OpenAI研究员指AI模型自动化编写代码

OpenAI研究员称AI模型自动化编写代码 硅谷顶级实验室研究员指出Agent已接管基础编程，导致AI研究员薪酬暴涨并正在重塑科技大厂薪资与职业安全感梯队。 节目中，7 位顶尖华人 AI 研究员以“从夯到拉”的等级卡牌游戏为形式，碰撞各自对行业真相的独到见解。大家不仅大方点评各大厂商模型的真实表现与硅谷各大厂的薪资与 WLB 现状，还深刻探讨了 AI 对程序员岗位的重塑、AI 时代最关键的人类技能，以及在 Frontier Lab 工作的高人才密度与“提前预知未来”的独特体验。全片展现了技术浪潮最前沿研究者的真实思考与直率态度。 《硅谷坐标》邀请来自 OpenAI 与 Cartesia.ai 等机构的 6 位顶级 AI 研究员参与排序游戏，内部对 GPT-5.5 的前沿能力高度认可，而对 Gemini 的使用体验与表现则给出了截然不同的犀利评价。 (3:09) 硅谷大厂薪资正呈现剧烈两极分化，不做 AI 的传统科技部门增速放缓，而顶尖 AI 研究员薪酬水涨船高，并持续吸引量化交易（Quant）领域的顶尖人才跨界转型。 (8:17) AI 对岗位的替代预计将经历 5 到 10 年的演变，但程序员的工作范式已发生实质性改变，多位 OpenAI 研究员透露已完全转用 Agent 编写代码，确定性与可验证的重复工作正被加速接管。 (16:16) 在技能价值排序中，高度标准化且可验证的 Coding 被一致视作最易被 AI 取代的技能，而人际共情（Empathy）与身体健康则被推至最不可替代的核心高位。 (21:04) 受访研究员分享在 OpenAI 拥有“提前数月看未来模型边界”的信息特权与极高的人才密度；针对外界热议的“AI 泡沫论”，他们幽默表示当所有人都在高呼泡沫时往往并非真正的泡沫。 (30:36)

多位来自OpenAI等机构的硅谷AI研究员指出，随着编程等高度可验证任务被AI代理快速接管，技术人才的薪酬体系与技能价值正经历剧烈分化，前沿实验室也正在高压与高度自驱的生态中重构研发范式。 编程技能贬值与研发范式的彻底转变 (21:04) 在职业安全感与核心技能的探讨中，研究员们达成高度共识：编程（Coding）因其具备极高标准化程度和可验证性（Verify），已成为最容易被AI彻底替代的技能。OpenAI的受访研究员透露，自己的工作范式已发生根本转变，日常已完全不再使用传统代码编辑器，而是全面转向由AI Agent编写代码。周奕超认为，AI对岗位的替代将在未来5至10年逐步显现并打破劳资平衡。 与技术性任务形成对照的是，无法被量化验证的人类特质被赋予了更高价值。研究员们一致将共情能力（Empathy）与身体健康排在AI时代技能需求的最顶层，认为在技术替代确定性工作、行业竞争加剧的环境下，人际情感连接与抗压身体素质构成了不可替代的个人核心壁垒。 薪酬梯队分化与量化人才跨界流动 (8:17) 硅谷大厂的薪资排序折射出行业内部的剧烈两极分化。以Meta为代表的头部机构因激进的薪资包持续处于薪酬顶端，而未深度布局AI的传统科技部门薪资增长明显放缓。研究员指出，随着自动化研究（Auto-Research）能力的外溢，AI在量化交易等数据与逻辑密集型领域已展现出甚至优于人类研究员的潜力，推动了顶尖量化人才向AI前沿机构的跨界流动。 这种人才迁移亦伴随着工作文化的重塑。与量化交易领域高度封闭、严格保密的研究机制相比，前沿AI实验室内部保持着相对开放的交流与技术共享生态，这种高人才密度环境加速了技术的跨学科应用与迭代。 WLB舒适区分野与自驱动高压生态 (12:57) 关于工作生活平衡（WLB）的讨论展现出硅谷科技阵营的明显割裂：Google与Netflix被公认为传统的高舒适度企业，而处于AI军备竞赛中心的OpenAI、xAI等前沿实验室则处于高压工作状态。程明昊援引过去200年的自动化发展史指出，技术自动化往往未能如人类预期般释放更多自由闲暇，反而带来了更多的工作体量。 