RichChat

如果你玩过数独游戏就会知道，解一道数独可能需要你思考很久，尝试各种数字组合，但检查一个完成的数独是否正确只需要几秒钟 - 你只要确认每行、每列、每个九宫格都包含1-9的数字即可。

“解决”和“检查”这两个动作之间存在的巨大难度差异，就是AI研究者们最近热议的一个核心概念 - 验证的不对称性（Asymmetry of verification）。简单来说，就是指很多任务“验证答案”比“从头解决”要容易得多。

著名AI研究员Jason Wei最近就此撰写了一篇博文，提出了“验证者法则”（Verifier’s Law）。今天，我们就来聊聊这个话题以及其带来的现实意义。

什么是验证的不对称性？

这个现象其实无处不在，举例来说：

• 高度不对称（验证极易，创造极难）
  • 数独/填字游戏：解决需要反复试错，而验证只需按规则核对一遍。
  • 开发一个网站（比如微博）：需要庞大的工程师团队耗时数年，但任何一个用户花几分钟就能判断网站功能是否正常可用。
• 接近对称（验证和创造难度相当）
  • 计算两个900位的数字之和：你自己算一遍和检查别人算的是否正确，工作量几乎一样。
  • 审查一段复杂的数据处理代码：要彻底搞懂并确认其正确性，几乎等同于自己重写一遍。
• 负向不对称（验证比创造还难！）
  • 给一篇长文进行事实核查：作者洋洋洒洒可能只用了一天，但核查其中所有信息的真伪，可能需要一个团队数周的时间。这恰好印证了“布兰多里尼定律” - 反驳胡说八道所需的能量，比制造它要高出一个数量级。
  • 验证一种新饮食法的效果：提出一种全新的“只吃野牛肉和西兰花”的饮食法很简单，但要科学验证它对大众是否真的健康，需要长达数年的临床试验。

下面这张图非常直观地展示了不同任务在“生成难度”和“验证难度”两个维度上的分布：

最近，一段吴恩达老师在AI Startup School上发言在社交媒体上引发了一场关于未来团队结构的激烈讨论。因为这段发言中有个相当反传统的观点：未来团队的产品经理（PM）与工程师的配比可能会达到 2:1！

是的，你没有看错，是两个 PM 对一个工程师…

吴恩达的惊人提议：瓶颈正在从工程转向产品

让我们先看看原文：

“我没有看到产品管理工作的速度能像工程一样，因为 AI 而提升得那么快。我看到这个（人员）比例正在发生变化。

就在昨天，我的一个团队来找我，在规划项目人员配置时，这个团队首次向我提议：不是采用 1:4 的产品经理与工程师的比例，而是采用 1:0.5 的比例。

我仍然不确定这是否是个好主意，但这是我人生中第一次，有管理者提议配备的 PM 数量是工程师的两倍。

我认为这说明世界正在往这个方向发展。”

这个提议的背后逻辑其实不难理解。随着 AI 工具（如Copilot、Cursor等）的普及，工程师的开发效率正在经历前所未有的飞跃，一些人甚至认为能达到 10 倍的提升。代码编写、调试和部署的速度越来越快，工程环节的瓶颈被大大缓解。

然而，产品管理的工作 - 包括市场研究、用户洞察、需求定义、战略规划和跨部门沟通，这些本质上更侧重于创造性思考、同理心和人际互动。这些领域虽然也可以被 AI 辅助，但其核心价值的提速远不如工程领域那么显著。

当工程师能以10倍速度交付产品时，谁来定义“我们应该做什么？”、“我们为什么要做这个？”以及“下一个正确的方向在哪里？”。如果产品定义和规划的速度跟不上，那么再高效的工程能力也只会导致“高效地生产出没人需要的东西”。吴恩达的团队应该是基于这一点，才提出了增加 PM 投入，以确保产品方向的供给能够跟上工程实现的消耗。

距离我上次在博客中惊叹于Figure公司的人形机器人Helix系统仅仅过去数月，那时它如“超级大脑”般快速学习新任务的能力已经让人印象深刻。而今天，Figure那位在社交媒体上极为活跃的CEO Brett Adcock，分享了公司全员会议的核心要点。本文将结合这次Figure全员会议要点、Helix 系统在物流实战场景的成绩、以及官方生产线BotQ这三大重点来对Figure机器人公司的最新进展做一次“从战略到产线、再回到算法”的全景式解读。

