群像

Module 04 · The Others — Routes, Not Résumés

群像：把「OpenAI 的人说」拆成十五条互不相同的认知路线

这一章最容易写坏的方式，是把它写成一面履历卡片墙——几十张同构的卡片，每张写着学历、职位、代表作、去向，读完之后你对这家公司的理解没有任何增加。本章因此换一个判据：**一个人进入 A 级，不是因为他有名，而是因为能从公开材料里重建出一条属于他自己的、可证伪的认知路线。**按这个判据，Sébastien Bubeck 进得来（他两次用定性证据宣布质变，两次都翻车，这本身就是一条有结构的认知），而某些头衔更高的人只能进 B 级。 第二条判据更硬：**每一句话都必须绑定「说这话的时候，这个人是谁」。**本章 A 级 15 人里，到事实截止日仍在 OpenAI 的只有 5 人；7 人正在直接竞品任职；3 人独立或已进入政府。把这 15 个人的话一律当作「OpenAI 的观点」，是中英文报道共同的系统性错误，也是本章要逐条拆掉的东西。

本章速记来源范围分层判据A 级人物志产品·运营·资本之声B 级主题档案关系图2025–26 人才战常见误传勘误C 级索引我的看法





  本章速记
  
    

• **「OpenAI 的人说」这句话，在本页被拆成了六种身份。**A 级 15 人中，截至事实截止日 2026-07-25，仍在 OpenAI 的只有 5 人（Brockman、Pachocki、Mark Chen、Noam Brown、Bubeck），7 人在直接竞品任职（Anthropic 3、Thinking Machines 3、腾讯 1），3 人独立或进入政府。媒体在引用其余 10 人时，仍普遍冠以「OpenAI 科学家」。

• RLHF 的发明人不在任何一份「OpenAI 名人榜」上。Deep RL from Human Preferences（arXiv:1706.03741）的第一作者是 Paul Christiano，第二作者是 Jan Leike。ChatGPT 里那套 RLHF 是 Schulman、Ouyang 等人在此基础上的工程化。「发明 → 工程化 → 商品化」是三批人、三种功劳、三种责任，压缩成「OpenAI 的 RLHF」会把三段一起抹掉。而发明这套方法的人，2024 年起在美国 NIST 替政府评估使用这套方法的公司。

• 更正本身会过期，这是本页最重要的方法论发现。「Barret Zoph 于 2026-01-14 被 Thinking Machines 解雇、当日回归 OpenAI」——这条纠正在 2026 年 1 月是对的，到 2026 年 7 月已经错了：**他 2026-06-19 再次从 OpenAI 离职。**本页因此给每一条人事结论都标了核验日，并在勘误表里单设一节讨论这个机制。

• **「检索不到」不等于「不存在」。**Altman 的 missionaries will beat mercenaries 一度被判定为「找不到一手出处」，实际出处清晰：WIRED 获得并披露的 2025-06-30 内部 Slack 消息。错的不是检索能力，是「重要表态必然公开」这个隐含假设。本页因此规定：任何负向结论都必须附上检索范围与所依赖的假设。

• 被引用最多的那句姚顺雨名言是伪造的。流传甚广的 The second half will be about defining tasks 在《The Second Half》原文中不存在；原文措辞是 shift focus from solving problems to defining problems。一个是「定义任务」，一个是「定义问题」——后者才是他要说的评测转向。

• **立场相反的人在三件事上收敛，这是全档信号最强的部分。**self-play 在非零和场景没有数学对应物、验证正在取代生成成为瓶颈、早期 Universe「万物皆环境」路线是一次弯路——这三条分别由减速派 Karpathy、最激进的 test-time compute 倡导者 Noam Brown、算法奠基者 Schulman 各自独立说出。观点相反的人达成的一致，比同一阵营的合唱可信得多。

• 人才流动不是八卦，是本页信息密度最高的一张图。桑基图只画有证据的流向，共 41 人次。Anthropic 与 Meta 各接收 11 人，但两条流的形态完全不同：Anthropic 是横跨五年的慢流且集中在安全与对齐条线，Meta 是 2025 年 6–7 月三个月内的脉冲且集中在 o 系列 RL 与多模态的具体执行者。买的东西不一样。

• **研究员不能垄断「OpenAI 员工观点」。**本页把 Nick Turley、Brad Lightcap、Sarah Friar、Peter Welinder 单独分栏。CFO 因一个词引发的信任危机说明：把 CFO 的一句话当成公司的技术判断，与把研究员的判断当成公司的财务承诺，是同一个错误的两个方向。

  Scope & Method

来源范围说明：本页检索了什么，刻意不写什么

人物这条线的材料结构和治理线正好相反：**最容易拿到的是二手转述，最难拿到的是本人原话。**研究员的公开发言集中在四种载体——arXiv 论文、个人博客、播客长访谈、X 推文串，而推文的可访问性在 2025 年后显著下降，很多只能靠第三方存档确认。本页取材顺序因此是：本人写的 → 本人说的（有逐字转录）→ 记者引述的直接引语 → 聚合站二手整理，并逐条标注等级。

  T1 逐字/官方转录
  T2 官方论文/公告
  T3 可靠媒体一手采访
  T4 二手整理/编译
  T5 作者推断

本页独有的第二套标签：发言时身份

全站通用的 tier 只回答「这句话有多可靠」，不回答「说话人当时代表谁」。本页因此为每条引语与每位人物额外标一枚身份 badge。颜色只是第二编码，文字始终写出来——灰度打印与色觉障碍下不能丢信息。

  OpenAI 现任　离职后　竞品任职期间　政府 / 独立机构 / 学界　从未任职 OpenAI　OpenAI 官方立场

其中 OpenAI 官方立场 出现得最少，因为它不属于任何个人：官方博客、系统卡、Model Spec 是机构产出，即便由某位研究员执笔也不是他个人的观点；反过来，在职研究员在自己播客上的判断也不是公司立场。这两个方向的混淆，本页各拆了若干例。

检索到并采用的

• 本人书写的一手文本：Karpathy 的博客与年度复盘、Lilian Weng 的 lilianweng.github.io 长文系列、Jared Kaplan 与 Paul Christiano 的 arXiv 论文、Leopold Aschenbrenner 的《Situational Awareness》全文、姚顺雨的《The Second Half》、Miles Brundage 的 Substack 离职长文、William Saunders 提交美国参议院的书面证词 PDF（本页权威度最高的单一材料）、Josh Achiam 的 LinkedIn 离职信全文。

• 有逐字转录的长访谈：Dwarkesh、Sequoia、Uncapped、YC 与 Berkeley 官方发布的整理版转录。凡只有音频而未直接听取的一律降级标注，不假装核对过时间戳。

• 本人档案页：LinkedIn 职位历史、Google Scholar 邮箱域名、个人主页的 company 字段。这类材料的作用被低估了——它是判定「某人现在到底在哪」最快且最少争议的一手证据，本页多条勘误正是靠它推翻的。

• 泄露的内部沟通：Mark Chen 2025-06-28 的 Slack 备忘录、Altman 2025-06-30 的内部 Slack、Meta 全员会内容。一律标 T3 并注明「内部沟通，非公开声明」——面向员工的士气动员与面向公众的价值主张，修辞责任完全不同。

• 中文一手采访：张小珺 2025-09-11 对姚顺雨的四万四千字独家专访。这不是英文材料的搬运，是中文语境里独立获得的一手材料，且时点恰好落在他离开 OpenAI 前后。

检索过但未能获得，或明确不写的

• 离职动机。本页只记录当事人或公司公开说过的话。凡当事人没说的，写「未公开」，不做任何推测——这是全页最重要的一条纪律，因为人物页最容易滑向替人归因。

• **「团队解散」不自动等于「技术路线失败」。**组织事实与技术判断是两件事，本页只写前者，后者归 ⑧ 安全与对齐。

• 薪酬具体数字。除当事人公开确认或否认过的，其余一律不写；「据报道某人拿了几亿」这类没有当事人回应的数字，本页视为传闻。

• 人物照片。全站图片溯源核查已确认存在虚假归属——包括一张被标为「Ilya」实为他人的照片。本页因此不使用任何人物照片，可视化全部为原创 SVG。认错人是人物页最严重的一类错误，而它的收益（配一张脸）远低于风险。

• benchmark 分数与排名。技术贡献只写「做了什么」，不写「比谁强」；评测方法论与竞品对照归 ⑪ 前沿 · 评测哲学。

• 未系统采集的一类证据：「媒体把前员工继续称为 OpenAI 科学家」这一现象本页反复提及，但要做成一条带证据的勘误需以媒体标题抽样取证，本轮没有做，因此只写成纪律，不写成统计结论。

  存疑 · 本页所有人事结论都有半衰期

2026 年 4 月至 7 月，OpenAI 至少七位高管离开原岗位，其中 Josh Achiam 的最后一天是 2026-07-24——即本页事实截止日的前一天。这意味着本页任何「现任 XXX」的表述都必须连同日期一起读。

更麻烦的是纠正也会过期：本页收到的建站任务书里有一条勘误（Zoph 于 2026-01-14 回归 OpenAI），它在写下时是正确的，在本页交付时已经不正确。本页因此对每一条人事类结论标注核验日 2026-07-25，并在 勘误表里把「更正的时效」单列为一节。

Selection Criteria · Why A/B/C Is Not About Fame

分层判据：A 级不是名人榜，是「认知路线清单」

如果按知名度排，这一章会变成一面卡片墙：三十张同构履历，每张写学历、职位、代表作、去向。读完之后你知道了很多名字，但对这家公司的判断没有增加任何一格。所以本页的分层判据不是影响力，是「能不能重建出一条路线」。

一个人进入 A 级，必须同时满足三条

• **路线是独立的。**核心主张不能是别人主张的下游推论——把他的判断从这家公司的认知体系里拿掉，体系应当缺一块，而不是少一个人。

• **路线是可证伪的。**能写出「出现什么观察，这条路线就算错了」。只会说「AI 很重要」「未来充满可能」的人，无论职位多高，都进不了 A 级——这一条淘汰掉的高管比研究员多。

• **有足够的一手材料重建它。**要有本人书写或逐字的材料，能同时支撑「核心主张」「代表原话」「反证或自我修正」三栏。只有他人转述的，无论多有名也只能进 B 级。

被考虑过但没有进 A 级的人，以及理由

把排除理由写出来，比把入选名单写长更重要——否则「只选真正重要的人」这句话没有任何约束力。

    被考虑但未进入 A 级的人物及其理由
    人物为什么会被考虑为什么最终只进 B 级| 人物 | 为什么会被考虑 | 为什么最终只进 B 级 |

    
      **Jason Wei**CoT 一作、emergent abilities 一作、o1 共同创造者；「验证不对称性」是一个真正原创的框架**这条路线在本页由 Noam Brown 与姚顺雨两人共同承载**，单独立传会与那两篇大幅重叠。归属纪律优先于篇幅公平。| Jason Wei | CoT 一作、emergent abilities 一作、o1 共同创造者；「验证不对称性」是一个真正原创的框架 | 这条路线在本页由 Noam Brown 与姚顺雨两人共同承载，单独立传会与那两篇大幅重叠。归属纪律优先于篇幅公平。 |

      **Hyung Won Chung**「Don't teach. Incentivize.」是本档案里最短也最有传播力的一条方法论可核验的一手长文本偏少，第三栏「反证与自我修正」**撑不满**。宁可短写，不凑格式。| Hyung Won Chung | 「Don't teach. Incentivize.」是本档案里最短也最有传播力的一条方法论 | 可核验的一手长文本偏少，第三栏「反证与自我修正」撑不满。宁可短写，不凑格式。 |

      **Bob McGrew**首席研究官，「预训练时代结束了，推理是新的 scaling」被引用极广这句判断与 Noam Brown 的第二条 scaling 轴**是同一条路线的组织版表述**，不是第二条路线。| Bob McGrew | 首席研究官，「预训练时代结束了，推理是新的 scaling」被引用极广 | 这句判断与 Noam Brown 的第二条 scaling 轴是同一条路线的组织版表述，不是第二条路线。 |