然而，这种高强度状态在前沿机构中往往交织着极高的自驱动力。研究员将周末加班视作无干扰验证前沿猜想的纯粹科研享受，并列举了数学学者通过GPT-5.5 Pro在周末成功证明长达30年的概率论开放猜想的实例。对他们而言，使用顶尖算力探索前沿科学边界，构成了超越传统假期的核心动力。 前沿实验室信息特权与AI泡沫之辩 (30:36) 身处研发核心的研究员强调了实验室内部独特的“信息特权”——能够比外界提前数月观察到下一代基础模型（如GPT-5.5）的实际能力边界与技术演进方向。这种信息差使得研究团队能够在更早的周期建立对模型能力与局限的客观认知，而非依赖外界的营销叙事。 面对外界广泛讨论的“AI泡沫论”，研究员给出了反向市场视角的反驳：系统性泡沫通常建立在市场盲目狂热且无人质疑的前提下，当整个科技圈和资本市场每天都在警惕并审视AI泡沫时，反而表明当前的技术推进尚未陷入非理性的过热状态。 本期对话呈现出硅谷前沿AI研发者的内部共识：AI对生产力的重构已在实验室内部真实发生，编程等标准化智力劳动正在经历不可逆的贬值；然而，生产力的大幅提升是否会如历史规律一样加剧劳动强度的内卷，依然是伴随技术演进而悬而未决的宏观议题。

[3:09] 董萌: 它存在的时间太短，自己都不记得发生了什么 [3:09] 周奕超: 在谷歌工作过的人应该就是这个态度，在美国难道还有比它更差的模型吗？ [12:57] 程明昊: 回顾过去 200 年的历史，人类不断试图通过自动化来解放自己，以为能拥有更多业余时间，但事实却是我们干了更多的工作，依然没有换来更多属于自己的自由时间。 [21:04] 董萌: 我觉得身体好很重要，感觉我们公司找人不仅要好看，身体好也没毛病！ [24:50] 程明昊: 你不应该因为自己热爱工作而感到羞耻 [30:36] 当大家都不觉得是泡沫的时候，它才最有可能是泡沫；现在每天都有人喊 AI Bubble，那它怎么可能是 Bubble 呢？

[0:00] 在美观上哪个模型比他更差呢欲视不觉 显来的差不多 感觉没有什么大规模的动荡但是大家都是悄悄的就不见了这姑姑差了别不怕我觉得身体好很重要我感觉我们用时照人好看身体好就我觉得一个人不应该因为自己想工作而感到最早过去半年硅谷的模型一直在变人的判断也一直在变今天我们请到一群站在AI风暴中心的人他们今天不上班哈喽 硅谷坐标的观众们我是Bessie我是今天特约现在在OpenAI上班今天我们不上班来跟我的同事和好朋友们一起玩游戏吧大家好 我叫程明浩我在OpenAI工作然后具体是在Post Training一个team做EVAL相关的工作大体上就是两个方向一个是让我们的EVAL变得更加的可信另外一个是让我们的EVAL去尽可能测量真实的模型的能力用户更在意的一些能力大家好 我叫天成我是在OI做后勤理大家好 我叫周一超最近我刚加入了一家AI startup叫Carticia做的是声音应该相关的问题工作中我主要负责解决的如何让AI更不耳背的问题学名叫ASR 相关的问题我叫董萌我在OpenAI做GPU Scheduling给大家分GPU我叫王森然后我现在在OpenAI做memory相关的研究然后我们主要的工作就是让我们的模型更好的理解你然后生成更符合你的喜好个性化的回答大家好我叫Craig然后我现在也在OpenAI然后是做Reading部分的一些工作主要是做Test and caling部分就是怎么让模型能够想得尽可能长然后让它能够具备更多的一些智能Hello大家今天要玩的第一个游戏叫做硅谷共识测试五位玩家随机抽取身份台从夯到拉完了只有自己知道身份五十人出题后大家同时作答排序观根据大家的答案把五位玩家重新排序最后揭晓身份看看有没有达成归谷共识我现在给大家发身份牌第一轮就由名号来排序你先坐你坐着好 大家抽一下自己的身份牌但是不要告诉别人自己抽到的是什么我们第一题是大模型的能力夯就是最有能力的模型拉完了就是你心中稍微那么逊色一点的模型请作答大概是一分钟的时间OK现在我有大家的五分答案了明浩同学请你到这个后面来我们来排个序我拿到的答案分别是GeminiGeminiGPT 