# 【特别综艺·上】《从夯到拉》｜7位硅谷AI研究员的模型排名游戏 硅谷坐标 Silicon Valley Vector · 2026-07-18 · 35 min · https://www.youtube.com/watch?v=PuaZD6wgAF0 ## 逐字稿 周奕超 在美国还有哪个模型比它更差的？遇事不决，先卖它。 这轱辘差点磨着了。 Speaker 2 差不多，感觉没有什么大规模的动荡，但是大家都是悄悄地就不见了。 Speaker 3 过去半年，硅谷的模型一直在变，人的判断也一直在变。 Speaker 4 我觉得一个人不应该因为自己想要工作而感到羞耻。 Bessie 大家好，我是 Bessie。我是今天的特约主持人，现在在 OpenAI 上班。今天我们不上班，来跟我的同事和好朋友们一起玩游戏吧。 程明昊 大家好，我叫程明昊，我在 OpenAI 工作，具体是在 Post-Training 的一个 team 做 eval 相关的工作。大体上就是两个方向：一个是让我们的 eval 变得更加可信，另外一个是让 eval 尽可能测量真实模型的能力，以及用户更在意的一些能力。 余天呈 大家好，我叫余天呈，我在 OpenAI 做后训练。 周奕超 大家好，我叫周奕超。最近我刚刚加入了一家 AI startup，叫 Coficia[?]，做的是 voice agent 相关的问题。工作中我主要负责解决如何让 AI 不那么耳背的问题，学名叫 ASR，一些相关的问题。 董萌 我叫董萌，我在 OpenAI 做 GPU scheduling，给大家分 GPU。 王森 我叫王森，现在在 OpenAI 做 memory 相关的研究。我们主要的工作就是让模型更好地理解你，然后生成更符合你的喜好、更加个性化的回答。 吴月忻（Crick） 大家好，我叫吴月忻（Crick）。我现在也在 OpenAI，做 Reasoning 部分的一些工作，主要是 Test-Time Scaling：怎么让模型能够想得尽可能长，然后让它具备更多的智能。 Bessie 大家好，今天要玩的第一个游戏叫“硅谷共识测试”。5 位玩家随机抽取身份牌，从“夯”到“拉完了”，只有自己知道身份。主持人出题后，大家同时作答。排序官根据大家的答案把 5 位玩家重新排序，最后揭晓身份，看看有没有达成硅谷共识。 我现在给大家发身份牌，第一轮就由明浩来排序。你先坐着就行。大家抽一下自己的身份牌，但是不要告诉别人自己抽到的是什么。 ### 模型能力重新排位 我们第一题是大模型的能力。“夯”就是最有能力的模型，“拉完了”就是你心中稍微逊色一点的模型。请作答，大概有 1 分钟的时间。 OK，现在我有大家的 5 份答案了。明浩同学请你到这个后面来，我们来排个序。 程明昊 我拿到的答案分别是 Gemini、Gemini、GPT-5.2、GPT-5.5 和 GPT。 我现在是这样的：我拿到的是 GPT、Gemini。刚想说大家都选得一样，Gemini、GPT-5.2 和 GPT-5.5。你告诉我，你想怎么样排序？ 那个 GPT-5.5 肯定是“夯”，对吧？这个没有疑问。然后这个 GPT 感觉有一点歧义，也没有说是哪个模型。我暂时把这个 GPT 以为是一个比较老的模型，放到“拉完了”。GPT-5.2 是比较老的模型，所以放到 NPC。 两个 Gemini，这个只能通过字迹来判断了。这个蓝色的应该是吴老师的字迹，那吴老师还是要顶级一下。好，就这样。 Bessie 好的，明浩已经做出了自己的选择，我们开始听答案了。 第一个，GPT-5.5，“顶级”。第一个就错了。第二个，Gemini，也错了。第三个，Gemini。采访一下，这是谁写的 Gemini？为什么“拉完了”呀？这个字迹是谁的？你写的？你能讲一下为什么拉完了吗？ 周奕超 就是拉完了。 Bessie 好，接下来我们继续看 GPT-5.2。