OpenAI o1核心大佬离职后首次演讲！AI智能体=人力+代码「无限杠杆」

【导读】OpenAI研究员Hyung Won Chung揭示AI如何成为超级杠杆。AI智能体结合人力与代码杠杆，赋予小团队创造巨额价值的能力，DeepSearch等技术让10人公司媲美巨头！

o1核心贡献者、OpenAI研究员Hyung Won Chung离职后，首次发声：AI正成为人类历史上最强大的杠杆。

Hyung Won Chung是o1、o1-preview和Deep Research的研究者，对AI的推理能力和智能体非常感兴趣。

他认为AI可能在推理和创意生成方面超越人类。

AI可以全天候工作，提出新的科学理论或解决方案，成为一个不知疲倦的「研究引擎」。

这会极大地推动科学进步，解决人类面临的重大问题。

他还提到了「奇点」——技术发展到某个临界点，AI可能彻底改变人类社会。

这不仅仅是技术上的突破，还会对我们的工作方式、生活方式乃至社会结构产生深远影响。

开场：花朵比喻与技术进步

想象一朵含苞待放的花。如果你盯着它看十分钟，可能感觉不到任何变化。

但这并不意味着没有变化发生。如果你耐心等待，最终会看到它绽放成一朵盛开的玫瑰。

这种渐进式的变化容易被忽视，因为人类更擅长感知即时事件，而非长期的微小积累。

我们的大脑更擅长关注即时发生的事情，这可能与进化中为了生存而形成的本能有关。

为什么要提这个？

因为AI可能是人类历史上发展最快的技术之一，但它的影响力往往需要数年甚至数十年才能完全显现。

现在，AI的重要性已经无需多言，几年前可能还需要探讨，但现在这已经是共识。

但我想强调，我们可能低估了AI变革的程度，尤其是AI为个人和整个人类提供「杠杆」的潜力。

这个词在硅谷等地被频繁使用，但含义因上下文而异。

在经典力学中，想象一个杠杆：在一端施加压力，另一端可以抬起一个物体，比如1公斤的物体。

如果延长杠杆的长度，就能用同样的力抬起更重的物体。

这意味着输入力没变，但通过杠杆，输出效果可以放大，比如能举起3倍重的物体。

这个概念可以推广到很多领域。

杠杆是指通过小的输入（时间、精力）实现大的输出（成果、价值）。

很多人试图通过「要更努力工作」来提高产出。但努力有其极限。

真正的突破在于找到一种机制，让输入不变或小幅增加，就能大幅放大输出。这正是杠杆的核心。

三种杠杆：人力、资本、科技

根据知名投资人和思想家Naval Ravikant的观点，杠杆可以分为三类：人力、资本、科技。

人力

这是最古老的杠杆形式，也最常见。

比如，假设我要建一座金字塔。如果没有杠杆，只能一个人干，非常困难。但通过杠杆，可以雇佣几千名工人。

我的投入（时间和精力）可能没变甚至更少，但产出大大增加，因为有几千人一起工作。

这需要说服别人为你工作。在现代社会，人力仍然是主要的杠杆形式之一。

资本

这是20世纪常见的杠杆形式。

比如，想投资一块价值100万美元的地皮，但我只有20万美元。于是我从银行借了80万美元。

假设运气好，这块地皮升值到200万美元。

虽然地皮价值只翻了一倍，但我的回报却是400%或500%，因为用借来的钱放大了收益。这是资本杠杆的力量。

科技

这是近年兴起的杠杆，尤其在科技领域。

比如，开发一款应用，第一个用户从中获得价值。

如果第二天另一个用户下载并使用，无需额外工作，价值就翻倍了，因为代码可以无限复制。

同样，如果我给200人讲课，录下来放到YouTube上，每增加一个观看者，价值就增加，而无需额外付出。

这类杠杆的潜力几乎是无限的。

历史上，巨大的财富创造往往依赖这些杠杆。

20世纪的金融行业大量利用了资本杠杆，而最近几十年，科技公司通过代码杠杆创造了巨大价值。

如果回顾那些创造了巨大财富的公司或个人，往往都能找到他们利用的杠杆机制。

这些杠杆推动了财富和价值的创造，但一旦某种杠杆被广泛应用，竞争随之加剧。

成为YouTuber如今远比十年前困难。

AI作为一种新兴杠杆，结合了人力和科技的优势，潜力几乎无限。

全新杠杆：AI

当某种新技术使得新的杠杆成为可能时，它会带来巨大的价值和回报，但随着时间推移，这种优势会被竞争削弱。

所以，要好好想想：有哪些新的杠杆正在出现？

个人：学习效率革命

Chung分享了AI如何改变他的学习方式。