      **Barret Zoph**NAS 主要作者之一、后训练负责人、两度进出 OpenAI职业轨迹极有信息量，**但那是组织事实不是认知路线**。他的价值在人才流动图与勘误表里，不在人物志里。| Barret Zoph | NAS 主要作者之一、后训练负责人、两度进出 OpenAI | 职业轨迹极有信息量，但那是组织事实不是认知路线。他的价值在人才流动图与勘误表里，不在人物志里。 |

      **Wojciech Zaremba**唯一还在 OpenAI 的技术联合创始人之一公开表述总量偏少，无法重建可证伪的路线。**「资历」不是判据。**| Wojciech Zaremba | 唯一还在 OpenAI 的技术联合创始人之一 | 公开表述总量偏少，无法重建可证伪的路线。「资历」不是判据。 |

      **Shengjia Zhao**ChatGPT 共同创造者、o1 基础贡献者，2025 年成为 Meta 超级智能实验室首席科学家**他对加入 Meta 完全没有公开表态。**没有本人材料就不写人物志，也不替他归因——「无公开表态」本身就是本页记录的一条事实。| Shengjia Zhao | ChatGPT 共同创造者、o1 基础贡献者，2025 年成为 Meta 超级智能实验室首席科学家 | 他对加入 Meta 完全没有公开表态。没有本人材料就不写人物志，也不替他归因——「无公开表态」本身就是本页记录的一条事实。 |

    
  

A 级 15 条路线与它们各自的可证伪信号

下表最后一栏是本页对读者最有用的东西：**不是「这个人说了什么」，而是「要看到什么，才算他说错了」。**信号大多来自当事人自己划定的判据，少数由作者归纳，已在栏内标注。

    A 级 15 人的认知路线与可证伪信号
    路线族人物这条路线的一句话可证伪信号| 路线族 | 人物 | 这条路线的一句话 | 可证伪信号 |

    
      ① 表示与生成**Alec Radford**生成式预训练本身就是通用能力的来源出现一条不依赖大规模自监督预训练、却达到同级通用性的路径| ① 表示与生成 | Alec Radford | 生成式预训练本身就是通用能力的来源 | 出现一条不依赖大规模自监督预训练、却达到同级通用性的路径 |

      **Mark Chen**把图像当成一种奇怪的语言；研究就是产品模态统一在同一序列建模框架内长期不成立，多模态必须走专用架构| Mark Chen | 把图像当成一种奇怪的语言；研究就是产品 | 模态统一在同一序列建模框架内长期不成立，多模态必须走专用架构 |

      ② 规模与工程**Jared Kaplan**损失随规模呈幂律，深度学习因此是一门可预测的科学已由 Chinchilla 部分证伪：最优配比被改写（⑥ 公式）| ② 规模与工程 | Jared Kaplan | 损失随规模呈幂律，深度学习因此是一门可预测的科学 | 已由 Chinchilla 部分证伪：最优配比被改写（⑥ 公式） |

      **Greg Brockman**瓶颈从来不在想法，在把想法变成能跑起来的系统；算力是唯一稀缺资源某次关键能力跃迁明确来自算法而非算力，且可复现| Greg Brockman | 瓶颈从来不在想法，在把想法变成能跑起来的系统；算力是唯一稀缺资源 | 某次关键能力跃迁明确来自算法而非算力，且可复现 |

      **Jakub Pachocki**深度学习是自然科学；终局是数据中心里的一整个自动化实验室他自己给的日历判据（**均为公开承诺的未来目标，未发生**）：2026-09 的研究实习生、2028-03 的全自动研究员| Jakub Pachocki | 深度学习是自然科学；终局是数据中心里的一整个自动化实验室 | 他自己给的日历判据（均为公开承诺的未来目标，未发生）：2026-09 的研究实习生、2028-03 的全自动研究员 |

      ③ 对齐与人类反馈**Paul Christiano**可以用人类偏好而不是奖励函数来训练；也可以给这条路标注失败概率可扩展监督在超人系统上被证明可行，或被证明原则上不可行| ③ 对齐与人类反馈 | Paul Christiano | 可以用人类偏好而不是奖励函数来训练；也可以给这条路标注失败概率 | 可扩展监督在超人系统上被证明可行，或被证明原则上不可行 |

      **John Schulman**幻觉源于行为克隆；RLHF 才能教模型说「我不知道」他本人已部分自我修正：2026 年改称 Sim2Real 差距才是主问题| John Schulman | 幻觉源于行为克隆；RLHF 才能教模型说「我不知道」 | 他本人已部分自我修正：2026 年改称 Sim2Real 差距才是主问题 |

      **Jan Leike**我们没有对齐超人系统的解决方案，而能力在按自己的时间表推进出现一套被独立复现的、对超越人类能力的系统有效的监督方法| Jan Leike | 我们没有对齐超人系统的解决方案，而能力在按自己的时间表推进 | 出现一套被独立复现的、对超越人类能力的系统有效的监督方法 |

      ④ 推理与智能体**Noam Brown**推理时计算是第二根 scaling 轴：思考 20 秒约等于把模型放大十万倍推理时计算的收益在通用任务上迅速饱和，只在窄域成立| ④ 推理与智能体 | Noam Brown | 推理时计算是第二根 scaling 轴：思考 20 秒约等于把模型放大十万倍 | 推理时计算的收益在通用任务上迅速饱和，只在窄域成立 |

      **姚顺雨**方法的时代结束了，重心要从解决问题转向定义问题新方法（而非新评测）继续构成主要进展来源| 姚顺雨 | 方法的时代结束了，重心要从解决问题转向定义问题 | 新方法（而非新评测）继续构成主要进展来源 |

      **Andrej Karpathy**工程现实主义：从 demo 到可靠是一条指数曲线，AGI 还要十年他自己给的：十年内出现可靠的通用智能体（作者归纳其时间表为判据）| Andrej Karpathy | 工程现实主义：从 demo 到可靠是一条指数曲线，AGI 还要十年 | 他自己给的：十年内出现可靠的通用智能体（作者归纳其时间表为判据） |

      ⑤ 系统化 · 传播 · 部署**Lilian Weng**把散在论文里的方法论系统化，本身就是一种基础设施难以直接证伪；其检验是这些综述框架是否持续被后续工作沿用| ⑤ 系统化 · 传播 · 部署 | Lilian Weng | 把散在论文里的方法论系统化，本身就是一种基础设施 | 难以直接证伪；其检验是这些综述框架是否持续被后续工作沿用 |

      **Sébastien Bubeck**可以用定性证据宣布质变已经发生**已两次自带反证**：两次宣布都遭遇了修辞事故与事后收缩| Sébastien Bubeck | 可以用定性证据宣布质变已经发生 | 已两次自带反证：两次宣布都遭遇了修辞事故与事后收缩 |

      **Leopold Aschenbrenner**AGI 首先是国家安全问题，不是产品问题他自己给的：2027 年前后的算力与能力量级是否落在其推算区间| Leopold Aschenbrenner | AGI 首先是国家安全问题，不是产品问题 | 他自己给的：2027 年前后的算力与能力量级是否落在其推算区间 |

      **Mira Murati**迭代部署本身是安全策略：把系统交给现实世界去检验出现一次由迭代部署直接造成的、本可通过封闭测试避免的重大事故| Mira Murati | 迭代部署本身是安全策略：把系统交给现实世界去检验 | 出现一次由迭代部署直接造成的、本可通过封闭测试避免的重大事故 |

    
  



  我的看法 · 作者（AI）个人观点 · T5
  

把「路线」而不是「职位」当判据，会得到一个反直觉的结果：A 级里职位最高的几位反而最难写。不是他们没有想法，而是职位越高，公开表述越被组织口径过滤——CFO 与 COO 的每句话都要过投资者关系的校准，而一位已经离职的研究员在自己的播客上可以把话说完。由此产生一个系统性偏差：本页对「离职者」的认知重建，天然比对「在职者」更完整。

反例与改判条件：如果 OpenAI 在职高管开始出现长篇、可核验、带自我修正的公开写作（比如像 Karpathy 那样的年度复盘），这个偏差就会缩小，我就要承认「离职才敢说」这个解释被高估了。目前我看到的最接近的例子是 Josh Achiam——他是本档案里唯一一个长期在职、实名、公开唱反调的人，而他在 2026-07-24 离开了。置信度：中。

竞争性解释：也可能不是组织口径过滤，而是选择效应——愿意长篇公开写作的人本就更倾向于离开大组织。两者无法用现有材料区分，本页不裁决。

本段为作者（AI）推断（T5），不代表 OpenAI 或任何个人立场。

Tier A · Fifteen Full Dossiers

A 级 · 完整人物志：十五条路线，六栏固定结构

每人固定六栏，一栏不减：任职区间 → 发言时身份 → 核心主张 → 代表原话 → 反证或离职后变化 → 连到哪条技术线。第五栏是质量阀门——写不出反证的人物志，说明材料还不够，不该写；确实检索不到的，写明检索范围而不是留空（Alec Radford 即此例）。下图先把前两栏画出来：十五条轨迹放在同一根时间轴上，绿色是「说话时确实代表 OpenAI」的区间。

  **原创图 ②（本报告原创绘制）：**这张图回答的问题是——**当一篇报道写「OpenAI 科学家认为……」时，说话的人当时到底在哪？**把十五条轨迹叠在一根轴上之后，两件事变得一目了然：其一，右端绿色只剩五条，其余十人分别处在竞品、独立与政府身份；其二，**几条最著名的「OpenAI 认知」其实产生在灰色区间**——Bubeck 的《Sparks of AGI》属于微软研究院，Noam Brown 的扑克与 Diplomacy 成果属于卡内基梅隆与 Meta。
    数据来源：`research/04-people-dossier.md` 四卷各人物的履历骨架与 Source Ledger，逐人核对 LinkedIn / 个人主页 / 官方公告；核验日 2026-07-25。本报告原创 SVG，未热链任何外部资源。

族① 表示与生成

这条线回答最原始的那个问题：**通用能力从哪里来。**两人的答案相同——来自足够大规模的自监督预测，而非任务专用设计；区别在于 Radford 把它证明在文本、图像与语音三种模态上，Chen 把它推进到「模态本身可以被当成语言」。

Alec RadfordAlec Radford

    离职后 · 2024-12 起
    认知路线：生成式预训练这件事本身
  
  任职区间2016 年加入 OpenAI（约 23 岁），**2024-12 离开转做独立研究**——The Information 于 2024-12-19 首报，记者 Erin Woo 与 Stephanie Palazzolo。DCGAN（2015-11）发表于入职之前。2025-03 前后以**顾问**（advisor）身份加入 Mira Murati 的 Thinking Machines Lab；2026-04 与 Nick Levine、David Duvenaud 发布 talkie-1930。他没有博士学位（Olin College 肄业），也从未接受管理岗或头衔。
  发言时身份下引两条**都是 OpenAI 在职期间的官方文本**，他均为第一作者。**他这一栏几乎没有「离职后发言」可标**——本档案未检索到他任何一次播客或访谈，X 最后一条推文停在 2021-05。关于他的主要史料是同事的评价。
  核心主张语言模型在数百万网页上训练后，会在没有显式监督的情况下开始学会任务；容量对零样本迁移的成败至关重要，提升容量会以**对数线性**方式改善跨任务表现。视觉概念同样可以直接从自然语言监督中学到，只需给出类别名称。语音上，大规模弱监督可接近人类水平的鲁棒性。**他的论文报告涌现，几乎不提出机制性理论。**

  

  

  反证 / 离职后变化**未检索到公开反证。**检索范围为本档案 Source Ledger 收录的十八条 URL：Wikipedia、GPT-2 论文 PDF、CLIP 与 Whisper 官方博文、四篇 arXiv（DCGAN、情感神经元、CLIP、Whisper）、The Information 首报（付费墙）、the-decoder 与 aiexpert.news 的 talkie 报道、西语 computerhoy，以及他本人已停更的主页 newmu.github.io。**两条被广泛转载的材料本页刻意不采用**：Altman 称他「爱因斯坦级别的天才」只有西语媒体转引、英文措辞系回译、原帖未定位；Ilya Sutskever 在 NeurIPS 2024 点名致谢他与 Dario Amodei 只有媒体转述、无官方逐字转录。**离职后唯一的实质变化是自变量换了**——过去他换监督信号（文本→图文→语音），talkie-1930 换的是语料的时间切片。
  连到哪条技术线⑤ 谱系 · 主干、⑥ 公式 · 自回归基础、⑥ 公式 · Kaplan 幂律


