@ 郭允驍

昨天，消息說孫天祥加入百度，擔任基礎模型研發部（BMU）負責人。

「elsewhere」最開始知道孫天祥，還是投資人韓銳跟我們說的。大概一年半之前，他說他投資了一個“young talent”，就是1997年的孫天祥。當時他剛離開陽陸育的公司。

他創辦的公司叫日行跡。那是一家 AI4S 的創業公司。據我們瞭解，目前這家公司已被百度收購。

日行跡，取自天文學術語“日行跡”，指在一年中每天同一時間、同一地點拍攝太陽位置，並將這些位置連接起來所形成的近似“8”字形軌跡。公司 Slogan 是“在一個問題無限的世界裏，我們需要構建無限心智”。

他最讓我印象深刻的是，我已經很久沒有如此密集地從一個人口中聽到“AGI”。

比如，他創業前後，pass了視頻模型方向的機會，因爲“他覺得這與 AGI 無關”；比如，他想用 AI 研究 AI ，而這項工作目前還屬於那些炙手可熱的 AI 研究員們；比如，他覺得簡潔的方法最有效，整個 AGI 可能就約等於一個能研究 AI 本身的語言模型；以及，他反反覆覆提到的他對非共識的相信和對變化的渴求。

那幾次，我們還聊到了日行跡當時正在推進的融資，對國內 AI Labs 的觀察，以及，他還曾向我們論證過，爲什麼他想做的事情，頂尖模型廠商很難完成。

孫天祥是山東人。他曾開玩笑和我們說，山東是“創業黑洞”，因爲這是一個共識過於強烈的地方。而共識意味着大概率失敗，尤其對於後來者。

一個 AI 頂尖人才，在今天加入百度，的確挺非共識的。我還沒有問過孫天祥爲什麼。但對一個相信非共識的人來說，他應該看到了某些我們沒有看到的東西。

AI for AI

日行跡原本構想的是：用 AI 來研究 AI。

要怎麼理解這個概念呢？

目前，基礎模型還很大程度依賴頂尖 AI 研究員們“手搓”，但這也意味着模型發展的瓶頸仍然在人類。孫天祥的觀點是，一旦 AI 研究 AI 的能力達到人類水平，那 AI 能力的提升會獲得更高的斜率。

類比人類研究員， AI 做研究同樣也有兩個部分：一個是 Innovator ——幻覺生成器，能在人類水平上規模化地產生研究假設；另一個是 Verifier ——實驗 agent ，它在 GPU 集羣裏接受任意假設、寫代碼做實驗，告訴你這個假設的結果會成爲知識還是幻覺。

今年2月，日行跡剛做過一場長達200多小時的直播，由日行跡研發的 FARS （ Fully Automated Research System ）現場寫出了100篇短論文。

簡單來說，日行跡想做的是造“造 AI 的人”。更有野心地講，是在造 DeepMind、DeepSeek、OpenAI 這樣的組織能力本身。

NeoLab

我們一開始覺得，日行跡是不是一家有點科幻的 NeoLab ？

孫天祥的回答是剋制的：“還算是一家 Lab 型的公司。”他認爲，Lab 的氛圍應該是純粹的，沒有自上而下的組織權利，更多是自下而上的專家權利——比如所有會議對所有人可見，比如可以自由地提出設想、組隊研究。這也是他覺得 DeepSeek 有 Lab 氣質之處。

我們當時也聊到了DeepSeek。他說，梁文鋒的可貴在於：第一性、長期主義、不迷信外部（不迷信硅谷，不迷信海外人才）、以及有好的技術直覺。比如在2023 年，當許多人把多模態、視頻和 AGI 綁定在一起時，梁文鋒的判斷就是：這些都不重要。

在這個基礎上，他對 NeoLab 的定義是：做顛覆式創新的新技術範式。其中有一個關鍵特徵是：技術上路徑優勢大於資源優勢。

當然基於這些，孫天祥認爲中國的真正的 Lab 其實很少，NeoLab 更是。

組織與人

不過比較反差的是，在此前和我們的對話中，他多次表達過，AI for AI 這樣的範式遷移，很難在基模廠裏自然長出來。

過去的一些年裏，幾乎所有基模團隊都將組織和人才置於最高的優先級，頂尖研究員被國內外大廠哄搶。根本原因在於，模型訓練的算力和時間成本極高，研究員的研究能力、研究品味、以及組織能否激發這些人，可能會讓算力利用率、訓練效率和模型能力拉開數量級的差距。

甚至有人認爲，模型就是一種對最聰明的人類—— AI 研究員們——的蒸餾。

但一個組織很難對抗自己。人，是花重金挖到的；組織形態與文化，是不斷調試出來的。如果 AI 真能做 AI 研究，它挑戰的對象會從工具鏈延伸到今天由研究員構成的模型研發組織本身。所以，當前進展越快的組織，進入下一種範式的阻力就會越大。

而現在，孫天祥選擇了百度。

百度

如所有人所知，百度對 AI 有多渴望。

前史不用贅述，只說一點：可能很少人會注意到，百度的最新一代基礎模型是文心 / ERNIE 5.0 ，這個強調多模態能力的模型，發佈於近9個月之前的——2025年11月。它之後還有過上下文和視頻能力方面的更新。

很多人認爲，今日之百度，缺乏的是創新能力和技術品牌號召力。

對於孫天祥來說，這是否反而是一個更大的機會：一個百廢待興的組織裏，來了一個把重塑組織視作技術路線的人。

證明過就失去興趣

童年時，因爲家人工作變動，孫天祥轉過好幾次學。轉學後，他通常能很快考到班裏第一，但未必能維持很久。孫天祥反思過這個問題，結論是：當他證明過自己，就會喪失動力。

典型困境如高考。這種日復一日地堅持和卷，不是他喜歡的節奏。所以到了大一後，他覺得自己終於如魚得水：想玩就玩，玩到想吐；他也重新從學習裏找到快樂，開始花時間去圖書館看書。頻繁切換狀態反而讓他更享受。

讀博時，他有大量時間都在玩，可能花一個暑假追番、打遊戲上分。在少數時間裏，他會抱着熱情和好奇去做事情。這種方式在復旦自由的氛圍裏仍然可行。2023年2月，他主導研發的MOSS大模型正式內測——這是中國首個公開內測的類ChatGPT模型。

這或許能解釋他的許多選擇：他不願長時間維持共識賽道上的競爭，也不適合只做延長線工作；他需要不斷證明一個新判斷、進入一個變化更大的問題。

有一句話他說過很多次：人，應該去變化更大的地方。

封面來源：Joseph Wright of Derby, A Philosopher Lecturing on the Orrery , 1766, Derby Museum and Art Gallery