5.2GPT 5.5和GPT我现在是这样的是这样我拿到是GPTGemini我刚想说大家都喜欢的样子GeminiGPT 5.2和GPT 5.5你告诉我你想怎么样排序现在这个GPT5.5肯定是好对吧这个没有疑问然后这个GPT感觉有点有点奇异也没有说哪个模型我暂时把这个GPT以为它是一个比较老的模型放到拉瓦了然后5.2是个比较老的模型所以放到NPT两个GP就这个只能通过字迹来判断这个蓝色的应该是应该是吴老师的自己那吴老师还是要顶级一下好就这样好的明昊已经做出了自己的选择我们开始猜第一个GPT 5.5第一个就错了 [5:00] 第二个 Gemini第三个 Gemini我们要采访一下这是谁写的 Gemini为什么拉完了呀这个字迹是谁的呀你写的你能讲一下为什么拉完了吗就是拉完了好 接下来我们继续看GPD 5.2对了一个TC这是谁写的呀董老师就是太厉害了最后一个GPT大家可以解释一下为什么这个HOME拉完了吗谁觉得这样我觉得这个最好的模型我都是下一位OK这一局圆满失败从董老师开始为什么这个GPT5.2是NPC呢我觉得它存在的时间我自己现在都不记得它发生了什么事了所以就是NPC我写这个其实你写的是顶级GBT5.5因为我觉得它确实挺好的但是我以为会有人会把Fable给到夯所以我写这个大家就能表叛了出来这个是定期I see那我们现在先跳一下这两个这个写夯的同学你为什么觉得没有写Fable呢GPG付我钱了呀每个月爱吃给我打钱讲的太对了打钱了而且我们公司所有人都用GPG没错像我们给用给用到的一样那行月薪讲一下你写的是人上人Gemini因为主要的原因在于这个遇三家遇三家永远都是第三家那只能是他了很好很有道理来终于超拉完了Gemini我在谷歌工作同学应该就是这个态度而且在美国还有哪个模型比他更差了都没有人写对 那是真的拉完了最拉的是不被人记住明白 在现在这个时候是拉完了算是在玩游戏的过程中展示了自己对Gemini对Meta 对XAI可能对XAI是一个例外 大家都有相同的看法但对之前的的两个东西大家的想法还是非常不一样的然后也能够体会到大家说在现在这个AI industry工作的环境下能够有的一种兴奋感我觉得这是一件非常有意思的一件事情请客来当台序官然后我们第二题叫做大厂薪资然后我们在这儿限定一下是硅谷的大厂就是写公司名字对 写公司名字多大就大小厂也可以科技公司我说我要是把五个都排上航去我至少学一份是这样的OK 我们现在先来看一下大家选择MetaMeta TBDAmazonGoogle和Robin来成特进行排序这必须得有一个拉完了你还要看吗没错那先把meta tvd这个放到上面写作这么具体了对还有四个你看起来这个题目就是最算的我说都没有概念这些公司我都没在那上午班他俩比较像让他俩挨着吧剩下还有三个Robin's和之前董老师在那上过班那肯定不能是拉完但也不一定是董老师写要不然就把这个放到NPC了剩下这两个呢Google和Amazon这边可以先把他俩交代这是一个插入开始是一个最后再把他俩再排去一下我们俩就差出费他俩要不然就这样吧OK 我们来看一下最后的这个首先HanMeta TV那肯定是这恭喜这个Meta是人上人下面 Robin Hood品吉AmazonGoogleNPC看起来我们这个准确率非常 consistent没有那我们现在也是每个人讲一下为什么这么学好难解释啊这么多人情事故我觉得肯定比NPC要好一点 [10:00] 然后肯定到不了夯的程度人上人和顶级我抽到了顶级明白了勉强可以合格明白了老东家还是看年级还是带你不复好Meta然后我抽到的是人上人主要是我猜我觉得夯肯定是会有人写TBD然后我觉得顶级的话应该就是剩下那几家大的AI厂然后之后那AI小明说AI小明说对 