•
亞馬遜 AGI 研究實驗室負責人 David Luan曾是 OpenAI 早期研究負責人，主導了 GPT-2、GPT-3 和 DALL-E 的開發；離開 OpenAI 後，他聯合創辦了專注智能體的 AI 研究實驗室 Adept；去年夏天，他又離開 Adept 加入亞馬遜，現負責領導亞馬遜位於舊金山的 AGI 實驗室。 David 團隊的工作是亞馬遜的重中之重，這也是他首次對外詳細闡述自己的進展。
David，歡迎來到節目。
謝謝邀請，我很高興來到這裡。
很高興請到你，我們有很多可聊的。我特別想知道你們團隊在亞馬遜的動向，但首先觀眾肯定想瞭解你的背景，以及你如何走到今天——你在 AI 領域資歷深厚，經歷豐富。能否先簡單回顧你的 AI 之路，以及你是如何來到亞馬遜的？
首先，說我在這個領域“資歷深厚”實在太好笑了——相對其他行業，我只做了 15 年 AI，並不算長。
可在 AI 年曆裡，15 年就是永恆。
確實。我當初入行只是單純覺得有趣：能打造像人一樣思考、甚至超人的系統，太酷了！我完全沒料到它會爆發成今天這樣。
我的經歷大致如下：2017 年到 2020 年中，我在 OpenAI 領導研究和工程團隊，我們做了 GPT-2、GPT-3，還有 CLIP 和 DALL-E。那段時間每天都很開心，身邊都是最好的朋友，大家試各種有趣的研究點子，沒有現在這種壓力。
之後我在 Google 負責大模型，訓練了當時很強的 PaLM。沒多久，我們一群人就出來創業，我的團隊創立了 Adept——第一家專注 AI 智能體的公司，我們發明了“電腦使用智能體”。亞馬遜一年前把我們招來，就是讓我們為亞馬遜做智能體。
好的，回頭細聊亞馬遜。先問個 OpenAI 相關：我們離 GPT-5 發佈不到一周，你怎麼評價這個模型？它透露了行業什麼訊號？你第一次看到它時怎麼想？你肯定有前同事參與了開發。
我認為這標誌著行業已高度成熟：各家實驗室都學會了如何可靠地“流片”出越來越好的模型。我一再強調，前沿實驗室的任務不是“訓練某個模型”，而是“建造一座工廠”，能源源不斷地產出更強的模型——這是兩種完全不同的進步哲學。
GPT-5 最有趣的地方在於，如今的前沿模型在能力上趨於收斂。我以前的同事、現任 MIT 教授 Phillip Isola 提出“柏拉圖式表徵假說”：就像柏拉圖的洞穴寓言，現實只有一個，人類只看到投影，LLM 也只通過訓練資料看到現實的切片。隨著資料量增大，所有 LLM 都會趨向於表徵同一個共享現實，因此能力趨同。
不過，也有人並不認同“單一現實”。我在 Google I/O 聽 Sergey Brin 和 Demis Hassabis 說，我們活在多重現實裡。你在圈子裡遇到過這種看法嗎？
（笑）這話題超出我的薪酬等級了，我個人確實相信只有一個現實。
好吧，多重現實先放一邊。說到趨同，現在基準測試似乎越來越不重要了，模型改進也在“商品化”。GPT-5 也許能在 LMArena 霸榜幾個月，直到 Gemini 3.0 出現。如果真如此，也許真正重要的是人們如何使用這些模型，以及他們對模型的情感。
比如 OpenAI 把 4o 模型請回來，因為使用者對它產生了情感，Reddit 上有人說“就像我最好的朋友被帶走了”。可怕，但這就是現實。看到 GPT-5 及使用者反應時，你預見到這種情感依附了嗎？
Google 2020 年的 LaMDA/Meena 就是 ChatGPT 之前的 ChatGPT，僅限內部使用。當時我們就看到員工對 AI 系統產生個人依戀。人類太擅長擬人化了，我並不意外。
至於基準測試，現在就像“考前劃範圍”，大家都知道題，都想刷高分，像早期數位相機的“像素大戰”，其實跟拍照好壞沒多大關係。
