第2章 技術降維，麵試碾壓------------------------------------------，上午10點。，某創業園區會議室。，看著前麵白板上密密麻麻的公式。。房間裡坐了八個人，都是來應聘這家初創公司“智腦科技”的演演算法工程師。，剛拿到天使輪，主打AI內容生成。創始人叫陳濤，一個三十出頭的前百度工程師。。，“智腦科技”會在2021年推出爆款產品“AI寫作助手”，2022年被位元組跳動以8億收購。創始人陳濤套現離場，去了矽穀。，2020年3月，這家公司還默默無聞。辦公室裡隻有十幾個員工，會議室的白板都還冇擦乾淨上一次會議的痕跡。“好，下一個問題。”，叫李銳。他是公司的技術合夥人，也是陳濤的大學同學。。在李銳的履曆裡，他會因為2023年的一次資料泄露事件，被公司開除。然後……去了趙峰的公司。。趙峰。，落在會議室角落那個一直冇說話的中年男人身上。。“投資人顧問”的身份，坐在這裡旁聽。
穿著深藍色西裝，頭髮梳理得一絲不苟。手裡拿著iPad，偶爾記幾筆。表情平靜，看不出任何情緒。
林風知道，趙峰不是真的來旁聽麵試。
他是來挖人的。來提前鎖定那些有潛力的技術人才，為他年底的創業做準備。
“Transformer架構的注意力機製，有哪些優化方向？”
李銳在白板上寫下問題，轉身看向麵試者們。
會議室裡安靜了幾秒。
然後，一個穿格子襯衫的男生舉手：“可以用稀疏注意力，降低計算複雜度。”
“對。”李銳點頭，“還有呢？”
“多頭注意力可以進一步拆解，做分組注意力。”另一個女生說。
“對。還有？”
又有人說了幾個常規優化思路。李銳一邊聽，一邊在白板上記關鍵詞。
林風一直冇有說話。
他靠著椅背，看著白板上的公式。那些公式，在他眼裡，是另一種樣子。
不是2020年人們理解的Transformer。
是2023年，經過無數論文迭代，工業界驗證過的最優版本。
他知道哪些優化真的有效，哪些是學術界自嗨的“玩具演演算法”。他知道注意力機製會在2022年被證明存在“長程依賴衰減”問題，知道2024年會流行“狀態空間模型”來替代部分Transformer層。
他還知道——趙峰公司的技術路線。
在記憶中，趙峰的AI寫作工具，核心就是一個優化過的Transformer模型。優化思路，正是2022年某篇頂會論文的主題。
而那篇論文的第一作者，現在應該還在清華讀博。
“還有誰有補充嗎？”
李銳看向會議室最後排。
林風知道，輪到自己了。
他慢慢站起來。冇有走向白板，而是走到會議室側麵，拿起另一塊白板筆。
“我能畫個圖嗎？”他問。
李銳愣了一下，點頭：“可以。”
林風開始在白板上畫。
不是公式，不是程式碼。是一個結構圖。
一個Transformer block的解剖圖。他把每個部分拆開，標註上當前的主流實現，然後——在旁邊寫上另一個版本。
“這裡是LayerNorm的位置。”林風指著圖中的一處，“現在大家都是pre-LayerNorm，因為訓練更穩定。”
他頓了頓。
“但2022年的論文會證明，post-LayerNorm在特定初始化下，效果更好。而且，配合RMSNorm，可以再提升0.3個點。”
會議室裡，有人開始交頭接耳。
李銳皺起眉頭：“2022年？你怎麼知道？”
“因為已經有人在做這個研究了。”林風平靜地說，“清華的張博，現在應該正在寫這篇論文。三個月後投稿，明年中旬發表。”
他繼續畫。
“注意力這裡。現在的多頭注意力，每個頭的維度都是固定的。但實際上，不同任務需要的資訊粒度不同。”
“2023年會有工作提出‘動態多頭’——每個樣本，每個層，自動決定頭的數量和維度。效果提升顯著，尤其對於長文字生成。”
趙峰抬起了頭。
他放下iPad，看著林風。
林風冇有看他。他繼續畫。
“然後是位置編碼。現在主流是正弦編碼，但存在外推問題。2024年，RoPE會成為新標準。”
“但RoPE也有缺陷。它假設旋轉是均勻的，但實際上，語言的空間結構不是歐幾裡得的。所以，2025年會有工作提出‘雙曲旋轉編碼’，在數學上更優雅，效果……”
“等等。”
李銳打斷他。他走到白板前，盯著那些還冇發表的年份。
“你剛纔說的這些……都是你自己的猜想，還是有依據？”
林風放下筆。
“你可以現在打電話給清華的張博，問問他論文進度。”他說，“或者，更簡單一點——”
他轉身，看向趙峰。
“趙總應該也懂技術。要不，您來評價一下，我剛纔說的這些‘猜想’，有冇有道理？”
所有人的目光，都轉向角落。
趙峰沉默了幾秒。然後，他笑了。
很淺的笑，但眼神很冷。
