十年前的3月，韓國(guó)首爾，一場(chǎng)被載入史冊(cè)的“世紀(jì)對(duì)決”。在AlphaGo與李世石比賽的第二局，機(jī)器落下了一枚令全場(chǎng)窒息的棋子——第37手。在當(dāng)時(shí)所有人類棋手眼中，這是一步顯而易見的“昏招”。然而，隨著棋局推進(jìn)，人們驚恐地發(fā)現(xiàn)，正是這一步打破了人類定式的“昏招”，確立了AI的勝勢(shì)。

那一天，AlphaGo的核心締造者、Google DeepMind首席科學(xué)家大衛(wèi)·席爾瓦（David Silver），向世界證明了AI可以不再僅僅是模仿人類，而是展現(xiàn)出一種超越人類直覺的“新質(zhì)智慧”。十年后，這位一手推倒人類圍棋圣殿的“AlphaGo之父”，下出了他職業(yè)生涯中的另一個(gè)“第37手”。席爾瓦已離開效力十余年的Google，創(chuàng)辦了自己的初創(chuàng)公司Ineffable Intelligence。

席爾瓦并非獨(dú)自上路，這一舉動(dòng)是過去一年硅谷AI“大腦”們下海趨勢(shì)的高潮：OpenAI聯(lián)合創(chuàng)始人、首席科學(xué)家伊爾亞·蘇茨克維（Ilya Sutskever）出走創(chuàng)立超級(jí)智能公司SSI；DeepMind的AlphaZero核心團(tuán)隊(duì)成員集體離職創(chuàng)立Reflection AI；最重磅的消息則是，深度學(xué)習(xí)的核心奠基人物、圖靈獎(jiǎng)得主楊立昆（Yann LeCun）于2025年底離開Meta創(chuàng)建自己的公司。

一、大模型路徑依賴下的技術(shù)窒息

在AI正成為全球經(jīng)濟(jì)新引擎的當(dāng)下，掌握著最雄厚算力、數(shù)據(jù)和資金的科技巨頭，卻正在失去它們最寶貴的資產(chǎn)——那些能夠定義未來的大腦。

這不僅僅是一次高端人才的換崗，更是一場(chǎng)關(guān)于AI技術(shù)路線主導(dǎo)權(quán)、科研組織形態(tài)變革以及新質(zhì)生產(chǎn)力如何躍遷的深層地震。要理解席爾瓦們的出走，我們必須透過繁榮的泡沫，看到大廠內(nèi)部正在蔓延的“技術(shù)窒息感”。

自2022年ChatGPT橫空出世以來，全球AI產(chǎn)業(yè)陷入了一場(chǎng)以大語言模型（LLM）為核心的軍備競(jìng)賽。這些模型的核心邏輯，都是“壓縮”與“模仿”。通過學(xué)習(xí)海量語料數(shù)據(jù)，再經(jīng)過人類反饋強(qiáng)化學(xué)習(xí)（RLHF）的打磨，AI學(xué)會(huì)了像人一樣說話、畫畫、寫代碼。這一路徑在商業(yè)上取得了空前的成功，迅速轉(zhuǎn)化為財(cái)報(bào)上亮眼的增長(zhǎng)曲線。然而，對(duì)于像席爾瓦這樣的強(qiáng)化學(xué)習(xí)信仰者而言，這種繁榮背后隱藏著巨大的危機(jī)——天花板被鎖死了。

LLM本質(zhì)上是對(duì)人類既有知識(shí)的重組與平滑處理。它能寫出莎士比亞風(fēng)格的詩，是因?yàn)樗x過莎士比亞；它能通過律師資格考試，是因?yàn)樗诚铝怂蟹l。但它無法像愛因斯坦那樣提出相對(duì)論、或者像AlphaGo下出第37手那樣，去發(fā)現(xiàn)人類尚未掌握的新知識(shí)。

席爾瓦認(rèn)為，要實(shí)現(xiàn)真正的通用人工智能（AGI）乃至超級(jí)智能，必須擺脫人類數(shù)據(jù)的“拐杖”。他主張的強(qiáng)化學(xué)習(xí)路線，是讓AI在虛擬環(huán)境中通過數(shù)以億次的自我博弈和試錯(cuò)，自主探索出解決問題的最優(yōu)解——哪怕這個(gè)解法是人類完全無法理解的。然而，這種激進(jìn)的、非共識(shí)的探索在Google正變得越來越艱難。

