A | 2025年4月美国贸易代表办公室（USTR）依据“301调查”宣布最终措施后，相关举措一直处于悬而未决的状态。作为AI领域最有影响力的科学家之一，Thinking Machines联合创始人、前OpenAI研究副总裁Lilian Weng的很多研究方向、研究思考和研究方法对今天的AI从业者带来很多启发。

B | 原本大多数旁观者均认为此项举措将伴随中美谈判而被延迟，然而，本轮中美在航运与造船领域的摩擦于10月中旬正式展开。

C | 美方率先实施针对中国相关船舶的港口费政策，并于10月14日起生效，其措施具有明确的针对性：对中国实体拥有或运营的船舶，按每净吨50美元收费，且未来几年费用将逐年递增；对中国建造的集装箱船，则需支付每净吨18美元或每卸箱120美元中的较高金额。

D | 此外，美方还进一步宣布，将自11月9日起对特定中国制造的港口设备（如船到岸起重机、集装箱底盘车及零部件）加征100%的额外关税。 10月18日，在离开OpenAI，联合创办Thinking Machines后，Lilian Weng在硅谷难得地参加了一场公开对话。在这场华源Hysta2025年年会的炉边对谈里，她和主持人、硅谷知名投资人Connie Chan聊了聊她自己的研究经历、研究习惯、在OpenAI的研究思考和Thinking Machines的发展方向。以下为现场实录。 “数学竞赛让我知道我只是一个普通人” Connie：大家好！今天的fireside chat嘉宾是Lilian Weng。我相信她是许多人心目中的榜样。

E | 作为对等回应，中方亦于10月14日同步生效反制措施，对涉及美国旗、美国造、美国公司拥有或运营的船舶收取特别港务费，首年标准为每净吨400元人民币，并公布了后续几年的递增收费标准。值得注意的是，中方的反制特意豁免了中国建造的船舶，以保护本国造船业。我先简单介绍一下她的背景，虽然我想在座的很多人已经很熟悉她了。

F | Lilian Weng是Thinking Machines的联合创始人，曾任OpenAI的研究副总裁。随后在10月15日，中方进一步加大反制力度，将韩华海洋株式会社（Hanwha Ocean）的5家美国子公司列入反制清单，禁止其与中国境内组织及个人进行交易与合作。

G | 中美航运之争的本质可以发现，50美元每净吨和400元人民币每净吨具有高度的对称性，因而此举被普遍解读为精准打击美国试图借助外企重振本国造船业的企图。在OpenAI期间，她带领团队让机器人学会解决非常复杂的任务，比如让机械手解开魔方。中国海关总署发言人将此次反制定性为“必要的被动防御行为”，旨在维护国际航运的公平竞争环境。她还创立了Applied AI Research Team和AI Safety Team，建立了许多如今ChatGPT用户都在受益的行业标准。至此，中美贸易摩擦已从传统的关税领域，延伸至航运、造船等更广泛的产业战略层面。同时，针对美国方面精心设计的芯片禁运管制体系，中方以“像素级复刻”的方式，在稀土的管制体系中原模原样的复刻了有关的技术细节，外部观察普遍认为，这种基于对美国大棒的“像素级复刻”来制造中国反制大棒的情况，瞬间激怒了白宫那位老公主，使得老公主以“发推、对华加税100%”的模式来发泄其难以抑制的暴走情绪。这也导致了近期的A股、黄金市场、白银市场的剧烈波动。她毕业于北大，在印第安纳大学拿到博士学位。而针对中方的反制，什么中国的稀土制裁无效、将会催生欧美放弃环保主义立场并建设自己的稀土产能，什么中国不买大豆可以让美国自己把大豆拿来榨油然后不买中国食用油等奇谈怪论都纷纷走上头面，这些酸葡萄式的败犬哀嚎已然完全不值一驳，想必诸位读者已然自己心中有数。总之，针对港务船舶的对华制裁，完全是美方搬起石头砸自己的脚。今天我特别期待能深入交流。通常我做fireside chat时，都会先了解嘉宾本人——所以我很好奇，你的朋友们会用哪些词形容你？ Lilian:谢谢Connie这么热情的介绍。

