返回快訊

前xAI創始人、多倫多大學副教授Jimmy Ba:多一層彙報,就多一次有損壓縮

xAI聯合創始人、多倫多大學副教授Jimmy Ba在Cerebral Valley AI峯會約20分鐘對談中說,下一代Grok當時在約11萬張GB200上做相干訓練。他稱人類組織很難超過三層彙報,信息會嚴重有損壓縮,公司按人人可成十倍工程師來搭,要解決的是對齊問題。他把競品路徑對比成做聊天助手,xAI一側在談下一代“人類仿真器”,按普通僱員方式入職。對2026年的預測裏,他提到xAI已接近1吉瓦相干訓練,並被問到一百萬實體機器人去搬原子。該訪談公開可查,並非2026年8月新閉門紀要。

Ba是Adam優化器共同作者、Layer Normalization第一作者、辛頓學生,2023年進入xAI創始團隊並曾直接向馬斯克彙報。2026年2月10日他發帖告別,寫使命是把人類往卡爾達肖夫技術樹推上去,並稱遞歸自我改進循環可能在隨後12個月上線。同日另一位創始人Yuhuai Wu離職,創始十二人此後約一半離開。馬斯克隨後把公司收成Grok、編程、Imagine與Macrohard四塊,Macrohard被他解釋爲對整家公司做全數字仿真。

孟菲斯集羣從約10萬張H100起家,後又疊加H200與GB200;馬斯克公開說過第二座數據中心再上約11萬張GB200。黃仁勳稱無人比xAI更快把訓練算力拉上線。中文轉述裏“刷穿AIME/GPQA後改訓律師與全棧、按創造價值而非Token收費、效率提升十倍就造十倍聰明的大腦”等句子,未在該場公開字幕裏逐句對應,不能當成Ba的原話。

買方是要把智能寫成可入職仿真僱員的實驗室;賣方是能把十萬級加速卡練成同一份梯度的工程隊。算力從賣聊天字句轉向仿真整崗。受益的是能把扁平組織跑在吉瓦集羣上的創始團隊;承壓的是多層彙報把信息壓乾的大廠矩陣。事件由公開訪談與後續離職驅動,不是新的產品發佈。

來源:公開信息

ABAB AI 解讀

Ba把組織理論寫成信息論。三層不是管理學雞湯,是他認定的有損壓縮上限:每一層彙報都在丟梯度。十倍工程師假設是反科層的融資敘事,用來解釋爲何小團隊配得上11萬張卡。人類仿真器與Macrohard把“智能體”改成“可入職的人”,定價單位從Token變成崗位。他在訪談裏談相干訓練,在離職帖裏談卡爾達肖夫與遞歸改進,兩條線都把計算寫成文明臺階,而不是客服降本。

資本路徑是先把卡堆成一座城,再把模型拆成四條產品線。SpaceX合併後要垂直打通火箭、星鏈與模型,仿真公司是軟件層對物理層的接口。一百萬機器人搬原子,是把比特實驗室的敘事接到特斯拉/Optimus式的原子工廠。創始人半數離開,說明吉瓦集羣可以留下,配方發明人可以走;走的人把“下一章”寫成更小團隊加更強工具。

對標是辛頓實驗室把歸一化寫成工業標準、DeepMind用小團隊打圍棋、以及OpenAI把聊天助手做成默認入口。xAI賭的是相反入口:先仿真公司,再倒逼模型。當前階段是控制權重組:算力在孟菲斯,產品在四條線,人在離職公告裏。

結構上是技術替代疊加組織重構。機制是:模型一旦能按崗位交付,科層就變成額外的壓縮損失;誰先把彙報鏈砍到三層以下,誰就能用同一堆卡訓練更少被歪曲的目標。刷榜是上半場的計分板,仿真僱員是下半場的發票單位——前提是別把轉述當原話。

ABAB News · 認知定律

  1. 多一層彙報,就多一次有損壓縮

  2. 崗位發票比Token發票更接近公司

  3. 卡可以留下,發明配方的人可以走