北京
7月30日消息，Thinking Machines Lab联合创始人翁荔将重返OpenAI。The Information援引OpenAI发言人确认了这项人事变动；一名知情人士称，她接下来将参与递归式自我改进研究。所谓递归式自我改进，并不只是模型修改自己，更多指的是用AI参与模型研发流程本身。
距翁荔宣布离开Thinking Machines只过了两天。她7月28日在X发布的离职信中说，过去七个月的生病频率超过人生其他时期，持续压力和工作量已经超出身体能够承受的范围。她表示自己仍然热爱AI研究，但希望回到职责更聚焦、节奏更可预测的研究岗位，而不是继续担任联合创始人。翁荔当时未披露去向，OpenAI目前也尚未公开她的新职务和所属团队。
从"改模型"到"改训练流程"
递归式自我改进常被理解成"模型改写自己"，翁荔近期给出的解释要具体得多。她7月4日在个人博客Lil'Log发表《Harness Engineering for Self-Improvement》，把自我改进分成两类：一种是模型直接修改自身参数；另一种是模型帮助改进训练流程，再用这些流程开发更强的新模型。
后者涉及的并不只有模型本身，还包括工具、环境、记忆、评估和训练流程。例如，模型可以帮助设计实验、编写训练代码、检查结果和调整下一轮任务，但每一步仍需要明确目标、评估标准和外部控制。按The Information的描述，翁荔回到OpenAI后的工作将落在这条研究线上。
翁荔对这类问题并不陌生。她2018年加入OpenAI，先后负责机器人、应用AI、安全系统等多个方向，并担任研究与安全副总裁。这些经历覆盖模型研发、安全评估和训练系统，正是"用AI开发AI"研究所需要的核心能力。
Thinking Machines刚发布首个模型，创始团队从六人缩至两人
翁荔离开前，Thinking Machines于7月15日发布了首个开放权重模型Inkling。官方资料显示，Inkling是一个可处理文本、图像和音频的混合专家模型，总参数9750亿、激活参数410亿，最长支持100万token上下文。
值得注意的是，Thinking Machines还用Inkling展示了一次受控的自我改进：模型通过公司的Tinker平台编写自己的微调任务，生成训练和评估流程，完成微调后再切换到新权重。这段演示与翁荔博客讨论的方向高度重合。Thinking Machines未公开她在Inkling项目中的具体职责。
Inkling发布后不到两周，翁荔宣布离开。她是过去一年第四名离开Thinking Machines的联合创始人：安德鲁·图洛克（Andrew Tulloch）转投Meta，巴雷特·佐夫（Barret Zoph）和卢克·梅茨（Luke Metz）今年1月回归OpenAI。至此，创始团队只剩米拉·穆拉蒂（Mira Murati）和约翰·舒尔曼（John Schulman）两人。
对这家成立时间不长、刚发布首个自研模型的创业公司来说，六人创始团队缩至两人，能同时统筹模型训练、产品和安全研究的核心人选明显变少。而在另一头，OpenAI正在重新聚集一批长期从事模型训练系统和自动化AI研发的核心研究人员。（易句）
（本文由AI翻译，网易编辑负责校对）
