（Yann LeCun）最终也选择跑路。Meta在硅谷挖大模型训练人才，还以新加坡为跳板在全球搜刮产品团队；然后Anthropic推出了Claude CoWork，用的是自己的前沿模型。

也许，还要算上奥特曼。OpenAI的旗舰模型已经失去了断层领先的先发优势，整个公司正在不断尝试各种商业化路线，包括广告，甚至“擦边”内容。OpenAI不断追加资本开支，长期高达1.4万亿美元，只是让收入每年增长了3倍，2025年约200亿美元；Anthropic则一年10倍，从2023年的1亿美元，增长到2024年的10亿美元，再到2025年的100亿美元。

“我们不需要变现十亿免费用户，我们只是把东西卖给企业，这些东西直接有价值。”阿莫迪谈到了AI生成的虚假视频，无处不在的广告，以及其他追求用户黏性而AI生成的“上瘾”内容。当初，身为OpenAI研究副总裁的阿莫迪选择离开，也正是奥特曼过于忽视对安全与对齐的投入。

安全、AI for Science与AGI

目前，Anthropic的研究团队试图用名为机制可解释性（mechanistic interpretability）的科学，研究模型内部到底发生了什么。在阿莫迪看来，模型就像人类一样，口头输出并不能真正代表其真实意图，医生也不能仅靠与患者聊天诊断疾病。今天，Anthropic更新了一份80页的“Claude宪章”。

在接受彭博社的专访时，哈萨比斯也谈到了如何科学地对待AGI到来前的社会安全问题。他希望成立一个AI时代的欧洲核子研究中心（CERN），将世界上最优秀的人聚集在一起，包括技术领域的科学家，也包括社会科学家、经济学家与哲学家等等，以非常严谨的科学的方式，共同思考想从这项技术中得到什么，如何以造福全人类的方式利用它。

无论是阿莫迪，还是哈萨比斯，都将最终解决硬核科学问题，视为AGI实现的标志之一。去年，两人就挤坐在沙发上，与《经济学人》主编谈论AGI如何实现。当时，阿莫迪称当AI能够像身边的诺贝尔奖得主哈萨比斯那样，在多个领域做得很好时，就意味着AGI的实现；哈萨比斯则称AGI要能够像爱因斯坦那样，利用当时可获得的信息，发明广义相对论。

2024年，谷歌DeepMind系统性地阐述了“科学发现的新黄金时代”；去年，谷歌基于Gemini推出了智能体AI co-scientist。阿莫迪则在《仁爱的机器》一文中全面勾勒了AI如何满足未被满足的身体健康与心理健康需求。

训练出这样的AI，更需要庞大的基础研究投入。哈萨比斯不同意杨立昆关于Transformer与大型语言模型是一条死胡同的说法，但同意它们可能不是AGI唯一的核心组件。哈萨比斯认为，距离真正的AGI，还有若干关键能力缺失。找到缺失的环节，这是一个科学问题。

阿莫迪与哈萨比斯都谈到了“持续学习”的概念。阿莫迪的设想是，先开发擅长编码和 AI 研究的模型，然后用这些模型来生成下一代模型，并加速形成一个循环，从而提升模型开发速度。哈萨比斯要谨慎一点，认为在数学等领域的自动化更容易一点，因为它的输出是可验证的，而某些自然科学领域就要难得多，不一定知道AI预测的化合物是否正确，需要实验进一步验证；而那些不需要人类介入的自我改进闭环也意味着风险。

正因为如此，哈萨比斯认为，相比伊利亚·苏茨克维(Ilya Sutskever)去年底的“我们又回到了研究时代”，他的观点是“我们从未离开研究时代”。伊利亚师从深度学习先驱杰弗里·辛顿（Geoffrey Hinton），在创办SSI前曾是OpenAI首席科学家。

AI技术全栈包括前沿实验室

哈萨比斯对科学家领导的 AI 企业的组织架构特征进行了精准拆解。与黄仁勋将 AI 技术栈拆分为能源、芯片、基础设施、模型和应用五层不同，哈萨比斯特别将前沿研究实验室（Frontier Lab）单独列为技术栈的一层，强调其核心地位：

