当前位置: 首页 > news >正文

曝光马斯克AGI秘密的他,被xAI开除了?

马斯克「Macrohard」(巨硬)黑幕曝光!xAI工程师爆料:AI智能体将8倍速模拟人类,或取代亿万白领岗位。

一期播客上线。

四天,相关片段在X上冲到460万+观看。

人火了,但工作却没了。

在播客《Relentless》(无所畏惧)里,xAI高级工程师 Sulaiman Khan Ghori 讲了马斯克的激励方式——简单粗暴:送你一辆Cybertruck。

他说,xAI工程师在搭新GPU集群时,马斯克当场放话: 「谁能在24小时内用这些GPU完成一次训练任务,今晚就能开走一辆Cybertruck。」

最后赢下赌注的工程师,只被他提到一个名字:Tyler。午饭时,Ghori往窗外一看,Tyler的Cybertruck就停在那儿闪闪发亮。

左:播客《Relentless》主持人Ti Morse;右:xAI高级工程师Sulaiman Khan Ghori

Cybertruck只是前菜。真正让人倒吸一口凉气的,是他顺手提到的一个内部项目:Macrohard——

作战室、帐篷、虚拟员工,甚至把特斯拉车载电脑当成百万「人类模拟器」的答案。

460万播放只用了四天,但职业转折,有时只需要一次出镜。

是巧合?还是代价?

高调的马斯克,低调的xAI

尽管马斯克非常高调,但xAI非常神秘。

不妨回忆一下,除了马斯克,你还知道xAI里的谁?

要知道xAI成立时,创始团队中不乏来自DeepMind、OpenAI、Google Research、Microsoft Research、特斯拉和多伦多大学等AI重镇的大牛。

除了模型更新外,外界对xAI所知不多。

xAI到底发生了什么?

但xAI的高级技术成员Sulaiman Ghori讲述xAI背后辛秘时,播客直接火了,在X上相关视频就有460万余观看。

随后,Sulaiman Khan Ghori确认他已离开xAI。

不得不让人怀疑,这小子是不是被马斯克开除了?

美国知名视频博主MrBeast在线吃瓜🍉,询问离职到底是不是因为播客。

赔上职业生涯的播客,说什么也得看看这小子到底爆出了哪些「马斯克不能说的秘密」。

Sarge Enzyme用NotebookLM生成的播客信息图:极致的自主文化、速度和「以物理为先」的问题导向

谁是Sulaiman Khan Ghori?

Sulaiman Khan Ghori自称是一名工程师。

在个人主页,他写道:「我的长期目标是建造冯·诺依曼器,为其他行星播种生命。我目前已完成了这一目标的3%。」

他从小就想赚钱,也喜欢自己动手:

写游戏脚本卖钱、组装3D打印机……甚至想在24小时里做出一台火箭发动机。

他真试过。

他花四周自学火箭理论。 去年感恩节回家前一天,他给自己下最后通牒:「要么今天搞定,要么就不做了。」

那天,他喝了无数咖啡,切铝型材,晚上点火。因为数据线不够长,他只能站在离引擎6英尺的地方点火。

最后因为喷油嘴设计缺陷,乙醇喷到了他夹克上,整个人都着火了。

他却说:值。

在播客中,他直言:

如果你想要非传统的成果,就绝不能走传统的路。

机构往往是平庸的守护者,而真正的创造力,永远来自那些自由不羁的个体。

这股劲儿,刚好对上马斯克偏爱的那套「工程师文化」。

xAI成立八个月后,xAI联合创始人Greg Yang联系了他。

当时Sulaiman Khan Ghori在湾区创业,他想用一百万美元做类似「Macrohard」智能体的项目,显然钱不够烧。

后来六七个月,他把钱挥霍在航空航天和太空采矿概念上,发现搞不成,就又给Greg发邮件面试寻找入职机会。

Ghori的极客气质,契合马斯克青睐的「工程师文化」,让他得以顺利加入xAI:

在xAI,无论你之前是搞火箭的、做游戏的,还是卖指尖陀螺的,只要能解决问题,你就是工程师。 这里没有神话,只有物理定律和无休止的迭代。

但入职第一天,迎接他的只有台电脑和工牌,甚至没有团队。

Greg招他原本是想做Macrohard的长期规划,但当时还不是正式项目。

那时候的AI开发规模很小,比其他实验室小一个数量级,但已经做出了Grok 3。

而他在多个岗位上跳来跳去——

一开始做X+Grok整合,然后独自构建了桌面套件,接着去帮iOS团队做图像生成(Imagine)的发布。

那段时间他几乎两三个月没周末。

但他很开心。因为节奏快,反馈也快。

再后来,他被拉进一个只有两个人的产品组:Macrohard(巨硬)。

而或许就是他在播客中泄露的Macrohard路线图,导致他离开xAI。

如果他所说的都是真的,绝对让人脊背发凉。

巨硬路线图,人类模拟器

在这期播客前,马斯克多次介绍过Macrohard项目的目标与定位:

打造全AI软件公司, 超越微软Microsoft

而在访谈中,Sulaiman Khan Ghori详细描述了「巨硬」项目的目标:

构建「人类模拟器」(human emulators),让AI像人类一样使用键盘、鼠标和视觉线索处理屏幕任务,无需对现有软件进行任何修改。

「人类模拟器」具体是干嘛的?

Ghori认为概念上很简单:

擎天柱是在自动化人的物理动作,而Macrohard想自动化人的数字动作。

凡是人类盯着屏幕、用键鼠做决策的工作,理论上都能被它模拟。

Ghori说,把「人类模拟器」从千级扩到百万级,关键不在研究,主要在基础设施。

因为如果你要部署100万个模拟器,你几乎需要100万台电脑。

怎么办?

他们两天后抛出一个答案:用特斯拉车载电脑。

HW4 Autopilot computer

特斯拉Model Y搭载的Hardware 4(HW4)计算机与上一代HW3平台

他的逻辑很简单:

与其在AWS租虚拟机、买一堆显卡,不如把模型跑在大量闲置的特斯拉上。

北美有数百万辆特斯拉。很多车大部分时间在充电、在停车。

如果xAI付钱给车主租用算力:车主赚租赁费,xAI拿到分布式算力。

纯软件实现,不用新盖机房。

这段话最吓人的不是大胆。而是它听起来确实可行。

寂静的工位,幽灵同事

122天,xAI建成Colossus数据中心的速度简直是神迹,连黄仁勋都赞不绝口。

他们跑得太快了,快到开始相信:别人做不到的,我们也能做。

对于Macrohard项目,Sulaiman Ghori有具体的营收目标,就像SpaceX那样「每推迟一天损失一千万」的概念。

每推迟或加速一天,他脑子里都能算出具体的盈亏数字,那个数字大得吓人。

而且Macrohard独树一帜,采用比人类快1.5倍甚至8倍的小模型,而不是像其他实验室那样去堆参数做推理大模型。这是最大赌注。

这个决策让他们走上了完全相反的道路,也影响了后续所有的工作。

这不仅是为了快,也是因为类似于自动驾驶的逻辑——如果电脑处理比人快得多,人们才愿意付费。

为了推进Macrohard项目,团队把公司的健身房清空,改造成了「作战室」(War Room)。

在那里,他们没日没夜地干了四个月,甚至搭起了帐篷。

「人类模拟器」的内部测试,也很有意思。

xAI在内部测试虚拟员工,有时候没告诉别人那是AI。

有人发消息问:「能来我工位一下吗?」AI回复:「好的,来工位找我。」

当那名员工走到指定工位时,发现那里空空如也。这就像某种科幻情节一样,堪称是现实版的《黑客帝国》。

Sulaiman Ghori有几次收到消息问:「那个向你汇报的人,今天没来吗?」

他只能无奈道:「那是AI」。

当然,Macrohard也有失误,人类模拟器最大的坑在于,人类很多操作是无意识的。

你问客户怎么工作,他们说完流程,AI跑起来却老出错。一定要去现场盯着看,才会发现他们漏说了20个下意识的步骤。

就像开车开了一小时却不记得过程一样,他们要解决的就是这些重复性的「无脑」工作。

而且模型的泛化能力比预期的好。有些没训练过的任务,它也能做得完美。

出名的代价?

