不做AI螺丝钉：被Meta裁员半年后，田渊栋带着46亿美元AI实验室回来了

来源：《硅谷101》视频播客 · 「不做AI螺丝钉：被Meta裁员半年后，田渊栋带着46亿美元AI实验室回来了」 嘉宾：田渊栋（前Meta基础AI研究实验室FAIR研究总监，RSI联合创始人） 主持：陈茜（硅谷101）

本文整理自「硅谷101」播客对田渊栋的专访。以下按主题组织，每个主题包含「新的变化」和「嘉宾观点与解释」两个维度，力求让未观看视频的读者快速理解核心内容。

一、从Meta到RSI：为什么选择创业

新的变化

田渊栋在Meta工作近11年、担任FAIR研究总监，去年被裁员后仅半年，便正式官宣加入RSI（全称Recursive Self-Improvement）。RSI获得5亿美元融资、46.5亿美元估值，在没有任何产品的前提下完成如此规模的融资，在AI领域极为罕见。这一事件标志着顶级AI研究员从大厂涌向New Lab的趋势进一步加速。

嘉宾观点与解释

田渊栋：离职后两周内手机被打爆，大量团队和公司联系他，包括Scale AI、xAI、Apple、Microsoft等。但他最终选择RSI，原因有三：

1. 团队小型化是大趋势。大公司组织架构臃肿，CEO命令从上到下传导需要大量对齐时间，而小精英团队可以快速对齐并执行。他亲眼目睹大团队中很多人在两三个月后就离开了，因为组织沟通速度已完全跟不上AI发展速度。
2. 团队互补性强。RSI有八位联合创始人（Cofounder），各自专长不同，彼此有connection（如Tim Rochote是田渊栋在Meta的前同事，后去Google DeepMind领导Agent Organizers团队；蔡明之前与Richard Socher共创MetaMind被Salesforce收购）。
3. 创业定位。其他团队大多邀请他做"Head of AI"之类的职位，而RSI给了他Cofounder身份，这对于想创业的人来说是更好的选择。

二、RSI八位Cofounder：各自的背景与分工

嘉宾观点与解释

田渊栋详细介绍了八位联合创始人的背景：

八人合作模式：非常民主，有很多思想碰撞，最终以共识推进。田渊栋表示"和聪明人合作比较省心"，大家目标一致——花时间精力把事情做好。

三、RSI的愿景：递归式自我改进

新的变化

RSI的核心理念是"Recursive Self-Improvement"——用AI来优化AI自身，让AI变得更强，再用来做更多事，形成递归上升的飞轮。这区别于当前主流的"人类设计模型→收集数据→大规模训练→人工标注对齐"范式，而是要让AI自主参与整个研发过程。

嘉宾观点与解释

田渊栋对RSI愿景的阐述：

1. 终极形态：放进计算资源，输出新知识、新见解、新洞察力。目标是"maximize the learning discovery rate"（最大化学习发现率），加速人类社会进步。
2. 当前阶段：大约在0.5到2-3的位置（满分10）。阶梯非常高，能爬到什么程度还不确定，但每一步都有应用价值，不像有些方向"要么全做成要么全做不成"。
3. 为什么从AI科研自动化开始：如果选择容易变现的方向（如聊天助手、垂直领域优化），存在被更通用模型取代的风险。而"递归自我改进"这个范式本身不会变，只要范式不变，公司立足点就不变。在这个范式下再寻找商业化机会。
4. 时间线：前一年到一年半把系统做好、做深入；之后开始落地应用。整个旅程可能持续数年才开始有里程碑式的成果。

四、技术路线：Latent Reasoning vs Chain-of-Thought

新的变化

田渊栋此前在Meta主导的"Hopfield"研究（在连续潜在空间做推理，即latent reasoning）在RSI会继续推进。与此同时，当前业界主流的Chain-of-Thought（CoT，用语言逐步推理）路线虽然实用，但存在效率瓶颈。这个方向可能成为未来的重要突破点。