我觉得Open还算OK然后之后我觉得Meta应该可以排在人上是比较合理证明Robinhood给的比OpenAI要多东老师下架了那接下来Crick你讲一下你的夯为什么是MetaTBD那就是都是猪跑了那明显吧对吧好公认的公认的我觉得也是我运气比较差两次拉完了这次为什么不是Google拉完了是Amazon拉完了Google待遇挺不错的我知道但是Amazon一般都famous for PIP对不对好的然后我抽到是NPC我觉得Google是最符合我对NPC定义的一个公司就是我填的Google对你讲讲以前的Google是NPC还是现在Google是就是Google非DeepMind的那部分OK就是还可以的钱但也没有就是比较标准的样子我觉得现在关于大厂的薪资大家的薪资已经开始成为两极分化了一方面是一些不做AI的厂他们的心思可能是以后的增长不会那么多因为AI替代了部分的工作但是对于AI研究员来说那个部分的工资其实是比之前多得多所以我觉得所以就是为什么我们会在上面的部分纠结它的顺序在下面的部分也会纠结它的顺序就是确实最近是有很多人从矿子来转到AI这个赛道上可能以后很多矿子的工作也会不存在了因为模型能力强大了如果模型能做autor research的话它不光能做AI research也能做quant research它可能会做得比人要好很多对所以我觉得这也算是一个大势所趋的第三题叫做work-life balance大家可以想一想是公司名的吗公司也是公司名的work-life balance快给我个拉丸了看起来大家都想抢拉丸了这就是看手气了那这样我们就给五个选项XAIOpenAIDropinBDMMeta我现在收到这几封Google然后SAIGoogleNetflix和Meta来 一重Easy choice对吧这个方向最像你然后这个应该这个对吧我觉得Netflix最好剩下的Meta和Google据我所知Google应该会好一些能这样吧所以你是说Google的高K这个应该是没有争议的然后谷歌和XCI最差肯定也是没有争议的对吧然后谷歌和Meta相比谷歌稍微好一点所以两个谷歌牌上面OK 我们来揭晓一下你的快速选择Netflix很显得Netflix在哪儿写Netflix能出来解决一下为什么是对的出来站岗夯 这个是Google第二个Google是顶级Meta是人上人全错了 顶级每次都是只有一个那说明这个概率还是挺准的好 那先从董老师来讲一讲你选到的是顶级都是偏见就周围朋友Work-Life-Balance怎么样你就会觉得他们怎么样所以你觉得Google的Work-Life-Balance在我眼里还是定机肯定有人不这么想但是我的朋友们是这样的那接下来王森你抽到的我这个挺简单的我觉得这个应该是无庸置疑NPC Netflix为什么呢因为这个各大家都差不多对吧这个XAI这个你要说现在的Open-F和Enthropic基本都属于这个拉完了这一代为了避免跟大家撞车我决定有一点区隔度我就换了一下Netflix就没想到你觉得它非常的夯Netflix我听说就是很chillNetflix对不起我认识前方好的没事以后有机会去体验我来乘客说一下 [15:00] 上人就不知道随便写了一个Meta所以你是觉得Meta和Worth-Life Balance还不错对吗大环节比较恶劣所以你觉得Meta还是比像那种AI大厂比如说OpenAIAntropic什么的更好一点基于身边人统一决如果你去看历史的话其实至少在过去200年里人们一直是在试图去让我们的工作变得更加自动化然后我们的目的都是说通过自动化我可以让一个人干更多的工作然后这样我们就可以有更多的时间来干自己的事情但是如果你去回看这段历史的话你会发现我们确实在干更多的工作但我们并没有实现更多的自己的时间去干自己想要的事下面第四题是Job Security人唱人是五分你们能说一下为什么笑吗预示不决写Meta是因为Meta公司太大了所以各种情况都可能发生我现在收到这次的五个答案都不一样第一个是OpenAI第二个变成XAI第三个是Apple第四个Google第五个是Meta来 