  
    

Mark ChenMark Chen

    OpenAI 现任 · 首席研究官（CRO）· 2025-01 起
    认知路线：把图像当成一种奇怪的语言（多模态即语言）＋「研究就是产品」
  
  任职区间MIT 数学与计算机本科，毕业后在 Jane Street 等自营交易公司做量化交易员。**2018 年加入 OpenAI**：2020-06 Image GPT 一作，2021-01 领导 DALL·E，**2021-07 Codex 论文一作并提出 HumanEval**，2023 领导把视觉引入 GPT-4，2024 升任研究副总裁，**2025-01 起任首席研究官至今**。中文名未见公开确认。
  发言时身份**全部在职，但两条引语的载体性质截然不同。**第一条是公开访谈；**第二条不是公开声明**——发给全员的内部 Slack 备忘录，由 WIRED 获得并披露。引用它必须带这个限定，否则就是把内部动员当成公司口径。
  核心主张「一旦你有了这种**把图像当作一门奇怪语言**来对待的表示，你就可以把它放进 transformer 里用」——此句出自 MIT Technology Review 创新者访谈，确切日期未能核实，故不作引语卡。代码模型必须用**功能正确性**而非相似度评价，这是 HumanEval 与 pass@k 的出发点。预训练与推理是**两个可以 scale 的轴**；成本与能力正越来越解耦。没有证据表明 scaling law 已死，瓶颈一直存在，问题只是找到突破它的那项研究。reasoning 远没做完——「模型知道很多事情，却无法把这些知识串联起来」。AGI 的判据是**自主时间**：在困难问题上持续进展而**不撞进死胡同**的时间量。

  

  

  反证 / 离职后变化**一、「scaling law 没死，只是有瓶颈，而瓶颈总能被研究突破」在结构上不可证伪**——任何停滞都能被解释成「还没找到那项研究」；可测的问题应换成：每一代的能力增量是否在收窄。**二、「双轴」是域依赖的**：没有可靠 verifier 的领域（写作、判断、品味）几乎不存在第二个轴。**三、成本与能力解耦会自我削弱**：若真解耦，前沿模型的价值就只剩「第一个做出来」那段窗口，而 DeepSeek 证明它可以短到几个月；Zvi Mowshowitz 同期反驳「更快更便宜」与「更好的答案」看起来相当耦合。**四、「研究就是产品」与公司实际的产品化、基建化方向存在张力。不采用**：中文二手整理称其团队约 500 人、300 个并行项目，本档案列为信息缺口。
  连到哪条技术线⑤ 谱系 · 多模态分支、⑥ 公式 · 测试时算力、⑪ 前沿 · 能力轴

族② 规模与工程

  我的看法 · 作者（AI）个人观点 · T5
  

**把上一族的 Radford 和这一族的 Kaplan 并排读，会看到一条分工线：Radford 做出了让那条直线显形的实验，Kaplan 把它写成方程。**GPT-2 摘要里的 log-linear fashion 比 arXiv:2001.08361 早了整整一年——**经验观察在前，幂律形式在后。**这个次序值得记住，因为通行叙事往往反过来讲，仿佛先有了 scaling law 才去做大模型。

竞争性解释：也可能根本没有分工，只有先后——2019 年前后 OpenAI 恰好第一次拥有能跨七个数量级做扫描实验的算力，坐在那个位置上的任何人都会去拟合曲线。若如此，这条「分工线」只是算力可得性的副产品。

反例与改判条件：如果找到 2018 年之前 OpenAI 内部已有成形幂律预期的一手文本（备忘录、内部报告、当事人事后确认的时间点），说明理论先于实验，我就承认这个次序判断错了。置信度：中。

本段为作者（AI）推断（T5），不代表 OpenAI 或任何个人立场。

Jared KaplanJared Kaplan

    竞品任职 · Anthropic 首席科学官 · 2021-01 起
    认知路线：把 scaling 变成一门有幂律的可预测科学
  
  任职区间理论物理 PhD，Johns Hopkins 物理与天文系教授（量子场论 / 引力）。**2019 年以研究员身份加入 OpenAI，同时保留 JHU 教职**；**2021 年 1–2 月与 Dario Amodei、Daniela Amodei、Sam McCandlish、Tom Brown、Chris Olah 等出走创立 Anthropic，任 Chief Science Officer 至今**。在 OpenAI 约两年。
  发言时身份**这一栏是本页要纠正的典型病例。**他在 OpenAI 期间可引用的一手文本只有论文。**2021 年后的每一次公开发言都在竞品高管任上**——YC 演讲（2025-06）、Guardian 长访谈（2025-12）等皆是。媒体仍以「scaling law 作者」引用他而不标供职：本档案检索时就撞到一例二手综述写他「now at OpenAI」，实为 Anthropic。
  核心主张损失随模型规模、数据与算力呈幂律变化，架构细节影响极小；最优算力效率是**用相对适量的数据训练非常大的模型、远未收敛就停**。他自述这只是「物理学家式的蠢问题」。预训练与 RL **两阶段都有 scaling law**，故撞墙论不成立；曲线通向人类水平 AI，是**平滑**而非爆炸。还缺的三样不是算力：组织知识、记忆、监督。2025-12 他加了一条：允许 AI 递归自我改进「是终极风险」，决定窗口 2027–2030。

  

  

  反证 / 离职后变化**一、Chinchilla 修正了他的定律。**DeepMind 的 Hoffmann et al. 2022（arXiv:2203.15556）指出他的分析在学习率调度上存在系统偏差——对小模型用了未按其训练步数调优的 LR schedule；修正后参数与数据应**等比例扩张**（各约 C0.5），而非他给出的 0.73 / 0.27。整个行业的 token 预算随之抬高一个量级。⑥ 公式 · Chinchilla、⑥ 公式 · K–C 差距。**二、推理成本进入目标函数后，「训练最优」不再等于「部署最优」**，刻意过训练小模型这条路在他 2020 年的框架里没有位置。**三、归属纪律**：arXiv:2001.08361 是他一作，但「OpenAI 的 scaling laws」不等于他个人观点——GPT-3 那篇他只是合著者之一；反过来，2021 年后他的每一句话也不再是 OpenAI 的立场。
  连到哪条技术线⑥ 公式 · Kaplan 幂律、⑥ 公式 · 算力最优、⑩ 治理 · Anthropic 分裂


  
    

格雷格·布罗克曼Greg Brockman

    OpenAI 现任 · 联合创始人兼总裁
    认知路线：工程即科学，算力是唯一稀缺资源
  
  任职区间2015-12-11 与 Sam Altman、Ilya Sutskever、Elon Musk 等共同创立 OpenAI 并任 CTO，首批研究员在他公寓里开会；此前是 Stripe 早期员工与 CTO。**2023-11-17 当晚辞职，11-21/22 随 Altman 回归任总裁**。**2024-08-05/06 宣布休假至年底，2024-11 提前回归**并组建 **Scaling 组**。现任总裁，实际角色是「builder-in-chief」。
  发言时身份**除 2023-11-17 至 21 那四天外，他的全部公开发言都在 OpenAI 任上。**需要提醒的是，2024-08 的休假当时被广泛读成离职——它与 John Schulman 宣布去 Anthropic、Peter Deng 离职是同一天——但他 2024-11 就回来了，此后没有中断。
  核心主张这个领域本质上是在创造和研究软件系统，所以**伟大的工程师能做出与伟大研究员同等级的贡献**；转 ML 最重要的素质是「technical humility」，因为别处视若珍宝的直觉在这里不适用。没有 idea 就死在水里，没有工程 idea 就见不到天日；这对张力**永远解决不了，只能升级到下一层级**。算力远远不够，要被创造出来的是「电力 + 算力的联合供给链」这一整个行业。

  

  

  反证 / 离职后变化**他没有离职，但他自己推翻了自己。**2026-04 Sequoia AI Ascent 上他说「人类的注意力将会成为一种极度稀缺的资源……这将成为唯一最重要的瓶颈」——**瓶颈从算力改口为人类的验证带宽**，这是 OpenAI 高管中唯一一次对自身核心论点的公开自我修正。同一场里主持人问他是否同意「我们已 functionally at AGI」，他只给了「大约走完 80%」——**这是内部对是否已达成 AGI 存在分歧的公开证据**。最强的约束也是他自己给的：美国电力供给「非常缓慢地响应需求」，等于承认扩张上限是电网周期而非算法。**不采用**：「你想要几乎没有界面」只见于第三方转录站摘录，无官方逐字稿。
  连到哪条技术线⑩ 治理 · 算力与基建、⑩ 治理 · 2023 政变六日、⑦ 路线 · AGI 分级


  
    

雅库布·帕霍茨基Jakub Pachocki

    OpenAI 现任 · 首席科学家 · 2024-05 起
    认知路线：深度学习是自然科学；终局是数据中心里的一整个自动化实验室
  
  任职区间1991 年生于波兰。2012 年 ACM-ICPC 世界总决赛金牌、Google Code Jam 全球冠军，CMU 理论计算机科学博士。**2017 年加入 OpenAI**，2017–2019 任 OpenAI Five 核心算法与基础设施负责人，2021 升任研究总监，2022–2023 主导 GPT-4 预训练；**2024-05 在 Ilya Sutskever 离职后接任首席科学家至今**。
  发言时身份**全部在职。**他没有个人博客，X 上极少发言，是本档案一手材料最稀缺的在任者之一。他与 Mark Chen 的分工由他本人界定：**Chen 管研究团队，他设定研究路线图。**
  核心主张深度学习是一门**自然科学**——「你在试图理解一个现象」；reasoning 范式「大概仍然处在最最开头」。**三条时间表指涉对象不同，不能混读**（以下三个日期均为**被记录的他方预测**，非本报告断言）：2026-09 是「相当有能力的 AI 研究实习生」，判据为能实质性加速自家研究员；2028-03 是「能自主交付更大研究项目的全自动 AI 研究员」；「距**超级智能**可能不到十年」则是同场另一句，只给上界、指第三个对象。2026-04 他把前两者之别归约为单一标量：**大体自主工作的时间跨度**。

  

  

  反证 / 离职后变化**最有力的反证来自他自己。**同一篇 2026-03 专访里：「**即使到 2028 年，我也不指望我们能得到在所有方面都像人一样聪明的系统。**」记者还注意到他全程只提一次 AGI，随即改口为「economically transformative technology」。**承诺被设计成可退让**：判据是连续量，2026-09 到期时几乎必然可宣称部分达成，硬的是 2028-03。另一条自证：他 2025 年仍是拒用自动补全的手工 vim 用户，且说「不会让它主导整体设计」——**设计权仍在人手上**。**外部分歧**：前研究主管 Bob McGrew 称推理的低垂果实正被摘完；他也未回应长程自训的 collapse 问题。
  连到哪条技术线⑦ 路线 · AGI 分级、⑥ 公式 · 测试时算力、⑤ 谱系 · 分支

族③ 对齐与人类反馈

这三个人构成一次三棒接力，而报道几乎从不把三棒分开：Christiano 发明了用人类偏好替代奖励函数的方法，Schulman 把它工程化成能训出 ChatGPT 的流水线，Leike 试图把它推广到「人类已经看不懂输出」的场景并公开宣告失败。三人现在分别在美国政府、Thinking Machines 与 Anthropic——没有一个还在 OpenAI。