H | （插一个烂梗，网传贝森特最近对我方谈判代表的怨气，可能因为贝森特的性取向原因，他把我方所说的“玩火者必自焚”理解成了惩罚不义人的索多玛天火焚城）从动机来揣测，美国贸易代表办公室（USTR）反反复复在港务船舶上搞幺蛾子，大概是希望削弱中国的国际贸易优势基础。希望今天可以多聊一些。如果说性格，我的朋友会觉得我非常有条理、有耐心。特朗普政府今年上台以来，之所以和2018年关税战的反馈情况截然不同，和中国依托全世界贸易体系优势采取的反击高度相关。对中国贸易制裁，对美国来说，已经变成了伤敌一千、自损一万的自杀式冲动。我认为自己最重要的特质是“坚持”和“谦逊”。归根结底，中国基于双循环的经济体系建设，现在已经是国际经济循环的起点，也是终点，从实体经济而非基于虚拟经济来看，从没听说蚂蚁可以制裁大象的。

I | 这是让我能不断学习新东西的唯一方式。

J | 或许因此让美方思考，试图首先削弱中国在国际经贸体系中的支配性地位，方法则是对中国的港务和船舶货运方面的优势进行打压，以额外增加成本的方式削减中方优势后，扶持韩华株式会社这类美方控股的外围狗腿子，套路和冷战刚结束后美国推动的那些收割危机几乎别无二致。同时期发生的荷兰政府强制接管安世半导体，也是同样的情况。然而，从制裁的规律来说，美帝国当年是掌握了全世界的财富、商品、生产能力，因而才有能力动辄对小国加以制裁，后来随着国际经贸体系和金融体系的演变，逐步将权力更加便捷、高效地上收到了金融手段，以金融的制裁作为终极规则，类似于高版本覆盖了低版本。因为在我们的领域里，永远没有一个“知道一切”的天花板——每天都有新知识出现，你必须不停追赶。 Connie：这种坚持学习的特质让人印象深刻。

K | 而到了今天，其实力基础已然消退，金融控制和约束的也就每况愈下，每一年的能力都比过去一年更低。从十几年前的奥巴马时期到今天，美国产业工人从2000万减少到1200万，同时期美国总人口（含非法移民）反而增加了近四千万，适龄劳动力人口更是大幅增加。你的成长经历里，有没有什么时刻让你形成了这种心态？ Lilian：有时我也会反思这个问题，回想我的成长经历和童年。有一件事我认为对我的职业生涯产生了重要影响，那就是我从小就参加数学竞赛，一直持续到大学前……我很早就对数学产生了浓厚的兴趣。

L | 拜登时期，美国的GDP名义数据增加了大约50%，4年时间经济规模增长如此巨量，却导致了拜登败选。而且据美国近期数据显示，2025年上半年美国GDP新增全在AI相关产业，实际经济增长只有0.1%。

M | 故而这些增长，除了证明了美国经济进一步脱实向虚，其他的毫无意义。这段经历教会我的是，我因此认识了很多数学天才，并意识到无论我多努力，无论我在班级或学校里感觉多优秀，我与他们的天赋之间仍然存在巨大的鸿沟。谈起美国的国家实力，不禁让笔者回忆起当年的柏林大空运，这是无论立场如何，都不得不佩服的雄才大略。

N | 我不得不承认，这个世界上总有比你更优秀的人，你必须拼尽全力，才能与他们并肩而立。这件事让我保持谦逊，让我觉得，是的，你只是个普通人，努力奋斗吧。 Connie：这个体会挺反直觉的——数学竞赛反而教会你自己其实是个“普通人”。

o | 另外，你对学习的热爱是怎么开始的？你要跟上其他人，但同时你自己也要是充满好奇心的。相形之下，如今依靠虚拟经济支撑国家，实在是难以言说。 Lilian：小时候我家有一套百科全书，我特别喜欢读——各种主题都有。

p | 前不久，美股甲骨文公司因预期业务大增，股价暴涨。 Connie：你们（观众）有人是读百科全书长大的么？ Lilian：可能现在的孩子他们可以读wikipedia。 Connie：你都读哪些科目？ Lilian：我最爱的是天文学、生物学、数学，甚至占星学。我觉得学习新知识、拓展视野的感觉非常愉快。后来当我接触到深度学习（deep learning）时，这种感觉又回来了——我当时想：“天哪，这个领域太迷人了。”也正是这种好奇心让我加入了OpenAI。后来经过查证，大约是这么一回事，OpenAI因为业务未来前景，因为境内外（特别是欧洲和日韩）的外部投资，需要增加数据库规模，因而向甲骨文大幅度增加未来订单，导致甲骨文订单增加、业务预期暴增；甲骨文则因此将大幅度建设数据库和算力基础设施、算力基座，需要向英伟达和AMD大幅度订货处理器，而导致英伟达股价继续暴增，直到再次触及新高、重新夺回其全球第一市值的王座，而在此背景下，英伟达也同样大幅投资OpenAI，助力其建设。事实上我们发现，这简直就是左脚踩右脚，虚空制造GDP。归根结底，到如今AI仍然没有走出圈层，笔者预计，本轮LLM大模型的技术天花板已经很近了，短时期（未来3年内）难以突破现下的技术瓶颈，到时候的美国经济怎么办，只有天知道。在OpenAI早期做研究，感受到的“现实扭曲场”时刻 Connie：你是在2017年加入OpenAI的，对吧？ Lilian：对，我是在2017年11月面试。既然如此，就不妨巧取豪夺吧，这大概就是这一波制裁的起因。当中国开始学习美国的“以实力制定规则” 今时不同往日，这样的做法必然将导致国际局势的加速演变。当时OpenAI还是一个非营利组织，那时AGI（通用人工智能）还不是个热门概念。