首先，是商業(yè)邏輯對(duì)科學(xué)邏輯的擠壓。隨著AI成為Google對(duì)抗微軟和OpenAI的護(hù)城河，公司的戰(zhàn)略重心無可避免地轉(zhuǎn)向了“防御性創(chuàng)新”和“產(chǎn)品化落地”。算力資源是有限的，必須優(yōu)先分配給Gemini模型以應(yīng)對(duì)激烈的商業(yè)競(jìng)爭(zhēng)，那些耗資巨大、周期漫長(zhǎng)且結(jié)果未知的探索性研究，不可避免地被邊緣化。

其次，是安全與合規(guī)的束縛。作為全球矚目的巨頭，Google無法承受一次嚴(yán)重的AI倫理事故。為了確保AI“政治正確”“無毒無害”，大廠在模型訓(xùn)練中引入了極為嚴(yán)苛的安全護(hù)欄。這雖然是必要的社會(huì)責(zé)任，但對(duì)于旨在突破極限的科學(xué)家來說，就像是給一名短跑運(yùn)動(dòng)員穿上了厚重的鎧甲。

于是，在席爾瓦這樣的科學(xué)家眼中，大廠已經(jīng)從昔日自由探索的“象牙塔”，變成了充滿KPI考核、跨部門扯皮和合規(guī)審查的“血汗工廠”。他們意識(shí)到，要在既有的商業(yè)帝國(guó)體系內(nèi)孕育出超越人類的超級(jí)智能，無異于在鬧市區(qū)進(jìn)行核試驗(yàn)——既不被允許，也不可能成功。

二、AI研發(fā)組織形態(tài)的重大突破

曾幾何時(shí)，Google DeepMind是全球AI研究的圣地。它的成功建立在一種特殊的組織架構(gòu)上：背靠Google無限的資金支持，卻保持著相對(duì)獨(dú)立的學(xué)術(shù)氛圍。然而，隨著Google將DeepMind與Google Brain合并，旨在整合資源對(duì)抗OpenAI，原本獨(dú)立的DeepMind逐漸被納入Google龐大的科層官僚體系之中。

這種“大一統(tǒng)”的策略或許有利于產(chǎn)品的快速迭代，但卻扼殺了顛覆性創(chuàng)新的土壤。席爾瓦和蘇茨克維等人的創(chuàng)業(yè)，本質(zhì)上是在試圖開創(chuàng)一種更高效的科研組織形態(tài)。

第一，從“人海戰(zhàn)術(shù)”轉(zhuǎn)向“精英突擊”。大廠習(xí)慣通過堆人、堆錢來解決問題，往往導(dǎo)致管理和溝通成本呈指數(shù)級(jí)上升。而席爾瓦和蘇茨克維等人都奉行極度精簡(jiǎn)的精英主義。他們相信，在算法的無人區(qū)，一個(gè)天才的產(chǎn)出遠(yuǎn)超一千個(gè)平庸工程師的總和。小團(tuán)隊(duì)意味著極低的決策摩擦和極高的思想密度。正如OpenAI早期僅憑幾十人就顛覆了Google數(shù)千人的積累一樣，新一代的超級(jí)智能初創(chuàng)公司正在將“組織極簡(jiǎn)主義”推向極致。

第二，資本與算力的徹底解耦。過去，科學(xué)家不敢離開Google，是因?yàn)橹挥蠫oogle買得起十萬張顯卡，擁有龐大的數(shù)據(jù)中心。那是大廠最堅(jiān)固的“物理護(hù)城河”。但現(xiàn)在，這條護(hù)城河被資本洪水填平了。隨著全球資本對(duì)AI的狂熱，風(fēng)投機(jī)構(gòu)和主權(quán)財(cái)富基金愿意為這些頂級(jí)大腦提供不亞于大廠的資源支持。蘇茨克維的SSI在沒有任何產(chǎn)品的情況下便融資30億美元。當(dāng)“計(jì)算自由”不再是巨頭的特權(quán)，頂級(jí)科學(xué)家便失去了留在大廠忍受官僚主義的最后理由。

第三，從“多目標(biāo)妥協(xié)”到“單目標(biāo)執(zhí)著”。上市公司必須對(duì)股東負(fù)責(zé)，必須平衡短期財(cái)報(bào)、公眾形象、法律風(fēng)險(xiǎn)和長(zhǎng)期研發(fā)。這種“既要又要還要”的多目標(biāo)決策模型，注定是平庸的。反觀這些AI大佬們創(chuàng)立的新公司，它們的核心目標(biāo)往往只有一條：構(gòu)建安全的超級(jí)智能。蘇茨克維甚至公開承諾，在達(dá)到這一目標(biāo)前，不會(huì)分心去開發(fā)任何商業(yè)產(chǎn)品。這種戰(zhàn)略定力是任何一家上市巨頭都無法具備的。這是一種類似于科研機(jī)構(gòu)與宗教團(tuán)體的混合體，他們不是為了賣軟件，而是為了完成一項(xiàng)使命。

