banner.jpg)
“員工做錯了，我恨不得跟他說5遍，就像用GPT一樣一直重復，直到讓他理解記住為止�！�
文|《中國企業(yè)家》記者 孔月昕
編輯|馬吉英
頭圖攝影|鄧攀
與王慧文、王小川、李開復等投身大模型的創(chuàng)業(yè)者相比，出門問問創(chuàng)始人、CEO李志飛的身上，缺少了點“明星”光環(huán)；但靠著一直以來在AI領域的積累，他在這一波AI創(chuàng)業(yè)中“搶跑”了。
曾有友人評價他，“每次都能無比準確地踩在一個點上，并且有備而來�！�
2012年10月，李志飛從美國谷歌總部離職后，回國創(chuàng)立了出門問問。彼時，他既沒有團隊也沒有產(chǎn)品，用一個簡單的demo打動了紅杉資本和真格基金，拿到了1000萬元天使輪融資。隨后，李志飛在AI創(chuàng)業(yè)道路上一路狂奔，5年內(nèi)完成了五輪融資，項目估值一度高達10億美元。
在李志飛看來，創(chuàng)業(yè)最迷人的地方在于，創(chuàng)業(yè)者能夠在別人看不到機會和希望的時刻，自己找到一條破題的路。他自己的親身經(jīng)歷也可以證明這一點，“2015年，在我不知道怎么商業(yè)化的時候，我想到了做智能硬件，雖然這條路不一定準確，但在當時看確實是一個surprise；2019、2020年，當別人覺得我們陷入智能硬件的‘坑’里出不來時，我又借助SaaS服務擴大了營收規(guī)模；2020年，我們有意無意地投入了生成式AI，并嘗試商業(yè)化，為大模型研發(fā)打下了基礎。”
在數(shù)次“化險為夷”背后，李志飛也幾度遭遇打擊。在公司經(jīng)營上，他“栽過急速擴張的跟頭”，不得已只能裁員；他也從技術角度對AI的價值產(chǎn)生過困惑；在2020年底就開始做大模型，但又沒有選擇大力推進……
“AI可以打敗世界上最聰明的一類人如圍棋手，卻學不會連五歲小孩都會的自然語言對話，為什么呢？” 2017年接受《中國企業(yè)家》采訪時，他稱給自己提出過這樣的問題。
而ChatGPT的面世，解釋了李志飛多年來的困惑，讓他無比興奮，他覺得自己的時代到了。今年2月，在ChatGPT引發(fā)科技圈、創(chuàng)投圈討論熱潮的時候，李志飛也表示自己要進行大模型創(chuàng)業(yè)，做“中國的OpenAI”。
“未來大模型賽道會非常卷。”3月底，在北京辦公室接受《中國企業(yè)家》采訪時，李志飛預測道，“我認為一兩年后，中國至少50家以上公司都會擁有自己的大模型。” 這也帶給李志飛更多信心，“大模型的落地是一件長期主義的事情�！痹谒磥�，經(jīng)過十年發(fā)展的出門問問在生成式AI領域，“已經(jīng)有了技術的積累和應用落地的優(yōu)勢”。
李志飛還透露，4月20日，出門問問AIGC戰(zhàn)略發(fā)布會將在北京舉行，他將攜出門問問的自主中文大模型和面向全球創(chuàng)作者的AIGC產(chǎn)品亮相。
以下為李志飛的采訪整理，有刪節(jié)。
世界觀被顛覆了
剛剛得知OpenAI做出ChatGPT的消息時，我特別興奮。
早在10年前，甚至讀博士期間，我就已經(jīng)在思考AI的認知問題，但一直沒找到答案。所以當OpenAI的ChatGPT可以自然地進行上下文對話，且隨便聊都不會被問倒時，我覺得自己的世界觀被顛覆了。
因為它不單單是能在規(guī)則和邊界很清晰的環(huán)境里計算下象棋/圍棋的程序，還解決了在我們看來最難的問題――認知，并學會了用自然語言跟人交互。在微軟那篇《AGI的火花：GPT-4早期實驗》的最新論文里，GPT-4還幫人寫了一道很多大學生都做不出的動態(tài)規(guī)劃程序題，我自己看到那道題都想了一會兒。