月薪依次来看对吧无一没有采过源的人是不是就只有Apple了我们可以把Apple挪到最上然后其次采的比较少一点的是GoogleGoogle我们可以放在底部但是它应该不会跟XAI在一列XAI可以放在这这两个呢待会某个写OpenAI的人可以解释一下肯定有内部人员填的给大家一个人上人吧然后Meta我们放在这好嘞我们先来看一个这个拉完了XAI拉完了这个我们发现XAI健全率非常高是不是所有健全率都来自于XAI的拉完了好像没MECANPC我也觉得我以为有人杀人又会了顶级Google全队太牛了OK 每个人可以讲一下人上人我写的这个人上人OpenAI我觉得想到夯和顶级肯定不行但是搭完了也不至于对感觉上会有人写Google Apple这种更 secure 的地方然后就人上人吧差不多感觉没有什么大规模的动荡但是大家都是悄悄的就不见了所以人上人好的对我其实对我是Google给的顶级我就偷瞟到有人写Apple然后我猜那个Apple就是哈然后对我觉得写Google应该是会被放到顶级那里去确实感觉经验来说好像才人会少一些好的夯Apple很obvious但其实Apple也是才人的一超之前是Apple的对但大家可能都不知道对我也是排除法迂时不远写Mata我这个应该不用XAI砍人砍人太多了我觉得它取代各种Drop它可能发生的时间尺度可能是五到十年这个级别然后它会是一个更缓慢的一个过程但它肯定是实实在在发生的作为一个后果就是就是不是一个比较好的后果就是如果AI能取代一些是港汇那意味着劳资之间的平衡都会想自放清醒其实不是一个很好的事情我觉得有一天会被取代的但是程度不一样就是人类的灵感可能永远没有办法被取代但是这个灵感出现的时候是不确定的比如说我自己工作的时候经常也活在一种恐惧里就是我知道我什么时候要解决一个问题但是我不知道我什么时候能解决它但是model本身可能会是一个因为他的能力边界你可能会知道的更多一点但是他没有办法做不能就是你灵光一现的事情但是一些没有那么一些确定性的事情就是会被取代我觉得对于我来说我不会担心我的工作会被 [20:00] 取代因为我觉得现在能做的事情还是非常多的当然说以后肯定肯定过了一段时间我不会做着相同的工作因为我现在做的工作被取代了就像可能一年前我还在自己手写代码然后从今年可能一二月份开始我就没有打开过codingcode editor然后都是完全用agent写code我觉得这个就是说我的工作还存在但是我做的工作内容工作性质已经大幅度的变化了我觉得以后也是会这样我们下面一个题目可能就跟公司有关了我们讲一讲AI时代大家觉得最需要的技能和最不需要的技能这次王森来拍取陷入了沉思都有什么技能什么是技能会有其他的技能没有没有的没有的Migrate Entropy这故事掐了别摸着Migrate我拿到的第一个是Empathy第二个是身体健康第三个是Coding第四个是做饭第五个是PhotoshopCoding应该是拉完了Hung应该在Empathy和身体健康之间选一个我可能会给Empathy吧Photoshop的话感觉应该是NPC吧我感觉现在AI做PS应该也能做得挺好的然后分析健康顶级然后做范围上人就是有点用但是没有那么大用Coding和Photoshop一个是拉完了一个NPC是因为你觉得现在的image的模型还没有到底但是Coding更到顶我感觉Coding是一个非常可验证的task你只要写好测试你就可以验证Photoshop其实还有你审美的因素在里面那个你其实是比较难验证的所以我觉得模型做那个会稍微困难但是我觉得他现在应该也能做挺好的我们来看一下这个排序怎么样我们先从亨开始看Empathy第二个身体健康做饭土地全队太牛了有一个很愚蠢的问题就是这empathy什么意思共情你看不愧成课不愧是做这种coding