CEO 全员会：从 293 人到 10 万台的“压强式”野心

Adcock 的会议纪要首先强调了“通用机器人技术的窗口期”与“竞赛紧迫性”两大主题。Figure 将核心资源投注在通用性而非单场景解决方案，并采用 “CEO 亲自审批每一个新编制/HC” 的极端控制来确保团队始终保持工程效率和“作战密度”。

在产能侧，Figure 确认将在Q3将把当前产能提升3倍，并规划好了10万台机器人规模化量产的能力。为此已在北加州的新园区整合设计、工程、BotQ制造和机器人车队运营，同时现有团队人数规模也翻了三倍来到了293人。

更让我瞩目的是，内部会议中的这页ppt中明确提到Figure已开始为家庭使用场景进行机器人训练，目标是利用Helix系统将智能带入每一个家庭。尽管家用环境复杂度远高于工厂与仓库，但 Figure 似乎选择了“先把工业产线跑通，再反哺家庭市场”的策略：产能、成本和可靠性一旦被工业规模摊平，家用只剩下应用侧“上层建筑”的问题。

根据之前的Figure公司融资传闻，其正在洽谈一笔15亿美元新融资，估值或飙升至 395 亿美元，资本市场显然也在押注他们能率先把人形机器人做到量产。

去年9月，我曾基于Gartner 2024年的AI技术成熟度曲线写过，生成式AI和基础模型正在从”期望的顶峰”滑向”幻灭的低谷”。如今，2025年6月11日发布的最新版本完美验证了这一判断：生成式AI和基础模型已经明确进入了幻灭低谷阶段。

这种转变并不令人意外。过去一年中，我们见证了AI应用落地的重重困难：从各种AI产品在商业化过程中遇到的挑战，到投资者对AI项目回报的质疑，再到企业对AI成本控制的焦虑。市场正在从最初的狂热回归理性，但这恰恰是技术成熟过程中的必经之路。

“技术成熟度曲线”（Hype Cycle）回顾

为了方便新读者，我们简单回顾一下Gartner的这个经典模型。它通过五个阶段描述了一项新技术的生命周期：从创新触发期 (Innovation Trigger) 的萌芽，到期望膨胀的顶峰 (Peak of Inflated Expectations) 的万众瞩目，再到幻灭低谷 (Trough of Disillusionment) 的现实碰壁，然后是启蒙爬升期 (Slope of Enlightenment) 的稳步前行，最终到达生产力平台期 (Plateau of Productivity) 的成熟与普及。

AI Hype Cycle 2025 的三大核心洞察

如果说2024年的主题是“冷静的开始”，那么2025年的主题就是“现实的重塑”。

如果能让迈克尔·乔丹、斯蒂芬·库里这样的传奇球员亲自指导你打球，你的球技会提升多快？最近，一位名叫Farza的开发者在社交媒体上分享了一个令人惊叹的视频demo，视频中，AI化身“篮球之神”迈克尔·乔丹，不仅精准统计了他的投篮数据，还用乔丹的口吻对他的每一次出手进行了细致入微的点评。

一个简单却震撼的想法

这个项目的核心想法其实很简单：拍摄一段打篮球的慢镜头视频，然后让AI像篮球之神迈克尔·乔丹那样来分析每一次投篮。AI会统计你投中了多少球、失手了多少次，更重要的是，它会像真正的专业教练一样，指出你每次投篮的技术问题并给出改进建议。

Farza在视频中使用的提示词（prompt）如下：

“这是我打篮球的慢镜头回放。请像迈克尔·乔丹那样帮我分析：投中了多少球，完成了多少次上篮，三分球进了几个，投失了多少球。同时，请告诉我每个进球和失手时的具体投篮位置，以及每次出手时的技术动作细节，并给予专业点评。”

AI教练的精准分析

从视频中我们可以看到AI给出的分析其实是挺专业的：

• 第一次投篮（0:07.5） - 跳投失手 AI的点评：”你在推球而不是投球；把肘部放在球下方，充分伸展手臂，并做好跟进动作。”
• 第二次投篮（0:13.0） - 三分球命中 AI的反馈：”球进了，但要注意轻微的后仰，保持肩膀在整个动作过程中都正对篮筐。”
• 第三次投篮（0:21.5） - 上篮得分 技术建议：”上篮时要抬高膝盖，用非投篮手更好地保护球，果断完成投篮。”

这些分析不仅准确识别了投篮结果，还像真正的专业教练一样，指出了具体的技术细节和改进方向。

“我的工作会被AI取代吗？”

这可能是当下每个人心中或多或少都思考过的问题。我们每天都能看到AI惊人的进步，它会画画，会写代码，甚至会做视频。焦虑感也油然而生：我们所珍视的技能，在强大的AI面前还有价值吗？

