出品 |

作者 | 王一鸣

编辑 | 杨锦

自从去年OpenAI CEO山姆奥特曼被自己公司开除，OpenAI高层的博弈就没有停歇过。

8月6日周一，OpenAI 联合创始人John Schulman（约翰·舒尔曼）在X表示，他将离开微软的OpenAI，加入了隔壁亚马逊Anthropic的Claude团队。

John Schulman曾担任OpenAI后期训练（预训练的二阶段）团队的负责人，同时也是ChatGPT的架构师，他们的团队曾经负责完善ChatGPT的AI模型和第三方开发者的编程接口。今年6月，OpenAI表示，Schulman将作为对齐研究科学负责人加入安全委员会，可向董事会提供建议。

对于John Schulman来说，这是一个艰难的决定，他表示：“这个选择源于我希望深入研究AI领域，并开启新的职业生涯，重返实际技术工作。”

Schulman在2016年获得了加州大学伯克利分校计算机科学博士学位，Pieter Abbeel是他的师傅，研究方向是机器人技术和强化学习，自从毕业以来就一直在 OpenAI 工作。

近端策略优化（PPO）是一种深度强化学习算法，这篇论文是他的代表作。

深耕强化学习算法的他领导了OpenAI 的强化训练组织（reinforcement training org），对生成式ChatGPT模型进行微调，从而遵循人类的指令。

他还曾经获麻省理工评论奖：“35名35岁以下的先进创新先驱”。

此奖项与强化学习有关，文中讲到，OpenAI的研究科学家John Schulman塑造了机器学习分支强化学习中的许多关键算法。其实强化学习就是这么回事：训练AI的方式跟训练狗一样，给到你正确回应之后给它奖励。对于机器来说，“奖励”可能相当于是在游戏中拿MVP。

Schulman补充道自己离职并不是因为OpenAI在对齐研究方面投入不足，而是因为自己个人选择。

“相反，公司领导还一直挺重视这一方面的投资，”他说。

与此同时，OpenAI联合创始人Greg Brockman也表示要休假到年底，这一定是个巧合。

山姆奥特曼也对John Schulman做出了正式的回应，表达了对Schulman的感谢，并且称赞他是一名优秀的研究人员，对于产品和社会有着深刻的思考。OpenAI这里的所有人跟Schulman都是好朋友，所有人都会想念他。

他还表示，Schulman为OpenAI早期战略提供了非常有价值的信息。

OpenAI先前一共有11名创始人，随着Schulman的离开，如今只有3名，分别是OpenAI首席执行官Sam Altman、Brockman和语言和代码生成负责人Wojciech Zaremba。

OpenAI的对齐研究“天团”Jan Leike和联合创始人Ilya Sutskever都在今年离职了。Leike跟Schulman一样加入了Anrowpic，而Sutskever则成立了Safe Superintelligence，业务是关于人工智能安全。

同样在对齐研究团队工作的William Saunders、Ryan Lowe和Daniel Kokotajlo都离开了OpenAI。

Anthropic这家初创公司是Dario Amodei和Daniela Amodei这对兄妹在2021年初成立的，其实他们曾经也是OpenAI员工。自从Anthropic成立以来，他们一直在与亚马逊、谷歌和meta角逐性能最好的生成式人工智能模型。

目前，OpenAI正面经历人事大变动，同样是OpenAI创始成员之一的Andrej Karpathy在2月离开了 OpenAI，在7月创办了一个AI集成教育平台。

其中人工智能安全负责人亚历山大·马德里 (Aleksander Madry) 早在7月时就被调任其他职位。

根据The Information，去年加入OpenAI的产品经理Peter Deng也已离职。