model就不懂empaty不需要任何不能verify我的大课无法verify不认识这个词不重要在模型一大家来讲一下我觉得大家这题又让我其实很surprise大家都能把这题做得很好我们先讲讲我觉得角度应该就是人和人的关系肯定不会被取代但你说communication这种steal它也不是一个有什么硬性的标准一定不会取代的这种东西很多时候我现在觉得就很自闭嘛你也不是很想跟周围的人讲话不如跟我的猫豆多聊一聊他理解的可能更快一点所以communication也不是一个真正的skill但是如果你能觉得你被理解或者有一些就是从情感的角度或者是你看一个问题的intuition如果可以被理解那都啥呢这样特别好做饭那事实上还是要会做饭的特别是在美国这个技能还是非常有必要的MPC三分Photoshop我觉得挺合适的吧Photoshop它倒比股价还没有跌到零我觉得身体好很重要我感觉我们公司找人好看身体好没毛病我没毛我是拉完了然后抠定这他森哥已经解析了很很感动这个应该基本上被取代了我们最后一题做的是弯曲我们讲讲平常自己的生活讲一讲弯曲周末的活动这个第一个什么叫下赛道上班和摘樱桃之间还真的不好说谁能按完了是吗两个hiking对啊这两个hiking把摘樱桃放NPC吧我觉得这个就是季节性比较强但是两个hiking应该要离得很久 [25:00] 所以上班现在只能拉完了我们来看一下这个怎么样第一个下载道真的是空hiking 人上人这个是NPC也是个hiking然后下面詹茵桃是拉完上班是第一个上班是第一个好意思顶接大家讲一下为啥就是了解没那么多但感觉弯曲的这个就是如果你喜欢体验在封闭的道路上开车的话弯曲的资源还蛮好的因为弯曲就三分往北开有一个Soloma的track然后弯曲往南开一个半小时有一个叫Laguna Seca的track其实都是很好的track然后其实感觉弯曲因为在美国嘛赛车文化也挺盛行的还是个挺好的sport但我感觉我已经too old来enjoy它了但我感觉以前还是挺喜欢的摘樱桃为什么摘樱桃是拉完了呢因为太俗气樱桃不好吃吗好吃所以不需要摘你主要吃如果是吃樱桃樱桃那就是汉子有道理不劳动才是真正的享乐这是五杠十那什么活动最平庸的在玩具那自然之后就是hikingOK来程特讲讲为什么上班是顶级周一到周五就是做一些就是不得不做的事情周末就是上一些想上的班请问你一般想上什么班呢就周一到周五你有很多要很多事情天天要开会天天有人来找你然后比如说你有一些什么一些就是比较大胆的想法你可以周末的时候自己很棒不愧是成特这个Open AI is lucky你平常加班很严重吗每天都要加班我从来不加班我从来不觉得我在加班上班就是我只是在上班就我觉得一个人不应该因为自己喜欢工作而感到羞耻我是NPC就是我观点跟吴老师基本一样湾区三大叔滑雪我给夯然后詹英桃给拉完了所以这个爬山我给NPC我觉得加班不是夯我觉得我还是我还是希望无论如何我的生活是有一部分属于我就是我在周末我能有一个我自己觉得是夯的事情这个夯的事情不是假不是上班我觉得definitely大家是需要有一些自己的一些时间的但是其实我觉得程度也代表了大家一部分人的一些想法就是说像可能在硅谷这样的一个环境大家周围的变化是非常剧烈的所以即使用一部分周末的时间可能不完全是加班我觉得对于我自身来说我也很乐意用AI来做一些自己的一些side project来探索一下看这个能不能随着这个时代自己能够有一些之前做起来非常艰难或者说有一些难度而不可能的到现在能够把它变得可能我觉得这是一个非常有意义的一件事情不一定是加班但是更多的利用现有一些工具来做一些之前很难以达到的一些事情我觉得这是一个让我自己本身非常兴奋的一件事我只是选了顶级我也没有选到夯我觉得夯的还是应该做一些就是说那种促进科学进步就是那种可以发表的可以对外发表或者至少在公开社区里讨论的工作比如我之前有一个一起打牌的一个朋友然后他有一天跟我说他这个读博时候想了很多年的有一个概率论的一个Open Conjecture也是30年前了然后最近就是闲得没事跟ChicT聊天的时候发给这个5.5 Pro然后就挣出来了然后他就找了一些机友这个大家互相交叉验证一下然后发现是对的然后最近已经在这个发Archive了就我觉得这是我觉得可以说的是比较夯的这个周末的活动我觉得程特讲的那句话很有意思你不应该因为你热爱工作而觉得羞耻我觉得在AI Lab里面我们大多数的人我觉得很神奇他也能招到这一群人大家都是很self