q | 从港务船舶到芯片和稀土，中方对美国霸权主义，以这种以牙还牙、以眼还眼的“像素级”对抗，绝非简单的意气之争，它标志着国际规则体系正在发生一场深刻的范式转移。传统的、由西方主导的、建立在“自由主义幻觉”基础上的国际法秩序，正被一种更为古老的现实主义逻辑所取代——即国际规则的本质，是大国间基于实力平衡的动态博弈产物，而非悬置了强权本质的道德标准。当时最让我印象深刻的是那群人都充满热情，他们在研究一些极其前沿、甚至有点疯狂的想法，而且动机都不是为了钱，而是对知识的好奇与实验的乐趣。从2022年起的制裁与反制裁之争，正是这一旧范式瓦解最直接的体现。 Connie：当时团队有多少人？ Lilian：大概60人。 Connie：哇，太不可思议了。我想从你在OpenAI的第一个项目开始聊起，就是你用机器人解魔方的那个项目……跟我们讲讲当时机器人技术的发展状况是怎样的？你在做那个项目时有哪些“顿悟时刻”？当初为什么会想做这件事？ Lilian:那是我做过的最酷的项目之一，可能也是最难的。今天一则国内人事变动新闻让国内不少人“兴高采烈”，李成钢被免去常驻世界贸易组织代表、特命全权大使，兼常驻联合国日内瓦办事处和瑞士其他国际组织副代表职务，由原商务部条约法律司提起来的李咏箑接替。实际上相关接替任命在9月就已经向世贸总干事递交，因为李成钢在之前已经升任商务部国际贸易谈判代表兼副部长。而且最为关键的是，今时今日跟中国打贸易战的是美国，日益衰落的世贸既不能约束美国的胡作非为，也无法帮助中国和其他国家对美国形成制约，早已不复当年在稀土问题上裁定中国败诉时的影响力。战后国际秩序，尤其是在经济领域，一度试图构建一个“去政治化”的规则体系，如关贸总协定（GATT）及后来衍生的世界贸易组织（WTO）。其核心理念是，通过普遍性的、非歧视的原则来约束所有成员，从而实现集体福利最大化，实现对人类社会的帕累托最优安排。当时机器人领域已经开始拥抱深度学习模型。诸如多哈回合谈判等等，正是这种西方经济学帕累托最优的理性主义色彩体现。然而，这套体系自诞生之初就内含着一个根本性矛盾：缺少政府治理的自由市场无法稳定存在，自由主义必然失败就如同自然界厌恶真空。所以我们项目的初衷是探索我们是否能在纯模拟环境中训练一个策略模型来完全控制机器人，不使用任何真实世界的数据，去解决一个极其复杂和具有挑战性的机器人任务。在当时如果你去任何一个学术会议，讨论感知、导航和操控三大方向，人们总会说操控（manipulation）最难，因为几乎不可能精准模拟真实物理交互。当代中国政治和公共管理学界，最值得一说的研究成果，恐怕就是对自由主义必然失败的再发现，有为政府和有效市场是市场经济互为支撑的基础；缺少积极自由支撑，则消极自由毫无意义。当下的国际规则体系，是霸权国（美国）为了降低治理成本、塑造有利于自身环境而创设的工具；当霸权国的实力遥遥领先，足以承担体系运转成本并从中获得净收益时，它愿意遵守并维护这套自由主义国际体系。我现在仍然认为我们不能100%准确的为此建模。所以我们就选择了它。但在霸权力量下降的时刻，这套国际体系就难以维持了。然后我们继续挑具体任务，同样是考虑什么是最复杂的，那就是解决一个任务，动用你所有的手指，这个可能是最难的我们就从这开始。