知名AI研究员Jason Wei（没错，就是提出了COT的那位）提出了一个有趣的思维框架来协助做这个判断，叫做“描述-执行差距”（Description-Execution Gap），它的核心思想非常简单：

一项任务，“描述它怎么做”比“亲手去做”要简单多少？这个“简单”的程度，就决定了它被AI自动化的可能性。

差距越大，越容易被AI取代

当一项任务的“描述-执行差距”很大时，意味着用语言下达指令非常简单，但实际执行起来却非常繁琐、耗时。这类工作，正是AI能去自动化的绝佳目标。

因为给AI下达一个清晰的指令（也就是“描述”）相对容易，这意味着我们可以轻松地为AI创造大量的“训练数据”。而AI的价值，恰恰在于能高效完成那些对人类来说重复、枯燥、技术性强的“执行”部分。

例如这些场景：

上周在上海的一场AI培训中，一位销售同事向我提出了一个很有代表性的问题：”客户对我们的AI产品总是不够放心，因为不确定自己到底买到了什么，这个东西是不是靠谱。”这个困惑反映了当前AI产品市场的一个核心问题：与传统软件不同，AI产品的质量很难直观判断，这让客户、销售人员，甚至产品开发者都感到不安。

解决这个问题的关键，就是今天我们要深入探讨的AI评估（Evals）。它不仅是一项技术任务，更是解决AI时代‘信任危机’的根本解法。

告别“感觉良好”：为什么说AI评估是信任的基石？

简单来说，AI评估之于生成式AI，就如同单元测试和质量保证脚本之于传统软件开发。它们都是确保产品质量、建立用户信心的关键手段。

但AI评估的重要性远超传统软件测试。传统软件就像一台精密的钟表，相同的输入总是产生相同的输出，结果可预期，错误信息明确。而AI系统更像一个有创造力但经验有限的助手，它可能对同一个问题给出不同的答案，有时候答案听起来很专业但实际是错的，有时候虽然事实正确但”感觉不对”。

这种不确定性正是AI产品面临信任危机的根源。客户购买传统软件时，功能清单一目了然，性能指标明确可测。但面对AI产品时，他们面临的是一系列模糊的承诺：”智能客服”、”自动化分析”、”个性化推荐”。这些词汇听起来很美好，但具体能做什么、做得怎么样，往往语焉不详。

AI产品“靠不住”的三大根源

为什么AI产品会表现得如此“靠不住”？这源于开发者与AI系统之间存在的三道难以逾越的鸿沟：

理解的鸿沟：无法看清的海量数据

现代AI系统每天要处理成千上万的输入，就像一个全天候运营的千人客服中心 - 你无法监听每一通电话，但又需要确保服务质量。你必须设计抽样检查机制、建立质量评估标准、制定改进流程。AI系统面临的正是同样的挑战，只是规模更大、复杂度更高。

引言：人工智能界的”转会窗口”大戏

2025年6月，硅谷迎来了一场史无前例的人才大地震。就在所有人还在讨论AI技术突破的同时，一场更加惊心动魄的”转会战”正在幕后激烈上演。Meta公司CEO马克·扎克伯格亲自下场，以前所未有的激进策略，从OpenAI手中连续挖走了八位核心研究人员，引发了整个AI行业的巨大震动。

从多模态感知研究主管Jiahui Yu，到o3-mini和o1-mini模型的创造者Hongyu Ren，再到苏黎世”三人组”的集体跳槽，Meta精心策划的这次行动，完美诠释了当人才成为AI领域最稀缺资源时，科技巨头们会如何不惜一切代价争夺顶尖人才。正如我在最近的一篇博客中写道：”顶级AI实验室正似乎成为星光熠熠的豪门俱乐部，而它们的竞争，也愈发像一场世界级的’球员’争夺战。”

一场精心策划的”挖角风暴”

2025年6月中旬，关于Meta大规模从OpenAI挖角的报道开始浮出水面 。最初的报道提及了知名研究员Trapit Bansal的加入，紧随其后，《华尔街日报》与The Information等媒体相继证实，在极短的时间内，至少有八名资深研究人员从OpenAI转投Meta 。

这些被招募的研究人员预计加入Meta新成立的”AI超级智能部门”。该部门被定位为一个核心内部团队，旨在支持公司的各种产品，类似于Google的DeepMind部门。其核心任务是开发能够在广泛任务中超越人类能力的人工智能模型。