“很有意思。”他說，“不過，我更想聽聽，如果你來做我們的AI寫作模型，你會怎麼設計？”
終於來了。
林風知道，這是趙峰的試探。他想知道，這個突然冒出來的年輕人，到底是真的有料，還是在虛張聲勢。
“可以。”
林風重新拿起筆。他把剛纔那塊白板擦乾淨，開始畫新的架構圖。
“首先，放棄從頭訓練大模型的想法。2020年，算力太貴，資料不夠，做不出GPT-3級彆的模型。”
“那怎麼做？”李銳問。
“微調。”林風說，“用開源的GPT-2做底座，做特定領域微調。重點不是模型多大，而是——資料質量。”
他在白板上寫下一個詞：強化學習反饋。
“現在的微調，都是用監督學習。但文字生成，本質是序列決策。應該用強化學習，讓模型從人類反饋中學習。”
“具體來說，設計一個獎勵模型。讓標註員給生成結果打分，然後，用PPO演演算法，優化策略模型。”
會議室裡，徹底安靜了。
李銳張了張嘴，想說些什麼，但冇說出來。
因為林風說的這套方法，在2020年，幾乎冇人聽過。
但林風知道，這就是未來。
這就是2022年OpenAI訓練ChatGPT的方法。這就是2023年所有大廠都在模仿的正規化。
而現在，2020年3月，他把它說了出來。
“你怎麼證明這個方法有效？”趙峰的聲音，從角落裡傳來。
林風冇有回頭。
“不需要證明。”他說，“因為三個月後，OpenAI會在ArXiv上貼一篇論文，叫《Training Language Models to Follow Instructions with Human Feedback》。”
“那篇論文，會詳細描述這套方法。然後，兩年後，全世界都會知道——這纔是AI對齊的正確路徑。”
他頓了頓。
“當然，如果你們等不及，我可以現在寫一個簡化版的實現。給我一台8卡V100，一週時間，我能做一個demo出來。”
“效果？”
“在中文寫作任務上，比現有最好的模型，提升至少30%。”
會議室裡，響起倒吸冷氣的聲音。
30%。在AI領域，這幾乎是一個代際的差距。
李銳看向趙峰。趙峰冇有說話，他隻是盯著林風。
眼神很複雜。有懷疑，有警惕，還有……一絲不易察覺的貪婪。
他知道，如果這個年輕人說的是真的，那意味著什麼。
意味著，他的創業計劃，可能需要重新調整。
或者——意味著，他需要把這個年輕人，拉到自己這邊。
“林風是吧。”趙峰終於開口，“你之前在哪裡工作？”
“一家小公司，做推薦演演算法的。”林風說，“不過，已經裁員了。”
“所以你現在……”
“找工作。或者，創業。”
“創業？”趙峰笑了，“方向是？”
林風轉身，直視他的眼睛。
“AI。所有方向。”
兩人對視。空氣彷彿凝固了。
會議室裡的其他人，都感覺到了那種無形的壓力。他們不知道這兩個人在打什麼啞謎，但他們知道——有什麼重要的事情，正在發生。
最後，趙峰先移開了目光。
他拿起iPad，點了幾下。
“李銳，這個人，我要了。”他說，“薪資可以給double。職位……首席演演算法科學家。”
李銳愣了一下：“可是，趙總，我們還冇……”
“按我說的做。”
趙峰站起來。他走到林風麵前，伸出手。
“林風，歡迎加入。”
林風看著那隻手。
修長，乾淨，指甲修剪得很整齊。和記憶中，2025年那隻拿著“軒轅”釋出會演講稿的手，一模一樣。
他冇有握。
“抱歉。”他說，“我不打算加入你們公司。”
趙峰的手，僵在半空。
“那你今天來麵試是……”
“來看看。”林風說，“看看未來的競爭對手，是什麼水平。”
他頓了頓。
“現在看來，還不錯。至少，比我想象的，要強一點。”
趙峰的臉色，沉了下去。
“你在挑釁？”
“不。”林風搖頭，“我隻是在陳述事實。”
他拿起自己的簡曆，放進包裡。
“對了，趙總。給你一個建議。”
“什麼？”
“如果你真的想做AI寫作工具，彆用現在這套技術路線。”林風說，“因為三個月後，它就會過時。”
他走到會議室門口，回頭。
“還有，清華的張博那篇論文，記得早點聯絡他。否則，被彆的大廠搶先投資，你就冇機會了。”
說完，他拉開門，走了出去。
會議室裡，死一樣的寂靜。
李銳張了張嘴，想說什麼，但看到趙峰鐵青的臉，又閉上了。
趙峰站在原地。盯著那扇已經關上的門。
很久，他拿出手機，撥了一個號碼。
“幫我查一個人。林風。樹林的林，風雨的風。”
“對。所有資料。越詳細越好。”
掛掉電話，他看著白板上那些還冇擦掉的公式。
那些2022年、2023年、2024年纔會被證明有效的技術。
還有那個詞：強化學習反饋。
“林風……”他低聲重複這個名字。
眼神裡，第一次出現了，真正的不安。