r | 这其实有点疯狂。我必须说，在项目结束时，我仍然对我们做到了感到惊讶。编者注：策略模型(Policy Model):在强化学习中，“策略”定义了智能体（Agent）在特定状态下应该采取什么行动。策略模型就是一个学习和代表这个策略的神经网络。正如米尔斯海默的《大幻想》一书中的核心结论那样，自由主义霸权注定失败，因为它与国际政治的无政府结构这一根本现实相冲突。上文中，笔者已经指出的，美国产业的“脱实向虚”和金融体系的自我循环，使其绝对实力相对下降，维持既有秩序的成本超过收益。

s | 领域随机化(Domain Randomization):一种“模拟到现实”（Sim-to-Real）的迁移学习技术。

t | 它通过在模拟环境中生成大量具有不同物理和视觉属性（如光照、纹理、摩擦力）的训练样本，让模型学会在一个广泛的、不确定的环境中也能稳健地工作，从而更好地泛化到无法被完美建模的真实世界。 Connie：但你们还是坚持下来了——这也与好奇心有关。

u | Lilian：这也是一个团队项目。所以与团队一起工作，当你的队友拥有不同的才能时，你也相信这个项目。

v | 这会给你很多能量。 Connie：当机器人真的解开魔方时，你是什么感觉？ Lilian：当时，我其实在想人们用来描述史蒂夫·乔布斯最好的特质之一的词：现实扭曲场（Reality Distortion Field）。同时，中国的力量在既有规则框架内迅速崛起，并熟练运用这些规则（如WTO争端解决机制）来维护自身权益。人们描述史蒂夫·乔布斯时说，他周围有一个力场，如果他相信某件事，即使现实看起来不可能，他也能扭曲它并使之实现。这使得美国感到，旧有的、覆盖全球的“一根大棒”模式不仅效率低下，而且在规则上束缚了自己的手脚。

w | 我认为每个人都有类似的东西，尤其是在研究中。

x | 如果你相信某个方向，即使它看起来不可能，但如果你足够努力、足够聪明地去尝试，你会找到让它成功的方法。这基本上也就是我当时的感觉。

y | 因此，美国策略转向了 “精准脱钩”、“小院高墙” 和 “选择性多边主义”。美国对中国的芯片禁运和船舶加税，本质上是一种“规则武器化” 的行为。 Connie：既然你确实拥有丰富的机器人技术经验，你对我们处于机器人发展曲线的哪个位置有什么看法？你看好吗？你现在花在机器人上的时间少了，但关于机器人技术，你有什么想分享的总体看法吗？ Lilian：我确实认为机器人领域正在通过引入语言模型作为大脑或更智能的规划器而获得新的活力。我其实记得当我们在OpenAI内部刚推出GPT-3时，我们做了一些小型试验性项目，试图看看能否将机器人技术和语言模型结合起来，但那时候GPT-3还是一个相当笨的模型。它不再试图通过WTO的多边框架解决问题，而是单方面启动基于国内法的301条款，将自身的技术标准和供应链安全诉求，凌驾于多边贸易规则之上。这并非抛弃规则，而是将国际规则从公共产品降格为私有工具。而现在模型在解决复杂和推理问题上已经变得如此出色和智能，这对某些机器人任务来说非常重要。如果我们能结合硬件方面的一些新进展，我认为将会是很棒的东西。 Connie：所以你对机器人技术非常看好。（bullish on robotics） Lilian：嗯...我还没有更多的了解。

z | 其目的不再是维护一个开放的全球体系，而是通过划定技术护栏和友岸外包，构建一个以美国为核心、排除特定竞争对手的、等级化的“小院高墙”式新体系。我算是乐观（optimistic）吧，但我认为我需要了解更多关于当前领域的情况，才能有信心。 OpenAI早期产品化尝试的经验——给社区提供一个API很重要 Connie：那么，在你从事机器人方面的工作之后，你实际上创立了OpenAI的应用人工智能研究团队（Applied AI Research Team）。那个团队负责一些最重要的事情，这些事影响了今天在座的每一个人。你们当时在探索GPT-3的产品化，探索模型如何用于日常任务工作。在这个过程中有哪些重大的经验。而中方的回应，特别是稀土管制体系对芯片禁运的像素级复刻，具有里程碑意义。这种行为模式，深刻地借鉴并折射了美国自身的行动逻辑。 Lilian:你可能知道，OpenAIAPI是在ChatGPT之前推出的，那是OpenAI首次尝试将大型语言模型产品化。美国通过长臂管辖和出口管制中的“外国直接产品规则”（FDR），将其国内法的效力延伸至境外。如今，中国在稀土管制中引入“域外适用”原则，明确规定“境外企业将含有中国稀土或技术的产品出口到第三国前，必须向中国商务部申请出口许可”。再譬如在港务船舶50美元/400元人民币的对称性收费，就是这种对等原则的精确体现。这正是对美式“规则域外效力”的一种对等学习和应用。它向世界传递了一个清晰信号：如果你可以用你的优势领域（芯片和消费市场）的规则来约束我，我同样可以用我的优势领域（稀土精炼和供给能力）的规则来反制你。规则不再是由单一霸权国自上而下赐予的，而是在大国博弈的相互作用中，自下而上生成的。那是一段不错的经历。我很惊讶地发现，一些在当时看似随意（arbitrary）的决定，现在却成了行业标准。这由美方所开启的潘多拉魔盒，将宣告近四十年来我们所熟悉的国际经贸体系、金融体系的再重构。