我認為行業缺乏創造力的地方在於：AGI 遠不止聊天和寫程式碼，那只是最先跑通的兩類用例。真正有趣的問題是：我該跑向那個賽道？為什麼要花時間去把模型在奧數上提高 5%？我和團隊堅持智能體願景，是因為想解決遠比現在更廣闊的問題。
好，那回到你負責的亞馬遜 AGI 實驗室。先問個人：你在 OpenAI 參與啟動 GPT 時，AGI 對你意味著什麼？現在呢？定義有變化嗎？
OpenAI 當時的 AGI 定義是：在經濟價值任務上超越人類的系統。2018 年這算一個“末日北極星”，但今天我們已遠超此。現在讓我興奮的不是替代人類，而是打造“每個知識工作者的通用隊友”。
如果 AI 能幫人類完成日常大部分電腦操作，那才是我心中的第一個里程碑。
這比很多抽象定義更具體。Sam Altman 說 AGI 是能自我改進的模型，你則更關注實際用例。
自我改進當然酷，但對人類有什麼用？我更在意如何把最通用的超級技術交到每個人手裡，讓人獲得巨大槓桿。
所以，對亞馬遜來說，AGI 不只是“替我購物”這個梗。回到你加入亞馬遜時，你和 Andy Jassy 他們怎麼定義 AGI 的戰略價值？亞馬遜業務龐雜，但這個理念橫跨所有業務，對嗎？
如果把計算看作樂高，過去是“租伺服器、租儲存、寫程式碼再拼裝”。現在程式碼由 AI 寫，未來連決策都由 AI 做，於是“智能體”將成為新的原子級積木。亞馬遜必須贏下智能體這一局，才能釋放巨大經濟價值，而這與亞馬遜在雲端運算、基礎設施上的優勢天然契合。
很多人概念上知道智能體是方向，但絕大多數人要麼沒用過，要麼用了不靈——這就是現狀。你能舉出目前最好的智能體例子，或告訴大家未來會怎樣嗎？
我理解那些被反覆忽悠“智能體是未來”卻試用後大失所望的人。現在的智能體大多隻是“多幾步的聊天機器人”，或者瀏覽器外掛，四倍耗時、三分之一機率出錯。
舉個真正的智能體例子：我要做藥物發現，已知某受體，需找能與之結合的小分子。今天你問 ChatGPT，它會給你一篇漂亮 Markdown 綜述，但這只是搜尋總結。真正的智能體，是你把它連到濕實驗平台，它讀遍文獻、提出實驗、親自上手、看結果、再迭代，直到完成目標——這才是真正的槓桿。
但 LLM 仍然幻覺、撒謊，讓人怎麼放心讓它操作銀行帳戶、部署程式碼、跑實驗？
LLM 訓練是“行為克隆”，只是模仿人類文字，並不理解因果。要讓 AI 成為可靠決策者，必須讓它在真實環境中試錯，學習“我做 X 得到 Y”的因果機制。
我們亞馬遜團隊的研究路線就是大規模“自我對弈”（self-play）。像 DeepMind 當年用圍棋模擬器自我對弈發現超人類策略一樣，我們建造了大量“RL 健身房”（gym），每個 gym 是一個知識工作場景：Salesforce、ERP、CAD、EMR、會計軟體……模型在這些沙盒裡設目標、試錯、獲得獎勵，從而學得因果。
行業裡這種做法獨特嗎？
最終大家都會走到這一步，因為網際網路文字資料已見頂，而訓練智能體需要大量環境。我們因 Adept 的積累，比任何人都更專注此問題。
這些“健身房”會變成物理健身房嗎？你有機器人背景。
我們確實有 Pieter Abbeel 等機器人大牛，內部曾想用 Equinox、Barry’s Bootcamp 當項目代號（笑）。OpenAI Gym 早期只有遊戲與機器人玩具任務，現在我們直接把人類電腦裡的真實任務搬進健身房。未來當然可擴展到機器人。
最終形態是：一個 99% 可靠、可完成各種電腦任務的模型+系統，作為 AWS 服務，支撐未來無數應用。
最近我和 Perplexity CEO Aravind Srinivas 聊他的 Comet 瀏覽器。很多人認為瀏覽器介面是消費者端大規模智能體的入口。你怎麼看？
