硅谷101 · Neolabs特辑 | 访谈嘉宾田渊栋Recursive Superintelligence 联合创始人、前 Meta FAIR 研究总监 | 主题AI自进化、大厂员工蒸馏与拒绝做螺丝钉的生存哲学核心洞察大模型时代的职场危机绝非周期性阵痛而是一场由大厂生产关系引发的根本性质变大公司正通过系统化捕获员工操作痕迹加速将人的认知“蒸馏”进底座模型导致执行层岗位永久性坍塌。正如田渊栋所言如果从业者依然寄希望于在大厂之间辗转跳槽就像一条不断跳向新鱼缸的鱼——看似在自救却未发觉整个水域正在不可逆地干涸。唯一的生存之道是完成物种升维长出翅膀跃迁为“四维生物”以创始人Co-founder与探索者的全局视角重新锚定不可替代的真实价值而在技术阵地上当预训练遭遇 10 倍电力与资本的边际效益瓶颈AI 必须走向递归自我改进RSI让 AI 研究 AI 本身由轻盈敏捷的新一代 NeoLab 实验室掀起真正的智能自进化革命。01 告别大厂螺丝钉离开Meta十一年温室八位顶级科学家豪赌NeoLab2025年底Meta AI 核心实验室迎来剧烈重组与裁员在 FAIRFacebook 人工智能研究院深耕近 11 年的顶尖科学家、研究总监田渊栋平静挥别大厂温室。这一次他与 Richard Socher、Tim Rocktäschel、Jeff Clune、Alexey DosovitskiyVision Transformer 共同一作等 8 位全球领军学者做出了同一个坚决的选择拒绝再去任何一家大公司担任一颗看似光鲜、实则可替换的螺丝钉而是联合创办了估值达 46.5 亿美元的颠覆性实验室——Recursive SuperintelligenceRSI。大公司组织摩擦与落后生产关系大厂内部复杂的政治博弈、过长的前期预热决策链让最具前瞻性的科学家深陷汇报与对齐内耗无法迅速将全量资源压注在最具确定性的前沿探索上。8位顶尖科学家的全互补基因从大语言模型推理、强化学习、演化计算到视觉多模态8 位联创均具备极强的端到端动手意愿与独立愿景抛弃臃肿层级形成无边界敏捷创新实体。NeoLab 资本模式的范式转移顶级资本首轮注入 6.5 亿美元、给出 46.5 亿美元估值其本质是看重顶尖人才在开放式探索方向上的极高执行力密度以小而精的组织形态对抗大厂冗杂。田渊栋坦言小团队最大的幸福感在于“全员在一线每一天拿到的数据都是新鲜的”。当不再受困于大厂季度 KPI 与繁复汇报科学家们得以重新找回那种纯粹的智力兴奋感Excitement把目标放在 5 到 10 年后的真正质变上。02 递归超级智能RSI当AI开始研究AI本身颠覆预训练的第二曲线Anthropic 等机构公开呼吁警惕“AI 正在以惊人速度加速 AI 自身的研发进程”这一被称为递归自我改进Recursive Self-Improvement, RSI的技术路线正是田渊栋团队全力押注的核心战场。单纯依赖海量文本预训练的 Scaling Law 正在逼近物理与数据双重极限AI 必须从“被动吸收人类已有知识”蜕变为“自主生成新科学知识”从执行层到科研层自举现有 AI 擅长编写既定规范的代码或解决局部任务但 RSI 旨在让 AI 跨入更高抽象维度的“自反式研究”——让模型自主设计模型架构、提出实验假设、编写评估器并在闭环中自迭代。潜在推理Latent Reasoning与数学可解释性田渊栋强调RSI 绝非盲目的黑盒试错而必须建立在扎实的数学过程之上。通过研究内部潜在空间的推理动力学与夹层策略梯度Sandwiched Policy Gradient构建具有严密可解释性的自进化机制。摆脱合成数据自噬塌缩传统模型吞噬自身生成的文本易诱发模型崩溃Model Collapse而 RSI 通过真实可执行的代码编译、数学证明与外部物理世界模拟器作为客观环境锚点确保智能体每一次“自我进化”都具备真实信息增益。这种自进化的本质是将人类从耗时耗力的“手工试错炼丹”中解放出来让 AI 充当自己的架构师。一旦自进化闭环被彻底打通人类知识发现的速率将被成千上万倍地拉升。03 算力军备与胜负手之争十倍电力ROI极限下初创实验室如何奇袭巨头在谈及前沿大模型的厮杀与行业格局演进时田渊栋深入剖析了大厂狂热追求更大算力集群背后的真实 ROI 困境以及初创实验室真正的破局胜负手竞争维度传统大厂巨头路径Big Tech新一代实验室范式NeoLab / RSI算力与资源投入追逐十倍级电力与集群扩展10x Power Compute面临边际收益剧烈递减与极其严苛的商业化变现压力。不与巨头拼消耗战依靠极高的人才密度与极具穿透力的科研选题以百分之一的算力聚焦验证核心机制。模型先发优势先发优势窗口期迅速收窄开源与竞对数月即可追平陷入“降价卷成本Cost”与“重训预训练”的死循环。押注非共识且开放式的第二曲线如递归自进化、环境交互探索一旦建立先发生态闭环巨头极难掉头模仿。决策与组织效率决策链条极其漫长为了平衡现有商业利益必须“预热”落后的生产关系束缚了前沿突破速度。全扁平化协作全员聚焦核心瓶颈。无需等待层层审批决策周期从数月压缩至小时级。田渊栋指出大厂接下来的胜负手只有两条路要么不计代价削减推理与调用成本要么在模型架构上寻找真正的结构性创新。然而当巨头忙于商业防守与成本内卷时真正能够孕育颠覆性种子的恰恰是没有历史包袱、专注开拓新范式的独立实验室。04 “没水了鱼必须长出翅膀”大厂员工蒸馏现实下普通人如何跃迁为四维生物在整场对话中最引发全行业深思与共鸣的是田渊栋针对普通人与大厂从业者生存危机的冷峻剖析。媒体此前爆出 Meta 等科技巨头开始系统性捕获员工的鼠标移动、按键输入来训练大模型这标志着组织对员工经验的“显式蒸馏”已进入深水区大厂水域的不可逆干涸许多人误以为跳槽可以规避职业风险。然而当大模型已能高效替代初中级执行层时大公司整体的人员需求在永久性收缩。“跳出鱼缸的鱼”面对的不过是另一个正在干涸的水坑。不做流水线螺丝钉的定力不要为了迎合短期市场虚幻的溢价而轻易交出自己的好奇心。一味做流水线上的执行者迟早会被更低廉的算力吞没必须找到自己真正热爱、愿意持续深耕的独特领域。进化为“四维生物”的突围三维世界的竞争是平面的存量内卷而四维生物拥有升维的时间线与全局视角——学会把自己当成“创始人Co-founder”让 AI 成为执行的放大器专注于问题的定义、品味与不可替代的洞察。“落后的生产关系无法承载先进的生产力。”田渊栋总结道。AI 时代的到来并不意味着人类创造力的终结而是对“人之所以为人”提出了更严苛的拷问。当大厂的池水渐渐见底那些敢于砸碎螺丝钉身份、张开翅膀拥抱不确定性的个体终将在升维的天空找到真正的自由。思想访谈硅谷101 Neolabs 特辑 · 读前 Meta FAIR 研究总监、RSI 联合创始人田渊栋深度对谈全景解析