“NPC”。这是谁写的呀？董老师就是太厉害了。 最后一个 GPT，“哼”。大家可以解释一下为什么这个“哼”拉完了吗？谁写的呀？ Speaker 5 我觉得最好的模型不都是下一个吗？ Bessie OK，这一局圆满失败。 从董老师开始，为什么 GPT-5.2 是 NPC 呢？ 董萌 我觉得它存在的时间太短了，我自己现在都不记得它发生了什么事了，所以就是 NPC。 Speaker 5 我写的是“夯”，你写的是顶级 GPT-5.5。因为我觉得它确实挺好的，但是我以为会有人把 Fable[?] 给到“夯”，所以我写这个，大家就能比较判断出来这个是顶级。 Bessie I see。那我们现在先跳过这两个。写“夯”的同学，你为什么觉得没有写 Fable[?] 呢？ Speaker 5 这 GPT 付我钱了呀，每个月按时给我打钱。而且我们公司所有人都用 GPT。 Bessie 没错，没毛病，搞得像我们给它用爆了一样。 那月忻讲一下，你写的是人上人 Gemini。 吴月忻（Crick） 主要原因在于御三家，御三家永远都是第三家，那只能是它了。 Bessie 很好，很有道理。来，周奕超，“拉完了” Gemini。 周奕超 我在谷歌工作，同学应该都是这个态度。而且在美国还有哪个模型比它更差的吗？都没有人写。对，那是真的拉完了。最拉的是不被人记住。 Bessie 明白。在现在这个时候，它是拉完了。算是在玩游戏的过程中展示了自己对 Gemini、对 Meta、对 xAI，可能对 xAI 是一个例外，大家都有相同的看法，但是对之前的两个东西，大家的想法还是非常不一样的。也能够体会到大家说的，在现在这个 AI industry 工作的环境下，能够有的一种兴奋感。我觉得这是一件非常有意思的事情。 ### 硅谷薪资正在分化 接下来请明昊来当排序官。我们第二题叫做大厂薪资，这里限定一下，是硅谷的大厂。写公司名字，对，大小厂都可以，科技公司就行。 Speaker 6 我是不是把 5 个都排上，夯的金额至少得占一分？ Bessie 是这样的。 OK，我们现在先来看一下大家选择的：Meta、Meta TBD、Amazon、Google 和 Robinhood。来，明浩进行排序吧。 程明昊 这必须得有一个“拉完了”吗？ Bessie 没错。 程明昊 那先把 Meta TBD 放到上面吧，写得这么具体了。中间还有 4 个。这个题目看起来就有点怪，我都没有概念，这些公司我都没在那儿上过班。他俩比较像，让他俩挨着吧。 剩下还有 3 个。Robinhood 之前董老师在那儿上过班，那肯定不能是拉完。但也不一定是董老师写的。要不然就把这个放到 NPC。剩下这两个呢？Google 和 Meta 呢？是不是可以先把他俩交换一下，最后再把他俩排一下？这是要插入排序吗？ 他俩要不然就这样吧。 Bessie OK，我们来看一下最后的结果。 首先，“夯”，Meta TBD，那肯定是这个。恭喜恭喜。这个 Meta 是人上人。下面 Robinhood，顶级。Amazon，Google，NPC。看起来我们这个准确率非常 consistent。 没票。那我们现在每个人讲一下为什么这么选。 董萌 好难解释啊，这么多人情世故。我觉得肯定比 NPC 要好一点，但肯定到不了“夯”的程度。我抽到的是顶级。 Bessie 明白了，勉强可以合格。老东家还是看年纪，对，还是待你不薄啊。 Speaker 7 好，Meta。我知道的是人上人。主要是我猜，我觉得“夯”肯定会有人写 TBD，然后我觉得顶级应该就是剩下那几家大的 AI 厂。之后我觉得 AI 厂不说 AI，对，我觉得 Open 和 Soft，然后之后我觉得 Meta 排在人上人是比较合理的，证明 Robinhood 给得比 OpenAI 要多。董老师下架了。 Bessie 那接下来 Crick 你讲一下，你的“夯”为什么是 Meta TBD？ 