如今，AI圈最重要的消息可能是Metazackerberg采取了行动，并用很多钱招募了人们。在小ZHA的个人努力下，Meta组成了AI的豪华团队。当涉及到中央领导团队时，包括前AI的创始人Alexandr Wang（Meta的现任IA现任负责人），Github的前首席执行官Nat Friedman和Safe SuperTintelligence的联合创始人Daniel Gross，这三个共同建立了目标超级努力实验室的战略和节奏。技术一致性也令人震惊。梅塔（Meta）在Openai中寻找了许多重量级研究人员，包括Shuchao Bi和Huiwen Chang，语音和图像模块开发人员GPT-4O，Trapit Bansal，Ji Lin，Ji Lin，Ji Lin，Ji Lin，Shengjia Zhao，Hongyu Ren，Jiahui Yu和GPT系列R＆D的主要成员模型的技术代表。除了Openai，Meta还吸引了Apple和Deepmind的中心人才。他们也是苹果基金会的hehfaith的人模特（根据最高2亿美元的合同价格），前Deepmind Jack Rae和Pei Sun研究人员，以及Anthrope AI的Joel Vocar de Anthrope和Johan Schalkwyk。指针狩猎的最后趋势是他们设法克服了两个公开的将军，即杰森·韦和贤。其中，杰森·道（Jason Way）由Openai的O1/O3系列的建模和寻找深度领导。它是强化学习的坚实捍卫者，并且是2022年“紧急能力”概念的先驱之一；他对思想的对前卫技术的贡献得到了广泛认可。 Hyung Won Chung还是Openai的中央研究员。他深入参与了O1系列和深入的研究项目，他的研究讲话主要集中在推理能力和代理上。据报道，目前有两个是开放式的hol帐户内部古拉，他的辞职消息基本上得到了证实。更令人惊讶的是，据说元直接提供了最高3亿美元的四年付款套餐，以吸引AI的这两位主要科学家。许多人感叹“大公司努力工作”和“再次缺乏人工智能的才华”，但有些人平静地指出，每个人都担心的是终点线和人才密度的愿景，但它提供了高薪。这很有趣，但是为什么我对“我聚集了足够聪明的人以取得出色的成绩”这一事实失去信心？因为现实一次又一次地展示：有很多人和强大的人≠良好的结果。在第一次世界大战中，球队比人更重要。当Operai推出Chatgpt时，他们都关注她背后组织的技术和力量。但是，当时，有许多世界著名的老师，因此组织力量的比例不太明显。但是，在诸如DeepSeek之类的神秘团队中出现后，该团队主要将学者汇集在一起从中国的C9当地大学中，没有人可以忽略这样一个事实，即组织能力不如大型团队战斗形式的团队战斗形式（例如AGI）重要的一流。回顾人工智能发展的历史，有无数的团队聚集了一系列杰出的才能，例如目标，深思熟虑，谷歌，百度，Zhiyuan等。丢失的。背后有很多原因，包括公司的文化结构和工业变革的影响，但是通常存在一种普遍的现象：杰出人才之间的分离和挣扎。最后，强者的收集并没有产生两倍的效果史蒂瓦，但天才可以互相补偿。所有伟大的人都有建立成熟的认知系统，经验经验和话语力量的逻辑。如果您的组织没有“失败的容忍机制”，那么最强大的人就越大，老年人是最慢的DI求职和行动。一群不快乐和共同努力的聪明人将就像一个永无止境的学术研讨会，而不是可以实施的工程团队。 DeepSeek是一个有趣的反例。著名的科学家和学术巨头支持坎普。没有年轻成员，小型设备尺寸（我们有大约150位基础研究人员），地板，手表和KPI管理。创始人现在亲自播放代码。直到V3推出之前，外界仍然认为“在巨人的肩膀上收集水果”仍然是“在巨人的肩膀上选择水果”的问题，但是当R1推出并超过推理的性能时，它直接被推入该行业的第一个Ecelón。 DeepSeek的成功不是因为它们“比其他人更聪明”，而是因为它们“大胆，可以比其他人更大。e相反。极端平坦：两层层和KPI投资都刺激了探索的愿望。纯投资：每个人都在不分散“交付”，“业务”和“报告”的情况下进行基本调查。“只有一个共识在采取措施之前清楚地思考。“时间有1000人分为0到100点，分为0到100点，一个人的平均研究时间只有1小时，只有1小时，而才华横溢的组织和生产公式可以清楚地翻译成效率的产品。 DeepSeek的一般水平是，由150人组成的团队每天有一个平均12人的研究团队，每天投资12小时。在1,000人中，每天最多六项研究的k具有几乎完美的执行效率，为1.0。在分布式目标和长期协作链的影响下，大公司只有0.2个组织效率。最终启动的有效结果是：DeepSeek：153000 x 1 = 153000大型工厂设备：360000 x 0.2 = 72000因此，不难发现DeepSeek对基本问题的研究和生产的期望比大公司更多。这也解释了为什么一支由150个DeepSeek组成的小团队可以取得令人惊讶的结果，但是一些大型工厂拥有1,000名1,000人的团队，其组织结构和分散的职位复杂。由于群集方法，对基础研究的真正投资削弱了。回到同事花很多钱在人身上，经常被忽略的变量非常简单。动机因素到底是什么？高目标工资可以购买聪明的人，但没有动力“连续工作”。为什么DePseek愿意与人打14小时？这不是由于付出更多的钱，而是由于愿景是真实的，因此结构是免费的，结果是可见的。如果动机仅基于SALARY，人们进入“被动奖励”状态，但动机会鼓励内部驾驶，如果它来自Co-Creation，对问题的控制感和真正的兴趣。诸如Meta和Google之类的大型技术公司的问题是，组织系统已经非常严格，即使大人参与，他们也只能扮演小角色。除了可以忽略不计的动机元素外，人们经常误解“创新”是由最聪明的人进行的。但是，实际上，创新更常见于具有边缘和松动结构的小型设备中。经常被忽视的另一个客观事实是，人工智能的发展和几种开源技术的发展也不断降低AGI的知识阈值。这意味着只有985名大学生可以清楚地调查和探索并提出大胆的想法以改进。根据AI技术评论，即使在Prestigio中美国的定罪者，例如Trance，Minimax和Rock AI等国家团队可以大胆地修改护理机制，并且在这些团队的建筑评论中占主导地位的研究人员并不是该行业过去一直在寻找的技术的主要明星。这也是DePseek赋予整个行业的灵感。最好跟随一支执行团队，而不是追逐明星团队。与其争夺大型模型预算，不如争夺相关的降水和反馈机制。我们将共同思考，而不是培养博士生和大公牛的偷猎。最好形成。目标很难复制DeepSeek。回到主题本身，leifeng.com（公共帐户：leifeng.com）认为，复制DeepSeek可能很难。不是这个目标没有足够的钱，目标不再是一个“可变”的组织。 depseek是一个小的男子NE在其位置保持测试和错误，相反，目标是曾经启动的巨大方向盘，它阻碍了偏差。组织惯性是最难击败的。目标工资策略背后实际上反映了焦虑。必须重建早期的开放文化，但我们使用旧的“就业 +话语力量”工具。该系统可以吸引人们，但无法召集真正的合作精神。最终的分析，目前人工智能行业最紧迫的是打破迷信，即“有更多聪明的人要赢得胜利”，当然，重要的是，如果这些聪明的人能够真正合作，如果他们有足够的自由来尝试证明错误，并且是否有创始人注定要有很高的成绩。它可能比模型的进展更为重要。