三、基礎(chǔ)設(shè)施與“登月”工程的分野

席爾瓦等人的出走，并不意味著Google、Meta等巨頭的衰落，也不代表大廠模式的失敗。相反，這可能預(yù)示著全球AI產(chǎn)業(yè)生態(tài)正在走向成熟，形成一種更為高效的分工格局。

在未來幾年，我們有可能看到AI新質(zhì)生產(chǎn)力在全球范圍內(nèi)形成雙層結(jié)構(gòu)：

下層是“巨頭主導(dǎo)的基礎(chǔ)設(shè)施層”。Google、Meta等科技巨頭將繼續(xù)主導(dǎo)基于LLM的通用大模型。他們的角色類似于電力公司或自來水廠，致力于將AI變成一種穩(wěn)定、廉價(jià)、普惠的基礎(chǔ)服務(wù)。他們會(huì)專注于模型的工程優(yōu)化、多模態(tài)融合，以及與搜索、辦公、社交等應(yīng)用場(chǎng)景的深度結(jié)合。這部分工作的核心是存量知識(shí)的數(shù)字化重組和生產(chǎn)效率的線性提升。

上層是“創(chuàng)企主導(dǎo)的登月探索層”。由出走科學(xué)家領(lǐng)銜的精英初創(chuàng)公司，將采用強(qiáng)化學(xué)習(xí)等非主流技術(shù)路線去攻克“超越人類水平”的超級(jí)智能。這部分工作的核心是增量知識(shí)的自主發(fā)現(xiàn)和生產(chǎn)效率的指數(shù)級(jí)躍遷。

這種分工是符合經(jīng)濟(jì)學(xué)規(guī)律的。大廠負(fù)責(zé)“守正”，用確定性的技術(shù)服務(wù)數(shù)以億計(jì)的用戶；創(chuàng)企負(fù)責(zé)“出奇”，用高風(fēng)險(xiǎn)的賭注去博取下一個(gè)技術(shù)時(shí)代的入場(chǎng)券。

對(duì)于中國(guó)而言，這同樣具有重要的啟示意義。目前，國(guó)內(nèi)的“百模大戰(zhàn)”更多是在復(fù)刻ChatGPT的路線，屬于在確定性路徑上的工程追趕。雖然這對(duì)于建立自主可控的產(chǎn)業(yè)生態(tài)至關(guān)重要，但我們同樣需要警惕“大廠壟斷創(chuàng)新”帶來的同質(zhì)化和平庸化。AI新質(zhì)生產(chǎn)力的構(gòu)建，既需要“基礎(chǔ)設(shè)施層”的規(guī)?；芰?，又需要“登月探索層”的制度化試錯(cuò)空間；不僅需要大廠的重資產(chǎn)投入，更需要建立一種寬容、多元的科研與投融資機(jī)制，去支持那些“非共識(shí)”的探索。

結(jié)語：永遠(yuǎn)尋找下一個(gè)“第37手”

如果說LLM是挖掘人類已有的知識(shí)礦藏，那么席爾瓦們所代表的強(qiáng)化學(xué)習(xí)路線，則是去尋找新的礦脈。

十年前，當(dāng)AlphaGo下出那步違背人類直覺的第37手棋時(shí)，李世石困惑了許久，隨后在此后的復(fù)盤中感嘆那是“神之一手”。十年后，席爾瓦們離開大廠，選擇從零開始。在外界看來，這或許也是職業(yè)生涯中的一步“險(xiǎn)棋”，甚至是不合常理的“第37手”。但在席爾瓦看來，這或許是通往未來的唯一正解。

因?yàn)檎嬲膭?chuàng)新，往往就是對(duì)舊有秩序的背離和顛覆。這股離心力表面上是組織的裂變，實(shí)則是人類探索精神的聚變。它提醒著我們：在新質(zhì)生產(chǎn)力的宏大敘事中，最核心的變量永遠(yuǎn)是那些不甘于現(xiàn)狀的大腦。

（作者王翔為復(fù)旦大學(xué)數(shù)字與移動(dòng)治理實(shí)驗(yàn)室研究員）