吴月忻（Crick） 那就是大家都跑路了，都是猪。那明显嘛，对吧？ Bessie 好，公认的，公认的。 Speaker 6 我运气比较差，两次都是拉完了。不过我觉得这次为什么不是 Google 拉完了，是 Amazon 拉呢？Google 待遇挺不错的呀，我知道，但是 Amazon 一般都 famous for tip，对不对？ Bessie 嗯，好的。 Speaker 8 我抽到的是 NPC，我觉得 Google 是最符合我对 NPC 定义的一个公司。是我填的 Google。 Bessie 你讲一讲，你说以前的 Google 是 NPC，还是现在的 Google？ Speaker 8 就是 Google 非 DeepMind 的那部分。 Bessie OK，就是还可以，但也没有特别突出，就是比较标准的样子。 Speaker 8 嗯。 Bessie 我觉得现在关于大厂的薪资，大家的薪资已经开始两极分化了。一方面，一些不做 AI 的厂，他们的薪资以后的增长可能不会那么多，因为 AI 替代了部分工作。但是对于 AI 研究员来说，那部分工资其实比之前多得多，所以我们才会在上面的部分纠结顺序，在下面的部分也会纠结顺序。 就是确实最近是有很多人从这个矿子来转到 AI 这个赛道上，可能以后很多矿子的工作也会不存在了，因为模型的能力强大了。如果模型能做 auto research 的话，那它不光能做 AI research，也能做矿的 research，而且可能会做得比人要好很多。 我觉得这也算是一个大势所趋吧。 ### 工作生活平衡失守 第三题叫做 work-life balance。大家可以想一想，是公司名，写公司名的 work-life balance。 Speaker 9 快给我一个拉完了。 Bessie 看起来大家都想抢拉完了。好，这就是看手气了。这个公司没有 5 个，那这样吧，我们就给 5 个选项：xAI、OpenAI、DeepSeek、Google DeepMind，还有 Meta。 我现在收到这几份答案：Google、xAI、Google、Netflix、Meta。来，明浩。 程明昊 Easy choice，对吧？这个方向最下面，这个应该是这个吧？我觉得 Netflix 最好。剩下的 Meta 和 Google，据我所知，Google 应该会好一些，是这样吗？ Bessie 嗯。所以你是说 Google 的……OK，这应该没有争议。Netflix 是最好的，然后 Google 和 xAI 最差，肯定也没有争议，对吧？Google 和 Meta 相比，Google 稍微好一点，所以两个 Google 排上面。 OK，我们来揭晓一下。Easy，你的快速选择：Netflix。 很简单，Netflix。待会儿请 Netflix 的人出来解释一下为什么是这个，出来站岗。 第一个是 Google，这是 Crick 的。第二个 Google 是顶级，Meta 是人上人，Netflix 是 NPC，xAI 是拉完了。每次都只对一个，每次都是只有一个，说明这个概率还是挺准的。 那先从董老师来讲一讲，你选到的是顶级。 董萌 都是偏见啊。你周围朋友的 work-life balance 怎么样，你就会觉得他们怎么样。所以我觉得 Google 的 work-life balance 在我眼里还是顶级。肯定有人不这么想，但是我的朋友们是这样的。 Bessie 那接下来王森，你抽到的是 NPC。 王森 我这个挺简单的，我觉得这个应该是毋庸置疑的。 Bessie Netflix 为什么呢？ 王森 因为大家都差不多，对吧？xAI 要是现在的 OpenAI 和 Anthropic，基本都属于这一代的拉完了。为了避免跟大家撞车，我决定有一点区隔度，就换了一下 Netflix。没想到你觉得它非常的 hot。