以往，学习新领域（如分布式系统）需要耗费大量时间查找资料，内容往往晦涩或零散。

如今，AI能根据他的知识水平，动态生成通俗易懂、难度适中的学习材料。

这就像是杠杆：我的输入（时间和精力）没变，但输出（理解力和知识）大大增加。

AI几乎消除了学习新领域的门槛，极大地提高了效率。

当学习变得更容易，人人都能快速掌握新知识时，不学习的机会成本就在增加。

社会价值的衡量取决于稀缺性，而AI让知识获取更普遍后，好奇心和探索欲成为更稀缺的品质。

它们推动人们克服学习中的认知挑战，保持竞争力。

好奇心一直很重要，但在学习成本降低的今天，它变得更加关键。

「技术正在改变什么」，意识到这些变化——即使你不直接参与技术开发——也非常有帮助。

AI智能体：人力与代码的复合杠杆

AI智能体是2025年最热门的研究方向之一，智能体结合了两种杠杆：人力和代码。

1. 人力杠杆：AI智能体像一个全能助手，代替人类完成任务。

2. 代码杠杆：作为软件，AI智能体可无限复制。需要10倍产出？运行10个智能体即可。

它就像雇了个帮手，替你干活（人力杠杆）；而且它又是软件，能无限复制（代码杠杆）。

这种复合型杠杆机制非常强大，可能是未来财富创造的主要来源。

AI智能体还处于起步阶段，但已经展现出巨大潜力。

DeepSearch（目前我认为是最成熟的AI智能体）等AI智能体已显著提升工作效率。

这种复合杠杆让小团队也能创造巨大价值。一些只有10-20人的初创公司能创造数亿美元收入，这在AI赋能下越来越常见。

过去，扩大产出需依赖资本（融资）或人力（雇佣更多人），但协作成本高，效率不一定成正比。

大规模的人力协作往往有很高的成本，比如沟通问题、团队冲突等。

增加一个人到100人的团队，并不意味着产出会增加1%，甚至可能因为协作摩擦而下降。

AI让个体和小团队能以低成本实现高产出，可能重塑企业规模和组织结构。

当然，大公司依然会存在，但小型高效团队可能会成为主流。

社会层面：加速科学进步

AI的变革不仅是个人层面的效率提升，更将深刻影响整个社会。

Chung认为，科学进步是推动人类发展的核心引擎，而AI是解锁这一引擎的关键。

如果把人类作为一个整体，我们的目标是什么？

答案因人而异，但推动科学进步、改善生活质量无疑是重要方向。

AI作为杠杆，不仅能提升个体的学习和工作效率，还能加速知识整合与创新，改变社会的运行方式。

发现新知识可以将原本无用的东西变成宝贵资源。

比如，石油在被发现前只是黏稠的液体，但通过热力学知识和燃烧技术，它变成了极其有价值的资源。类似的例子还有很多。

从历史看，自17世纪科学革命以来，财富创造呈现出爆炸式增长。如今，科学进步变得更加复杂。

比如，牛顿力学与量子力学相比，复杂程度不可同日而语；制造先进计算机芯片更是远远超出单个人的能力。

这需要大规模协作、更多资本投入，以及跨学科的努力。

与此同时，人类的智能水平并未显著提升，而科学的复杂性却在快速增加。

这两者之间的差距成为推动科学进步的瓶颈。

历史上，每当遇到这样的瓶颈，人类总能找到突破的方法，发明工具来解决问题。

这一次，我认为AI是解锁这一瓶颈的最有力工具。

现代科学高度专业化，专家分散在不同领域，协作困难。

DeepSearch通过整合现有知识，显著提升协作效率，甚至可能通过重组已有知识创造新价值。

AI就像一个envelope，将这些分散的知识点连接起来，形成一个更完整的知识网络。

AI能弥合专家之间的沟通和物理隔阂，提高协作效率。

AI的潜力远不止整合知识。

未来，AI可能在推理和创新上超越人类，成为全天候工作的研究引擎。

它能生成新假设、提出新想法，并与人类和其他AI协同，加速科学突破。

o3已开始帮助科学家头脑风暴，而这只是起点。

正如花朵绽放，AI的潜力需要时间显现。

但可以肯定的是，它正在成为人类历史上最强大的杠杆，重新定义我们的未来。

参考资料：

https://x.com/hwchung27/status/1945355238187393257

https://docs.google.com/presentation/d/15uQTN9M-aTBWHRcd69GBL57QsKV1EM5BhV8i3ihbSUc/edit?usp=sharing

https://www.youtube.com/watch?v=CcP8db8TeKI