motivated都不需要说老板说你要做这个你要做这个大家都是自发性的做一些更多的work所以我觉得但是我们有的时候平常会有一些shaming就像我们之前说是个学霸你想说我不是学霸我是学神这一类的话我觉得其实是其实是很好的我觉得一方面我们不应该因为这个作为羞耻另一方面我们也应该更encourage努力OK这个环节就到这儿结束 [30:00] 我觉得OpenAI是一个Talent Density特别高的地方你会发现你的同事都特别厉害我觉得每天都可以从不同的同事那儿学到不同的东西认识了一些有趣的同事在OpenAI最大的收获就是周围同事还是一起工作还是比较有趣的然后能看到一些大家一起对不确定的未来怎么想然后本身会触发很多思考感受是我觉得其实像现在就是跟在其他的一些Frontier Lab有点类似大家其实很多时候内部看到的事情和外部看到的事情有一定的区别比如说像内部的话比如说大家都可以看到一些更提前一代的一些模型它表现出来的这些进步能力我们是能够比外部先得知的那除开在不同的一些benchmark上我们基本上每天都会用自己的这些模型也会对它有一个更深刻的一些感知所以这个时候我觉得在WinA工作或者在其他一些Frontier Lab有一个很巨大的优势是能够比别人提前看到十天或者一个月之外能够产生的一些新的不同我觉得这是一个比较荣幸的一件事情也是一个比较在这个时代中比较有特权化的一件事情就是感觉一切皆有可能就是以前来进入AI这个行业之前就觉得这个行业非常高大上这个Frontier Lab里都是一群天才然后每天都是想一些非常fancy的research idea来了之后觉得就是很多很多很深刻的东西它本质上也是很朴素的很多时候就是我觉得是我们自己觉得有些事情很难然后就自己说服自己不要去做这件事但是现在其实有这么多技术手段可以帮助我们就感觉没有什么没有什么做不了一切就有可能我觉得可能第一点是我觉得大家都很聪明并且非常的对自己的工作有激情我一个印象比较深刻的事情就是比如说我们一起去offsite的时候大家一起坐大巴过去然后我觉得那趟大巴是我做过最吵的大巴因为每个人都在和别人讨论就是自己觉得比较自己想做的一些想法我觉得这是第一点然后我觉得第二点我也比较同意于天成说的就是我觉得比较重要的是把简单的事情做好做对然后做的靠谱这是非常重要的一个事情还有一个收获就是你有这个机会在这个Chatbot或者是Codex的另外一端你有机会能够了解它是怎么运作然后怎么生成并且有机会去改变它我觉得这也是一个非常难得的机会我在OK之前我是在一个Found做了五年的Quant Trader然后具体的话就是做一些Alpha Research跟Execution Study所以其实工作的性质工作内容是挺不一样但是性质其实比较类似就比如说都是Execution Study的话其实也跟Port Trading比较类似的最大的感受的话Quant那边还是会更松蔽一些大家都会Head Secre Study 其实也跟Poke Training 比较类似的最大的感受的话就是Quant那边还是会更封闭一些大家都会hide secrets就是大家不太愿意就是告诉别人我在干什么然后什么事情是怎么做的但这边的话还是相对非常非常的open这是我觉得挺喜欢的一点我觉得AI肯定没有bubble我觉得bubble我的理解是这样什么叫做bubble就是大家都不觉得这个东西是bubble的时候它太有bubble现在你每天都会遇到有人说AI bubbleAI bubble那他怎么可能是 bubble所以说说的比较烂猜GPTGPT这边抢答GPT为什么觉得是GPT因为他非常喜欢用不利的矿音而且特别多括号错我们抢答好GPT怎么都是GPT真没耐心 大哥公众对贵司AI误解最多的点是是不是下一个模型发布之前上一个就会被变笨你觉得中美researcher最大差异我觉得本质上其实想的不同比想的相同要小很多大家其实在很多地方的共识是 [35:00] 很一致的硅谷坐标航班了第二集更精彩哦