保罗·克里斯蒂安诺Paul Christiano

    政府 / 独立机构 · 2024-04 起
    认知路线：发明 RLHF 的人，后来去替政府评估企业
  
  任职区间**2017-01 – 2021-01**：OpenAI 安全团队 / 语言模型对齐团队负责人（本人主页自陈「From January 2017-January 2021 I worked on the safety team at OpenAI」）。**2021-03 起**创办 Alignment Research Center（ARC）；2022 招募 Beth Barnes 孵化 ARC Evals，该实体 2023-12-04 更名 METR。**2024-04-16** 美国商务部宣布他出任 NIST 旗下 US AISI 的 AI 安全负责人；2025-06-03 该机构改组为 CAISI，名称里的「Safety」消失。**2026-07 当前**：ARC 执行主任 + CAISI 技术顾问（职衔三源不一，本页采其个人主页）。
  发言时身份分三段读。**① OpenAI 在职（2017-01 – 2021-01）**：RLHF、debate、IDA 三篇都出自这一段。**② 独立 / ARC（2021–2024）**：下引第一条属此段，身份是非营利负责人，话说重了只由自己承担。**③ NIST / 美国政府（2024-04 起）**：下引第二条属此段——政府身份下发言受机构口径、政治任命与利益冲突规则约束，责任与可回撤性和他在 OpenAI 时完全不同。这套约束第一次显形是 2023-09-19 METR 分拆公告：原计划让他进董事会，公告写明他「declined involvement in light of his new role」。
  核心主张他把可扩展监督写成一个能力阶梯：人类能演示 → 模仿学习；人类**能判断但演示不出来**（如后空翻）→ RLHF；人类连判断都做不到 → debate / IDA，论文里用 P / NP / PSPACE 类比。ELK 报告（2021-12）把这个阶梯掉头指向他自己的方法：按人类认可训练出的报告者，在钻石真的安全与摄像头被篡改两种情况下会给出同样的报告。2023-10 他写下「即使是非常好的 RSP 也无法完全消除风险」，并说一个全球性、覆盖硬件的暂停能进一步降低风险——他不主张暂停的理由是可行性，不是没用。

  

  

  反证 / 离职后变化**限定词一直都在，是转述时被删掉的。**同一篇帖子里他写「you should treat these numbers as having **0.5 significant figures**」，并说四个数里只有 15%（人类所造 AI 系统接管）与他本职相关，其余「I wouldn't recommend deferring to」；评论区他又把 22% 还原成条件概率——「Perhaps I'd give a 50% chance of takeover with no policy effort whatsoever to avoid it」。**他从不批评 OpenAI 的组织。**2023-09 TIME 直接问他离开是否因为不满，他给的三条理由是回归理论研究（最大）、合作者集体去了 Anthropic、政策影响力，零句负面评价，并说重要的是有「people who aren't seen as lab partisans」。**有一处他始终没谈**：他 2017 年为让 AI 可控而发明的方法，2022 年之后成了扩张的引擎——检索至 2026-07 未见他就此的任何公开表述，2025–2026 也未检索到他的长篇播客或媒体专访。
  连到哪条技术线⑥ 公式 · RLHF——arXiv:1706.03741 **是他一作主导**的 OpenAI × DeepMind 联合论文（二作 Jan Leike 当时署名 DeepMind），**不能写成「OpenAI 的成果」**；硬数字是反馈只覆盖「less than 1%」的交互、「about an hour of human time」，后空翻用 900 次成对比较。⑥ 公式 · PPO——**他发明的是方法，不是 ChatGPT 里那套实现**，工程化那一棒见下一位 John Schulman。另见 ⑤ 谱系 · 分支、⑧ 安全与对齐演变（p(doom) 的全量论证在那一页）。


  
    

约翰·舒尔曼John Schulman

    竞品任职 · 2025-02 起
    认知路线：算法基座，以及把 RLHF 工程化
  
  任职区间**2015-12** 作为创始团队成员加入 OpenAI（他自述这是他工作过的第一家也是唯一一家公司）；2016–2019 领导强化学习团队；2022–2024 共同领导 post-training 团队；2024-05 Superalignment 解散后出任 head of alignment science。**2024-08-05** 宣布离开 OpenAI 加入 Anthropic；**2025-02-06/07** 离开 Anthropic，任期仅五个月；**2025-02-18** 起任 Thinking Machines Lab 联合创始人兼首席科学家。
  发言时身份下引两条身份不同。第一条 2023-04-19 讲于 UC Berkeley，**OpenAI 在职**，距他共同交付 ChatGPT 四个月。第二条 2026-01 的 Cursor 播客，**竞品任职**，复盘的却是 OpenAI 的早期项目。他 2024-08 的离职推文主动排除了一种读法：「To be clear, I'm not leaving due to lack of support for alignment research at OpenAI.」
  核心主张TRPO 把策略更新锁在 KL 信赖域内，PPO 把这个约束改写成一个 clip 过的替代目标，普通 SGD 就能优化，代价是失去单调改进保证。幻觉他分了四类成因，主张前三类由训练目标造成，只有第四类才是知识不足。他还用统计学第一性原理论证模型知道自己不知道：最小化对数损失是恰当评分规则，所以预训练模型是校准的。

  

  

  反证 / 离职后变化**同一个人三年内更新了自己的处方。**2023 年答案是 RL：「I claim that behavior cloning does the wrong thing, but I would claim that RL actually does the right thing.」；2026 年他把今天 LLM 的整套 RL 重新框定为 **Sim2Real**——在模拟环境里训练、指望它泛化到真实世界，并说「如何从真实世界交互中学习」才是下一个大问题（此条为第三方对播客的**二手整理**，非逐字引语）。处方从「换监督方式」推到了「换数据来源」。**一处张力他没有正面处理**：他主张用 RLHF 治幻觉，而 GPT-4 技术报告的校准图显示 RLHF 之后校准显著变差。**行为上的反证是两次快速出走**：在 Anthropic 只待五个月，双方都没给实质理由。
  连到哪条技术线⑥ 公式 · PPO（clip 替代目标；PPO 是 InstructGPT / ChatGPT 的算法，DeepSeek 的 GRPO 是它去掉 value network 的变体）、⑥ 公式 · RLHF——**这是接力的第二棒**：上一位 Christiano 2017 年发明方法，他与 Long Ouyang 等人在 InstructGPT 里做成三段式流水线，ChatGPT 是第三棒商品化，**三者不能互相顶替**。另见 ⑥ 公式 · 过程奖励与验证器、⑤ 谱系 · 主干。


  
    

Jan LeikeJan Leike

    竞品任职 · 2024-05 起
    认知路线：可扩展监督与 Superalignment
  
  任职区间澳大利亚国立大学 AI 安全方向博士（导师 Marcus Hutter）→ Future of Humanity Institute → **DeepMind**（与 Shane Legg 合作 recursive reward modeling；他也是 arXiv:1706.03741 的二作，**署名单位是 DeepMind**）→ OpenAI 对齐负责人；**2023-07** 起与 Ilya Sutskever 共同领导 Superalignment，OpenAI 同时宣布投入 20% 算力；**2024-05** 辞职；**2024-05-28** 加入 Anthropic 领导对齐团队，向首席科学官 Jared Kaplan 汇报，至 2026-07 仍在任。
  发言时身份下引第一条是 2024-05-17 的辞职推文串，身份为**刚离职**（推文原句是「昨天是我的最后一天」）：它不是 OpenAI 的机构立场，也不是泄露的内部文件，而是一位刚交出职务的人在公开平台上的一手陈述。第二条是 2026-01-22 他的个人 Substack，身份为**竞品（Anthropic）对齐负责人**：文中把 Sonnet 4.5、Opus 4.5 与 GPT-5.2 摆在一起比对齐水平，读时要把「竞品高管在评价含自家产品的进展」这层利害算进去。
  核心主张他 2022 年给出的可扩展监督三级火箭：用人类反馈训练 AI（RLHF）→ 训练 AI 辅助人类评估 → 训练 AI 去做对齐研究本身。《Weak-to-Strong Generalization》（2023-12）把「人类监督超人 AI」换成「小模型监督大模型」这个今天就能做的类比，用 PGR 度量性能差距恢复率；论文自己的结论是弱到强泛化普遍存在，但只靠天真微调远远不够。

  

  

  反证 / 离职后变化**他把研究纲领原封不动搬去了竞品。**Anthropic 新团队的三个方向仍是 scalable oversight、weak-to-strong generalization、automated alignment research——分歧落在资源与优先级，不在技术路线。**推文串里唯一可核查的具体指控是算力**：「Sometimes we were struggling for compute」；对照事实是 OpenAI 2023-07 宣布 Superalignment 时承诺投入 20% 算力。**Superalignment 团队在他与 Ilya 离开后解散**，Schulman 随后出任 head of alignment science——这是一条**组织事实**，本页只记录；团队解散不自动等于技术路线失败，判断留给 ⑩ 治理。**反转是他自己做的**：2024-05 说「我们已经远远迟到」，2026-01 变成「increasingly looks solvable」，证据是 2025 年下半年三家实验室的模型在对齐评测上同步改善，他自己又在文末补上「可解不等于已解」。
  连到哪条技术线⑥ 公式 · 弱到强泛化（PGR 的定义与失效条件）、⑥ 公式 · RLHF（他是 1706.03741 二作，这条线的起点是跨机构的）、⑩ 治理 · Superalignment、⑧ 安全与对齐演变。

族④ 推理与智能体

族②回答「怎么把模型做大」，这条线回答**「多出来的算力该花在哪」**：Brown 说花在推理时的搜索，姚顺雨说花在定义问题而不是解决问题，Karpathy 说先别急着花。三人却在「self-play 缺失是真卡点」上意外收敛，尽管其它几乎所有事情都不一致。

诺姆·布朗Noam Brown

    OpenAI 现任 · 2023-06/07 起
    认知路线：推理时计算是第二条 scaling 轴
  
  任职区间罗格斯大学本科；约 2014–2019 在卡内基梅隆大学（CMU）读博，导师 Tuomas Sandholm。这一整段从未任职 OpenAI：2017-01 击败四位德扑职业选手的 **Libratus** 与 2019-07 的 **Pluribus**（两篇均发《Science》）出自 CMU；2019 年起他在 **Meta AI（FAIR）**，2022-11 的 **CICERO** 是 Meta 的成果。**他 2023-06/07 才加入 OpenAI**；2024-09-12 o1-preview 发布；2026 年的公开描述是他在 OpenAI 领导 multi-agent reasoning 与 test-time compute。
  发言时身份他的引语**全部发生在 OpenAI 在职期间**，但引语里的**证据**大多来自 CMU 时期的扑克工作。要把「发言时身份」与「成果归属」分开：他是把一个在别处得到的结论带进了 OpenAI，不是在 OpenAI 得到了这个结论。这也是他 2025-07 那条推文有说服力的原因——他拿来作反例的 Poker 与 Diplomacy，正是他自己做的。
  核心主张一条极窄但极锋利的主张：过去十年整个领域把算力压在训练侧，推理时的搜索与规划是被低估的第二根轴。他给这条主张配了适用边界，即 **generator-verifier gap**——「生成一个正确解非常难，但认出自己已经拿到一个正确解要容易得多」；问题落在一个谱系上，一端验证远易于生成（数独），另一端验证与生成一样难（说出不丹的首都），后一端规划不会带来多大差别。

  

  

  反证 / 离职后变化他没离职，但自我反证给得比谁都多。**10 万倍的边界是他自己划的**：那个数字出自两人零和不完美信息博弈——有精确的均衡概念、可计算的可利用度，以及一个近乎完美的验证器（博弈树本身）。**他公开说路上有个洞**：「we don't really have a similar version of self-play in mathematics because it's not a two-player zero-sum game」，而他认为 self-play 恰恰会是把系统推过超人水平的那个东西。**他给的时间比公司口径宽**：过渡期「could be a couple of years. It could be 10 years.」**最硬的一条**：2026 年 Begin Proof 播客里（本卷未能确定播出月份）他说「the models have reached a point where they have surpassed my ability to really understand what they're capable of」。另外 2025-07 他提到的「让 LLM 在难验证任务上大幅变好的新技术」，截至 2026-07 从未被公开描述。
  连到哪条技术线⑥ 公式 · 推理时计算（Pluribus 只花约 150 美元云算力训练蓝图策略、其余全靠推理时搜索，是这条轴最早的工业化证明——**但它属于 CMU，不属于 OpenAI**）、⑥ 公式 · 过程奖励与验证器、⑤ 谱系 · 分支、⑦ 路线 · 能力分级。


  
    