播客刚火,Sulaiman Khan Ghori就离职——时机非常诡异。

已有310万网友,看过他离职的帖子,大多数人都在猜离职是因为那期播客:

这种盛况,只有OpenAI前CTO的离职贴能与之媲美:

美国争议性的投资者、企业家和网红,常被媒体称为「Pharma Bro」的Martin Shkreli指控播客中泄露大量内部消息,潜台词认为小哥被开除,纯属罪有应得。

特斯拉15年投资者Amy驳斥了Shkreli「扣帽子」,直言Shkreli对美国证券法一知半解,指控耸人听闻。

他补充了充分的佐证,包括:

马斯克本人关于xAI的发言(其中还提到Macrohard正在研发「人类模拟器」,相关推文已有超1100万次浏览)、以及xAI的招聘信息。

换句话说——这次访谈中提到的所有信息,早已公开且相当浅层,根本称不上什么「爆料」。

工程师在Elon Musk公司工作的那种兴奋与快乐,才是真正少见、却在这次访谈中被刻画得非常出色的部分。

这才是这段内容的「新意」所在,也确实成功引发了一波xAI的求职热潮。

Sulaiman Khan Ghori对xAI的描述,相当正面,可能言多必失?有网友如此猜想。

如果因为播客,他被开除,这说明xAI的文化肯定有问题,xAI这种处理不太好看。

人出名了,工作没了,接下来怎么办呢?

祝他再次启航、一路顺风吧。

http://www.cnnetsun.cn/news/753532.html

相关文章:

  • 导师严选2026 AI论文平台TOP9:继续教育写作全攻略
  • YOLOv13 RAB(Residual Attention Block)原理深度解析:多级残差 + 空间注意力的创新设计与应用
  • 测试教学实训平台
  • 2026必备!继续教育必用!8款一键生成论文工具深度测评
  • 电阻炉温度控制系统
  • 数字电子技术课程设计
  • 2025年企业级矩阵系统评测:5款主流工具的功能拆解与选型建议
  • STM32项目分享:工地环境监测系统
  • Vue.js 前端开发实战之 04-Vue 开发基础(3)
  • 【回眸】MDS 要点回顾总结
  • 存算分离2.0,阿里云EMR Serverless破解海量数据处理瓶颈
  • 一篇文章带你搞定企业级完整性能测试流程!
  • Redis 分布式锁:从原理到 Spring Boot 实战,避开 90% 开发者踩的坑!
  • C++课后习题训练记录Day74
  • C++课后习题训练记录Day75
  • 科研必备:六大学术引用平台+AI智能排版推荐
  • 猎头视角:不同阶段候选人的关注点差异与猎头价值
  • 导师推荐!10个AI论文网站测评,研究生科研写作必备
  • 学术文献引用工具排名:六款主流平台及智能规范建议
  • 每日面试题分享152:什么是循环依赖?
  • 60N04NF-ASEMI中低压MOS标杆60N04NF
  • 科研发表加速器:paperzz 期刊论文智能写作工具,让投稿不再卡壳
  • 小迪安全2023-2024|第102天:漏洞发现-漏扫项目篇Poc开发Yaml语法插件一键生成匹配结_笔记|web安全|渗透测试|
  • EasyGBS打造智慧机场一体化智能监管体系
  • 从Java基础到微服务架构:互联网大厂面试三轮问答实录
  • java_ssm111羊毛毡手工艺品交流与分享系统的设计与实现_idea项目源码
  • java_ssm115计算机系统在线考试平台_idea项目源码
  • java_ssm119运列车物资定额及领用管理系统_idea项目源码
  • 导师严选2026 AI论文网站TOP8:专科生毕业论文必备测评
  • 终极清单:量子计算开发者的必备认证TOP5