病退两天剧情反转:从 Thinking Machines 离职后,北大校友翁荔重回老东家 OpenAI

珠江路在线   2026年7月30日  【 转载 】西瓜视频 

几乎太抓马了!两天前,因病裸辞 Thinking Machines 的联创,转头竟光速加入了 OpenAI 。Information 爆出,北大校友翁荔将重返老东家,带队开发「递归自我改良」(RSI)新模型 。

这波极限操作,也难怪网友 感慨,「真是编都编不出来......」

这 所有,还要从两天前说起 。28 日那天,翁荔公布了一份极其直白的 离任申明 —— 在过去 7 个月里,自己 禁受了人生中最严峻的一段病痛折磨 。

「在全公司为 Inkling 公布冲刺的时候,我试着好好休病假,可一边休养一边跟愧疚感 搏击,这味道真的不好受」 。

翁荔当时 示意,下一站将找一个「职责明确」的岗位,不再做联创 。出其不意的是,短短两天后,这个「新东家」就正式揭晓了 。

不过,真正激发业界 瞩 目标,是翁荔此次重返 OpenAI 所肩负的重任 。

OpenAI 发言人已向 BI 证实,翁荔将亲自挂帅,领导一个聚焦「递归自我改良」(RSI)的团队 。

通俗讲,用 AI 研发 AI,即让 AI 加快 OpenAI 设计、训练、评估下一代模型的整套流程 。

从 OpenAI 的 策略来看,这盘大棋早已开始布局 。

3 月,OpenAI 首席科学家 Jakub Pachocki 曾明确界定,打造一个全自动的「AI 探究员」,是 OpenAI 将来几年的「北极星」 。

无论是推理模型、Agent,还是可解释性,全部的探究主线,都在向同一个靶心全面收束 。

配合这一终极 策略,内部 工夫表也早就公开了,分两级:

在技术路径上,OpenAI 的核心押注集中在两端:一是底层算法的 延续迭代;二是暴力拉升「测试时计算」 。

这么一看,翁荔的位置就清晰了 。

她要做的不是下一个 GPT,是要亲手打造出那条 能够「自动进化、量产 GPT」的超级流水线 。

OpenAI 凭什么把帅印交给翁荔?答案,其 着实三周前就已埋下伏笔 。

月初,翁荔在个人博客公布了一篇长文 Harness Engineering for Self-Improvement 。

它浓缩了几十篇论文 精粹,主题正是 RSI 。

文章中,翁荔把这个概念的来路说得很清晰:

1965 年 I. J. Good 提出「超智能机器」,指一台能在全部智力 运动上超过人、而且能设计出更好的机器来改良自己的系统;

2008 年 Yudkowsky 给这个反馈回路起了名字,AI 用当下的智能,去改良产生 本身智能的那套机制 。

但她的推断不在概念上,而在工程上 —— 现在的 AI 自我改良,不 定然要从模型改写自己的权重开始 。

更 事实的入口是 Harness,模型外面那层脚手架,规划、工作流、上下文治理、 长久化存储 。

她拿操作系统作比,「今日的 Agent 利用之所以牢靠,靠的是被精心工程化过的 Harness,而 不仅不过模型 本身有多强」 。

三周之后,这个方向变成了她的岗位 。

翁荔的起点,并非大模型 。

2004 年,她拿下了全国高中数学联赛陕西省一等奖,次年考入北大信管专业 。

毕业后,又远赴印第安纳大学布卢明顿分校攻读博士,主攻复杂网络、社交网络与信息 流传 。

这些方向,与如今「一统天下」的 Transformer 架构 几乎毫不搭界 。

她曾在 Facebook 实习,在 Dropbox 做数据科学家,又去金融科技公司 Affirm 做机器学习工程师 。

2018 年入职 OpenAI 时,她被分到了机器人团队 。

团队花了两年,教一只机械手单手 复原魔方,那是当年最出圈的 AI 演示之一,她是核心 奉献者 。

2021 年,OpenAI 重心转向 GPT,翁荔 参加组建并带起 利用 AI 探究团队 。

GPT-4 公布之后,她从零搭起 Safety Systems 团队,到她离开时,这个团队已经超过 80 人 。

2024 年 8 月,她升任负责安全的探究副总裁;三个月后 宣告 离任,理由是「在 OpenAI 待了 7 年,我 预备好清空自己、去探究一些新东西」 。

紧接着,她便以联创身份, 创办了 Thinking Machines 。

如今,从 Thinking Machines 再回到 OpenAI,之间只隔了两年的 工夫 。

当前,Thinky 六个联创走了四个,三个都回了 OpenAI 。

站在更高维度看,翁荔回归的背后,是 OpenAI 对 ASI 终极路径的再一次疯狂押注!

当 AI 外层的 Harness 搭建 结束、AI 开始自主研发、测试下一代 AI,人类的角色将被彻底改写 。

假如翁荔挂帅的 RSI 团队,真能在 2026 年交出一个「自主 AI 探究实习生」——

那象征着,LLM 的迭代将逐步告辞人力 重叠,迈向指数级迸发的技术奇点 。

免责声明:凡标注转载/编译字样内容并非本站原创,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。