這些讓我成為AGI的無腦支持者的同時，也對ChatGPT和OpenAI產(chǎn)生了巨大的好奇心：ChatGPT到底是怎么做出來的？為什么是OpenAI而不是別人？帶著這兩個疑問，我在春節(jié)后第二天飛往美國，和很多人聊，其中就包括OpenAI的工程師。
聊過之后我發(fā)現(xiàn)，ChatGPT不是單純地靠很多聰明人以及前沿的技術去實現(xiàn)的。在硅谷，天才到處都是，Google Brain更是有超過1000個博士在專門研究AI，而且ChatGPT的底層技術中的Transformer、Instruction Tuning等都是谷歌研發(fā)的。
但為什么是OpenAI？我覺得核心是因為他們創(chuàng)造了一個環(huán)境，既有top down的規(guī)劃，高層對AI有足夠強的信念，堅持不動搖；又有bottom up的執(zhí)行，員工可以完美執(zhí)行這些規(guī)劃，兩種因素疊加造就了OpenAI能夠在這一路徑上走得長遠。并且，從GPT-3開始，OpenAI就得到了正向的反饋，這也鼓勵他們在這個方向上不斷迭代，越來越強。
這種極度的興奮感持續(xù)了近兩個月。不僅是我，前兩個月所有人都很急，大家都怕被大浪卷走。
但我現(xiàn)在的心態(tài)比前兩個月好很多，也冷靜得多。ChatGPT并不完美，關于它的落地，有太多問題需要解決，實現(xiàn)AGI是一件長期主義的事情�？赡芪磥�5~10年，我都要all in其中。我能做的，就是在理性狀態(tài)下，把這件事做好，同時也經(jīng)營好公司。因為訓練大模型一直是我們的企業(yè)行為，而非我個人，所以在投入上得理性。
在大模型創(chuàng)業(yè)上，我們其實早有準備。很多近一年成立的生成式AI的公司，整個團隊可能就幾十個人，我們公司有幾百人。2020年GPT-3剛出來時，我們就開始嘗試做大模型，2022年9月ChatGPT還沒有問世時，我們已經(jīng)嘗試做大模型的應用落地，當時是被Jasper.AI啟發(fā)，我覺得內(nèi)容生成才是最適合GPT-3落地的應用。我當時和團隊溝通，不能只做應用，我們一定要夯實自己的大模型能力，于是我們開始重新做長期規(guī)劃。
很多人聽了OpenAI的投入后會產(chǎn)生一種誤解，覺得大模型研發(fā)訓練要10億美元，但我們做的偏落地，因此我們不見得需要10億美元。
盡管很多投資人對我的項目感興趣，但我依然覺得，我們公司有足夠的錢去做自己想要做的事情。除非是我自己單獨出來做這件事，否則投資人要看的是出門問問整體的狀況，包括公司估值、未來故事、商業(yè)模式等，這些加起來就會變得很復雜，因此我目前沒有考慮融資的事情。
目前國內(nèi)還沒有探索AI能力天花板的充足環(huán)境，因此在公司層面，我更多考慮的是AI應用和落地，能夠解決真正的問題，AGI變得越平民化越好，這也更適合出門問問現(xiàn)在的狀態(tài)。
至于AGI未來的形態(tài)以及技術的演化，它只是我個人的研究興趣。畢竟，OpenAI這種能夠探索AI能力天花板的公司，在全世界都是鳳毛麟角的；復制或重做一個中國的OpenAI，既沒有那么大的價值，也沒有那么大的概率。
我覺得我們現(xiàn)在的狀態(tài)是最好的。雖然沒有OpenAI的“特種軍”，但我有一支“常規(guī)軍”，包含訓練模型、產(chǎn)品研發(fā)、商業(yè)化等部門，可以跟上技術潮流不斷去迭代。我們有幾款產(chǎn)品跟生成AI有很大關聯(lián)。除了語音助手這一拳頭產(chǎn)品外，我們還做過很多AIGC產(chǎn)品，比如AI聲音平臺“魔音工坊”、AI寫作平臺“奇妙文”、AI繪畫平臺“言之畫”、數(shù)字人(8.960, 0.04, 0.45%)視頻與直播平臺“奇妙元”等，能打通從大模型到產(chǎn)品到商業(yè)化的商業(yè)閉環(huán)，且擁有很好的營收規(guī)模，這可能在全世界都是獨一無二的。
