又走一個(gè)！OpenAI研究VP離職，轉(zhuǎn)投Anthropic做RL研究員

新智元報(bào)道

編輯：傾傾

【新智元導(dǎo)讀】OpenAI的人才地震還在繼續(xù)！剛剛，前研究副總裁Max Schwarzer宣布離職，這位親手主導(dǎo)o1、o3和整個(gè)GPT-5系列post-training的核心人物，選擇加入Anthropic，重返一線RL研究。

心態(tài)崩了！OpenAI又走了一個(gè)重量級(jí)人物。

剛剛，前研究副總裁Max Schwarzer在X上發(fā)文，宣布正式離開(kāi)OpenAI，轉(zhuǎn)投Anthropic。

他在OpenAI主導(dǎo)整個(gè)post-training團(tuán)隊(duì)，親手參與訓(xùn)練了o1、o3，以及GPT-5、5.1、5.2、5.3-Codex全系列模型。

但他不是被挖走的，是自己主動(dòng)選擇走的，理由是「渴望回歸一線IC研究工作」。

這個(gè)選擇，比離職本身更耐人尋味。

他親歷了o1的誕生

在AI圈，Max Schwarzer算不上家喻戶曉，但他的履歷相當(dāng)拿得出手。

2024年3月，他在蒙特利爾人工智能研究院Mila完成博士答辯，導(dǎo)師是強(qiáng)化學(xué)習(xí)領(lǐng)域的兩位重量級(jí)人物：Aaron Courville和Marc Bellemare。

博士期間，他的研究聚焦在「規(guī)?；c樣本高效強(qiáng)化學(xué)習(xí)」的交叉地帶。

通俗來(lái)說(shuō)，就是怎么讓RL訓(xùn)練既強(qiáng)又省。

他在2023年ICML發(fā)表的論文拿下了當(dāng)年的頂會(huì)獎(jiǎng)項(xiàng)，證明了不依賴LLM或世界模型，純靠擴(kuò)展無(wú)模型RL就能達(dá)到人類水平的樣本效率。

論文傳送門(mén)：https://arxiv.org/abs/2305.19452

但真正讓他進(jìn)入OpenAI核心圈的，是他對(duì)推理的判斷。

2024年9月12日，o1-preview發(fā)布當(dāng)天，他發(fā)帖說(shuō)這是「推理時(shí)代的開(kāi)端」。

他是OpenAI o1的核心貢獻(xiàn)者之一，參與了「草莓團(tuán)隊(duì)」（Strawberry team）的RL算法開(kāi)發(fā)，o1-preview的早期去風(fēng)險(xiǎn)化實(shí)驗(yàn)更是出自他手。

之后，他主導(dǎo)了o1和o3的post-training，2025年3月晉升為研究副總裁，領(lǐng)導(dǎo)整個(gè)post-training團(tuán)隊(duì)，負(fù)責(zé)打磨GPT-5系列。

從應(yīng)屆博士生入職，他用不到兩年半時(shí)間就坐上了研究VP的位置。

頂級(jí)VP：我只想回去做研究

離職聲明里都是對(duì)OpenAI的稱贊：「OpenAI有我見(jiàn)過(guò)的最有才華的一批研究員」「我學(xué)到的東西超出了我作為應(yīng)屆畢業(yè)生時(shí)的想象」。

關(guān)于離職的真正的理由，他說(shuō)：

領(lǐng)導(dǎo)了一年的post-training工作之后，我渴望重新出發(fā)，回到IC研究崗位。我一直在認(rèn)真考慮回歸技術(shù)研究這件事，而且我真心相信，我的同事和團(tuán)隊(duì)在沒(méi)有我的情況下完全能夠繼續(xù)成功。

這句話值得細(xì)品。

IC研究，相對(duì)于管理角色來(lái)說(shuō)，就是親手寫(xiě)代碼、跑實(shí)驗(yàn)；管理層負(fù)責(zé)管人、協(xié)調(diào)資源、做路線規(guī)劃。

對(duì)研究員來(lái)說(shuō)，升得越高，離真正的研究越遠(yuǎn)。

Schwarzer顯然不適應(yīng)這種狀態(tài)。

他在OpenAI的最后一年，更多時(shí)間花在帶團(tuán)隊(duì)、做決策上。

站在研究VP的位置上，他可以影響幾十人的研究方向，但自己動(dòng)手的空間少了很多。

這種選擇在AI行業(yè)并不罕見(jiàn)，但肯做出這個(gè)選擇的人需要勇氣。

畢竟，「研究VP」的頭銜在任何簡(jiǎn)歷上都足夠好看，放棄它回去當(dāng)普通研究員，不是每個(gè)人都愿意的。

事實(shí)上，Schwarzer不是第一個(gè)從post-training主管位置出走的人。

他的前任Liam Fedus，同樣擔(dān)任過(guò)OpenAI研究副總裁兼post-training負(fù)責(zé)人，于2025年3月離職，隨后聯(lián)合創(chuàng)辦了AI初創(chuàng)公司Periodic Labs，目標(biāo)是打造「AI科學(xué)家」。