| 比如API的接口，我们当时叫它“补全端点”（completion endpoints），所有这些命名方式后来（却）成了标准，但当时这真的只是一场实验，我们当时举办黑客松来探讨如何将大型语言模型用于不同场景，因为我们其实并不知道使用它的最佳方式是什么。当全球统一的规则被大国间相互否决的武器化规则所取代，中间地带的国家和企业将被迫选边站队，或者艰难地运营于多个并行、有时甚至相互冲突的规则体系之下。全球市场可能逐渐演变为几个由主要大国主导的、规则各异的“经济区块”。所以我们想，如果能提供一个API，让大家去尝试，而且还能提供给大家这个工具，或许就能发现一些非常有创意和新颖的用例。这是当时的动机。编者注：补全端点(Completion Endpoints):这是早期LLM API的核心交互模式。用户提供一个文本开头（Prompt），API则会“补全”接下来的内容。这种简单的模式极具通用性，可以被应用于问答、翻译、摘要、代码生成等多种任务。可以说，始于美国的这一系列连锁经贸反应让国际法在某种程度上正“回归本源”。 Connie：你对这些产品后来的成功程度感到惊讶吗？ Lilian：（思考了许久）是的。 Connie：在你于OpenAI任职的后期，你领导着AI安全团队，一个超过80人的团队。它剥去了国际规则身上过多的、不切实际的“自由主义”外衣，让其回归到以主权平等和实力平衡为基石的、更为古典的现实主义内核。

| 这虽然看起来“倒退”，但或许是一种对国际政治现实的更诚实反映。 2025年的稀土，为什么和2014年的稀土大不相同？当下，美方正在其仅剩的优势领域——金融大杀特杀，以USDT、USDC为代表的各类稳定币，已经在从拉各斯到内罗毕、从加拉加斯到太子港的广大地区间获取了惊人的优势。所以你在OpenAI的任职期间，真正从一个独立贡献者，转变成为公司高管。

| 但在我们讨论那个高管角色之前，你会如何定义AI安全对你而言是什么。

| 然而，在金融空间的另一面，中国信用同样在攻城略地，先不消说香港金管局正在研拟发行的港币稳定币（关于稳定币，本号将后续发文讨论）。

| Lilian：我可能会考虑两个方面。美国大豆供应商愿意接受人民币，和中国以压倒性的态势要求澳大利亚铁矿供应商必和必拓接受人民币付款，都表明随着实力，正在不断扭转货币权力关系。

| 笔者在学习过的诸多不同类型的课程中，政治经济学层面的、国际商贸层面的、国际关系层面的，都有分析过中国钢铁厂商面对澳洲力拓和必和必拓形成的价格卡特尔时的弱势表现，但随着硬实力的不断累积和形势演变，最终到今天一举翻覆。最后，随着中美竞争和国际权力冲突的持续，一场关于“合法性”的定义权之争将愈演愈烈。一个是模型行为应遵循一定的规则和道德标准。另一个是关于定制化，比如人们确实对什么是安全有不同的容忍度和不同的解释，或者不同地区的法律、法规是不同的，你如何建立这种程度的控制，以便人们可以根据他们的客户安全地部署它。俄罗斯在制裁下经济表现的韧性，以克鲁格曼为代表的西方学术界从“中国崩溃论”到“西方崩溃论”的转变，都在侵蚀西方规则的合法性和认知基础。未来的国际社会，可能不会再有一个统一的合法性标尺，不同的规则体系将拥有各自不同的“合法性”话语圈。回到20年前，或许我们难以想象，稀土居然拥有如此强大的影响力，控制稀土居然足以对称地影响国际芯片供需体系。笔者至今能清楚地记得，当年谈及中国的稀土产业时，一方面是官媒对中国稀土产业的自豪，中国稀土产出占全世界的90%，从江西的稀土矿藏到内蒙古的白云鄂博；另一方面，则是对当时稀土开采和冶炼产业的批判，其污染之大、环境负面载荷之巨，亦是令笔者这个小读者忧心忡忡。 Connie：考虑到那个角色对全人类有多么重要，你是如何管理这种压力的。 2025年的稀土，为什么和2014年的稀土大不相同？在当时，本身我国稀土产业是资源开采和初加工行业，没有发展到如今的精细加工水平；另一方面，也是国际分工体系下一个环节，是基于新自由主义全球化下的国际价值链的分工安排，我们是后来者、本身就安排在较低位阶。而今天，新自由主义全球化所进行的安排甚至也不足以支撑美国所需，美国自己走到了自己之前所一手缔造的全球化对立面上。我国的国际力量，无论是经贸体系中的影响力，还是诸多国际组织中的政治影响力，大多是在加入WTO组织后飞速积累起来的，这就使得既定的国际规则体系，既是我们的力量来源，实际上也是对我国的深刻约束。 Lilian：我肯定认为OpenAI是一家伟大的公司，但与此同时，我也看到这个公司一步步逐渐发展到那个水平。

