【新智元导读】AI时代的基建狂潮来了！Anthropic联合创始人Tom Brown直言：人类正踏上一场规模超越阿波罗登月、曼哈顿计划的算力竞赛。他，曾经线月自学成才，加入OpenAI打造GPT-3，创立Anthropic……一路开挂堪比韦小宝，他正是AI时代最燃的注脚！

　　Anthropic联合创始人Tom Brown直言，AI基础设施的规模超越阿波罗与曼哈顿计划。

　　Tom Brown，或许并不如奥特曼、马斯克那样家喻户晓，但在AI圈，他是被低估的传奇。

　　特别的是，他自学成才——从线性代数只考了B-的学生，硬是成长为推动通用人工智能突破的核心人物。

　　在OpenAI协助打造了GPT-3之后，他和OpenAI志同道合的同事，另立山头，共同创立了Anthropic。

　　而Anthropic只有七个联合创始人（见下图），硬着头皮起步，连能否做出产品、产品会是什么样都没谱。

　　在Anthropic，他主导着他称之为「人类史上最大规模的基础设施建设」——一场比阿波罗登月、曼哈顿计划更庞大的算力竞赛。

　　在硅谷的「黄埔军校」YC的Lightcone Podcast「光锥播客」节目中，Tom Brown首次全面讲述了自己的非典型人生历程。他还分享了对年轻工程师的肺腑之言。

