全球 AI 企業(yè)正在分化出三種技術(shù)文化。它們最鮮明的區(qū)別，并不在模型能力或算力規(guī)模，而在于誰在領(lǐng)導(dǎo)這家企業(yè)：科學(xué)家、工程師，還是社交媒體大佬？這一選擇，正在重塑企業(yè)的北極星、資源配置方式，以及它們愿意為技術(shù)風險付出的真實代價。

在今年的達沃斯世界經(jīng)濟論壇上，Anthropic創(chuàng)始人達里奧·阿莫迪（Dario Amodei）挑明了這一分野。在他看來，無論是Anthropic還是谷歌，其共同點并不在于商業(yè)模式，而在于它們都由具有深厚科學(xué)研究背景的企業(yè)家領(lǐng)導(dǎo)。正是這一點，使它們與由“社交媒體一代”企業(yè)家主導(dǎo)的 AI 公司形成了鮮明對比。去年年中，埃隆·馬斯克（Elon Musk）又曾掀起“研究者與工程師之爭”，讓原本就已存在的技術(shù)文化分歧，首次以公開辯論的形式爆發(fā)出來。

科學(xué)家主導(dǎo)的企業(yè)將北極星錨定在通用智能與科學(xué)突破上，資源優(yōu)先投向基礎(chǔ)模型、長期研究及安全性問題，風險被視為必須提前理解的未知。而工程師主導(dǎo)的企業(yè)，則把北極星放在系統(tǒng)運行的穩(wěn)定性、速度和成本效率上，將風險視作可通過快速迭代消化的技術(shù)問題。至于社交媒體一代企業(yè)家領(lǐng)導(dǎo)的公司，它們的北極星通常指向用戶規(guī)模與注意力變現(xiàn)，資源優(yōu)先配置給平臺生態(tài)，而風險則往往被外包給社會和監(jiān)管機構(gòu)。

阿莫迪“暗諷”扎克伯格與奧特曼

回望2025年，科學(xué)家領(lǐng)導(dǎo)的 AI 企業(yè)無疑贏得了這一年。谷歌從OpenAI手中奪回領(lǐng)先地位，Anthropic的年度經(jīng)常性收入從10億美元飆升至100億美元，增速遠超OpenAI。

在《經(jīng)濟學(xué)人》主編主持的對談中，阿莫迪將此歸功于兩家公司都由研究者型領(lǐng)導(dǎo)者掌舵、以模型研究為核心。對他們而言，解決硬核科學(xué)問題，才是團隊北極星的真正指向。阿莫迪發(fā)表觀點時，谷歌DeepMind創(chuàng)始人德米斯·哈薩比斯（Demis Hassabis）在一旁頻頻點頭，頗有“惺惺相惜”之感。

在接受《華爾街日報》專訪時，阿莫迪具體解釋了科學(xué)家創(chuàng)始人之于社交媒體創(chuàng)始人領(lǐng)導(dǎo)的不同：

科學(xué)家有著悠久的傳統(tǒng)，會認真思考他們所構(gòu)建技術(shù)可能帶來的影響，會認為自己對所創(chuàng)造的技術(shù)負有責任，而不是逃避責任；他們最初的動機就是為世界創(chuàng)造某種有益的東西，因此當這種東西可能出現(xiàn)問題時，他們會感到擔憂。相比之下，社交媒體這一代企業(yè)家的動機則截然不同；作用于他們的選擇機制，他們與消費者互動甚至可以說是操控的方式，都導(dǎo)致了他們在對待技術(shù)責任問題上的態(tài)度迥異。

阿莫迪“暗諷”的是誰，幾乎在場的所有人心里都有自己的答案。至少，扎克伯格很難排除在外。他掌控的Meta去年砸了數(shù)百億美元至今沒有扭轉(zhuǎn)被動局面，市場長期傳言如今辦公室里一片混亂，連長期象征其基礎(chǔ)研究傳統(tǒng)的首席科學(xué)家楊立昆（Yann LeCun）最終也選擇跑路。Meta在硅谷挖大模型訓(xùn)練人才，還以新加坡為跳板在全球搜刮產(chǎn)品團隊；然后Anthropic推出了Claude CoWork，用的是自己的前沿模型。

也許，還要算上奧特曼。OpenAI的旗艦?zāi)Ｐ鸵呀?jīng)失去了斷層領(lǐng)先的先發(fā)優(yōu)勢，整個公司正在不斷嘗試各種商業(yè)化路線，包括廣告，甚至“擦邊”內(nèi)容。OpenAI不斷追加資本開支，長期高達1.4萬億美元，只是讓收入每年增長了3倍，2025年約200億美元；Anthropic則一年10倍，從2023年的1億美元，增長到2024年的10億美元，再到2025年的100億美元。