聊天機器人絕不是長期答案。想像我爸打電話讓我遠端修 iPad：看不到螢幕、頻寬極低，這就是今天用聊天機器人完成任務的體驗。我們缺的是“共享畫布”式的平行協作介面，而非垂直的一問一答。
你們團隊與亞馬遜其他部門如何協作？你們是完全獨立，還是參與 Nova 基礎模型？
亞馬遜讓我們保持高度獨立，因為 AGI 窗口只剩 2–5 年，必須極速前進。同時，我們把建構的技術堆疊也反哺 Nova 基礎模型。
你們的工作已影響到 Alexa Plus 嗎？
Alexa Plus 能用我們技術遠端開瀏覽器，上 Thumbtack 替你約水管工，是首個量產的 Web Agent。但目前仍脆弱。
Alexa Plus 是不是你們的“大規模健身房”？通過數千萬裝置快速迭代提升可靠性？
Alexa Plus 只是眾多客戶之一。亞馬遜內部幾乎覆蓋了所有知識工作場景，可為我們提供海量私有多步工作流資料，用於訓練更聰明的智能體。
亞馬遜物流、倉儲機器人會與你們結合嗎？
我們與 Pieter Abbeel 的機器人團隊很近，內部也在推動智能體的落地試用。
能否舉個例子說明亞馬遜內部怎麼使用智能體？
亞馬遜內部幾乎覆蓋所有知識領域，大家熱情很高。我們有個內部頻道（名字保密），全球各地團隊排隊申請試用，用我們的框架自動化他們的營運任務。
你們已對外發佈 Nova Act 研究預覽版，實際使用情況如何？
Nova Act 面向企業與開發者，已用於醫生註冊、Navan 旅行預訂、93 步 QA 流程等，可靠性達 95% 以上，遠超行業平均 60%。
你預計多久能看到“RL智能體的 GPT 時刻”？
不到一年。我們已組建全鏈條團隊，每天都在加速。
有人說 GPT-5 預示 AI 進步放緩，你同意嗎？
完全不同意。預訓練這條 S 曲線尚未枯竭，但已不如以前陡峭；接著是 RL 與可驗證獎勵。當一條曲線放緩，總有下一條接上——智能體就是下一跳，我們提出的訓練配方正是主要加速器之一。
Nova 作為 LLM 並非業界最強，是否意味著真正重要的是你們說的智能體，屆時 Nova 會更有價值？還是 Nova 仍需成為最強 LLM？
每次訓練範式更替，都會給新玩家一次“換道超車”機會。舊範式對在位者是包袱。GPT-2/3 帶來文字 LLM，RLHF、多模態、推理模型相繼讓 Gemini、DeepSeek 等抓住機會。下一輪是智能體——若亞馬遜能率先跑通配方，就能憑規模一舉衝到前沿。
你是最早“反向收購式招聘”的案例之一。講講離開 Adept、帶技術團隊加入亞馬遜的決策？
當時 Adept 融資 4.5 億美元，如今只是“零花錢”。要留在前沿，就必須擁有最頂尖算力。若不能，只能轉型做別的，而那並非我的目標。我想解決 AGI 最後四大研究難題，每項都需要百億美元級叢集，只有亞馬遜願意 all-in。
如果反壟斷不存在，亞馬遜會直接收購 Adept 嗎？
我無法揣測交易結構，我只是 AI 研究者（笑）。
這些“反向收購式招聘”對研究圈、創業圈的二階影響？
確實改變了加入初創公司的人的預期：創始人可能隨時帶技術團隊離開。但另一方面，AI 人才市場極度稀缺，需求又極大，價格自然高。
全球真正能從零訓練前沿模型的核心人才有多少？
最核心、敢把巨額算力託付給他的，大概不到 150 人；加上極有價值的貢獻者，總數不到 1000。
這群精英會不會被自己打造的超級智能取代？
領域會擴張，但訓練大模型就像頂級球隊——無法簡單堆人數，精英圈仍將相對固定。
對想加入 AI 初創、實驗室或大廠的年輕人有何建議？
1. 小團隊 +巨量算力才是正確配方；
2. 產品形態與模型需共同設計，別只做另一個聊天機器人或程式碼助手；
3.未來五年還會出現 6–7 個全新的殺手級產品形態，提前發現它們才是高賠率下注。
謝謝 David，祝你健身房訓練順利！ (壹號講獅)