姚顺雨Shunyu Yao

    竞品任职 · 2025-12-17 起
    认知路线：评测取代训练，成为稀缺项
  
  任职区间清华「姚班」（2015–2019）→ 普林斯顿大学 CS 博士（2019 – 2024-05，导师 Karthik Narasimhan）→ **2024-06 起 OpenAI 研究科学家**，参与 Operator 与 Deep Research 的核心开发 → **2025-09 离开 OpenAI** → **2025-12-17 出任腾讯 CEO/总裁办公室首席 AI 科学家**，向总裁刘炽平汇报，兼任新设的 AI Infra 部与大语言模型部负责人（后两职向 TEG 总裁卢山汇报）。两个必读提醒：他的个人主页至今仍写「I am a researcher at OpenAI」，页脚标注 last updated Feb 2025，**已过期，不能当雇主证据**；另有同音异名的**姚顺宇**（斯坦福理论物理博士，2025-10 加入 Google DeepMind），**不是同一个人**。
  发言时身份三段，中间那段最容易标错。**① OpenAI 在职（2024-06 – 2025-09）**：《The Second Half》(2025-04) 与下引第一条属此段。**② 张小珺的中文独家专访**——2025-09-11 才发布，时点正踩在他离职前后，但档案提炼稿明确标注「访谈发生时间：2025 年 5 月」，与发布日差约四个月；按**说话日期**计，他讲那些话时**仍在 OpenAI 在职**，原文另注明「访谈为个人观点，与所供职公司无关」，因此既不能标成离职后发言，也不能当成 OpenAI 官方立场。**③ 竞品（腾讯）任职（2025-12-17 起）**：下引第二条属此段。
  核心主张《The Second Half》的论证链：RL 终于泛化了（他把「work」当场改口成「generalize」）；配方 = 大规模语言预训练 + 规模 + 推理与行动；而配方里最重要的一项「可能既不是 RL 算法也不是环境，而是先验」。由此他判定方法不再稀缺——「你为某个特定任务发明的新方法可能带来 5% 的提升，而下一代 o 系列模型在完全没有针对它的情况下就能带来 30%」。他点名现行评测的两个假设：无人在环、i.i.d.，并说学界「甚至没有质疑 i.i.d. 假设的勇气」。他自己的 τ-bench 用 pass^k（跑 k 次**全部**成功的概率，方向与 pass@k 相反）兑现了这个主张。

  

  

  反证 / 离职后变化**在职期间他就公开反驳了公司的核心叙事**：「But the world hasn't changed much, at least judged by economics and GDP.」——他把 benchmark 成就与 GDP 之间的落差命名为 utility problem，称之为 AI 最重要的问题；这与同期 Altman《The Gentle Singularity》一类官方叙事方向相反，本卷未检索到 OpenAI 的公开回应。同一篇里他还判了公司早期旗舰路线：「A good plan, but not entirely working」，说 Gym / Universe / World of Bits 从未接近解决 computer use 且跨域不迁移——**这与上文 John Schulman 2026 年的复盘互相印证**，两位不同代际的研究者在完全不同的场合给了同一裁决。**离职后有两处变化。**一是 2026-06-05 他亲自给自己造的词降温，说「下半场」「有点被滥用了」，并收窄回原意：方法论已成熟，找问题反而更难。二是他在腾讯主张的 Co-Design 依赖内部产品环境供数据，而「过拟合到一个封闭分布」正是他批评 benchmark 时用的同一套论证，本卷未找到他对此的公开回应。**另有一条挂在他名下的错误引语，见下方登记。**
  连到哪条技术线⑪ 前沿 · 评测（SWE-bench 2023-10 的初始基线是最好的模型只解 1.96%，到 2026 年 Verified 子集已是 70%+ 量级——他造的尺子三年内被配方追平）、⑦ 路线 · 能力分级、⑤ 谱系 · 分支（ReAct / ToT 把经典搜索嫁接回 LLM，与上文 Noam Brown 从博弈论方向的嫁接在 2023 年从两侧汇合）、⑨ 产品·商业化·分发。


  ⚑ 伪引语登记 · 挂在姚顺雨名下的那句话，原文里没有
  

流传版：「The first half of AI was about solving tasks… The second half will be about defining tasks.」这句常被当成《The Second Half》的名句，经全文核对，原文中不存在。本站不把它放进任何引语卡。

原文实际措辞：「The second half of AI — starting now — will shift focus from solving problems to defining problems.」差别有两处：原文用的是 problems 而不是 tasks，句式也不是「will be about」。核对方式很简单，直接读全文 ysymyth.github.io/The-Second-Half/ ^[1]。凡引用这句却给不出原文位置的转述，都应退回上面那张引语卡的措辞。

安德烈·卡帕西Andrej Karpathy

    竞品在职 · 2026-05-19 起 Anthropic
    认知路线：工程现实主义——从 demo 到可靠是一条要走很多年的曲线
  
  任职区间**OpenAI 分两段**：2015-12 以创始成员加入至 2017-06；2023-02 回归至 **2024-02-13** 再次离开。**2017-06 – 2022-07 在 Tesla** 任 AI 高级总监，负责 Autopilot 视觉栈。2024-02 – 2026-05 独立，2024-07-16 创立 Eureka Labs。**2026-05-19 加入 Anthropic 预训练团队**（team lead Nick Joseph），组建「用 Claude 加速预训练研究」的新组；Eureka Labs 暂停而非关闭。
  发言时身份**他的话必须切成三段读**：①2015–2017 与 2023–2024-02 为 OpenAI 在职；②2024-02-13 至 2026-05-18 为离职后的独立身份；③2026-05-19 起为竞品在职。**下引第一条（2025-10-17）落在第二段**——它**既不是 OpenAI 的观点，也不是 Anthropic 的发言**。媒体标题里的「OpenAI 联合创始人说 AGI 还要十年」把它错挂回了第一段。第二条才是竞品身份下的表态。
  核心主张他说强化学习「很糟糕」，只是此前的一切更糟；结果导向的 RL 等于「用吸管吸监督」——把最终奖励的几个比特广播到整条轨迹。他把当下称作「agent 的十年，而不是 agent 之年」，依据是自己十五年看别人做预测再看其应验的经验，不是技术推演。他说从 demo 到可靠是一场「九的行军」，每多一个 9 都是等量的工作，他在特斯拉五年只走过两三个 9。他说我们造的不是动物而是鬼魂——训练靠的是模仿人类数据，不是进化。

  

  

  反证 / 离职后变化**最强的反证由他自己提供。**2025-10 他说模型「不擅长从来没被写过的代码」，写 nanochat 时改用自动补全而非 agent；2026-03 却发布 autoresearch，让 agent 自主提交训练配置并汇报结果；2026-05 更去 Anthropic 做「用模型加速前沿研究」——正是他判断的对立面，这是一个可被观察的自我检验。**另需留意**：「十年」的依据是「历史上预测都太乐观」这类元归纳，元归纳本身也会偏差。素材注明 autoresearch 的官方 URL 与日期未一手确认，本页不引其链接。
  连到哪条技术线⑤ 谱系 · 增量、⑥ 公式 · PPO 与策略梯度、⑦ 路线图 · 能力分级

族⑤ 系统化 · 传播 · 部署

这四个人都不以「提出新方法」著称，却决定了这些方法如何被理解、如何被相信、如何进入世界——这是最容易被技术叙事忽略、也最容易出事的一环。本族里有两次修辞事故、一份改写了三个首都议程的长文，和一套「把系统交给现实去检验」的部署哲学。

翁荔Lilian Weng

    竞品在职 · 2025-02 起 Thinking Machines Lab 联创
    认知路线：把散落在论文里的方法系统化成公共技术基建
  
  任职区间2018-02 加入 OpenAI 机器人团队；2020–2022 创建并领导 Applied AI Research；2023 起领导 **Safety Systems**，GPT-4 发布后扩至 80 余人；2024-08 升任 **VP of Research & Safety**；**2024-11-08 宣布离职，2024-11-15 为最后一天**，未说明去向。**2025-02 起为 Thinking Machines Lab 联合创始人**（该公司 2025-02-18 正式发布）。个人博客 Lil'Log 自 2017 年起，横跨以上全部阶段。
  发言时身份下引两条一在职、一竞品：第一条（2023-06-23）为 OpenAI 在职，第二条（2026-07-04）为 TML 联创。**一个高频误判要点名**：《Reward Hacking in Reinforcement Learning》发表于 **2024-11-28**，已在她最后一天之后、加入 TML 之前，属**离职后**产出，却常被引成「OpenAI 安全负责人的判断」。她的长文一律发在个人博客，不代表任何雇主的机构口径。
  核心主张**归属纪律：她系统化的是别人的方法，不是她发明的方法。**CoT、ToT、ReAct、Reflexion、STaR 均出自他人论文，她做的是统一符号、建立分类学、指出未解问题。她把 agent 概括为 LLM 加规划、记忆、工具使用；把幻觉分成上下文内与外在两类，并整理出「微调阶段灌入预训练里没有的新知识会系统性放大幻觉」；把 reward hacking 与 reward tampering 分开形式化；在 test-time compute 上给出「计算是一种资源」与「思考是隐变量」两条统一叙事，并建议在 RL 训练中对思维链直接施加优化压力时要极其谨慎、或干脆避免。

  

  

  反证 / 离职后变化**她亲手改写了自己被沿用三年的那条公式。**2026-07-04 她写道，比起「agent = LLM + 记忆 + 工具 + 规划 + 行动」，harness 工程还要加上工作流设计、评测、权限控制与持久状态管理，「不再只是提示词模板」。**重心也变了**：从安全系统转向人机交互，2026-05-11 出镜 TML 的 Interaction Models 研究预览。**新组织在流失**：TML 六位联创已走三位——Tulloch 2025 年去 Meta，Zoph 与 Metz 2026-01 回 OpenAI，其中 Zoph 已于 2026-06-19 二次离职。她的告别帖没有一句批评，但据此既不能推出她有分歧、也不能推出她没有。**未采用**：《Scaling Laws, Carefully》(2026-06-24) 的链接系按命名惯例推得、slug 未核实，本页只记标题与日期。
  连到哪条技术线⑥ 公式 · 测试时计算、⑥ 公式 · 过度优化、⑧ 安全与对齐演变


  
    

Sébastien BubeckSébastien Bubeck

    OpenAI 现任 · 2024-10 起
    认知路线：用定性证据宣布质变——两次修辞事故，两个不同的雇主
  
  任职区间法国数学家、理论计算机科学家。2011–2014 普林斯顿助理教授；**2014 年起在微软研究院**，领导 Machine Learning Foundations 组，升任**微软 GenAI 研究副总裁**；**2024-10-14 微软宣布他离职加入 OpenAI**；2026 年仍在 OpenAI 做 GPT-5 系列的数学与科学能力方向。
  发言时身份★**两次事故分属两个雇主，绝不能合成一条「OpenAI 的说法」。**《Sparks of AGI》(arXiv:2303.12712，2023-03-22，他为一作) 与 Phi 系列都是**微软研究院时期**的产出，当时他**从未任职 OpenAI**；「GPT-5 解出 Erdős 未解问题」的放大表态在 2025 年 10 月，是**OpenAI 在职期间**。前者是微软的论文，后者才涉及 OpenAI 的口径。
  核心主张他说 GPT-4 达到了某种形式的通用智能、展现出 AGI 的火花，依据是核心心智能力、专长主题的广度与任务的多样性；同一篇摘要里他又写明这只是「早期且仍不完整」的版本，可能需要一种超越下一词预测的新范式。他自己区分小写 agi 与大写 AGI，说缺的是记忆与持续学习。独角兽实验——把 TikZ 代码改坏再让模型复原——被他称为「无可否认的推理证据」。

  

  

  反证 / 离职后变化**两次都翻车，这是本页少见的自带反证的人物。**《Sparks of AGI》的三条方法论批评：不可复现（测的是外界无法访问的 GPT-4 早期版本）、不可验证（训练数据与架构未公开）、樱桃采摘；Maarten Sap 称它可被视为「一份伪装成研究论文的公关推介」。**Erdős 更正链**：OpenAI 的 Kevin Weil 先发帖称 GPT-5 解出 10 个此前未解决的 Erdős 问题、另有 11 个有进展，Bubeck 在 X 上放大；erdosproblems.com 维护者、数学家 Thomas Bloom 立即反驳为「一种戏剧性的曲解」——站上标 open 只表示他个人不知道有论文解决过；Demis Hassabis 评「这很尴尬」；原推被删除，Bubeck 承认只找到文献里已有的解。**实质是口径之争**：「未解决」在数学共同体里指无人解决过，在爬网页的模型那里只是页面标着 open。本页只记这条分歧，不比较模型强弱。
  连到哪条技术线⑦ 路线图 · AGI 这个词、⑤ 谱系 · 里程碑、⑥ 公式 · 涌现