“我們不需要變現(xiàn)十億免費用戶，我們只是把東西賣給企業(yè)，這些東西直接有價值。”阿莫迪談到了AI生成的虛假視頻，無處不在的廣告，以及其他追求用戶黏性而AI生成的“上癮”內(nèi)容。當初，身為OpenAI研究副總裁的阿莫迪選擇離開，也正是奧特曼過于忽視對安全與對齊的投入。

安全、AI for Science與AGI

目前，Anthropic的研究團隊試圖用名為機制可解釋性（mechanistic interpretability）的科學(xué)，研究模型內(nèi)部到底發(fā)生了什么。在阿莫迪看來，模型就像人類一樣，口頭輸出并不能真正代表其真實意圖，醫(yī)生也不能僅靠與患者聊天診斷疾病。今天，Anthropic更新了一份80頁的“Claude憲章”。

在接受彭博社的專訪時，哈薩比斯也談到了如何科學(xué)地對待AGI到來前的社會安全問題。他希望成立一個AI時代的歐洲核子研究中心（CERN），將世界上最優(yōu)秀的人聚集在一起，包括技術(shù)領(lǐng)域的科學(xué)家，也包括社會科學(xué)家、經(jīng)濟學(xué)家與哲學(xué)家等等，以非常嚴謹?shù)目茖W(xué)的方式，共同思考想從這項技術(shù)中得到什么，如何以造福全人類的方式利用它。

無論是阿莫迪，還是哈薩比斯，都將最終解決硬核科學(xué)問題，視為AGI實現(xiàn)的標志之一。去年，兩人就擠坐在沙發(fā)上，與《經(jīng)濟學(xué)人》主編談?wù)揂GI如何實現(xiàn)。當時，阿莫迪稱當AI能夠像身邊的諾貝爾獎得主哈薩比斯那樣，在多個領(lǐng)域做得很好時，就意味著AGI的實現(xiàn)；哈薩比斯則稱AGI要能夠像愛因斯坦那樣，利用當時可獲得的信息，發(fā)明廣義相對論。

2024年，谷歌DeepMind系統(tǒng)性地闡述了“科學(xué)發(fā)現(xiàn)的新黃金時代”；去年，谷歌基于Gemini推出了智能體AI co-scientist。阿莫迪則在《仁愛的機器》一文中全面勾勒了AI如何滿足未被滿足的身體健康與心理健康需求。

訓(xùn)練出這樣的AI，更需要龐大的基礎(chǔ)研究投入。哈薩比斯不同意楊立昆關(guān)于Transformer與大型語言模型是一條死胡同的說法，但同意它們可能不是AGI唯一的核心組件。哈薩比斯認為，距離真正的AGI，還有若干關(guān)鍵能力缺失。找到缺失的環(huán)節(jié)，這是一個科學(xué)問題。

阿莫迪與哈薩比斯都談到了“持續(xù)學(xué)習”的概念。阿莫迪的設(shè)想是，先開發(fā)擅長編碼和 AI 研究的模型，然后用這些模型來生成下一代模型，并加速形成一個循環(huán)，從而提升模型開發(fā)速度。哈薩比斯要謹慎一點，認為在數(shù)學(xué)等領(lǐng)域的自動化更容易一點，因為它的輸出是可驗證的，而某些自然科學(xué)領(lǐng)域就要難得多，不一定知道AI預(yù)測的化合物是否正確，需要實驗進一步驗證；而那些不需要人類介入的自我改進閉環(huán)也意味著風險。

正因為如此，哈薩比斯認為，相比伊利亞·蘇茨克維(Ilya Sutskever)去年底的“我們又回到了研究時代”，他的觀點是“我們從未離開研究時代”。伊利亞師從深度學(xué)習先驅(qū)杰弗里·辛頓（Geoffrey Hinton），在創(chuàng)辦SSI前曾是OpenAI首席科學(xué)家。

AI技術(shù)全棧包括前沿實驗室

哈薩比斯對科學(xué)家領(lǐng)導(dǎo)的 AI 企業(yè)的組織架構(gòu)特征進行了精準拆解。與黃仁勛將 AI 技術(shù)棧拆分為能源、芯片、基礎(chǔ)設(shè)施、模型和應(yīng)用五層不同，哈薩比斯特別將前沿研究實驗室（Frontier Lab）單獨列為技術(shù)棧的一層，強調(diào)其核心地位：

