# OpenAI前研究负责人Bob McGrew：AGI需要的突破已经做完，2025属于推理 > Training Data No. 52 中文精读 - 原标题：The Breakthroughs Needed for AGI Have Already Been Made: OpenAI Former Research Head Bob McGrew - 发布日期：2025-06-17 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/052-the-breakthroughs-needed-for-agi-have-already-been-made-open-z_-nLK.html - 精读字数：约 6095 字（阅读约 14 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 2019年，OpenAI花了好几年，教会一只机械手复原魔方。 2025年，一家叫Physical Intelligence的公司，用几个月就让机器人学会了叠衣服、打包纸箱、装鸡蛋盒。 说这话的人叫Bob McGrew，OpenAI前研究负责人，在OpenAI待了七年，2024年9月离开。更早之前他在Palantir，中间还差点自己创业做机器人，2016年就教会机器人靠视觉下跳棋。 2025年6月，他上了红杉资本的播客Training Data，聊了一个多小时，判断一个比一个猛：**通往AGI需要的根本性突破，已经全部做完了**。2025年是推理之年。到2035年回头看，AI也不会多出什么新的根本性东西。 下面拆开讲。 ## 2025，推理之年 McGrew把现在的AI拆成三块：预训练、后训练、推理。前两块大家熟，推理是2024年9月o1 preview亮相后才真正立起来的新技术。 他的判断很直接：2025年全行业的火力都会压在推理上。逻辑是，新技术刚出来，有一大堆现成的便宜可捡，算力、数据、算法效率全是低垂的果实。o1 preview到o3，只隔了半年；推理从OpenAI扩散到谷歌、DeepSeek、Anthropic，也只用了几个月。 他举了个例子，说明现在的果子有多好摘：o1 preview不会用工具，o3会把工具调用编进思维链。这个方向训练o1时就看得清清楚楚，纯粹是实现费时间，前后搞了六个月。**下一批改进会比这难得多，等显见的红利吃完，速度自然会慢下来**。 至于推特上流传的「预训练撞墙」，他的说法更精确：预训练没有消失，只是收益递减。模型的智能和训练算力大致呈对数线性关系，想多涨一点智能，算力得翻指数倍。预训练一次要占满整个数据中心好几个月，练下一代就得等新数据中心，以年为单位。 所以预训练换了角色：改进架构，让推理时效率更高、上下文更长、用得更充分。改完架构，从头预训练，再走一遍推理流程。 后训练呢？他给了个很少有人这么讲的说法：预训练和推理都在涨智能，后训练管的是**模型性格**。智能是「薄」问题，练好数学，法律推理跟着变好，放之四海皆准。性格是「厚」问题，得靠大量人力去琢磨这个agent该怎么说话、怎么行事。他点名了两个人，OpenAI的Joanne Jang和Anthropic的Amanda Askell，说她们花大量时间雕琢模型性格，但都不算研究岗，一个偏产品，一个对人性的理解极深。 ## 三根支柱，到2035年也不会多一根 这集最猛的观点在这里。主持人问，三块之外还有别的吗？他说：**我认为没有了**。 他的原话是，假如穿越到2030年或2035年回头看，创造智能需要的根本概念就这几条：transformer语言模型、在语言模型上放大预训练（差不多就是GPT-1和GPT-2那会儿定下的思路）、推理，再加一条贯穿始终的多模态。2035年也不会多出新趋势。 证据是他自己的经历。2020年GPT-3刚练完还没发布，OpenAI内部就知道出了划时代的东西。