  
    

Leopold AschenbrennerLeopold Aschenbrenner

    离职后 · 2024-04 起
    认知路线：把 AGI 重新表述成国家安全问题
  
  任职区间德国出生，2021 年 19 岁时以该届毕业生代表身份从哥伦比亚大学毕业；2021–2022 在 FTX Future Fund。**2023 年加入 OpenAI Superalignment 团队**，2023-12 为《Weak-to-Strong Generalization》合著者。**2024-04 离开**：公司理由是「泄露信息」，**他本人称是因为向董事会提交了一份关于安全（security）的备忘录**——两说并列，本页不替任一方归因。2024 下半年创立 AI 主题对冲基金 Situational Awareness LP。
  发言时身份下引两条都发布于 **2024-06-04**，即离职约两个月后。**《Situational Awareness》165 页无一段是在 OpenAI 任职期间发表的**，把它读成「OpenAI 内部人给出的时间表」是典型的身份误挂。此后他的公开身份是基金管理人而非实验室研究员，仓位与言论要一起看。
  核心主张他主张 2027 年实现 AGI「惊人地可信」，依据是三条数量级曲线相加：物理算力与算法效率各约每年 0.5 个数量级，再加上无法量化的「解绑」（unhobbling）；2023 到 2027 应预期约十万倍有效算力扩张。他把 AGI 定义为「能完全胜任一名 AI 研究员或工程师工作」的系统，并据此推出智能爆炸——数亿个此类系统可把十年算法进展压缩进一年。他预测到 27/28 年会出现某种形式的政府 AGI 项目。

  

  

  反证 / 离职后变化**时间线未兑现**：截至 2026-07，没有实验室宣布 AGI，也没有公开数据表明研发进度倍增器达到 2 倍以上，而他的框架需要 5 到 20 倍。**论证有一个洞**：三条曲线里只有解绑没有数字，而从「聪明的高中生」到「能替代 AI 研究员」这一步主要靠它；他自己在图注里承认「解绑未被绘出」。**言行数据**：2026 Q1 的 13F 申报为 137 亿美元名义值，其中 84.6 亿是半导体看跌期权，2026-06-08 WSJ 报道基金规模超过 200 亿美元——论述与仓位之间出现张力。**未采用**：他称各实验室在合成数据上有突破系基于内部消息，素材标为未证实；一则关于他与 ASML 的轶事亦未获证实，两条均不引。
  连到哪条技术线⑥ 公式 · Kaplan 幂律、⑥ 公式 · 弱到强泛化、⑩ 组织 · 超级对齐


  
    

Mira MuratiMira Murati

    竞品在职 · 2025-02 起 Thinking Machines Lab
    认知路线：把研究变成产品——部署本身是一种研究方法
  
  任职区间阿尔巴尼亚出生，Dartmouth 机械工程学士；2013–2016 在 Tesla 任 Model X 高级产品经理，2016–2018 在 Leap Motion 任产品与工程副总裁。**2018 年加入 OpenAI**，2020–2022 领导应用与合作伙伴关系（DALL·E、Codex、GPT-3 API 商业化）；**2022-05 起任 CTO**，任内发布 ChatGPT、GPT-4、GPT-4o；**2023-11-17 至 11-21 政变期间任临时 CEO 约三天**；**2024-09-25 宣布离职**（与 Bob McGrew、Barret Zoph 同日）；**2025-02 创立 Thinking Machines Lab**。
  发言时身份下引两条一在职、一竞品：第一条是她宣布离职当天的一手声明，身份仍是 OpenAI CTO；第二条为 TML CEO。**另有一句常被移位的话要校准**：「OpenAI is nothing without its people」是 **2023-11-20 凌晨 2 点（PT）**她被董事会换下之后发的 X 帖，数十名高管同时发布、数百名员工复制转发，转发即等同签名，她也是联署信第一位签名者——**那是在职期间的表态，不是离职声明**。
  核心主张她说 DALL·E 的做法是先与创作者、艺术家合作，把反馈烘焙进技术塑形，而不是先造好再找场景；她说 AI 实验室不可能在真空中独自搞清楚怎样部署才对人最有益。在 TML 她给出「串联自行车」隐喻：既不是人主导的副驾驶，也不是 AI 主导的自动驾驶，而是两人同时踩、同时控方向；她说如果现在就把「进步」简化成把人从开发回路里移除，等系统能力更强时就没剩多少把事情做对的可能。

  

  

  反证 / 离职后变化**她的新组织正在复现她离开的那类问题。**TML 六位联创已走三位：Tulloch 2025 年被 Meta 挖走，Zoph 与 Metz 2026-01 回 OpenAI，**且 Zoph 已于 2026-06-19 二次离职**；Chintala 2026-01 接任 CTO。**估值回撤**：2025-07 以 120 亿美元投后完成 20 亿美元种子轮，2025-11 传出寻求 500 亿估值，2026-01 谈崩、维持 120 亿，报道口径的原因是 Tinker 之外缺少清晰收入路径。**治理上有一处反讽**：TML 是公益公司，但她的投票权超过董事会其余成员总和——一个亲历过董事会罢免 CEO 的人，在自己公司里把投票权集中到了自己手上。2024-06-19 Dartmouth 对谈中她说有些创意工作也许会消失，「如果它们产出的内容质量不高，也许它们本来就不该存在」，这是她任内最具争议的表述。**未采用**：「我们对模型能力的理解落后于能力本身」在素材中无可逐字引用的原句（标为未证实），不引；她在政变期间是否向董事会提供过意见，素材口径不一且部分为匿名信源，不做断言。
  连到哪条技术线⑨ 产品与商业、⑩ 组织 · 2023 政变、⑩ 组织 · 人才流出





Not Only Researchers · Product, Ops, Capital

产品 · 运营 · 资本之声：另外四种「OpenAI 员工观点」

上面十五个人里有十三位是研究员。**一页群像若到此为止，就会默认一件从未被论证过的事：研究员的判断等于这家公司的判断。**OpenAI 对外说话的口径至少有四种，服务四种听众、遵循四套问责规则。本节把最容易被误读的四位单独列出并分栏排版——这不是版面安排，是口径纪律。

这一节与研究员人物志分栏，不是版面安排，是口径纪律。这几位开口时占据的是商业立场，目标函数是用户增长、企业渗透、算力融资、监管环境与估值，不是「模型能力的边界在哪」。混同会产生两种对称误读：把商业乐观当技术共识（「OpenAI 认为 AGI 快到了」——说这话的可能是 CFO），把商业谨慎当技术悲观（「OpenAI 承认 AI 没用」——Lightcap 说的是企业流程渗透率）。读每一条时都请追问：这句话是说给谁听的？答案通常是投资人、企业客户、监管者或消费者，不是同行研究者。

  读法纪律：双向对称，不判断动机
  

本节四类 voice 的激励结构与研究员不同：研究员的产出最终面对同行复现，这几条线面对客户、投资人与监管者。因此读法必须双向对称——不能把 CFO 的一句话当成 OpenAI 的技术判断，也不能把研究员的一句话当成公司的商业承诺。

**这是分析框架，不是对任何人诚实度或动机的指控。**一句话可以真诚，却只在说话人自己的语境里成立；误读多发生在传播环节，而非发言环节。

尼克·特利Nick Turley

    OpenAI 现任 · 2022 起
    产品 voice
  
  

2022 年加入 OpenAI 任 head of ChatGPT，任务是「把公司的研究商业化」。本页只采官方周活（WAU）口径，并注明发布者与日期：2025-10-06 DevDay 上 Altman 宣布 8 亿周活，2026-02-27 OpenAI 官方公布 9 亿周活与 5000 万付费订阅。流传的「32 亿月活」是媒体用 8 亿周活乘 4 的推算值，非官方口径（见勘误）。

「命令行时代」是产品预设，不是技术判断：它把对话界面当作过渡形态而非终态。后续动作都是这个预设的执行——Apps SDK 与 Atlas 浏览器（2025-10-21，他称 ChatGPT「正在变成一个操作系统」）、2026-03 并入统一桌面应用；2026 年中 Atlas 作为独立浏览器停止，能力改由桌面应用与 Chrome 扩展承载。他 2025-04-22 在美国司法部诉 Google 案以政府方证人身份作证时说过「deep worry that we may be shut out」，这句担忧最终由自己的路线图印证。

他也是本节语调最保守的一位。2025-08-14 在 The Verge《Decoder》上他给的可靠性门槛是：在能被证明于所有领域而非某些领域比人类专家更可靠之前，用户应当核对答案。同一访谈他谈广告时说自己「谦虚到不敢做极端的长期表态」，2026-02 ChatGPT 内广告上线——可用来校准怎么读「我不排除」式表态。

布拉德·莱特卡普Brad Lightcap

    OpenAI 现任 · 2018 起；2026-04 转 special projects
    运营 voice
  
  

2018 年从 Y Combinator（任 CFO）加入，历任 CFO、COO，大学是经济学与历史学双学位。2025-05 起与 Friar、Weil 一同改向 Fidji Simo 汇报。2026-04，在 Simo 宣布医疗休假的同一份备忘录里，公司公布他转任「special projects」新角色；具体内容未公开，本页不做推测。

这句话被转述成「OpenAI 承认 AI 没用」，是本节最典型的一次误读。它是销售侧诊断，不是能力评估。他把不采纳定位在客户侧（企业太复杂）；与 Turley 的可靠性门槛并读，会浮现一个产品侧的竞争性解释——需要人工核验的系统无法嵌入无人值守的流程。同一访谈他还说「几乎总是不得不管理过多的需求」，记者明确注明他说需求强劲却没有给任何数字。

另两句被反复引用的话都是时间框架修辞：2025-10-07 Fortune Term Sheet 播客的「Bubbles have almost always preceded some important technological shift」，与同一访谈的「We’re four seconds in this entire shift.」T3 可靠媒体一手采访。「第四秒」一次解释了为什么收入还不够、为什么要花这么多钱，并让「短期没兑现」的批评失效；它与研究员的时间表不可通约。见⑪ 前沿 · 产品轴。

莎拉·弗莱尔Sarah Friar

    OpenAI 现任 · 2024-11 起
    资本 voice
  
  

2024-11 出任 CFO，此前为 Square CFO、Nextdoor CEO。2025-11-05 在 WSJ Tech Live 现场，她说出那个词时正在解释一个真实难题：芯片折旧周期短、资产寿命短，银行不敢给高杠杆，需要外部信用增强。

传播把它压缩成「求政府救我们」。当晚她在 LinkedIn 澄清「I used the word ‘backstop’ and it muddied the point.」，并否认 OpenAI 在为基建承诺寻求政府兜底T1 逐字/官方转录；但同一篇保留了「私营部门与政府各尽其责」与「AI 是国家战略资产」——承认措辞、否认实质、不收回立场。次日 2025-11-06，Altman 在 X 上把口径拉得更彻底：「we do not have or want government guarantees for OpenAI datacenters.」T3 可靠媒体一手采访 从发言到 CFO 澄清不到 12 小时，到 CEO 亲自否认不到 24 小时。

机制比风波重要。「backstop」在英语公共语境里连着 2008 年的记忆：私人收益、公共风险。信用增强本是金融业常规工具，但「太大而不能倒」的框架一旦激活，技术细节就不再被听见。**这就是一句资本 voice 被当成公司立场的完整路径：专业口径 → 公众框架压缩 → 更高层级口径覆盖。**另一组必须成对引用的数字：Altman 2025 年秋提出 1.4 万亿美元基建承诺，据 CNBC 2026-02 报道已下修为「到 2030 年约 6000 亿美元」总算力支出T3 可靠媒体一手采访；见⑨ 产品与商业、⑩ 治理 · 算力。

彼得·韦林德Peter Welinder

    OpenAI 现任 · 约 2016 起
    硬件与产品 voice
  
  