嘉宾观点与解释

田渊栋：

1. CoT不是"错"的，但有局限性。人类思考问题时并不需要语言——很多时候有图像成分，有说不清的直觉。语言更多是一种"解释"而非"思考过程本身"。
2. Latent reasoning效率更高。每个latent token可以存储比语言token更多的信息，可以同时存几条不同的思路，最终一条路径对了就出来。而语言推理需要一条一条写出来，效率不同。
3. 传闻Microsoft可能使用了latent transformer。因为他们在一些搜索问题上效果远超前代模型，有人猜测采用了新架构（但官方不会回答）。
4. 顿悟（Grokking）研究仍在继续。田渊栋的顿悟论文揭示了模型从"记忆"到"泛化"的转变过程——能量函数在数据不足时得到记忆的解，数据足够多后突然变成泛化的解。理解这个过程可以提高训练效率。已有具体结论：总数据量为m平方量级时，需要m log m的数据就可以触发泛化转变。

五、强化学习的上限由预训练决定

新的变化

当前行业普遍重视强化学习后训练（post-training RL），但田渊栋明确指出：强化学习的上限由预训练决定。这是一个重要的技术判断。

嘉宾观点与解释

田渊栋：

1. 强化学习的作用是把第200名的答案提升到第1名，但前提是至少有一个对的答案（“种子”）。如果种子不存在，强化学习再怎么做也没用。
2. 预训练才是核心。大语言模型最关键的地方在于预训练——训练后涌现出的各种表示，能解释数据中的结果、发现数学中的推理模式。这些推理模式在强化学习中被放大，最终得到好的答案。
3. 数据的重要性：最近模型的大进展，很大程度上是因为将推理模型生成的数据放回了预训练/中训练过程，达到自我进化的初步目的。更强的模型生成更好的数据→更好的训练→更强的模型，这是一个正向循环，但过程很慢。持续学习（continual learning）是解决这一瓶颈的方向。
4. 最终超越数据量的限制：当数据范式不变时，数据越多效果越好。但要达到人类水平的效率，还需要新的算法和训练方式——单纯堆算力的指数增长到一定程度大家都受不了。

六、New Lab格局：SSI、Thinking Machines Lab、Unthinkable

新的变化

2025-2026年，大量顶级研究员从大厂出走创建New Lab，形成了一个全新的AI创业版图。田渊栋对几家代表性公司的分析如下：

嘉宾观点与解释

伊利亚的SSI：极度保密，内部在做什么完全不知道。口号是做"安全的超级智能"。有可能在研究全新的训练范式——如果发现新的训练机制，可以极大提高效率和速度。猜测都基于伊利亚去年的一次访谈，其中谈到research taste、模型泛化等问题，与田渊栋自己的思考非常接近。

Thinking Machines Lab：最近发了Human Compatible Interaction Model（持续交互、不需要turn-by-turn），效果不错。方向侧重于人和AI如何交互，可能走类似Human AI的路线。

David Silver的Unthinkable：更倾向于完全不用大模型，纯用强化学习从头搭建——类似AlphaZero从零自学习的路径。田渊栋认为这很难：围棋是封闭领域，胜负标准明确；但在开放式方向上很难定义清晰的评分函数，需要大量算力，当前算力很难满足。

各家的护城河与挑战：

• 护城河不在于技术本身，而在于能否在资源有限的情况下快速产出progress
• 大厂来的人习惯了"花很多钱做实验"，New Lab必须思考如何让迭代更高效
• 不能再用传统scaling law——那是大厂无限资源才能玩的游戏

七、大公司vs小公司：组织架构决定竞争力

新的变化

田渊栋从Meta 11年的亲身经历出发，深入分析了大厂在AI竞争中面临的结构性困境——组织架构效率跟不上AI发展速度。

嘉宾观点与解释

大公司趋同化严重：

• 方向和方案由CEO/高层定，高层追热点，导致各公司做的东西都差不多
• Coding火了之后所有人涌向Coding，想做不同方向的人被环境和压力逼迫去做跟大方向一致的东西
• 典型案例：Anthropic在所有人刷MATH benchmark时专注做Coding，最终证明Coding确实能赚钱，然后所有人都涌过来了

前沿大模型之争变成了组织架构之争：

• 一个组织中的人如果没有能力push back上面的要求，就只能顺从压力
• 时间长了上面发现delivery和promise不一致，就会产生"地震"——类似Llama团队和xAI的情况
• 本质上是"先进生产力和落后生产关系之间的矛盾"

小公司的窗口期：

• AI coding agent在去年底跨过了突变点，从"AI辅助coding"变成"让AI做事情、人提供high-level想法"
• 大公司需要1-2年适应新生产力工具，小公司（尤其全是很厉害的人的小团队）可以快速找到合作模式
• 这个timing窗口很窄——再过一年大家适应了，出来创业就晚了

