近日，知名媒体人Ashlee Vance主办的Core Memory播客发布了对OpenAI前研究副总裁Jerry Tworek的深度专访。作为OpenAI的元老级成员，Tworek在2019年加入公司，主导了推理模型o1、o3等关键项目。他在访谈中透露，随着行业竞争加剧和组织规模迅速扩张，OpenAI正面临创新困境，部分前沿研究方向难以在公司内部推进。
Tworek指出，OpenAI当前的结构性困境主要体现在风险承担意愿下降和跨团队协作困难。他表示，公司为保持竞争力，必须应对用户增长和GPU成本等现实压力，这导致对高风险研究的支持减弱。同时，组织架构的膨胀使得研究工作难以突破部门边界，而大型机构对秩序的需求与研究本身所需的活力存在天然矛盾。
针对行业同质化现象，Tworek表达了对头部AI公司研究路径趋同的担忧。他观察到，目前五家主要AI公司几乎采用相同的技术方案，导致模型间差异微小。这种局面使得研究人员难以在主流机器学习范式之外探索新方向，他强调："如果想在主流范式之外做点不同的事情，几乎找不到合适的地方。"
在谈到人才流动问题时，Tworek认为频繁跳槽现象反映了行业激励机制的短视化。他指出，当前AI领域薪酬水平过高，导致研究人员更倾向于追求短期回报而非承担创新风险。这种现象与真正的科技进步需求相悖，因为突破性进展往往需要长期投入和冒险精神。
关于AI发展路径，Tworek特别强调了架构创新和持续学习的重要性。他认为Transformer架构虽具革命性，但不应成为限制探索的终点。他指出："一定还存在其他训练大模型的方法，它们可能看起来有点像Transformer，也可能完全不像。"对于持续学习，他表示这是实现通用人工智能（AGI）的关键缺失环节，当前模型仍缺乏从接触数据中实时学习的能力。
在AGI时间表方面，Tworek预测这项技术将在2029年左右实现。他承认当前模型在多模态感知和持续学习等方面存在明显不足，但认为随着投资增加和人才储备扩大，发展速度可能超出预期。他特别提到，架构突破和持续学习能力的融合将是实现AGI的重要方向。
访谈中，Tworek还分享了对竞争对手的看法。他认为谷歌的崛起部分源于OpenAI自身执行速度放缓，而Anthropic在编程智能体领域的成就令人钦佩。对于行业人才竞争，他强调公司文化比个别明星研究员更重要，良好的研究结构和协作方式才是持续创新的关键。
当被问及未来规划时，Tworek表示希望专注于具有重大影响力的研究方向。他强调专注力和信念的重要性，认为减少实验数量、深入分析数据往往比盲目增加实验次数更有效。对于计算资源需求，他正在探索平衡独立研究与大型机构支持的最佳路径。
