科技公司的AI焦虑：KPI高压、蒸馏实习生与反蒸馏

9 小时前

AI资讯

3 阅读

[AI焦虑组织架构调整]KPI压力实习生培养

背景：AI竞赛与组织权力博弈

近年来，科技公司在大语言模型（LLM）研发上的竞争日趋激烈，尤其是随着2023年ChatGPT的横空出世，各头部公司开始调整内部资源与组织架构，以争夺技术优势。腾讯的AI Lab作为其核心研究机构之一，在这场混战中经历了一系列动荡与重构。AI Lab早期定位为学术前沿阵地，由张正友接手后，总办甚至一度不设硬性KPI，给予研究团队较大自由度。然而，这种自由并未带来稳定，反而在模型竞赛中暴露出资源分配、部门协作与内部竞争等多重问题。

张正友时代的自由与矛盾

张正友在位期间，AI Lab的核心技术骨干包括俞栋、史树明和刘威等，他们在NLP、CV等领域积累了深厚的技术基础。但随着混元模型项目的推进，AI Lab与机平、数平等部门之间的协作逐渐暴露出问题。例如，刘威曾因是否参与外部比赛的问题，与张潼在全员邮件中公开分歧。此外，AI Lab在算力资源上的不足也逐渐显现，仅拥有小几千张GPU，远不如机平的资源储备。

模型蒸馏与数字遗产的“复活”

AI“炼化”同事这一现象，指的是科技公司通过AI技术“蒸馏”离职员工的数字痕迹（如聊天记录、文档、邮件等），将其转化为可模拟其工作风格和行为的模型。这一技术的应用不仅提升了团队效率，也引发了对个人数据归属和职业伦理的讨论。在腾讯的案例中，部分核心人才离职后，AI Lab曾尝试利用类似方法保留其技术影响力，但效果不佳，最终导致组织进一步分裂。

模型蒸馏的具体实践

收集离职员工在公司系统中的数字资产，包括文档、会议记录、模型参数调整日志等。
通过自然语言处理和行为建模技术，训练出能模仿其风格的AI代理。
将这些AI代理嵌入团队，用于辅助新人学习、优化流程，甚至参与模型调优。

但这种技术手段也面临伦理挑战，尤其是在没有员工明确授权的情况下，其合法性与合规性存疑。

KPI高压与自由研究的冲突

AI Lab最初以“无KPI”的研究自由为卖点，吸引了大量顶尖科学家。但随着大模型商业化进程加速，总办对成果的要求逐渐提高，KPI压力随之而来。2023年混元项目成为内部焦点，AI Lab被要求产出具有竞争力的大模型，但因算力、数据与组织结构上的劣势，其成果被数平部“更优模型”所超越，最终失去项目主导权。这一过程中，AI Lab团队感受到理想与现实之间的强烈割裂。

AI Lab团队的“体感不好”

无法接触到核心基模资源，研究受限。
因部门墙导致合作效率低下。
研究方向频繁调整，缺乏稳定性和自主权。

组织重构与AI Lab的终结

随着张正友的离开和蒋杰的接手，AI Lab开始面临一系列人事与结构变动。史树明的离职导致NLP中心解体，俞栋的团队被合并为AGI中心。最终，在组织融合的推动下，AI Lab整体被撤销，原有成员分散至姚顺雨领导下的混元体系内。姚顺雨将团队拆分为五大板块：预训练、后训练、Baseline Infra、模型评估与Frontier（前沿），并强调“打破部门墙”的新文化。