上周三，安德鲁·霍在OpenAI工作八个月后离职。这位前研究员在社交平台X上宣布，将创办新公司，向前沿人工智能实验室出售高端强化学习数据集。
次日凌晨5点左右，霍仍未入睡，他在社交平台上给昔日同事们留下一番忠告：能套现就尽早落袋为安。他写道，前沿人工智能实验室的估值存在泡沫。
“如果你符合要约收购资格，我强烈建议抓住机会变现，”霍写道，“公司首次公开募股（IPO）后估值翻倍的可能性微乎其微；但估值腰斩，却完全有可能发生。”
等他一觉醒来，这些帖子已吸引数十万忧心忡忡的人关注。就在前一日，科技股遭遇抛售，纳斯达克100指数跌入修正区间。霍上周四接受《财富》杂志采访时表示：“事态发展着实出人意料。”
他透露，自己持有价值约70万美元的OpenAI股权，但按照法律规定，在IPO及限售期结束前不得出售。“所以我现在根本无法套现。”他说。
即便这番言论有损自身股权利益，霍仍公开坚持自己的观点。和业内大多数人一样，他相信推理需求将大幅增长、算力短缺即将到来、扩建数据中心势在必行。但令他“深感忧虑”的是：在平价模型的竞争压力下，前沿人工智能实验室正陷入一场愈演愈烈的烧钱竞赛，而营收增速却始终难以追上支出。
霍并不看好递归自我提升的愿景
霍描述的局面，正是分析师们略带夸张地称作“红皇后效应”的局面——你必须全力奔跑，才能守住现有位次。前沿实验室模型训练的成本持续攀升，而取得的技术优势却转瞬即逝；月之暗面（Moonshot）的Kimi这类平价竞品，依托模型蒸馏技术，仅需极低投入就能缩小技术差距。
他补充道，每一代新模型几乎必然会带来营收增长，但关键在于增幅有多大。前沿实验室背负着巨额债务，他表示：“只要计算上出现极微小的偏差，都可能决定一家公司的生死。”
霍补充道，实验室里多数投资者和同事对此并不担心，他们认为行业即将迎来重大突破：递归自我提升（RSI）。该理论设想，人工智能系统将发展到能自主开展研究，进而实现自我改进、自主运行实验、训练下一代模型。倘若每一代模型都能打造出性能略胜一筹的新版本，那么智能水平曲线或将迎来爆发式增长，算力成本亦将如此。
但霍并不认同这一观点。他认为，研究的瓶颈并非模型智能水平不足，而是缺乏“研究判断力”。这些模型不擅长提出实验方案，也无法分辨哪些研究结果有价值、哪些无关紧要。“你无法仅凭推理发现现象。”他说道。
霍补充道，模型在部分领域表现极为出色，在相近领域却表现不佳；这种模式看似随机，实则不然。凡是结果能客观验证的领域，模型能力提升最为迅速：数学证明要么成立、要么不成立；程序要么能编译数据，要么无法执行。数十亿美元都投入了这些领域，迄今为止成效显著。但他表示，所有难以客观验证的领域，相关技术停滞不前。
这也是他选择离职的原因。在霍看来，容易落地、结果可验证的技术红利已被充分挖掘，下一阶段的技术突破将来自更为复杂的任务，这正是他创业的方向：为模型目前仍无法处理、高度依赖判断的工作构建数据集。公司首批产品将聚焦长期科学推理与统计分析。
赢家：英伟达和美光
近日硅谷社交平台上流传着另一种观点，播客主持人德瓦克什·帕特尔（Dwarkesh Patel）是主要发声者。他认为递归自我提升将算力成本推高至当前的十倍，实验室营收也有望同步增长。霍的观点与之相悖，却与华尔街更为契合。上周三Meta股价大跌10%，谷歌上周股价下跌8%，市场担忧持续投入人工智能基建的科技企业无法收回成本。
如今霍更多从投资者的视角出发（他有一定金融背景），表示：“这场竞赛里真正赚得盆满钵满的，是英伟达（Nvidia）和美光（Micron），毕竟它们向这场竞赛中的所有参与者销售芯片。”
霍称，实验室要跳出“红皇后效应”困局，有两条出路，但都困难重重：一是自研芯片，打破英伟达的定价垄断；二是拓展至应用层，自主开发、对外销售更多产品，Meta收购Cursor就是典型案例。霍认为，现阶段实验室仅获得模型创造经济价值的一小部分，这一领域“资金投入严重不足”。
眼下，霍正专注于应对成立仅一天、尚未命名的公司引发的巨大关注，并尽量不去想自己在OpenAI处于锁定期的股权。
“看着手里这些限售股权，我总会不由自主地琢磨未来会怎样，压力很大，”他说，“这占了我净资产的很大一部分。”
他猜测，大多数前同事并不会为此过度焦虑。
“埋头工作就好，”霍说道，“别太纠结这些问题。或许，这反而是件好事。”（财富中文网）
译者：中慧言-王芳