我們是唯一一家擁有完整技術(shù)棧的機構(gòu)：從TPU芯片和硬件，到數(shù)據(jù)中心、云業(yè)務(wù)、前沿實驗室，再到所有這些能夠與AI天然融合的卓越產(chǎn)品。這一切構(gòu)成了一個獨一無二的整體。因此，從第一性原理出發(fā)，從結(jié)構(gòu)上來看，我們本就應(yīng)該表現(xiàn)得非常出色。而且我認為，從現(xiàn)在開始，我們實際上還有巨大的提升空間。

這貫穿了哈薩比斯創(chuàng)辦DeepMind的始終。最初，DeepMind就是為AI for Science而生的，誕生了AlphaGo與AlphaFold。DeepMind選擇加入谷歌，很大程度上也是因為谷歌是一家科學(xué)公司：它脫胎于拉里（Larry Page）和謝爾蓋（Sergey Brin）的博士課題。哈薩比斯還提到了谷歌董事會構(gòu)成中包括圖靈獎得主與諾貝爾獎得主。在谷歌DeepMind深度整合后，它首先聚焦的也是“模型研究”。

“工程派”的高效與上限

xAI的馬斯克不喜歡“研究者”這種說法，認為這不過是學(xué)術(shù)界留下的過時詞匯，顯得過于自命不凡，而又責任不明。他甚至認為這是一種隱晦的等級劃分。在火箭、自動駕駛或大模型系統(tǒng)中，絕大多數(shù)問題都不是通過理論突破解決的，而是通過快速迭代和規(guī)�；囧e被“消化”掉的。xAI只招工程師。

大型語言模型同樣如此，“研究”與“工程”的界限已經(jīng)變得模糊。很多工程工作面臨著與研究同等深度的探索性任務(wù)。就連Anthropic也在招聘頁面寫道，“這里的工程師做很多研究，研究人員也做很多工程……我們所有的論文都有工程師作為作者，通常是第一作者”。

為了后來居上，馬斯克曾在在4個月內(nèi)構(gòu)建了一個十萬卡集群，震驚了數(shù)據(jù)中心行業(yè)。其中，xAI繞過電網(wǎng)，使用燃氣輪機就地發(fā)電，輔以Megapack儲能。這一“工程化”做法很快被其他數(shù)據(jù)中心效仿。他選址在田納西州與密西西比州交界處，以最大化提前獲得許可的可能性。如今，馬斯克率先建成了全球首個GW級數(shù)據(jù)中心，并計劃在今年4月將規(guī)模升級至1.5GW，最終達到2GW。同時，xAI還在建設(shè)一個水循環(huán)工廠。

工程思維在追趕階段尤其有效。龐大的算力幫助Grok模型迅速追趕前沿水平，幫助xAI拿到了美國可能是最后一張大模型船票。如果這一套算力“暴力美學(xué)”范式無法改變，那么，已經(jīng)沒有競爭對手能以更低的成本、更快的速度，去復(fù)制這套模式，參與競爭。

然而，真正的問題在于，AGI究竟是一個可以通過規(guī)模與迭代逼近的工程問題，還是一個必須通過范式突破解決的科學(xué)問題？而處于不同階段的企業(yè)給出的不同答案，正在決定它們最終能走多遠。

楊立昆曾與馬斯克就此激烈辯論。前者堅持認為研究和工程在方法論、目標、評估標準上，有著根本的區(qū)別，若不加區(qū)分，勢必扼殺長期的突破性創(chuàng)新。但這套“科學(xué)家式”說辭，不僅沒有辯倒“工程思維”的馬斯克，也無法打動“社交媒體大佬”的扎克伯格。Meta對組織架構(gòu)進行了重塑，基礎(chǔ)研究部門的權(quán)重被大幅削弱，戰(zhàn)略與資源調(diào)度的主導(dǎo)權(quán)，交到了從 Scale AI 挖來的Alexandr Wang手中。

也許，在哈薩比斯看來，中國陣營也屬于工程師主導(dǎo)的類別。它極大地降低了探索的成本，同時能聚焦工程上做性價比的創(chuàng)新�！八麄兎浅Ｉ瞄L追趕，越來越有能力，但他們還沒有展示出能夠超越前沿進行創(chuàng)新的能力。”

但這種歸類，正在變得不再充分。DeepSeek選擇繼續(xù)押注硬核創(chuàng)新；月之暗面創(chuàng)始人楊植麟談到要堅持taste (品味），這是在中國做研究非常稀缺的東西；智譜創(chuàng)始人兼首席科學(xué)家唐杰，也要求大家馬上回歸研究。騰訊則從OpenAI挖來姚順雨擔任首席科學(xué)家。中國企業(yè)正在工程主導(dǎo)的現(xiàn)實條件下，嘗試重新發(fā)明研究本身，構(gòu)建以科學(xué)研究為長期競爭力的技術(shù)文化。