| 实际地说，如果不是美国自己已然撕毁了大部分国际经贸的法律和规则的道德权威，我们根本不会祭出基于稀土的管制政策，我们不但是从美国的芯片管制政策中像素级的进行了复刻，还从美国悍然对立全世界、特别是对立自己所缔造的国际法和国际规则中，获取了力量。所以对我来说，真的只是以正确的方式做好我的日常工作，而不是过多考虑压迫感。 Connie：那么在那个安全团队里，给我们讲讲你曾经必须解决或思考的一些问题是什么。 Lilian：试图建立那种（对模型安全的）控制水平，或者定制不同的对错误表述行为模型的策略，其实都是相当多样化的。你必须真正理解人们才能预测问题会是什么。国际法并非正在被“重写”，因为它从未被真正“写完”。同时，你需要将其与各种后训练技术联系起来，看看你是否能够实际处理许多非常模糊的任务。它始终是一个在权力与原则、利益与规范之间不断被重塑的动态过程。离开OpenAI：因为学习曲线变缓了 Lilian和OpenAI前CTO Mira Murati等人一起创办了Thinking Machines Lab，是今天最受期待的AI初创公司之一 Connie：所以大约一年前，你做了一个重大的决定，那就是离开OpenAI，并成为Thinking Machines的联合创始人。跟我们说说那个决定。当前由中美制裁与反制裁所揭示的，正是这一过程在历史转折点上的剧烈加速。是什么让你决定创办一家公司。我们正从一个由美国定义的“规则基于秩序”（Rules-Based Order），走向一个由多力量中心通过博弈、乃至冲突来共同定义的“规则源于力量”（Power-Based Rules）。 Lilian:是的，我刚才跟朋友聊，说去年这时候我还是在OpenAI工作，我自己都感觉有些惊讶，现在就像是完全不同的人生阶段了。

| 我实际上从未想过我会创办公司或成为企业家，尤其是我这个人，我只是喜欢学习新东西。所以只要我的工作能满足这一点，我就感觉很好。我想说，在我于OpenAI任职的后期，我确实感觉到我的学习曲线开始放缓，开始感到有点饱和了。 Connie：所以听起来你并不是那种一直梦想着创办自己公司的人。

| 从这个美方不断拆毁既有国际规则体系而试图对我方施压、对我方威逼，但又另一方面释放原先我国的束缚、释放我国力量的斗争结构来说，中美彼此力量足可分庭抗礼，但斗争形势或许会将原先的国际规则体系拆的七零八落，而许多原先我们习以为常的东西会变得影响重大，甚至一些意想不到的事物，也将陆续浮出水面。更多的是因为你会在那里学到最多东西，而且这是一个千载难逢的机会。西方人喜欢说潘多拉的魔盒，往往就是在说一种破坏性的未知后果。

| Lilian：是的。

| 而且这是一个我能与一群共事多年且尊敬的人一起开始，每天都一起工作的机会。

| 而中国人喜欢说“玩火者必自焚”，放于历史长河的尺度看，这句话实际蕴含了一种朴素但却坚实的历史辩证法。我知道他们有多么出色和能干。

| 贝森特听不懂这句话不要紧，但立国200多年的美国该尝试理解一些历史哲理了。 Connie：所以，即使Thinking Machines资源非常充足，但作为联合创始人，与作为公司高管是完全不同的级别。

| 跟我们说说那种区别。在心理上，压力水平或你的日常工作是什么样的？作为联合创始人，你需要做哪些不同的任务？ Lilian：压力非常大。本文来自微信公众号：新潮沉思录，作者：新华门的卡夫卡。这比我在OpenAI的时候压力大得多，即使在我领导一个更大团队的时候也是如此。