更值得注意的是，此次招聘行动是Meta更宏大战略的一部分。此前Meta已经斥资143亿美元收购了Scale AI 49%的股份，并聘请其创始人Alexandr Wang领导超级智能工作。据报道，Meta还在寻求聘请前GitHub首席执行官Nat Friedman（已确定加入）和Safe Superintelligence联合创始人Daniel Gross。

在YC创业者学院的一次对谈中，OpenAI的CEO Sam Altman分享了许多不为人知的幕后故事和对未来的深刻洞见。他不仅回忆了创业初期面对的巨大质疑 - 包括来自埃隆·马斯克（Elon Musk）的尖锐批评，还深入阐述了他对AI终极形态的构想：一个拥有记忆、能主动协助你的AI伴侣；一个由Jony Ive操刀的革命性AI设备；以及最终作为顶级订阅福利的免费人形机器人。

来自马斯克的“残酷”邮件：成功率为0%

在创业的道路上，即便是最具远见卓识的领导者也需要强大的内心来抵御外界的质疑。Altman坦言，在面对海量“你错了”的声音时，保持信念是一件极其困难的事。

他分享了一段刻骨铭心的往事。在OpenAI成立几年后，当他们向早期合作者埃隆·马斯克展示初版的GPT-1时，收到了一封“非常刻薄的邮件”。马斯克在邮件中断言，OpenAI成功的几率为“零”，并认为他们展示的技术“是垃圾，根本行不通”。

Altman回忆道，马斯克当时是他心目中的英雄，这封邮件让他备受打击。他回到家后不禁自问：“万一他是对的呢？这太糟糕了”。当你将自己的生命力倾注于一个项目，却被敬佩的聪明人全盘否定时，那种感受是毁灭性的。

推理模型的“产品悬河”：创业公司的黄金机遇

Altman指出，我们正处在一个非常有趣的历史节点：AI模型的能力（如GPT-4o等推理模型）已经远远超过了人们目前开发出的产品形态。他将这种现象称为“产品悬河”（product overhang），即在现有技术能力之下，还存在着巨大的产品创新空间等待被填补。

引言

一篇最新红杉资本的文章提出了一个很有趣的比喻：顶级AI 实验室正似乎成为星光熠熠的豪门俱乐部，而它们的竞争，也愈发像一场世界级的「球员」争夺战。

一年前，AI领域的竞争格局似乎一度尘埃落定。由于构建基础模型所需的高昂算力成本，市场迅速整合，最终形成了由微软/OpenAI、亚马逊/Anthropic、谷歌、Meta 和 xAI 组成的五大「决赛选手」。他们拥有达到 GPT-4 级别模型的能力和持续扩展的资本。

然而，今天的叙事已经截然不同。伴随着传奇人物 Ilya Sutskever的那句名言 - 「我们所熟知的预训练即将结束」。新一批参与者如 SSI、Thinking Machines（注1） 和 DeepSeek 等正崭露头角，他们宣称的核心优势并非计算规模，而是顶尖的人才。全新的共识是：单纯依赖大规模集群已不足以实现下一次质的飞跃，要想在强化学习或其他前沿领域取得新的突破，需要的是非凡的智慧，而人才正是解锁这一切的关键。

注1：最新的例子是 - 前 OpenAI CTO Mira Murati 创立的初创公司 Thinking Machines Lab创立不到五个月，种子轮融资就成功筹到了惊人的 20亿美元，估值达到 100亿美元。

当人才成为最稀缺的资源时，AI 实验室的运作模式开始惊人地向职业体育俱乐部靠拢：

• 豪门老板：每一支顶尖的 AI 战队背后，都有一个财力雄厚的科技公司或个人作为支持者；
• 天价「球星」：明星研究员的薪酬包堪比职业运动员，动辄数千万、数亿美元，对于最顶尖的人才，价码甚至可能达到看似疯狂的数十亿美元（例如Meta收购Scale AI 49%的股份并引进其CEO）；
• 流动的「转会市场」：与体育界不同，AI 领域的人才合同往往是短期的、流动性极强的。这意味着任何人都可以随时被竞争对手挖走，人才争夺异常激烈；

引用一句原文结尾我印象最深刻的话 - 「当人类看到美好的事物时，何曾说过『现在已经足够了，是时候降温了』？一旦越过关键的门坎，我们就会将事情推向极致，这是人性内在的属性。」

当奖品像AI技术可能带来的巨大价值那样诱人时，任何阻碍成功的瓶颈，特别是像人才这样稀缺的资源，都将被推向令人惊叹的竞争水平。