Dario Amodei、Ilya Sutskever、Alec Radford，这些人坐在一个房间里看结果，路线图已经摆在明面上：加大预训练做出GPT-4，补齐多模态，终点是能用电脑的模型，测试时算力的实验也已经开工。 2021年，Anthropic那批人离开后，OpenAI正式开始搞推理。有个细节很有意思：Anthropic发布computer use之后，朋友问McGrew「你们没想到吧」。他说，**这个项目在分开之前我们是一起做的**，做的人一个去了Anthropic，一个留在OpenAI做了Operator。只是多模态成熟花了好几年，这个想法才等到兑现的那天。 为什么推理这么关键？他打了个比方：预训练出来的模型有直觉，但没有草稿纸。让你心算两个五位数的乘法，这完全在你能力范围内，但你现在就是算不出来，因为人得先想再答。早期的模型，包括GPT-3，缺的就是这块草稿纸。 更深一层：**人的思考发生在脑子里，互联网上几乎全是最终答案，没有思考过程**。模型拿不到「怎么想」的数据，只能自己琢磨出思考的方法。这就是推理比预训练更有潜力的原因。 至于推理还有什么可挖的，他说，站在前沿实验室内部能看到一堆想法和改进，站在外面已经什么都看不见了。他现在读学术论文的心情是：「这玩意我们好几年前就发现了。」 > 「我觉得我是对的。我有点希望我是错的。如果我错了，事情会好玩得多。」 ## AI律师卖不上价，机会在模型外面 McGrew最近发过一条推特：agent会无比强大，但因为竞争，定价会贴着算力成本走。这期播客他把逻辑讲透了。 常见的创业思路是：律师收入高，所以我做个AI律师，就能收高价。他拆解说，律师贵，贵在稀缺，能熬完训练的人就那么多。可你把律师做成模型，世界上就凭空多出无限个律师，稀缺性瞬间归零。而且你底下的模型和别人一样，竞争对手随时能杀进来。**Agent的终局定价，就是算力成本加一点机会成本**。 但他说这恰恰是我们想要的未来：不需要人力的服务就该便宜，人人都请得起律师；该贵的只剩下真正涉及人际关系的部分。人类律师以后不写合同了，改做深度咨询。 顺着往下聊价值在哪儿。模型层极度内卷，每家都有前沿模型，企业随时可以换掉你，前沿之下全是蒸馏出来的模型，考虑到训练成本，这生意不好做。他的结论：**训练模型的意义，是给前沿实验室一张应用层的期权**，ChatGPT是一张，编程是另一张。现在想取代ChatGPT大概晚了，除非做的事情完全不同。 创业者的安全区在哪？他的答案：**在模型外面，做那些需要对模型之外的东西理解极深的事**。他投了Palantir的AIP这类产品，也是Distyl的投资人兼顾问。Distyl干的事，是把企业内部的上下文抽出来，喂给模型，再用输出做决策。前沿实验室看企业问题的思路是「我训练一个模型来解决它」，可每家企业的问题都很小，不值得OpenAI专门练一个模型。把问题反过来，做模型外围的那套系统，一下子就从无数个小问题变成一个大问题。 具体场景分两层。好摘的果子在监管严格的行业，比如医疗，跟保险公司打交道，流程高度固定，公司极度在意流程的忠实度。你不能直接跟AI说「去读临床指南然后做决定」，得先做一轮改造。再往上一层更有意思：把说不清楚的工作变得说得清楚。你让一个员工描述自己的工作，他的经理不知道他每天干什么，他自己也只能举例子，说不出一套固定流程，因为实际上他根本没有固定流程。Distyl的做法就是用AI去访谈员工，把散落的经验系统化，变成模型能执行的东西。 顺着这个思路，他对「专有数据」泼了盆冷水。前两年流行垂直模型，金融公司说我们的数据独一份，在Llama上微调一个金融模型，肯定吊打通用模型。结果是**所有这些模型都打不过下一代GPT**，智能综合新信息的能力，压过了记忆旧信息的能力。 现在的新版本更狠：很多专有数据本质上是「凝结的劳动」，是有人一个个打电话问出来的，是一个个案例啃出来的。这活儿AI现在全能干。让AI把客户全打一遍电话做个大调研，让o3把案例库全部过一遍，你的专有数据就被低成本复刻了。 