其次，我不會為了融資去給資本講很多故事，某種程度上迎合資本不可避免地會導致變形，我們有自己的產(chǎn)品和落地場景，這是我們最好的地方。從長期來看，我們的優(yōu)勢在于堅信AI，未來5年時間我們可以為它不停地迭代，然后比較長期地做這件事。
還有一點優(yōu)勢在于，國內(nèi)AIGC創(chuàng)業(yè)CEO里，我能看懂所有的前沿論文，也清楚整個語言模型的發(fā)展歷程及其理論進化的來龍去脈，我肯定比絕大部分CEO更懂這些東西。
調(diào)整力度最大的一年
盡管我現(xiàn)在堅定不移地相信AI，對長期主義保持了樂觀心態(tài)，但其實幾年前我特別悲觀。
2020年之前，我沒那么信AI，雖然我們是一家AI公司，但我既不堅信這個東西一定能夠做得好，也不認為它會給社會帶來巨大的價值。有時我甚至會想，“有生之年我都看不到AGI（通用人工智能）了”。
2019年之后，我甚至不想對外發(fā)聲了，覺得很多時候說話沒有意義，既改變不了行業(yè)，也改變不了大家對AI的普遍認知，除非能證明自己比別人厲害，否則就是浪費時間。
除了對技術的失望外，2019年也是我和公司發(fā)展的一個低谷期。
最初創(chuàng)業(yè)時，尤其是2017年前，我一股腦地投入到技術、產(chǎn)品的研發(fā)和商業(yè)化上，完全不care其他東西。但到了2018年，尤其是2019年后，我感覺自己見到了商業(yè)或者說創(chuàng)業(yè)的真相，發(fā)現(xiàn)想要變成一家賺錢的科技公司，沒那么容易。
過往因為AI商業(yè)模式的問題，很多營收并不可持續(xù)。如果繼續(xù)投入，只會飲鴆止渴、越陷越深，從而把自己禁錮住。
看到真相后，經(jīng)慎重考慮，在2019年，我對出門問問進行了一輪大的調(diào)整，精簡了業(yè)務線，放棄部分虧錢的to B項目以及智能硬件等業(yè)務。
2020年，我又進行了一輪大的調(diào)整，甚至可以說這一年是調(diào)整力度最大的一年。幸運的是，由于我們及時地進行業(yè)務線調(diào)整，有了多出來的人手，一部分產(chǎn)品經(jīng)理在2020年初開始做AIGC領域的嘗試，并積累了AI生成方面的經(jīng)驗。
同時，2020年OpenAI的GPT-3橫空出世后帶來行業(yè)巨變，直接推動了我信仰的轉變，讓我見到了AGI實現(xiàn)的可能，我也重新燃起了探索AGI的興趣。
2021年，我在公司內(nèi)組建了一個十幾人團隊，拿出不超過一百萬美元的算力費用，訓練出了一個60億參數(shù)的模型。由于當時大家參考的都是GPT-3，對比之下，我們60億模型的“舉一反三”能力很弱，這讓我們很絕望，覺得太難了。因此我們直接下了結論，60億模型根本涌現(xiàn)不出in-context learning（上下文學習）能力。
還有一點，如果要進一步增大參數(shù)規(guī)模，訓練一個千億級別的規(guī)模，就太燒錢了。因為OpenAI，大家都知道了，1750億參數(shù)的模型，訓練一次就要400多萬美元，而且需要多次訓練才有可能成功，這個費用幾乎上不封頂。
不僅如此，當時我們也沒有找到模型落地的應用形態(tài)和商業(yè)化方式。我每天帶著團隊像搞科研一樣讀論文，這個狀態(tài)對于一家創(chuàng)業(yè)公司來說很奇怪，我們又不是一家科研公司。