Netflix famous for the benefits，我听说就是很 chill。 Bessie Netflix。对不起，我认知浅薄了。 王森 没事，以后有机会去体验。 Bessie 来，程明昊说一下，人上人。 程明昊 我就不知道，随便写了一个。 Bessie Meta。所以你是觉得 Meta 的 work-life balance 还不错，对吗？和大环境比较恶劣的 AI 大厂，比如 OpenAI、Anthropic 什么的相比，Meta 还是更好一点？ 程明昊 基于身边人的统计学。 Speaker 7 如果你去看历史的话，其实至少在过去 200 年里，人们一直在试图让我们的工作变得更加自动化。我们的目的都是说，通过自动化，我可以让一个人干更多的工作，然后这样我们就可以有更多的时间来干自己的事情。 但是如果你回看这段历史，会发现我们确实在干更多的工作，但并没有实现更多自己的时间去干自己想做的事。 Bessie 下面第四题是 job security。 ### AI正在重塑工作安全 人上人是 50 分。你们能说一下为什么笑吗？ 遇事不决，写 Meta。是因为 Meta 公司太大了，所以各种情况都可能发生，是吗？ 我现在收到这次的 5 个答案，而且都不一样：第一个是 OpenAI，第二个是 xAI，第三个是 Apple，第四个是 Google，第五个是 Meta。 来，月忻依次来看，对吧？唯一没有裁过员的人，是不是就只有 Apple 了？我们可以把 Apple 挪到最上。其次，裁得比较少一点的是 Google，对吧？工作我们可以放在顶级，但是它应该不会跟 xAI 在一列。xAI 可以放在这儿。这两个，待会儿某个写 OpenAI 的人可以解释一下。肯定有内部人员填的，给大家一个人上人吧。 然后 Meta 我们放在这儿。 好嘞，我们先来看一个这个：拉完了。xAI 拉完了。我们发现 xAI 的正确率非常高呀，是不是所有正确率都来自于 xAI 的拉完了？ 下面 Meta，NPC。哇，我也觉得。xAI 很吓人，你又对了。顶级，Google。哇，全对。太牛了。 Speaker 7 我写的人上人是 OpenAI。我觉得“夯”和顶级肯定不行，但是拉完了也不至于。就是感觉上会有人写 Google、Apple 这种更 secure 的地方，所以人上人吧。差不多，感觉没有什么大规模的动荡，但是大家都是悄悄地就不见了。 Bessie 好的。 周奕超 我是 Google，写的是顶级。我偷瞟到有人写 Apple，然后我猜那个 Apple 就是“夯”，所以我觉得写 Google 应该会被放到顶级那里去。确实从经验来说，好像裁人会少一些。 Bessie 嗯，好的。 Speaker 10 Apple 很 obvious，但其实 Apple 也是裁员的。一超之前是 Apple 的，对，但大家可能都不知道，所以我也是排除法。 Speaker 11 遇事不决，先 ban 它。 Bessie 好的，你这个应该不用多解释了。 Speaker 11 它砍人砍太多了。我觉得它取代各种 job，可能发生的时间尺度是 5 到 10 年这个级别，会是一个更缓慢的过程。但它肯定是实实在在发生的，作为一个后果，就是如果 AI 能取代一些岗位，那意味着劳资之间的平衡又会向资方倾斜，其实不是一个很好的事情。 Speaker 12 我觉得有一天会被取代，但程度不一样。人类的灵感可能永远没有办法被取代，但是灵感出现的时候是不确定的。比如我自己工作的时候经常也活在这种恐惧里，我知道什么时候要解决一个问题，但是不知道什么时候能解决它。 但是 model 本身可能会是一个不一样的东西，因为它的能力边界你可能会知道得更多一点，但是它没有办法做那种灵光一现的事情。不过，一些没有那么确定性的事情还是会被取代。 王森 对于我来说，我不会担心 AI 会取代我的工作，因为我觉得现在能做的事情还是非常多的。