從OpenAI離職的人前赴后繼，令人深思。

OpenAI的人才流失：不只是走了幾個(gè)人

Schwarzer是近兩年OpenAI人才出走潮中的最新一個(gè)，但絕對(duì)不是最后一個(gè)。

2025年以來(lái)，離開(kāi)OpenAI的研究員和高管名單越來(lái)越長(zhǎng)：前CTO Mira Murati、首席研究官Bob McGrew、研究副總裁Barret Zoph，在2024年集中離職。

2025年夏天，Jason Wei、Zhiqing Sun、Hyung Won Chung等多位研究科學(xué)家相繼跳槽Meta。

后者在LinkedIn上公開(kāi)表示，很高興能「從一張白紙開(kāi)始，與真正有才華密度的團(tuán)隊(duì)共事」，言下之意耐人尋味。

到現(xiàn)在，Altman是OpenAI原始11人創(chuàng)始團(tuán)隊(duì)中僅剩的兩位成員之一。

兩周前，CNN報(bào)道稱，一批AI研究員正在「邊走邊拉警報(bào)」。

OpenAI的一位研究員在離職時(shí)表示，這項(xiàng)技術(shù)「有以我們無(wú)法理解、更無(wú)法阻止的方式操縱用戶的潛力」。

OpenAI還在同一周因?yàn)榉磳?duì)推出成人模式而解雇了一名安全主管，并被曝解散了專注于確保AI對(duì)全人類有益的使命對(duì)齊團(tuán)隊(duì)。

Schwarzer的離職聲明里沒(méi)有任何批評(píng)，反而充滿了對(duì)OpenAI的善意。

這種體面的分手，反而格外少見(jiàn)。

此時(shí)此刻的Anthropic

他選了Anthropic，崗位是RL研究，這個(gè)他最擅長(zhǎng)的領(lǐng)域，不做管理，就做研究。

Anthropic近兩年持續(xù)吸引了來(lái)自O(shè)penAI的頂尖人才。

2024年，對(duì)齊研究負(fù)責(zé)人Jan Leike、OpenAI聯(lián)合創(chuàng)始人John Schulman先后加入，前者明確表示是因?yàn)閷?duì)OpenAI「沒(méi)有認(rèn)真對(duì)待安全」的不滿。

2026年初，OpenAI的高級(jí)安全研究員Andrea Vallone也跳槽到Anthropic，在Jan Leike手下工作。

而Schwarzer加入的時(shí)間節(jié)點(diǎn)，格外微妙。

就在前幾天，Anthropic正經(jīng)歷它五年歷史中最大的一場(chǎng)風(fēng)波：與五角大樓的正面交鋒。

Anthropic拒絕向國(guó)防部開(kāi)放Claude用于大規(guī)模監(jiān)控或全自主武器的權(quán)限，特朗普隨即在Truth Social上命令所有聯(lián)邦機(jī)構(gòu)立即停用Anthropic的技術(shù)。

而與此同時(shí)，OpenAI迅速填補(bǔ)了這一真空，達(dá)成向五角大樓開(kāi)放其模型的協(xié)議。

諷刺的是，在Anthropic最艱難的時(shí)刻，Claude在蘋(píng)果AppStore的下載量反而超過(guò)了ChatGPT，Anthropic的估值目前高達(dá)3800億美元。

Schwarzer在聲明結(jié)尾寫(xiě)道：「我期待支持在這個(gè)重要時(shí)刻的朋友們?！?/p>

他說(shuō)的重要時(shí)刻，大概不只是指Anthropic自身的研究進(jìn)展。

Schwarzer選擇在這個(gè)節(jié)點(diǎn)加入，某種程度上是一次站隊(duì)。

正面臨最大危機(jī)的Anthropic，正在用一件事證明自己的吸引力：在商業(yè)壓力和安全底線之間，它選擇了后者，哪怕代價(jià)是失去整個(gè)聯(lián)邦政府的合同。

對(duì)于那些不缺錢(qián)、只缺使命感的頂級(jí)研究員而言，這種姿態(tài)，比任何offer都有說(shuō)服力。

參考資料：

https://x.com/max_a_schwarzer/status/2028939154944585989?s=20