OpenAI联合创始人John Schulman的最新访谈揭示了AI领域的关键认知变革：后训练阶段的精细化操作比单纯堆砌算力更能释放模型潜力。他的新项目Thinking Machines正致力于终结AI开发的‘炼金术时代’，通过引入可拆解的‘原语’构建标准化训练流程。本文深度解析了从强化学习进化到多模态突破的技术趋势，并为创业者提炼出2025年AI赛道的三条实战法则。

在 AI 领域，John Schulman 是一个无法绕过的名字。作为 OpenAI 的联合创始人，他曾一手主导了 ChatGPT 的强化学习架构。

最近，在一次深度访谈中，John 被问到一个极具启发性的问题：如果让初创时期的 OpenAI 团队带着今天的认知回到 2015 年，你们能用多快的速度造出 ChatGPT？

本文将结合 John Schulman 的最新创业项目Thinking Machines，深度拆解这场对话中关于“后训练、 “原语”、“自进化”的核心内涵。

这不仅是一场技术回顾，更是对未来 3-5 年 AI 商业竞争壁垒的预判。

01 多快能造出现在 ChatGPT？认知差才是真正的算力

John 被问到的第一个问题是：如果回到 2015 年，你们能多快造出 ChatGPT？

他的回答出人意料：并不需要 GPT-4 这种规模的算力，甚至不需要 GPT-3 的全量算力。

1. 被低估的“后训练”力量

在 2015-2020 年间，整个行业的重心都在“预训练”上，即不断喂数据、堆参数。

但 John 指出，今天我们已经意识到，“后训练”阶段（包括 SFT 监督微调和 RLHF 强化学习）对模型表现出的“智能感”起到了决定性作用。

• 认知的错位：过去我们认为，模型必须要足够“大”才能理解指令。
• 当下的洞察：通过极高质量、精心构造的微调数据集，即便是一个参数量适中的模型，其表现也能在特定任务上超越巨大的原始模型。

如果你拥有今天的“数据配方”，在 2015 年那个算力匮乏的时代，你可以通过更聪明的微调手段，让 GPT-2 级别的模型展现出类似对话代理的能力。

2. 从大力出奇迹到精细化炼金

上面的认知差反映在商业上就是：先发优势并不完全在于你拥有多少块 H100，而在于你是否掌握了让模型高效对齐的特定数据工程方法。

02 Thinking Machines 的野心：终结 AI 开发的炼金术时代

John 离开 OpenAI 创立了Thinking Machines，并推出了名为Tinker的项目。这背后是他对当前 AI 工业界生产模式的深度反思。

1. 现状：低效且不透明的黑盒训练

目前的 AI 模型训练过程极其类似于中世纪的炼金术：

• 开发者编写冗长的脚本，将各种数据混杂在一起；
• 按下运行键，烧掉几十万美金；
• 等待结果，如果效果不好，由于训练过程的不可解释性，很难精准定位是哪一步出了问题。
• 2. Tinker 的逻辑：引入低级原语

John 在访谈中多次提到一个词：原语。

在计算机科学中，原语是最基础的运算指令。John 认为，目前的模型训练缺乏这种标准化、可拆解的基础构件。

Tinker 的目标是将复杂的训练流程拆解为一系列透明的、可操纵的原语。包括：

• 工程化转型：开发者不再是祈祷奇迹发生的炼金术师，而是精密仪器的工程师。你可以像调试软件代码一样，精细地调整训练过程中每一个权重的更新逻辑、每一批次数据的分布。
• 全栈式赋能：Tinker 的目标是让非顶级 ML 专家也能根据业务场景，通过组合这些高效的原语，快速构建出高性能的垂直领域模型。

这意味着 AI 的门槛正在从算法研究下移到工程效率。

正如我之前写过的Reevo，成功的项目往往不是靠模型更聪明，而是靠工程化的交付更标准、更快速。

03 未来一年的关键词：多模态与自进化的闭环

当谈到未来一年的趋势时，John 给出了非常具体的指引。

1. 强化学习的下半场：从人教到自悟

目前的 RLHF 极度依赖人类的标注。但人类标注有三个致命伤：贵、慢、且人类的认知水平限制了 AI 的上限。

John 预测，未来的突破点在于深度自监督强化学习。

• AI 将学会自我对弈和自我评估
• 在没有人类实时干预的情况下，模型通过在大规模模拟环境中的探索，发现更高效的逻辑路径
• 这就像 AlphaZero 摆脱人类棋谱一样，未来的通用模型将摆脱人类数据的天花板

2. 真正的多模态：不只是文字的翻译件

目前所谓的多模态（图像进、文字出）在 John 看来仍然是浅层的。下一代的 AI 将具备真正的感官融合能力：

• 它能直接在多模态的原生空间里进行推理
• 它对物理世界的理解将通过视频和传感器数据得到质的提升。

04 给 2025 年 AI 创业者的三条认知红利

基于 John 的访谈，结合我之前对全球爆款 AI 应用（如 HubX, Talkie 等等）的分析，总结出以下三点实战建议：

1. 规模化的重心转移

缩放定律并没有失效，但其重点正从参数规模转向推理规模和数据精炼规模。

如果你在 2025 年还在盲目追求训练更大的模型，而忽视了如何在推理端通过更复杂的搜索和思维链来提升表现，你将失去核心竞争力。

2. 关注低摩擦的工程工具

John 创立 Thinking Machines 本身就说明了一个趋势：赋能开发者、降低模型调优摩擦的“铲子”公司，其商业价值可能比单纯做模型的公司更稳固。

开发者应该关注那些能让你快速实验、精准反馈的工具，而不是把资源浪费在低效的盲目训练上。

3. 小而美的垂直闭环依然是现金流之王

在访谈中，John 提到即使是 GPT-3 级别的算力，如果加上极致的后训练，也能达到惊人的效果。

这再次验证了我们多次提到的：深入垂直场景，用高质量的私有数据去做极细颗粒度的微调，其投资回报率远高于去卷通用模型。

以上，祝你今天开心。