当然，以后肯定过了一段时间，我不会做着相同的工作，因为我现在做的工作会被取代。 就像可能 1 年前我还在自己手写代码，然后从今年可能 1、2 月份开始，我就没有打开过代码编辑器，都是完全用 agent 写代码。我觉得这就是说，我的工作还存在，但是我做的工作内容、工作性质已经大幅度变化了。我觉得以后也是会这样。 ### AI时代技能重新定价 Bessie 我们下面一个题目可能就跟公司有关了。我们讲一讲 AI 时代大家觉得最需要的技能，和最不需要的技能。这次王森来排序。 王森 陷入了沉思。都有什么技能？什么是技能？我也不会任何其他的。 我拿到的第一个是 empathy，第二个是身体健康，第三个是 coding，第四个是做饭，第五个是 Photoshop。 Coding 应该是拉完了。“夯”的话，应该在 empathy 和身体健康之间选一个，我可能会给 empathy。Photoshop 的话，感觉应该是 NPC。我感觉现在 AI 做 Photoshop 也能做得挺好的。 身体健康是顶级，做饭是人上人吧，就是有点用，但是没那么大用。 Coding 和 Photoshop 一个是拉完了，一个是 NPC，是因为你觉得现在 image model 还没有到顶，但是 coding 更到顶吗？ 我感觉 coding 是一个非常可验证的 task。你只要写好测试，就可以验证。Photoshop 还有审美的因素在里面，其实比较难验证，所以我觉得模型做那个会稍微困难一点。但是我觉得它现在应该也能做得挺好。 Bessie 我们来看一下这个排序怎么样。我们先从“夯”开始看：empathy。第二个，身体健康。做饭，NPC，Photoshop。全对，太牛了。 有一个很愚蠢的问题：empathy 什么意思？ 程明昊 共情。 Bessie 你看，不愧是做这种 coding model 的，连不需要验证的 pass 都不懂。无法验证，甚至不认识这个词。不重要，在模型里。 大家来讲一下。我觉得大家这题又让我非常 surprise，大家都能把这题做得很好。你先讲讲。 程明昊 我觉得角度应该就是，人和人的关系肯定不会被取代，但 communication 这种 skill，它也不是有什么硬性标准、一定不会被取代的东西。 很多时候我现在觉得自己很自闭，也不是很想跟周围的人讲话，不如跟我的猫豆多聊一聊，它理解得可能更快一点。所以 communication 也不是一个真正的 skill。但是如果你能觉得自己被理解，或者从情感的角度去看一个问题，如果可以被理解，那都是安排。 Bessie 讲得特别好。 Speaker 13 做饭还是要会做的，特别是在美国，这个技能还是非常有必要的。 Speaker 14 NPC、3 分，Photoshop，我觉得挺合适的吧，Photoshop。 老米股价还没有跌到零，对吧？ Speaker 15 我觉得身体好很重要，我感觉我们公司招人主要看身体好。 Bessie 没毛病，没毛病。 Speaker 15 我是拉完了，然后 coding 是顶级。这就是刚才森哥已经解释过的。Photoshop 这边基本要被取代了。 ### 湾区周末各有玩法 Bessie 我们最后一题做的是湾区。我们讲讲平常自己的生活，讲一讲湾区周末的活动。 第一个选项是下赛道。上班和摘樱桃之间还真的不好说。这个拉完了是吗？ 王森 嗯，两个“夯”。对啊，这两个还挺…… Bessie 把摘樱桃放 NPC 吧，我觉得这个季节性比较强。两个 hiking 应该要离得很近，所以上班现在只能拉完了。 我们来看一下这个怎么样。第一个，下赛道，真的是“夯”。Hiking，人上人。这个是 NPC，也是 hiking。下面摘樱桃是拉完了。我们是顶级，不好意思，是顶级。 大家讲一下为什么吧。 Speaker 9 我了解没有那么多，但感觉湾区如果你喜欢体验在封闭道路上开车的话，资源还蛮好的。