現(xiàn)在回想起來，我們當時在應用端挑戰(zhàn)“舉一反三”的能力完全沒必要，甚至可以說是鉆牛角尖。如果我們換成后來谷歌在2022年提出的instruction tuning（指令微調(diào)）方向研究，效果可能更好。
不過，這也不代表我們的嘗試是無用功。至少比起市面上其他大模型創(chuàng)業(yè)團隊，我們已經(jīng)部分領先了關于分布式訓練框架的選擇標準，以及數(shù)據(jù)標記、團隊分工、人才需求等方面的認知。
非典型創(chuàng)業(yè)者找到了“第二春”
現(xiàn)在，我們的員工都在為了大模型的發(fā)布而加班加點的工作，但某種程度上，我不希望公司（員工）太努力。
這種“反卷”也體現(xiàn)在我們辦公地點的選擇上。2020年，我們北京的辦公室從中關村(6.300, 0.07, 1.12%)搬到了西直門附近，減少團隊長期在一個固定地點被“一窩端”挖角的可能性。
在此基礎上，我們現(xiàn)在采取了極度分布式的辦公模式，把員工分散在北京、上海、武漢、深圳、臺北、蘇州、南京等城市辦公。如果這樣公司能不“掛掉”，而且能正常產(chǎn)出，我認為這在未來可能有很大的競爭力。
可以說，在中國的創(chuàng)業(yè)圈里，我肯定不是一個“正�！钡膭�(chuàng)業(yè)者。我有時候會對靠組織、文化、時間拼出來的企業(yè)產(chǎn)生質(zhì)疑。我總覺得搞這些事情會讓很多人喪失想象力，或者他們會因此疲于奔命。
我一直以來都是把更多時間花在做事情本身上，這可能是一個缺陷，但我覺得任何公司的成功都沒有套路，不要去嘗試把自己變得跟別人一模一樣。我覺得必須承認人就是人，不是神。每個人包括我，都有自己的興趣愛好，我就是對做事情本身更加感興趣，我愿意花更多時間在事情上，我對組織、文化就是沒那么“感冒”，而且某種程度上我是反對這些東西的。
我把自己的這種狀態(tài)歸結于偏向硅谷。因為我希望能夠用高度分布式的、某種程度上算作躺平式的管理方式來做出創(chuàng)新，在這種狀態(tài)下，偶爾加班可以做得更好。我覺得硅谷很多公司，尤其是創(chuàng)業(yè)公司都如此。
如果在硅谷仔細觀察，大家就會發(fā)現(xiàn)硅谷絕對是躺平的：躺得妥妥的，員工都不去上班。Facebook的員工為什么還去上班？是因為他們大部分是想去公司充電、吃午餐。
盡管他們都不上班，但這一個多月以來美國科技公司產(chǎn)出的東西依然讓人眼花繚亂，每個公司都是如此。我認為這也證明了組織力或者“好拼好努力”的文化，不見得能搞出最頂尖的創(chuàng)新。
我覺得現(xiàn)在國內(nèi)太喜歡把事情模式化或者格式化，但公司的成功有不同的原因，如果我們這樣（佛系）的公司也能成功，我覺得對于國內(nèi)來說也是很大的進步。
因此，我一直對公司文化沒那么敏感，而且過去我也不喜歡組織，我甚至都不愿意去討論它。
但這次OpenAI的組織，真的太令我好奇了，為什么它能搞出來（GPT）？這確實是一個問題，在中國創(chuàng)業(yè)要做得很成功，可能還是要在組織、文化上花很多精力。
在公司管理上，我認為就是找到適合自己的方式，即用事情來驅(qū)動人，比如說我會給員工找一些有意思的事情，然后讓他在事情中去成長，而不是說跟員工談心。
我不是那種能夠給員工鼓勵打雞血式的領導者。在我看來，錯的就是錯的。員工做錯了，我恨不得跟他說5遍，就像用GPT一樣一直重復，直到讓他理解記住為止。
對于出門問問的未來，我覺得信心比兩三年前強很多，很多時候一個公司能不能做大或者做成什么樣，除了自己努力外，也取決于時代趨勢。我覺得我們正在一個很好的趨勢上。我們現(xiàn)在好像找到了“第二春”，而且都提前布局好了，對未來的發(fā)展，我的預期是：上不設限。