他留了一个中间地带：Cursor和特斯拉Autopilot这种数据量巨大的，还有点用，但拿用户数据训练有隐私泄露的坑。真正值钱的是另一种：客户信任你、托付给你用的数据。他的理财顾问知道他的全部持仓和风险偏好，这些数据没有教她任何技能，只是给了她施展技能的机会。这种数据，AI替代不了。 ## 机器人和代码，都过了临界点 McGrew个人最看好的方向是机器人。他在Palantir和OpenAI之间那段时间，差点自己开机器人公司，2016年做到了教机器人靠视觉下跳棋，能捡起棋子挪到棋盘另一格。他的结论是：很好玩，离商业化非常远。 后来OpenAI做机器人，动机也纯粹是展示机器学习的威力，魔方练了好几年。现在为什么不一样了？**LLM给了机器人一个语言接口，描述任务的成本骤降；强视觉编码器又接上了智能**。所以Physical Intelligence花几个月就能让机器人学会叠衣服、打包纸箱、装鸡蛋盒，靠的是脚下那套前沿模型加十年技术积累。 他的判断：机器人已经处在研究难题的尾声，离商业化就差个位数年份。现在很适合Skild、Physical Intelligence这样的公司，也适合开一家做不同事情的新机器人公司。 代码这边，他的框架是：指数曲线一直在涨，但影响要过了阈值才会非线性爆发，编程过去两年正好跨过了这条线。其实2020年1月GPT-3还在内部，OpenAI就立项教它写代码了，这事一点都不突然。 未来一两年（在AI行业这算很长了），会是两种模式的混合：人在IDE里带着AI写，Cursor那种；agent在后台自己干，Devin那种。关于vibe coding，他的预言是：产品经理会用它做出很酷的原型去收集用户反馈，然后**这些东西会被扔掉，由专业工程师重写**。因为看不懂的代码库，软件工程里的经典答案是负资产，维护它比重写还贵。 分工的谱系已经很清楚。agent拿走结果清晰、不太需要品味的工作：修bug、重构、把COBOL翻译成Python，对错一目了然，枯燥至极，聪明人根本不愿意干。人留着需要品味、有隐性后果的工作：实现方式会影响性能、会影响界面演化、会牵动底层抽象，这些只能人来。**人的核心价值变成两件事：做设计，做问题分解**，把大项目拆到AI能理解的小块。他还留了个开放问题：能不能写出足够详细的规格说明或架构图，让一个agent的产出能无缝交给下一个agent接着干？这是未来两年最值得盯的问题之一。 ## 一个八岁孩子的硬币和Arduino Sam Altman在红杉的AI Ascent大会上说过，不同年龄的人用ChatGPT的方式完全不同：老年人当谷歌替代品，二三十岁的人当人生教练，高中生直接当操作系统。McGrew接了一句：ChatGPT的总市场，是**所有你不想亲自动脑动手、但希望被做完的事**。 吓人的版本是：人类全面技能退化，人人戴着VR头盔当僵尸。但他说技术还没到那一步，ChatGPT连你的iPhone都控制不了，人也根本没那么用它。他拿自己八岁的儿子举例。 这孩子从小帮OpenAI测试未发布的模型，反馈质量不错。他很清楚ChatGPT算不上朋友，更像一位随叫随到的专家。有一天他决定当硬币收藏家，把家里的硬币全翻出来，挑出1970年以前的，一枚枚拍照问ChatGPT：这个值多少钱？怎么才能更值钱？什么是铸币厂标记？全家度假时进了家硬币店，店员被这个八岁小孩震住了，他的原话是：「把你们的硬币都拿来。不，这枚我不要。我要有旧金山铸币厂标记的，要这一年的，就是他们全部改用银子的那一年。」店主说从没接待过细节控到这个程度的孩子。 McGrew由此提炼出他对下一代的两条教育原则：**第一，学会学习的过程；第二，agency，有想法、有项目、相信自己能搞定、会用手边一切工具**。具体到规则上，有取舍：儿子在学编程，所以不许用ChatGPT写代码，也不许用它写作业。基本功没练出来之前，AI不能替你跳过那段路。 但做项目随随便用。上礼拜儿子想做个装置：爷爷奶奶来访时按个按钮，另一个房间的蜂鸣器响，他好去送早餐。