　　最后强调：年轻人要勇敢冒险，追随内心使命，而不是追名逐利（chasing credentials）。

　　主持人问：21岁从MIT毕业，Tom进入科技行业，从2009年到今天，怎么一路走到联合创办Anthropic这样重要的公司？

　　21岁从MIT的计算机专业毕业后，放弃巨头offer，他加入朋友初创公司Linked Language，首次体验「狼性」创业文化。

　　之后，Tom去了移动广告平台Mopub，是第一号工程师。虽然想当「狼」，但那时编程水平其实很差，他常常觉得自己跟不上。但这段经历让他学到了如何把东西拓展。

　　第一次当CEO：做「比Heroku更灵活」的DevOps平台，结果连自己都说不清要做什么。

　　第二次做约会App：YC之父Paul Graham把他介绍给Grouper，被Tinder直接降维打击，边烧光钱边靠「每周带团队去相亲」续命。

　　对Tom来说，Grouper的吸引力在于：本来，他非常笨拙、害羞，特别希望有个平台能让他在朋友陪伴下去认识女生，这样会更安全。

　　唯一比他还常去Grouper约会的人是Greg Brockman。他一度几乎每周都在社交软件上发「这周谁去Grouper？」。

　　在Grouper，他被搞得身心俱疲：创业的高潮让人兴奋，但低谷也极度痛苦。

　　业务下滑、收入减少，但Tom仍在招工程师，不断推销一个连自己都不再相信的梦想——那种感觉简直像「死亡行军」。

　　比如，去做瑜伽、CrossFit，甚至花三个月造了一辆「艺术车」开去Burning Man艺术节，洗去一身「班味」。

　　也许，我们这辈人就会遇到颠覆性人工智能（Transformative AI）的出现，如果真发生，那是人类最重大的事件。

　　或许我能帮上点忙。但我大学线性代数才考了B-（差点是C+），这种水平能行吗？

　　那时，想要搞AI研究，大家觉得你必须是顶尖学霸才有资格。所以，他不确定能否胜任，加上之前创业有所成就，他一度想干脆再去做个新创业项目算了。

　　他的朋友们听说他要去做AI研究，都觉得很怪，甚至有点糟糕。他们说：「AI安全？听起来就像火星人口过剩一样荒谬！」

　　他们都怀疑Tom不一定适合干这事。所以他足足犹豫了半年，才慢慢鼓起勇气去尝试。

　　玩了三个月后，他逼自己进入「隐身学习模式」六个月，好让自己有机会进到顶尖实验室。

　　当时只有三个选择：DeepMind、谷歌Brain、MIRI（机器智能研究院）。但他完全没技术积累，只能靠自学。

　　为了进入OpenAI，他一开始就厚着脸皮去找Greg Brockman，毕竟那时OpenAI团队里大多是研究员，阵容强大。

　　OpenAI宣布成立的当天，Tom就给Brockman发消息：「我线性代数才B-，但会一点工程，懂一些分布式系统。要是能帮上忙，哪怕扫地拖地我都愿意。」

　　Pieter Abbeel是加州大学伯克利分校的教授，专攻机器人学习领域。2016年4月26日，他从伯克利休假，全职加入了OpenAI

　　后来，Tom每个月都去跟进学习，终于等到一个机会：OpenAI想做游戏环境，需要人帮忙搭建星际争霸（StarCraft）环境。于是他加入项目。

　　当时，OpenAI落脚在旧金山的Dandelion 巧克力工厂楼上，还有马斯克承诺的十亿美元资金，创业氛围十足。

　　GPT-2还在TPU上训练，而GPT-3的重大突破是切换到GPU并使用更多算力。

　　那时大家已经意识到Scaling Law的力量：只要用对方法，算力越多，智能就越强。

　　Danny Hernandez的研究显示，算法效率提升也在持续降低成本。

　　当时他最震撼的是：那条直线个数量级——从小模型到超级大模型，全都稳定对齐在同一条线。

　　这么长的数量级跨度，在其他科学领域都没见过。于是Tom完全转向做scaling相关工作。

　　当然，当时学界很多人还在批评OpenAI，说「你们只是在堆GPU，太粗暴，没技术含量」。有人甚至形容这就是「愚蠢但有效」的办法。

　　Scaling Law必然会带来颠覆，最终人类将不得不把某种控制权移交给通用人工智能（AGI）。如果运气好，它会与人类目标保持一致，带来顺利的过渡；如果运气不好，后果可能极为严重。

　　Tom坦承当时并不确定这是对世界最好的选择。回头看，结果证明这是明智的。

　　早期加入Anthropic的人都是抱着「使命」来的。他们本可以去更体面、更赚钱的地方，但选择了Anthropic，因为他们相信这件事值得做。

　　正因如此，直到今天Anthropic已有2000多人，政治斗争依旧没能渗入。如果有人觉得某个行为偏离使命，他们会直接站出来指出来。

　　初期，Anthropic还犹豫是否发布产品，专注于研究和基础设施。ChatGPT的发布是一个催化剂，促使Anthropic推出API和Claude AI。

　　尤其在编程场景里，从个位数一路升到20%、30%，甚至现在可能80%、90%的创始人更偏好Claude。

　　YC的创业者调研显示，大家在编程上更喜欢用Anthropic的模型，这种偏好远超基准测试结果能解释的范围。为什么会这样？是有意为之，还是自然涌现？

　　其他大实验室都有专门团队，盯着基准测试题库做针对性优化，目标就是让分数更好看。但我们没有这样的团队，所以反而避免了训练集和测试集的过拟合。

　　Anthropic内部当然也有自己的评测指标，但不会对外公布。团队主要盯着内部benchmark去优化，同时大量「dogfooding」（内部自用）——比如让Claude来加速自己的工程师工作，这是最高优先级。

　　最近，Claude Code特别成功。主持人问起了它的起源，没想到Claude Code最初只是个无心之作。

　　工程师Boris Cherny为了帮团队写代码，临时拼凑出来的内部小工具。

　　一开始，Anthropic的战略是：只做API，不碰应用。因为他们觉得，外部创业公司有无数点子，肯定更懂产品。所以他们全力把API打磨到最好，让开发者去构建应用。

　　结果Claude Code出乎意料地跑了出来，作为一个产品，它居然比市面上的替代品更好用。

　　对此，Tom有个「心智切换」理论——把Claude本身当成「用户」来对待。

　　所以团队的思路是：给Claude配备最合适的工具和上下文，让它更高效地帮助人类完成任务。

　　这是一种「以模型为中心」的思维方式，对Anthropic而言却格外自然。

　　如果今天有一个「年轻版的你」——20多岁，正想进入AI领域，想搭上这班快车，你会给他什么建议？

　　选择那些即使失败，朋友们也会觉得你很酷、很钦佩的项目。或者，你理想中的那个更好的自己，会为之骄傲的事情。去做这样的事，而不是一味追逐所谓的「安全路径」。

　　主持人最后问了大学生常见的困惑：到底要不要继续上学？未来还有没有工作？世界会怎么变？

　　如果只是为了拿一个文凭，或者去FAANG公司（Facebook、Apple、Amazon、Netflix、Google）混一份工作，那已经没什么意义了。

　　现在的世界变化太快，靠「传统路径」已经不再是优势。真正的价值，是你能不能在朋友心中、在自己心里，都觉得「我做了一件了不起的事情」。

　　原标题：《OpenAI史上最大失误：放走这位MIT学霸！美国AI「三朝元老」，现实韦小宝》

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。