湾区从三藩市往北开，有一个 Sonoma 的 track；湾区往南开 1 个半小时，有一个叫 Laguna Seca 的 track，其实都是很好的 track。 感觉湾区因为在美国，赛车文化也挺盛行的，还是一个挺好的 sport。但我感觉我已经 too old 来 enjoy 它了。不过我以前还是挺喜欢的。 Speaker 10 摘樱桃，为什么摘樱桃是拉完了呢？ Bessie 因为太俗气？ Speaker 10 樱桃不好吃吗？ Bessie 好吃。 Speaker 10 所以不需要摘，你只要吃。如果是吃樱桃，那就是夯。 Bessie 有道理。不劳动才是真正的享乐。 Speaker 16 这是五个。这是五杠十嘛？那什么活动最平庸呢？在湾区，自然只有 hiking，就是 hiking。 Bessie OK，来，程明昊讲讲为什么上班是顶级。 程明昊 周一到周五就是做一些不得不做的事情嘛。周末就是上自己想上的班。 Bessie 请问你一般想上什么班呢？ 程明昊 周一到周五有很多事情，天天要开会，天天有人来找你。比如说你有一些比较大胆的想法，也可以周末的时候自己做。 Bessie 很棒，不愧是程明昊。OpenAI is lucky to have you。 你们平常加班很严重吗？ 程明昊 每天都要加。 Speaker 17 我从来不加班，我从来不觉得我在加班。上班就是上班，我只是在上班。我觉得一个人不应该因为自己喜欢工作而感到羞耻。 Speaker 18 我是 NPC，我的观点跟吴老师基本一样。湾区三大俗，滑雪我给“夯”，摘樱桃给拉完了，所以爬山我给 NPC。我觉得加班不是“夯”。 我还是希望，无论如何，我的生活有一部分属于我。周末我能有一个自己觉得是“夯”的事情，这个“夯”的事情不是家，不是上班。我觉得 definitely，大家都需要有一些自己的时间。 Bessie 其实我觉得程明昊也代表了大家一部分人的想法。像硅谷这样的环境，大家周围的变化是非常剧烈的，所以即使用一部分周末时间，可能也不完全是加班。 Speaker 19 对于我自身来说，我也很乐意用 AI 来做一些自己的 side project，来探索一下，看这个能不能随着这个时代，让自己把一些之前做起来非常艰难，或者说有难度而不可能的事情，变得可能。 我觉得这是非常有意义的一件事情。不一定是加班，但是更多地利用现有的工具，去做一些之前很难达到的事情，我觉得这是让我自己非常兴奋的一件事。 Speaker 20 我只是选了顶级，没有选到“夯”。我觉得“夯”的还是应该做一些促进科学进步的事情，就是那种可以发表、可以对外发表，或者至少在公开社区里讨论的工作。 比如我之前有一个一起打牌的朋友，有一天跟我说，他读博的时候想了很多年的一个概率论 open conjecture，那也是 30 年前的事了。最近他闲得没事儿，跟 GPT 聊天的时候，把问题发给了 GPT-5.5 Pro，然后就证出来了。 然后他就找了一些朋友，大家互相交叉验证了一下，发现是对的。最近已经在发第二版了。我觉得这可以说是比较“夯”的周末活动。 Bessie 我觉得程明昊讲的那句话很有意思：你不应该因为热爱工作而觉得羞耻。 我觉得在 AI Lab 里面，大多数人都很神奇，竟然能招到这一群人。大家都是很 self-motivated，不需要老板说“你要做这个，你要做这个”，大家都是自发地做更多的 work。 但是我们有的时候平常会有一些 shaming。就像我们之前说，这个是学霸。你想说：“我不是学霸，我是学神。”这一类的话，我觉得其实是很好的。一方面，我们不应该因为这个感到羞耻；另一方面，我们也应该更 encourage 这种努力。 OK，这个环节就到这儿结束。 ### OpenAI里的意外收获 Speaker 21 我觉得 OpenAI 是一个 talent density 特别高的地方。