八、Coding之后下一个Big Thing：AI Research

嘉宾观点与解释

田渊栋明确判断：coding之后的下一个big thing是AI research。

理由：Coding之所以火，是因为写代码的人ROI很高——一个强模型能替代高薪工程师的工作，所以才有收入。下一步，大模型人才比写代码的人更贵。如果能让AI research自动化，ROI更大。不过，AI research发现的知识的商业价值取决于具体发现了什么——发现新药、新材料、新训练方法，回报都是天文数字，但属于高风险高回报。

九、模型竞争格局：大模型没有永远赢家

新的变化

Meta发布了Llama，Google IO发布后口碑不佳，Anthropic与OpenAI在Coding领域竞争白热化。

嘉宾观点与解释

Meta Llama：田渊栋（仍持有大量Meta股票）评价"还不错"，尤其多模态能力突出，但总体可能还比Gemini 3差一点。不认为Meta放弃了争夺最强模型——Llama本质上还是通用型（general-purpose）模型。

大模型竞争的本质：

• 大模型没有永远赢家，大家全是摸着石头过河
• 差异在于做多细、工作多努力——注意到别人注意不到的细节可能就获得一些提升
• Anthropic的Claude和OpenAI的Codex能力上差距不大，关键是执行速度和产品竞争力
• 一旦进入资本叙事（上市、做营收、做资产负债表），逻辑就从"做出impressive新东西"变成"商业模式"——赛道可能分化

Google：GM2和GM2.5时期大家说不行，GM3就很好。Google有非常多厉害的人，只要领导层重视，一定能追上来。

十、AI对就业的冲击：从"螺丝钉"到"寻找自己的意义"

新的变化

Meta裁员7800人并强制征用员工工作数据训练AI模型、大厂频繁裁员、AI能力达到4-5级工程师水平——这些现象标志着AI替代白领工作的速度正在加快。

嘉宾观点与解释

田渊栋：

1. AI能力已达到大厂4-5级工程师水平（即应届生到4年经验的工程师），而这部分人在大厂中占比很大。AI来了之后，确实有很多影响，以后会越来越多。
2. 三年到五年内大量人将面临选择。跳到大厂被裁，再跳再裁——“就像鱼在水坑里跳，但水被抽干了”。最终必须"进化成鸟、长出翅膀才能活下来"。
3. 从"螺丝钉"到"文艺复兴"。以前被教育出来最终目的是成为某个大机器的零件，现在大机器不需要你的零件了。每个人都需要找到自己独一无二的价值——“只有你去探索，你获得的所有数据都是新的，你相当于一个行走的数据源。你对这个世界是有价值的。”
4. 征用员工数据训练AI：公司角度无可厚非（这是公司财产），但可能导致员工故意埋雷、不认真做事。长期来看，这种对立关系并不健康。

十一、RSI的工作文化与办公室

嘉宾观点与解释

工作氛围：

• 非常直接（direct），很快给反馈，大家都是做实事的人
• 开会不多，希望坐下把事情做成
• 没有老板专属工位，所有人都坐在一起
• 目前约25人，目标扩展到40人左右
• 三分之二在旧金山，三分之一在伦敦
• 可每周remote，一周来办公室三天

招人标准：

• 经验丰富、有research taste的人优先
• 同时要求hands-on（愿意自己动手做事）
• 毕业生case by case——如果已有业界知名的工作成果，也有希望
• 吸引的是认同愿景、追求方向意义的人，而非只看工资总包的人

融资状况：目前进展顺利，内部研发进度好于预期。资金足够支撑1-2年的高强度探索。RSI也是Google旗下基金投资的。

核心启示

1. AI研究正在从"人做"转向"AI做"。RSI押注的是递归式自我改进——用AI优化AI自身，形成飞轮效应。这是一个高风险高回报的方向，但每一步进展都有应用价值。
2. 预训练仍是基础，强化学习的上限由预训练决定。当前行业过度重视post-training RL，但田渊栋明确指出：没有好的种子（预训练涌现的推理模式），强化学习无用。
3. 大厂的组织架构已成为AI竞争的瓶颈。趋同化、CEO追热点、员工无力push back——这些问题导致大厂创新效率远低于New Lab。
4. 个人层面：从"螺丝钉"到"独一无二"。AI正在替代标准化的脑力劳动，每个人都必须找到自己不可替代的价值——独特的探索、独特的洞察、独特的数据。