在人工智能领域，总有一些名字，即便在聚光灯之外，也能激起行业的层层涟漪。Lilian Weng，这位Thinking Machines的联合创始人、前OpenAI研究副总裁，便是其中一位。她对AI前沿的洞察和实践，不仅吸引着全球的AI研究者，也为产业的未来发展指明了方向。近日，在西海岸一场备受瞩目的年度盛会——硅谷华源Hysta2025年会的炉边对谈上，Lilian Weng与风险投资领域的资深人士Connie Chan进行了一场深入交流。这场对谈不仅是一次回顾，更是一次对Lilian Weng从学术象牙塔到产业前沿，再到独立创业的心路历程的深度挖掘，尤其首次揭示了她创立Thinking Machines的内在驱动力。
“数学竞赛让我认清了普通人的边界。”当被问及是什么塑造了她独特的个性和驱动力时，Lilian Weng分享了她青少年时期一段刻骨铭心的经历。她回忆起在北京大学就读期间参与的一场高难度数学竞赛，与那些顶尖选手的差距让她深刻领悟到：“这个领域永远有比你更优秀的人存在，唯有持续不断地学习和努力，才能在这场持久战中保持竞争力。”这种深刻的认知，在潜移默化中打磨出了她“坚持不懈”和“保持谦逊”的双重优秀品质，这也成为日后她在OpenAI，尤其是在领导机器人研究团队时，不可或缺的精神基石。
在OpenAI度过的时光，是Lilian Weng从纯粹的研究者向兼具技术视野和管理能力的领导者转型的关键时期。她不仅一手创立了Applied AI Research Team和AI Safety Team，更在推动OpenAI API的商业化进程中扮演了核心角色。她回忆起早期通过紧张刺激的黑客松来探索模型潜在应用场景的经历，坦言道：“当时甚至连接口的命名都充满了实验性，‘补全端点’（completion endpoints）这个如今已成为行业标杆的设计，在当时完全是我们意想不到的惊喜。”更值得一提的是，作为AI安全团队的负责人，她所构建的模型行为控制框架，为后来ChatGPT等大型模型的安全部署奠定了坚实的技术护城河。
2024年，Lilian Weng选择从OpenAI离开，共同创办Thinking Machines，这一决定背后，是对技术前沿永不满足的探索精神。“当一条学习曲线开始变得平缓时，我知道是时候去迎接新的挑战了。”她与前OpenAI CTO Mira Murati等人一同创立的这家新锐企业，目前正将重心放在开发能够实现高效人机协作的AI工具上。近期推出的Tinker API测试版，通过提供前向-后向采样等一系列灵活多样的功能，有效地解决了语言模型领域研究者们长期面临的基础设施瓶颈。“我们坚信，开放的科学精神能够加速技术的整体进步，”她强调，“就好比早期的FairWorks项目一样，现在我们急需的，是为广大研究者提供一个更加便捷、高效的实验平台。”
作为Thinking Machines的联合创始人，Lilian Weng展现出一种与众不同的管理风格。她每周会留出完整的一天时间，深入代码Review，通过这种直接参与到技术细节的方式，来保持与团队沟通的深度和畅通。“当工程师们发现我能够理解他们的代码提交（pull requests）时，带来的信任感会极大地提升我们之间的协作效率。”对于那些非技术背景的从业者，她给出的建议是，要通过日常使用AI产品来培养对技术的直觉和洞察力。同时，她推崇“阅读论文摘要+与同行深入交流”这种高效的论文筛选和理解方法，认为这能显著提升技术敏感度。
在人才培养方面，Lilian Weng奉行“允许探索”的管理哲学。她巧妙地借鉴了谷歌著名的80-20法则，在公司层面力求在计划性研究和自由探索之间取得精妙的平衡。“最关键的是要深入了解每一位研究者的内在兴趣点，”她分享道，“让合适的人去负责最适合他们的项目，远比强行分配任务来得有效得多。”这种以研究者个体为中心的管理方式，与她所强调的建设性反馈机制相辅相成，共同塑造了Thinking Machines独特的创新文化。
当被问及如何才能长时间地保持工作热情时，Lilian Weng的回答触及了更深层次的职业观：“当工作占据了人生的大部分时间，在工作中寻找到乐趣，这无疑是最令人感到幸福的生活方式。”她透露，团队最近在机器人与语言模型交叉领域的重大突破，让她再次体验到了那种“现实扭曲场”般的创造激情：“那种‘相信不可能，并最终将其变为现实’的感觉，正是驱动我不断前行的核心动力。”
