Google工程师Robert O'Callahan:AI进展过快故辞职
前Mozilla杰出工程师、Google DeepMind新西兰团队成员Robert O'Callahan公开辞职信称,其所在小组目标是让下一代AI芯片更便宜、延迟更低,而他认为当前AI进展过快,对终点亦存疑,故离开Google。
他写明并未直接做模型能力,而是做芯片设计工具;起初自认相对无害,后判断这些工具一旦成功,会让新一代AI芯片更快更便宜,使AI更普及,并因推理token加码而更强。他称因人在新西兰、Google当地几乎不做其他工程,几乎无法调到不加速AI的内部项目;曾与隔级经理坦言自己并不乐见该项目成功。他称百万人在踩油门,自己撤脚影响很小但非零,部分技能稀缺;尝试从内部正向影响效果不够,外部也可施加影响。
信中写明超级智能毁灭概率并非100%,风险真实但不确定,近未来追求ASI在他看来不负责任;同时列出认知放弃、AI诱发精神问题与孤独、权力集中、经济扰动、网络安全与问责缺失等关切。他称决定与近期其他警告式辞职无直接关系,不愿对工作后果装看不见。下一步继续维护执行录制调试工具rr与商业化平台Pernosco,并计划研究AI如何调试代码、调试工具能否介入,要求未来工作明确亲人类。
Google尚未就此人公开回应。同年DeepMind安全方向已有公开离职先例,Alphabet层还经历Jeff Dean等核心研究出走与管理层调整;TPU与自研加速器仍是其对抗英伟达、压低推理成本的垂直一体化支柱。芯片工具岗的退出不改变流片与集群扩张日历,但把“降本即加速能力”从供应链内部说成公开句子。
谁在买更便宜的推理、谁在卖设计工具:云与消费产品要低延迟token,芯片工具把电子设计自动化时间换成可量产的加速器。资金仍流向晶圆、封装与数据中心,不流向辞职者的个人调试产品。受益方是继续降推理单价的云业务;承压方是把安全异议留在实验室内部的雇主品牌,以及无法在新西兰转岗的地缘用工结构。事件驱动是公开信,不是流片取消。
来源:公开信息
ABAB AI 解读
O'Callahan的履历是浏览器与确定性调试,不是对齐论文。Mozilla时期做Gecko,rr把Linux进程录下来回放,Pernosco把同一套能力卖给工程师。他进DeepMind是把稀缺工具能力接到芯片设计,而不是写损失函数。辞职逻辑与Geoffrey Hinton离开Google、部分Anthropic与OpenAI安全人员公开决裂同构:人在加速链条上某一环,一旦认定该环的产品成功等于能力提前到达,内部转岗在地理和组织上不存在。
资本路径极清楚:Google用TPU把训练与推理成本做进自家云和搜索,工具链每缩短一截设计周期,就多一轮可部署的便宜算力。新西兰办公室能接到的活几乎只剩这条线,等于用地点锁定员工只能加速AI。他撤出后继续卖调试,是把技能从“让芯片更快落地”搬到“让人看清程序做了什么”,钱从工资与股票变成小产品与不确定的新项目。
对标英伟达CUDA生态工程师、台积电先进封装产能、以及OpenAI与微软绑定的推理集群:真正的油门在晶圆和互联,不在一篇辞职信。行业阶段是模型实验室比拼谁先把推理打到消费价格,芯片工具是隐蔽杠杆。安全派用离职发声,实验室用重组和挖角维持交付。
结构变化属于技术替代的配套层。替代对象不是某款聊天机器人,而是“设计一颗AI芯片要多久、推理一千个token要多少钱”。价格下来,能力随用量上去,监管与问责跟在单价后面。机制是:工具岗自认远离模型,产品成功后却成为能力扩张的乘数;乘数被说破以后,雇主无法再把硬件工具包装成中性基础设施。
ABAB News · 认知定律
降延迟的工具,就是加能力的杠杆
转不了岗的地点,等于只准踩油门
不碰模型的人,也能把终点提前