我们是唯一一家拥有完整技术栈的机构：从TPU芯片和硬件，到数据中心、云业务、前沿实验室，再到所有这些能够与AI天然融合的卓越产品。这一切构成了一个独一无二的整体。因此，从第一性原理出发，从结构上来看，我们本就应该表现得非常出色。而且我认为，从现在开始，我们实际上还有巨大的提升空间。

这贯穿了哈萨比斯创办DeepMind的始终。最初，DeepMind就是为AI for Science而生的，诞生了AlphaGo与AlphaFold。DeepMind选择加入谷歌，很大程度上也是因为谷歌是一家科学公司：它脱胎于拉里（Larry Page）和谢尔盖（Sergey Brin）的博士课题。哈萨比斯还提到了谷歌董事会构成中包括图灵奖得主与诺贝尔奖得主。在谷歌DeepMind深度整合后，它首先聚焦的也是“模型研究”。

“工程派”的高效与上限

xAI的马斯克不喜欢“研究者”这种说法，认为这不过是学术界留下的过时词汇，显得过于自命不凡，而又责任不明。他甚至认为这是一种隐晦的等级划分。在火箭、自动驾驶或大模型系统中，绝大多数问题都不是通过理论突破解决的，而是通过快速迭代和规模化试错被“消化”掉的。xAI只招工程师。

大型语言模型同样如此，“研究”与“工程”的界限已经变得模糊。很多工程工作面临着与研究同等深度的探索性任务。就连Anthropic也在招聘页面写道，“这里的工程师做很多研究，研究人员也做很多工程……我们所有的论文都有工程师作为作者，通常是第一作者”。

为了后来居上，马斯克曾在在4个月内构建了一个十万卡集群，震惊了数据中心行业。其中，xAI绕过电网，使用燃气轮机就地发电，辅以Megapack储能。这一“工程化”做法很快被其他数据中心效仿。他选址在田纳西州与密西西比州交界处，以最大化提前获得许可的可能性。如今，马斯克率先建成了全球首个GW级数据中心，并计划在今年4月将规模升级至1.5GW，最终达到2GW。同时，xAI还在建设一个水循环工厂。

工程思维在追赶阶段尤其有效。庞大的算力帮助Grok模型迅速追赶前沿水平，帮助xAI拿到了美国可能是最后一张大模型船票。如果这一套算力“暴力美学”范式无法改变，那么，已经没有竞争对手能以更低的成本、更快的速度，去复制这套模式，参与竞争。

然而，真正的问题在于，AGI究竟是一个可以通过规模与迭代逼近的工程问题，还是一个必须通过范式突破解决的科学问题？而处于不同阶段的企业给出的不同答案，正在决定它们最终能走多远。

杨立昆曾与马斯克就此激烈辩论。前者坚持认为研究和工程在方法论、目标、评估标准上，有着根本的区别，若不加区分，势必扼杀长期的突破性创新。但这套“科学家式”说辞，不仅没有辩倒“工程思维”的马斯克，也无法打动“社交媒体大佬”的扎克伯格。Meta对组织架构进行了重塑，基础研究部门的权重被大幅削弱，战略与资源调度的主导权，交到了从 Scale AI 挖来的Alexandr Wang手中。

也许，在哈萨比斯看来，中国阵营也属于工程师主导的类别。它极大地降低了探索的成本，同时能聚焦工程上做性价比的创新。“他们非常擅长追赶，越来越有能力，但他们还没有展示出能够超越前沿进行创新的能力。”

但这种归类，正在变得不再充分。DeepSeek选择继续押注硬核创新；月之暗面创始人杨植麟谈到要坚持taste (品味），这是在中国做研究非常稀缺的东西；智谱创始人兼首席科学家唐杰，也要求大家马上回归研究。腾讯则从OpenAI挖来姚顺雨担任首席科学家。中国企业正在工程主导的现实条件下，尝试重新发明研究本身，构建以科学研究为长期竞争力的技术文化。