| 我想说主要的压力来自于责任感，你真的很想作为一个团队来成功。这样所有的人，比如所有在早期我们一无所有时加入我们的研究人员、伟大的工程师，我想确保每个人都能成功…… Connie：还有投资人，对吧？ Lilian：对。（笑）肯定。所有人，在我们还什么都没有的时候相信我们的所有人。 Connie：所以是更强的责任感。跟我们说说，在那个创始人的角色里，你不得不做的令人惊讶的事情是什么，比如设立办公室，组建初始团队？你有没有发现自己作为创始人的行为方式有所不同。 Lilian：我清晰的记得我们有了独立办公室的第一周。我们几位联合创始人当时，当我们走进办公室时，那里完全空荡荡的，只有桌椅。我们大家一起花了三天时间，就是每个人都盯着手机，在亚马逊上下单，在亚马逊上订购东西。然后我订购了一堆像是卫生纸、卫生棉条之类的东西。 Connie：所以这就是联合创始人做的事情。（笑） Lilian：对，前三天。（笑）这也很有意思的经历。 Connie：你能告诉我们，在Thinking Machines有哪些让你们兴奋并试图解决的真实世界问题吗？最近有一个重要的发布。

| 跟我们说说。 Lilian：我想说我们的使命或整体信念是我们相信AI应该是以人为本的。我们真正关心人类与AI的协作。我们认为AI是一种可以帮助人们、让我们的生活变得更美好的工具，而不是真要去取代人类。另一个重要的事情是我们相信开放科学，并且我们认为如果我们分享更多东西，许多科学进步可以更快地实现。所以当我[与研究人员交流时]看到的一个痛点。与研究人员、教授交谈时，他们感到在语言模型领域进行新颖的研究非常受限制，因为存在很多基础设施问题，很难获得大量GPU，而且他们必须做大量的基础工作才能在我们的模型上运行一些新颖的想法。

| 你是怎么通过与人交谈发现这个问题的？是的，就是通过和他们交谈。所以我们最近测试版发布了Tinker API。它的目的就是提供一个非常灵活的基础的功能。比如前向-后向采样和优化，这样研究人员就可以在其上非常轻松地构建和试验新想法，而无需担心基础设施。在某种程度上，我认为这与早先讨论中FairWorks的动机非常吻合，这是他们的动力之一。 Connie：这次发布有让你感到惊讶吗？ Lilian：我想研究人员对此事的兴奋程度让我略感惊讶，因为我认为这确实会帮助他们的[研究]节点。所以我们需要做的是确保我们妥善地进行接下来的正式发布。不用ChatGPT读论文，创始人也要看代码，这也是一种管理方法 Connie：我们的观众里，对于那些考虑成为创始人的人，或者那些非技术背景但想进入AI领域的人，你有什么建议？ Lilian：我认为有两种方式都很重要。第一，在日常生活中尝试使用不同的AI产品。你可能会发现意想不到的东西，比如AI如何提高你的生产力……第二，如果你对技术细节非常感兴趣……那就坚持阅读，读论文，亲自动手，想办法做实验，在实践中学习。我对我身边程序员朋友开始使用Cursor或其他类型的编码、代码辅助工具时，生产力提升的程度印象非常深刻。尽管他们本身已经对这个领域了解很多。

| 所以我真的认为我们应该在这方面保持开放的心态。另一点是，如果你非常热衷于该领域的技术细节，就坚持阅读资料，阅读论文，亲自动手实践，尝试寻找不同的方法来进行实验，亲手学习。 Connie：那么关于学习这部分，现在有非常多的初创公司，非常多的论文。

| 有些论文真的很长。

| 你有什么技巧和建议吗？我不知道。

| 你如何获取最新的AI新闻？你如何决定读哪些论文？你如何决定试用哪些应用程序？你会用ChatGPT为你总结论文吗？ Lilian：（没说话） Connie：不用？好吧。 Lilian：我不那样做是因为我有自己判断论文是否值得阅读的方法。如果你了解我，我维护了一个博客很多年，所以我基本上有一种方法，只需阅读标题和摘要。你就能感觉到读一篇论文需要花费多少时间。你可以花五分钟或者三个小时，你需要聪明地分配你的时间。还有就是通过与其他研究人员交流。他们会提到，哦，你读过那个谁的工作吗？你读过这个吗？通过交谈，你就会知道哪些是值得更多时间的。 Connie：所以不要害怕自己阅读研究论文，阅读摘要来决定读什么，关注Lilian的博客。