ChatGPT给他列了购物清单：杜邦线、两块Arduino板子，附亚马逊链接。McGrew检查了一遍确认不会触电，替他下了单，然后让儿子自己组装，软件他来装，孩子的电脑装不了。现在这孩子已经搞明白Arduino是什么、按下这个引脚会发生什么。McGrew自己也答不上这些问题，父子俩一起学。 他引了教育理论里的一句老话：**当一个人提问的时候，正是他准备好学会答案的那一刻**。以前你问一个问题，可能要等几周后的某堂课。现在答案在你最想知的那个瞬间到达。这才是AI对教育最大的改变。 他自己的用法也可以参考：模型只用o3，用惯好模型就回不去了，Gemini 2.5听说很好，但够用就懒得换；Deep Research一周用五次，省下几小时就值回票价，用途一半是跟孩子抬杠查证，比如压缩木头会怎样，弹性形变、塑性形变、再压变成钻石、再压变成黑洞，中间还有十几步；另一半是研究新领域和新创业机会。日程安排交给AI助手，邮件里抄送一下就行，比雇人类助理省心。 ## 管天才的人，和AI时代的攻防 播客后半段聊到管理。McGrew在OpenAI管了多年研究团队，主持人说，圈内对他管理能力的评价出奇地好。 他的核心答案听着朴素：**管理者必须真心在乎你管的人**。日常协调时忠诚度无关紧要，但总有一天你要请人做难事：早期是周末来加班，后期是放弃他心爱的项目让给别人，或者分享一个他本可以独享的研究突破的功劳。 从Palantir的Alex Karp身上他学到一条：顶尖人才有超能力，也有致残级的弱点，而且他们自己看不见，周围人看得一清二楚。在这个能力层级上，**一个人搞砸职业生涯，几乎总是自我毁灭**：他需要直面一件对所有人都明显正确、对他自己却极度恐惧的事。如果大家知道你只为自己打算，你推不动；如果他们相信你把他们的利益放在心上，你有时能扶着他们跨过那道坎。连开除人他都守这条线：确认这个人不会成功后，告诉他真相、让他去找更合适的地方，本身就是为他好。 研究组织还有个老大难：学术圈的PI文化，争谁一作谁通讯，中间的人不重要。OpenAI试过一招，发论文时直接署「OpenAI」为第一作者，绕开署名之争。另一个冷知识是全员头衔都叫「技术成员」（Member of Technical Staff），他记得这是Greg Brockman的主意，目的就是抹掉研究员和工程师的等级差。Alec Radford的天才之处恰恰是每次都亲自扒数据、自己写爬虫，Aditya Ramesh、Alec Radford这些顶级研究员连博士学位都没有，手艺是在OpenAI里练出来的。 安全这块他也提了一嘴：AI让攻击变得太容易，威胁变多了，出手也更快了，防御端只能跟着变成agent的形态。他投了一家叫Outtake的公司，前Palantir团队做的，OpenAI内部用过，效果不错。更大的机会在于：存量企业要改变自己的业务流程去适应AI，可能比新公司复制它们的技术和渠道还慢，就像当年从网页到手机的换挡。 最后，把这一小时聊的东西换成明天就能做的事： - **评估自己的工作**：结果清晰、不太需要品味的事，比如修bug、翻译旧代码、走固定流程，尽快学会交给agent。把省下的时间投到设计和问题分解上，这两件事最晚被替代。 - **想创业先换个问法**：别问「这份人力工作值多少钱」，问「模型外面有什么我比别人懂得深」。把企业里说不清的流程变得可执行，是眼下确定性最高的方向之一。 - **别高估专有数据**：能被AI复刻的「凝结劳动」型数据正在贬值，客户托付给你的信任型数据才保值。 - **带着项目用AI**：像那个八岁孩子一样，有个想做的事，让AI列清单、答问题，然后自己动手。基本功没练成之前，别让AI替你跳过。 - **每周给Deep Research留几次机会**：一次省下几小时的检索，就值回全部成本。 McGrew在播客里反复强调，接下来的路极难，要投入海量脑力，只是不再需要新魔法。**牌已经发完了，接下来比的是谁打得更好**。