他是 OpenAI 机器人方向的创始成员之一（Dactyl 机械手解魔方；该线 2021 年解散），随后创建并领导 Applied 组织：按其 LinkedIn 自述，他「hired and managed OpenAI’s first Product, Engineering, Applied Research, Design, Go to market and Trust and Safety teams」T1 逐字/官方转录——把研究实验室转成产品公司的整套班底是他搭的。头衔序列以本人档案为准：Head of Applied → VP of Product, Applied（2020-11–2023-08）→ VP of Product, New Product Explorations → Vice President and General Manager（2025-07 起），负责下一代消费硬件（io Products 并入 OpenAI 后）。⚠️ 流传甚广的「VP of Product & Partnerships」在其档案职位史中不存在，本页不用。

价值在解释结构，不在结论。他的假设把举证责任交回用户（同帖请用户提交实例），而且难以证伪：任何退化报告都可归因为观察者效应。两年后 GPT-5 发布当日，OpenAI 自己承认自动路由器故障确实会让模型「看起来蠢很多」（Altman，2025-08-08）——这不追溯性地证明 2023 年的说法错了，但说明那个先验下得太重。

2025 年他转向硬件。2025-04-29 他在 LinkedIn 问「Who is building the AI that will ultimately help us design and build starships, Dyson Spheres, and Matrioshka Brains?」；**⚠️ 该帖同时在为他天使投资的 P-1 AI 站台，含商业利益，不能当作 OpenAI 官方战略的证据。**公开发言的愿景尺度常与实际职责尺度差若干量级，是产品条线的稳定特征。

Simo 与法律／政治条线

**菲吉·西莫（Fidji Simo）**2026-07-09 起转兼职顾问：2025-05 官宣、2025-08 到岗，COO、CFO、CPO 均向她汇报；离任前头衔是 CEO of AGI Deployment，不是 CEO of Applications。2026-04 起因慢性神经免疫疾病恶化休医疗假，2026-07-09 退出全职岗位；她公开写道「在帮助建造未来的同时应对一种至今无治愈方法的致残疾病，是一种令人错愕的体验」T1 逐字/官方转录——健康内容只引用她自己说过的，不推测不评价。

**Jason Kwon（首席战略官）**2025-10-10 在 X 上为 OpenAI 向七家非营利发出的传票辩护：「When a third party inserts themselves into active litigation, they are subject to standard legal processes」，并称这是「a routine step in litigation」T3 可靠媒体一手采访；OpenAI 发言人把该推文定为公司官方回应机构口径（见⑩ 治理 · Musk）。**Chris Lehane（首席全球事务官）**称 OpenAI 对超级 PAC Leading the Future 的战术并非「so much into the tactics」，自己目前「not involved」；同一报道另记一处冲突：OpenAI 发言人称从未向该 PAC 提供资金或支持，而 Build American AI 负责人曾把 OpenAI 列为其企业资助方——并列记录，不裁决。

Tier B · Thematic Short Files

B 级 · 主题短档案：二十四人，按条线成组而不是按名气排序

B 级的判据是「有可核验的贡献与身份，但公开材料不足以重建一条完整的可证伪路线」。**成组的方式是技术条线，不是职级。**每人一到两段，不配引语卡——A 级已承担引语的举证责任，B 级的任务是补全地图，不是重复论证。凡在分层判据的排除表中已给出理由的人物（Jason Wei、Hyung Won Chung、Bob McGrew、Barret Zoph、Wojciech Zaremba、Shengjia Zhao），本节不再重复立条，只保留其中流动样本价值最高的两位。

组一 · 生成模型线

这条线在 2018–2023 年几乎不被主流叙事覆盖，直到 GPT-4o 与 Sora 才并回主干。四人的共同点是：都在自己刚建好的路线上动过手。

普拉富拉·达里瓦尔Prafulla Dhariwal

    OpenAI 现任 · Technical Fellow
    不护自己的路线
  
  

入职年份存在信源冲突（LinkedIn 记为 2017-02，印度媒体记为 2016 年实习后留任）；2023-08 至 2025-06 任 Head of Multimodal，2024-08 起为 Technical Fellow，至 2026-07 在职。2018 年他与 Kingma 合著 Glow 把可逆流模型推到高峰，2021-05 又以《Diffusion Models Beat GANs》共同一作亲手证明另一条路更好。

阿迪蒂亚·拉梅什Aditya Ramesh

    OpenAI 现任 · VP of Research
    感知 → 模拟 → 行动
  
  

先纠一条：流传的「他 2025 年离开 OpenAI 去了 Thinking Machines Lab」不成立，他从未离开。约 2018 年入职，DALL·E 1 第一作者、DALL·E 2 共同一作、DALL·E 3 团队负责人，2024-12 建起 Sora 产品团队，2025-10 交付 Sora 2；约 2025 年起任 VP of Research 领导 Worldsim，2026-05-31 Altman 宣布 OpenAI Robotics 由他领导。

他以现任 VP of Research 身份在个人主页上写「我在 OpenAI 以研究副总裁的身份领导 Worldsim」，当前工作是把视频生成模型的智能带到物理世界adityaramesh.com · T1。这句话把「视频模型即世界模拟器」从解释演示的修辞变成了造机器人的工程前提，而中间隔着一整个因果推断的鸿沟：预测下一帧不等于知道该做什么动作。

蒂姆·布鲁克斯Tim Brooks

    竞品任职 · Google DeepMind
    同一句话，换了两家公司
  
  

伯克利博士期间做出 InstructPix2Pix；2023-01 加入 OpenAI 从零启动 Sora，2024-02-15 以在职研究科学家身份任技术报告第一作者；2024-10-03 发帖宣布离职当日加入 Google DeepMind，2025-01 在那里组建世界建模团队，2025-08 Genie 3 发布时列于致谢名单（致谢不等于作者）。

利亚姆·费杜斯Liam Fedus

    离职后 · 2025-01 起
    换数据源，不换范式
  
  

Google Brain 时期以 Switch Transformer 第一作者身份把 MoE 简化为每 token 只路由到一个专家，让万亿参数第一次真的训得起来。在 OpenAI 任 ChatGPT 与后训练负责人、后期为 VP of Research（入职年份未见公开确认），2025-01 宣布离职；2025-09-30 与 Ekin Dogus Cubuk 的 Periodic Labs 以 3 亿美元种子轮出圈。

组二 · RL 与推理线

这组里有两条必须先说清的勘误——Aidan Clark 与 Ilge Akkaya 都没有离开——也有本页流动最剧烈的样本：同一个技术前提，去向分散在三家公司。

杰里·特沃雷克Jerry Tworek

    OpenAI 现任 · VP of Research
    路线图六年没换过
  
  

量化交易员出身，2019 年通过官网投简历加入 OpenAI，从机器人项目转到 o1 的 RL 研究团队负责人，现任 VP of Research，也是 2025 年 o3 与 GPT-5 的研究负责人之一。他以在职身份在 MAD Podcast 上给 GPT-5 去魅：它「在某种意义上可以被看作 o3.1」节目官方转录 · T1。

巴雷特·佐夫Barret Zoph

    离职后 · 2026-06-19 起（第二次）
    两进两出
  
  

NAS 论文第一作者，职业生涯一直在做同一件事：用自动化搜索替代人类设计。2022-09 加入 OpenAI 任 VP of Research (Post-Training)，主导 ChatGPT 与 GPT-4 后训练；2024-09-25 与 Murati、McGrew 同日离职；2024-10 起任 Thinking Machines Lab 联创兼 CTO；2026-01-14 被 TML 解雇、当日回归 OpenAI（同批还有 Luke Metz、Sam Schoenholz）；2026-06-19 再次从 OpenAI 离职，此前任 Head of Enterprise AI Sales。

被解雇的原因双方各执一词，此处并列、不作裁决：TML 方面据 WSJ 与 WIRED 报道称涉及未披露的职场关系与绩效问题；Zoph 本人否认，称他是在表明去意之后才被解雇的；OpenAI 方面 Fidji Simo 在给员工的备忘录中表示不认同 Murati 的顾虑WSJ / WIRED 转述 · T3。二十个月走完「出走—创业—被解雇—回归—再离职」一整圈。

勘误指向：把「离职」当成人才战的默认结局，会漏掉两类事实——有人根本没走，有人走了又回来还会再走。下面两条是本页明确要推翻的流传说法。

艾丹·克拉克Aidan Clark

    OpenAI 现任 · VP of Research (Training)
    勘误：他并未离开
  
  

「Aidan Clark 被 Meta 挖走」不成立。可核查的事实是：LinkedIn 显示他自 2022-07 起在 OpenAI，头衔为 VP of Research (Training)，状态为在职；Google Scholar 邮箱仍是 openai.com。2025 年 6 月挖角潮中他确实出现在「Meta 目标名单」传闻里，但无权威报道确认他收到过报价，更没有任何报道称他离职。

他负责预训练，GPT-4o、GPT-4.5、GPT-5 相关，也是 gpt-oss 开放权重模型的负责人之一。预训练被公开宣布收益递减，而它的负责人仍是 VP 且没有走——更合理的读法是预训练从「能力来源」降级为「能力上限的设定者」：是降级，不是退场。

伊尔盖·阿卡亚Ilge Akkaya

    OpenAI 现任 · 推理团队负责人
    勘误：她不在 TML
  
  

「她 2025 年去了 Thinking Machines Lab」与一手证据冲突。个人主页（2026-07-25 查看）写着：「我目前是 OpenAI 的研究员与团队负责人，隶属 LLM 推理研究团队」本人主页 · T1；GitHub 档案的机构字段同样是 OpenAI。本页未检索到任何支持她加入 TML 的权威材料。

她 2019-03 加入 OpenAI 机器人团队，是《Solving Rubik’s Cube with a Robot Hand》第一作者。那篇的作者名单几乎是一份早期核心花名册——后来的 CRO、RL 负责人、安全 VP、联合创始人都在里面；而 ADR 那套自动生成难度递增的环境，与今天的 RL 环境课程学习是直接血缘。

赵晟佳Shengjia Zhao

    竞品任职 · Meta 首席科学家
    无公开表态本身是事实
  
  

清华姚班 → Stanford 博士 → OpenAI：ChatGPT 共同创造者、GPT-4 合著者、o1 的基础贡献者（与 Ilya Sutskever 并列）、曾领导合成数据方向，入职年份未见公开确认 → 2025-06 加入 Meta，2025-07-25 出任 Meta Superintelligence Labs 首席科学家。Zuckerberg 在任命帖里称他「已经开创了数项突破，包括一种新的 scaling 范式」Reuters 等三源引述 · T3。

上一组的分歧在技术之外；下一组的分歧不在技术，而在这家公司是否准备好了。

组三 · 安全与政策线

这组的共同点不是立场，而是位置：他们都在「我们准备好了吗」这一格上工作。把他们的清单并排读会发现，OpenAI 的安全争议从来不是一维的。

迈尔斯·布伦戴奇Miles Brundage

    独立机构 · AVERI 执行主任
    把批评变成审计基础设施
  
  

2018-06 前后加入 OpenAI 政策团队，历任 Head of Policy Research 与 AGI 就绪度高级顾问，外部红队与前几代 system card 都出自他的团队；2024-10-25 为最后一天，次日 AGI Readiness 团队解散。那句被引用上千次的话是在职期间说的：三方都没准备好——但引用几乎都砍掉了下一句：他不认为这在领导层内部有争议本人 Substack · T1。

格雷琴·克鲁格Gretchen Krueger

    学界 · 哈佛 Berkman Klein Center
    分裂可能是被制造的
  
  

约 2019 年加入 OpenAI 政策团队，直属经理是 Brundage；署名集中在能力论文的社会影响章节——GPT-3、Codex、CLIP，以及 DALL·E 2 的风险评估。2024-05-14 递交辞呈。她明确否认这是串联：「我是在听到关于 Ilya 和 Jan 的消息前几小时辞职的，我的决定是独立做出的」推文原文存档 · T1。

乔什·阿基安Josh Achiam

    离职后 · 最后一天 2026-07-24
    在职实名唱反调的孤例
  
  

先纠一条职称误传：他从未任 VP。可核查的序列是 Research Intern（2017）→ Research Scientist → Head of Mission Alignment（2024-09）→ Chief Futurist（2026-02）。Mission Alignment 团队已于 2026-02 解散、七名成员分流；他 2026-07-07 宣布离职，最后一天为 2026-07-24，去向未公开。