| 不过她有一阵子没写了，但她文笔很好。

| Lilian：我想说我把更多注意力转移到了我们公司的研究blog，它叫《连接主义》（Connectionism），这是团队努力的成果，所以质量会好得多。 Connie：好的，这些是很棒的阅读技巧。你谈到了要聪明地花费时间。尤其是现在作为联合创始人，你必须在这一点上非常聪明。给我们讲讲你是如何做的，你是否有关于优先级排序的框架，无论是工作任务、生活任务还是学习？我也知道你是一位非凡的领导者，你实际上仍然会亲力亲为，查看代码，而大多数在那个级别的人不会再这样做了。你如何优先安排你的时间？ Lilian：首先，我有一个结构非常全面的待办事项列表。

| 它有层次结构。里面有很多项目。

| Connie：是什么样的层次结构？ Lilian：更像技术规划这样的分类...抱歉再说就太多细节了哈哈。 Connie：总之就是不同的分类，然后在每个分类内有不同的排名。 Lilian：对。

| 并且按优先级排序，而不是按原因或任务有多容易完成来排序，因为我确实看到人们有这种倾向，哦，来了件小事。我可以在15分钟内完成。我先做这个。要对抗这种倾向，而是当你有大块专注时间时，花在最紧迫、最重要的任务上，即使这意味着要花很多时间。并且要觉得把这10个小任务放在一边没关系，即使不得不延迟，也没关系。 Connie：所以这更像是一种无情的优先级排序。非常强调重要性。

| 那么紧急性呢？ Lilian：这总是一个权衡，对吧？这真的取决于它是否真的紧急。如果它非常重要，比如公司发布有个重要截止日期，那当然（要处理）。但如果仅仅是因为别人现在问你（那就不同）。是的。告诉我，Lillian作为管理者是怎样的？你如何看待管理你的团队成员？你是否有管理人的普遍哲学？ Lilian：我非常相信建设性反馈。我经常和我的团队谈论这个，给予直接的反馈，因为在工作中没有什么是针对个人的，它真的关乎的是其他。

| Connie：你也会征求反馈吗？ Lilian：当然，当然。

| 这是我作为管理者能够学习的唯一途径，并且也要给予他们，特别是对于研究人员，给他们空间，允许他们从事他们热衷的事情，这样他们才能更高效。 Connie：你如何将这一点产品化/制度化？是不是有点像谷歌的80-20法则，你有一部分时间可以做任何你想做的事？ Lilian：在公司层面，你需要允许一些探索性的努力和一些更有计划性的研究计划，然后收集关于他们研究兴趣的信息，再将合适的人匹配到合适的项目。 Connie：所以你了解你所有的团队成员，以及他们的兴趣所在，这样你就能找出最适合他们的项目。 Lilian：我也会花时间，对于某些重要项目，花时间查看代码，阅读他们的拉取请求，和团队一起讨论。 Connie：作为公司的联合创始人，你花多少时间看代码？ Lilian：尽量挤出来每周安排一天。一整天都用来查看代码，没有任何会议。不开会，就是看代码，研究所有的技术细节。 Connie：这样做有什么好处？ Lilian：让你与下属的对话非常接地气（grounded）。让你的规划也脚踏实地。当你与下属交谈时，他们会觉得你真正理解他们的工作。有时我们可以就项目方向进行非常深入的头脑风暴。 Connie：你多久会遇到看不懂的代码？然后你如何处理这些情况？ Lilian：一直，一直都是。就是问，问他们（指同事），问聊天机器人，问写代码的人，在Slack上问。

| 就是要经常提问。当我告诉别人我不懂某些东西时，我并不觉得脆弱。

| 我认为这是件好事。我发现了我不懂的东西，然后我提问，我就学到了。 Connie：这是否也是从小培养的，让你不害怕提问？ Lilian：可能吧，你看，现在我们又回到数学竞赛了。（笑） Connie：所以，始终保持提问，我觉得这是结合了你的好奇心和谦逊的核心部分，这帮助你在公司成为如此高效的领导者。再加上努力工作。

| 但听起来，我看你的视频时总感觉到，你在工作中也很快乐。

| 即使工作这么长时间，你是如何总能享受你所做的事情的？ Lilian：我确实认为，如果工作占据了一个人生命中的大部分时间，如果你能在工作中找到（乐趣），你基本上就是在以一种非常快乐、愉快的方式度过你的人生。我感到非常幸运。我热爱我的工作。找到你的热情所在，你的快乐所在，这样你实际上就不会觉得花费那么多时间很痛苦。每天早晨我都期待着我的工作。我认为很多动力来自于我的好奇心，观察团队，支持他人，保持高效。我认为所有这些都很重要。