你会发现你的同事都特别特别厉害，每天都可以从不同的同事那里学到不同的东西。 Speaker 22 认识了一些有趣的同事。在 OpenAI 最大的收获就是，周围同事一起工作还是比较有趣的，然后能看到大家一起思考不确定的未来，这本身会触发很多思考。 Speaker 23 我的感受是，我觉得现在 OpenAI 跟其他一些 frontier lab 有点类似。大家很多时候内部看到的事情和外部看到的事情有一定的区隔。 比如在内部，大家可以看到一些更提前一代的模型，那些模型表现出来的进步能力，我们能够比外部更早得知。除开在不同的 benchmark 上，我们基本上每天都会用自己的模型，也会对它有更深刻的感知。 所以我觉得，在 OpenAI 工作或者在其他一些 frontier lab，有一个很巨大的优势，就是你能够比别人提前看到 10 天或者 1 个月之外可能产生的一些新的变化。我觉得这是比较荣幸的一件事情，也是这个时代里一种比较特权化的体验。 Speaker 24 就是感觉一切皆有可能。以前进入 AI 这个行业之前，我觉得这个行业非常高大上，frontier lab 里都是一群天才，每天都在想一些非常 fancy 的 research idea。 来了之后觉得，很多很深刻的东西，本质上也是很朴素的。很多时候就是我们自己觉得有些事情很难，然后自己说服自己不要去做这件事。 但是现在其实有这么多技术手段可以帮助我们，就感觉没有什么做不了，一切皆有可能。 Speaker 25 我觉得第一点是，大家都很聪明，并且对自己的工作非常有激情。一个让我印象比较深刻的事情是，我们一起去 offsite 的时候，大家一起坐大巴过去。我觉得那趟大巴是我坐过最吵的大巴，因为每个人都在和别人讨论自己想做的一些事情。 我觉得第二点也比较同意余天呈说的，就是把简单的事情做好、做对，做得靠谱，这是非常重要的一件事情。 还有一个收获就是，在 Chatbot 或者是 Codex 的另外一端，你有机会了解它是怎么运作、怎么生成的，并且有机会去改变它。我觉得这也是一个非常难得的机会。 Speaker 26 在 OpenAI 之前，我是在一个 fund 做了 5 年的 quant trader。具体来说就是做一些 alpha research 和 execution study，所以工作的性质、工作内容挺不一样，但是性质其实比较类似。 比如 execution study，其实也跟 post-training 比较类似。最大的感受是，旷视那边还是会更封闭一些，大家都会 hide secrets，不太愿意告诉别人自己在干什么、事情是怎么做的。但这边相对非常 open，这是我比较喜欢的一点。 Bessie 我觉得 AI 肯定没有 bubble。我的理解是这样的：什么叫 bubble？就是大家都不觉得这个东西是 bubble 的时候，它才是 bubble。现在你每天都会遇到有人说 AI bubble，那它怎么可能是 bubble？ Speaker 27 所以做得比较烂。 Speaker 28 猜 GPT，GPT。 Bessie 这边抢答。GPT，为什么觉得是 GPT？ Speaker 28 因为它非常喜欢用玻璃的框，而且特别多括号。 Bessie 错。 Speaker 29 我们抢答。 Bessie 好。 Speaker 30 你 GPT 搞不好。 Bessie 怎么能是 GPT 呢？这本真没拿呀，大哥。 公众对贵司 AI 误解最多的点是什么？ Speaker 31 我是不是在下一个模型发布之前，上一个模型就会被变笨？ Bessie 你觉得中美 researcher 最大的差异是什么？ Speaker 32 我觉得本质上，想的不同比想的相同要小很多。大家其实在很多地方的共识是一致的。 Bessie 硅谷坐标，好棒啊！第二集更精彩哦！