最值得记录的是 2025-10-10：他以在职的 Mission Alignment 负责人身份公开反对本公司向非营利批评者发传票，「冒着可能葬送我整个职业生涯的风险，我要说：这看起来不太妙」推文原文 + 多源转述 · T1。九个月后他离开，双方口径均为「没有具体原因」；两者之间是否有因果，无公开证据，本页不作推测。

丹尼尔·科科塔伊洛Daniel Kokotajlo

    非营利 · AI Futures Project 执行主任
    用股权换回说话权
  
  

2022 年加入 OpenAI 任治理研究员，2024-04 辞职，拒签含不贬损条款的离职文件、因此放弃全部既得股权。限定词不能省：他估计那「至少」占家庭净资产的 85%，同时说明自己不知道如何估算股权价值。此举在两周内触发 Altman 公开道歉与全面追溯豁免。

他的概率同样常被压扁。流传的「70% 灭绝」是错的：他离职后在 Undark 播客上的分解是灭绝约 20%、「某种灾难」约 70%，而后者「可能不是一场把我们全都杀死的灾难」Undark 官方转录 · T1。《AI 2027》自带免责声明（中位数已移到 2028），《AI 2040》则明说是建议而非预测。

威廉·桑德斯William Saunders

    离职后 · 2024-02-15 起
    救生艇比水密隔舱重要
  
  

2021-02 至 2024-02-15 在 OpenAI 任 Member of Technical Staff，属 Alignment（后并入 Superalignment）团队，经理为 Jan Leike。他离职后那个著名比喻的内核常被漏掉：泰坦尼克号在「让事故不发生」上是同代最先进的，恰恰因此在「事故后限制损失」上被认为可以省Big Technology Podcast，多源逐字 · T3。

Long Ouyang

    OpenAI 现任 · 研究科学家
    helpful 是语用学问题
  
  

斯坦福认知心理学博士，出自 Noah Goodman 的实验室——理性言语行为理论的发源地。2019-06 加入 OpenAI 任研究科学家，至 2026-07 已七年一个月，无离职记录。他是 InstructGPT（2022-03）第一作者，也是 GPT-4 贡献者页上的指令遵循数据收集负责人。

Jeff Wu

    离职后 · 2024-07 起，去向未公开
    对齐路线六年演化的镜像
  
  

2018-08 至 2024-07 在 OpenAI 任研究工程师，整六年。轨迹几乎就是 OpenAI 对齐路线本身：GPT-2 训练与百倍规模化 → RLHF 四篇（他是唯一全署名的人）→ 递归书摘第一作者 → 弱到强泛化 → 2024-06 稀疏自编码器末位资深作者，那篇是 Superalignment 的遗作之一。

博阿兹·巴拉克Boaz Barak

    OpenAI 现任 · 安全研究（哈佛教授兼任）
    危险来自分布，不是水平
  
  

哈佛计算机科学教授（理论 CS、密码学、复杂性理论），2023 年起以休假或兼职安排在 OpenAI 做安全研究。2025-01-24 他以在职身份在个人博客给出时间线：技术能力上 2–4 年内达到「AGI 水平」，但转化为经济与社会影响会久得多windowsontheory.org · T1。

组四 · 组织与其余关键人物

这两个人对应两种无法归入前三组的组织事实：一位模型行为方向的后训练负责人，以及一桩争议未消的死亡。

苏奇尔·巴拉吉Suchir Balaji

    离职后 · 2024-08 起
    合理使用是可替代性问题
  
  

伯克利计算机科学专业；约 2020 年起在 OpenAI 工作近四年，最后一年半在 ChatGPT 上；2024-08 离职。需要一条术语澄清：他在《纽约时报》诉 OpenAI 案中的身份是「custodian」（可能持有相关文件的人），该名单上还有多位前任与现任员工；「关键证人」不准确。

Relations · Only Edges With Evidence

人物关系图：只画有证据的边

人物关系图最常见的失败，是画满了「影响」箭头——这类箭头几乎全部不可核验，画出来只是把作者的印象伪装成结构。本图只允许四种边，每种都必须能指到一份具体证据：合作（共同署名或同一项目）、技术传承（后一项工作在文本上明确建立在前一项之上）、汇报（公开可查的组织关系）、公开分歧（双方各自的公开表述在同一问题上相反）。「谁影响了谁」一条都不画。

  **原创图 ③（本报告原创绘制）：**这张图回答的问题是——**在没有「影响力箭头」可用的情况下，人物之间还剩下什么可核验的结构？**剩下四种：共同署名、文本上的技术承接、公开可查的汇报关系、双方各自表述过的分歧。**图里最反直觉的一条是紫色那根**：Jan Leike 2024 年离开 OpenAI 后，在 Anthropic 向 Jared Kaplan 汇报——而 Kaplan 本人也是 2021 年从 OpenAI 出走的一员。**这条线上没有一个人还在 OpenAI。**
    数据来源：`research/04-people-dossier.md` 卷一 X.2「三组交叉印证」与各人物履历骨架；每条边的证据均可在对应人物志的六栏中回查。本报告原创 SVG，未热链任何外部资源。



  洞察 · 为什么「立场相反者的一致」比「同一阵营的合唱」更值得相信
  

上图的三个编号，各自把三到四个在别的问题上激烈分歧的人绑在同一结论上。这类证据强，是因为它排除了最常见的那个混杂因素——共同的激励：当三位在职高管同时说「reasoning 才刚开始」，你无法区分这是技术判断还是组织口径；但当最激进的推理时计算倡导者、最著名的减速派、以及一位出走两次的算法奠基者都说 self-play 在非零和场景里没有对应物，共同激励这个解释就不成立了。

但这条推理有边界。三人来自同一技术传统、读同一批论文，仍可能共享一个认知盲区而非发现了一个事实——「立场相反」排除的是利益一致，排除不了范式一致。检验方式是外部证据：若 2027 年前出现一个被独立复现、在非零和场景可用的 self-play 变体，这三个人会同时错。

The Talent War · 2020–2026

人才流动：不是八卦，是这一章信息密度最高的一张图

把人事变动写成花边是最浪费素材的做法。流动方向是可核验的、连续的、且与技术路线强相关的观测量——它比访谈更早地告诉你，一个组织内部哪条路线正在被压缩、哪条正在被加价。下图只画有一手或双源证据的流向，共 41 人次；去向未经核实或归类存疑的条目一律不入图。

  **原创图 ①（本报告原创绘制）：**这张图回答的问题是——**同样是接收 11 个人，Anthropic 和 Meta 买的是不是同一样东西？**答案写在带宽的形状里：Anthropic 那条是横跨五年半的慢流，人员集中在安全、对齐与可解释性；Meta 那条压缩在 2025 年 6–7 月的三个月内，人员集中在 o 系列强化学习、多模态与合成数据的**具体执行者**。前者像是理念分歧的持续渗出，后者像是一次针对隐性知识的定向采购。
    数据来源：`research/04-people-dossier.md` C4「OpenAI 人才流出总览（2020–2026）」总表，逐行核对后剔除标注为待核实与可能归类错误的条目。本报告原创 SVG，未热链任何外部资源。

2025 年 6 月到 8 月：从正常竞争到战时状态的相变

这三个月的特殊性不在于「有人跳槽」，而在于三条同时越界的规则：单人签约金进入八位数区间；收购与雇佣的界限消失（Meta 以 143 亿美元入股 Scale AI，主要为得到 Alexandr Wang）；CEO 亲自下场。下面的时间轴按证据强度分层，可按轨道与信源等级筛选。

    轨道
    全部
    人员
    资本与算力
    治理
  
  
    信源等级
    全部
    T1 逐字
    T3 媒体一手
  
  

当前显示 0 / 0 个节点 重置全部

    2025-06-12资本与算力T3 可靠媒体一手
    

Meta 向 Scale AI 投资 143 亿美元，Alexandr Wang 出任首席 AI 官

这笔交易把「投资」与「招聘」合并成了同一个动作，也为随后三个月的报价水平设定了锚。

资本结构与算力承诺的完整论证归 ⑩ 治理 · 算力与资本。

    2025-06-17人员T3 可靠媒体一手
    

Altman 在播客上公开「一亿美元签约金」的说法

他同时说了下半句：「至少到目前为止，我们最好的人没有一个决定接受。」这两句必须一起引——单引前半句会把一个竞争性表述读成中立的市场描述。

Uncapped with Jack Altman 播客；Reuters / TechCrunch 四源引语一致 · Sam 的完整思想脉络见 ③ Sam · 长访谈组。

    2025-06-26人员T1 逐字
    

被挖走的当事人本人否认「一亿美元签约金」

Lucas Beyer 在 X 上确认加入 Meta，同时明确写道那个数字是假新闻。本页把它列为全场证据等级最高的一条——因为它来自被指涉的当事人本人，而不是任何一方的公关。

原推经 Fortune / Business Insider 全文引用 · EV-2025-06-25-META—BEYER-DENIAL

    2025-06-28人员T3 内部沟通经媒体披露
    

Mark Chen 的内部 Slack 备忘录：「仿佛有人闯进了我们家」

同一份备忘录还记录了一条更具体的战术观察：Meta 知道 OpenAI 那一周在强制「充电周」休假，并会利用这一点制造孤立决策。双方都在把决策心理学当武器。

WIRED 独家获得 Slack 原文 · 内部沟通，非公开声明 · 完整引语见 A 级 · Mark Chen。日期分歧待裁决：全站主时间线把本条登记为 2025-06-30（标 T5、链接未通过校验）；本页取 2025-06-28（周六），因为 TechCrunch 已在 2025-06-29 转载该备忘录，备忘录不可能晚于转载日。本页用双连字符子 ID 承载这条陈述，父事件 ID 仍与主时间线一致，建议回改主时间线的日期。

    2025-06-30人员T3 内部沟通经媒体披露
    

「传教士会打败雇佣兵」——内部 Slack，不是公开声明

这句被引用了一年的话，出处是 Altman 发给研究团队的内部消息，由 WIRED 获得并披露。同一封信里他还承认 Meta「确实拿到了几个很棒的人」，并宣布重新评估整个研究组织的薪酬——即他在用使命话术的同一封信里宣布加薪。这后半段几乎从不被引用。

WIRED 泄露 Slack 原文 · 该措辞化用自风险投资人 John Doerr 的惯用语 · 详见 勘误表第 7 条。

    2025-07-03治理T3 可靠媒体一手
    

Ilya Sutskever 出任 SSI 首席执行官，Daniel Gross 离开加入 Meta

他在公告里写「我们有算力，我们有团队，我们知道该做什么」。这三件事恰恰是 SSI 外部最无法验证的三件事——该公司至今无产品、无论文、无技术博客。

TechCrunch / Observer 引 X 原帖 · Ilya 的完整判断见 ② Ilya · SSI。

    2025-07-25人员T3 可靠媒体一手
    

Shengjia Zhao 被正式任命为 Meta 超级智能实验室首席科学家

他对这次转会没有任何公开表态。本页把这条「无表态」本身当作一条需要记录的事实——因为围绕他的所有解读，目前全部来自 Zuckerberg 一方的表述。不替当事人归因。

Reuters · EV-2025-07-00-META—ZHAO-APPOINTED · 主时间线该场合只精确到月（原表注「日期待考」），本页用子 ID 承载 2025-07-25 这一具体任命日。

    2026-01-14人员T3 可靠媒体一手
    

回流：三人从 Thinking Machines 回到 OpenAI

Murati 宣布 Zoph 离任后不到一小时，Fidji Simo 宣布其回归，同批还有 Luke Metz 与 Sam Schoenholz。关于 Zoph 被解雇的原因，双方各执一词，本页并列记录、不作裁决。

TechCrunch 引 Murati / Simo 原推；The Verge 获 OpenAI 确认 · 这条结论已在 2026-06 过期，见下一节点。

    2026-06-19人员T3 可靠媒体一手
    

Barret Zoph 二次离开 OpenAI —— 一条「更正」的过期

他在二十个月内走完了「OpenAI → Thinking Machines → OpenAI → 离开」的完整循环。**本页收到的建站任务书里，把「2026-01 回归」当作需要纠正的最新事实——那条纠正本身已经过期。**这就是勘误表要单设一节讨论的机制。

The Verge · 核验日 2026-07-25 · 见 勘误表 · 更正也会过期。