導(dǎo)讀：當OpenAI前首席科學(xué)家Ilya Sutskever在NeurIPS 2024上坦言"預(yù)訓(xùn)練時代即將終結(jié)"，當Kimi創(chuàng)始人楊植麟在閉門會上承認" scaling law 的邊際收益正在遞減"，一個更隱秘的結(jié)構(gòu)性轉(zhuǎn)變正在發(fā)生——曾經(jīng)活躍在Twitter上公開討論技術(shù)路線的AI研究者，正紛紛消失在商業(yè)競爭的"金礦"之中。

「曾經(jīng)有一段時間，研究者們會在Twitter上相當公開地討論各種想法。」一位長期關(guān)注AI領(lǐng)域的觀察者如此回憶。這種開放氛圍的消逝，并非源于學(xué)術(shù)熱情的消退，而是大模型競賽進入深水區(qū)后的必然結(jié)果。當技術(shù)路線直接決定百億級估值的走向，當一條推文可能泄露核心突破，沉默成為了理性的選擇。

預(yù)訓(xùn)練終局與算力重構(gòu)

Sutskever在NeurIPS 2024的演講中給出了一個技術(shù)層面的判斷：「預(yù)訓(xùn)練時代即將終結(jié)?！惯@一論斷的背后，是數(shù)據(jù)與算力雙重邊界的逼近?；ヂ?lián)網(wǎng)高質(zhì)量文本數(shù)據(jù)已被大規(guī)模挖掘，合成數(shù)據(jù)的效果仍存在顯著瓶頸，而GPU集群的電力消耗已逼近單個數(shù)據(jù)中心的物理極限。

但技術(shù)終局不等于競賽終局。Sutskever同時指出，「推理階段的算力消耗將成為新的 scaling 維度?！惯@意味著AI公司的競爭焦點，正從"誰能訓(xùn)練更大的模型"轉(zhuǎn)向"誰能讓模型在推理時產(chǎn)生更長的思維鏈"。OpenAI的o1系列、DeepSeek的R1模型，均已驗證這一方向的可行性——通過延長推理時間換取任務(wù)完成質(zhì)量的躍升。

楊植麟在一場閉門分享中給出了更量化的觀察：「scaling law 的邊際收益遞減是客觀存在的，但推理階段的擴展提供了新的增長曲線?！顾瑫r透露，Kimi在長文本處理上的技術(shù)投入，正是為了在這一新維度建立壁壘。這種"壁壘思維"與早期研究社區(qū)的開放 ethos 形成鮮明對照。

從"思想市場"到"封閉花園"

Twitter曾構(gòu)成AI研究的獨特公共領(lǐng)域。2017年Transformer架構(gòu)的論文發(fā)布前后，作者們在社交媒體上實時回應(yīng)質(zhì)疑；2020年GPT-3的技術(shù)細節(jié)通過研究者推文逐步披露；甚至2022年Stable Diffusion開源引發(fā)的討論，也大量發(fā)生在公開線程中。這種"思想市場"的運作，加速了技術(shù)迭代，也降低了行業(yè)整體的信息摩擦。

轉(zhuǎn)變的節(jié)點難以精確界定，但2023年后的信號愈發(fā)清晰。當Anthropic的Claude系列與OpenAI形成直接競爭，當Google DeepMind將Gemini的技術(shù)細節(jié)控制在最小披露范圍，當中國大模型六小龍的融資節(jié)奏與技術(shù)發(fā)布深度綁定，公開討論的風險收益結(jié)構(gòu)徹底改變。

一位不愿具名的研究者描述了這一困境：「你知道某個技術(shù)方向可行，但說出來可能讓競爭對手節(jié)省6個月的探索時間。在融資窗口期，6個月足以決定生死?！惯@種計算并非道德怯懦，而是資本市場對技術(shù)保密性的剛性要求。當Character.AI以25億美元被Google收購、Inflection AI以6.5億美元"人才收購"形式并入Microsoft，技術(shù)團隊的獨立價值被重新定義，而公開討論被視為對這一價值的損耗。

后預(yù)訓(xùn)練時代的競爭形態(tài)

技術(shù)范式的轉(zhuǎn)換正在重塑競爭規(guī)則。預(yù)訓(xùn)練階段依賴的算力軍備競賽，本質(zhì)上是一種"資本密集型"博弈——擁有更多GPU的一方享有確定性優(yōu)勢。而推理階段的擴展則引入了更多變量：算法效率、任務(wù)特定的優(yōu)化、用戶反饋閉環(huán)的質(zhì)量。這為后發(fā)者提供了理論上的追趕空間，也加劇了信息保密的動機。

DeepSeek的崛起是這一邏輯的典型案例。這家中國公司以遠低于OpenAI的訓(xùn)練成本，在特定任務(wù)上實現(xiàn)了可比性能，其技術(shù)報告卻選擇性地披露了關(guān)鍵細節(jié)。這種"半開放"策略——既展示能力以獲取聲譽，又隱藏方法以維持優(yōu)勢——正在成為行業(yè)新標準。

更深層的變化發(fā)生在研究者的職業(yè)身份認同上。傳統(tǒng)學(xué)術(shù)路徑中，論文發(fā)表與公開討論是職業(yè)資本的核心來源；而在"金礦"模式中，技術(shù)秘密的掌握程度直接轉(zhuǎn)化為股權(quán)談判的籌碼。當OpenAI早期員工因股權(quán)糾紛集體離職，當Character.AI創(chuàng)始人被迫放棄獨立發(fā)展，研究者對"開放"的定價機制已徹底改變。

沉默的代價與重建的可能

公開討論的收縮并非沒有代價。技術(shù)路線的重復(fù)探索造成算力浪費，錯誤方向的沉沒成本缺乏共享機制，而公眾對AI能力的認知與實際情況之間的信息鴻溝持續(xù)擴大。2024年多起"AI泡沫"爭議，部分源于技術(shù)進展的不透明——當公司選擇性披露成功案例，市場難以形成理性預(yù)期。

有限的重建嘗試正在進行。一些研究者轉(zhuǎn)向加密通信群組或邀請制的研討圈，在可控范圍內(nèi)維持思想交流；學(xué)術(shù)會議的部分環(huán)節(jié)重新強調(diào)"非正式討論"的價值；而開源社區(qū)在推理優(yōu)化等特定領(lǐng)域仍保持活力。但這些替代方案無法復(fù)制Twitter時代的開放性與可達性。

更根本的張力在于：AI技術(shù)的雙重屬性——作為科學(xué)發(fā)現(xiàn)與作為商業(yè)產(chǎn)品——正在經(jīng)歷前所未有的撕裂。當Sutskever離開OpenAI創(chuàng)立SSI（Safe Superintelligence Inc.），他試圖以"單一目標"的組織形態(tài)緩解這一張力，但其技術(shù)路線本身已成為最高級別的機密。

這一格局短期內(nèi)難以逆轉(zhuǎn)。只要大模型競賽的贏家通吃結(jié)構(gòu)持續(xù)，只要技術(shù)突破與估值波動保持高度相關(guān)，研究者的"金礦化"就是理性選擇?；蛟S只有當推理階段的擴展觸及自身邊界——當延長思考時間帶來的收益同樣遞減——新的開放動力才會浮現(xiàn)。而在那之前，Twitter時代的坦誠對話，將更多以考古學(xué)的姿態(tài)被追憶，而非作為可恢復(fù)的實踐被期待。