又走一個！OpenAI研究VP離職，轉(zhuǎn)投Anthropic做RL研究員

新智元報道

編輯：傾傾

【新智元導讀】OpenAI的人才地震還在繼續(xù)！剛剛，前研究副總裁Max Schwarzer宣布離職，這位親手主導o1、o3和整個GPT-5系列post-training的核心人物，選擇加入Anthropic，重返一線RL研究。

心態(tài)崩了！OpenAI又走了一個重量級人物。

剛剛，前研究副總裁Max Schwarzer在X上發(fā)文，宣布正式離開OpenAI，轉(zhuǎn)投Anthropic。

他在OpenAI主導整個post-training團隊，親手參與訓練了o1、o3，以及GPT-5、5.1、5.2、5.3-Codex全系列模型。

但他不是被挖走的，是自己主動選擇走的，理由是「渴望回歸一線IC研究工作」。

這個選擇，比離職本身更耐人尋味。

他親歷了o1的誕生

在AI圈，Max Schwarzer算不上家喻戶曉，但他的履歷相當拿得出手。

2024年3月，他在蒙特利爾人工智能研究院Mila完成博士答辯，導師是強化學習領(lǐng)域的兩位重量級人物：Aaron Courville和Marc Bellemare。

博士期間，他的研究聚焦在「規(guī)模化與樣本高效強化學習」的交叉地帶。

通俗來說，就是怎么讓RL訓練既強又省。

他在2023年ICML發(fā)表的論文拿下了當年的頂會獎項，證明了不依賴LLM或世界模型，純靠擴展無模型RL就能達到人類水平的樣本效率。

論文傳送門：https://arxiv.org/abs/2305.19452

但真正讓他進入OpenAI核心圈的，是他對推理的判斷。

2024年9月12日，o1-preview發(fā)布當天，他發(fā)帖說這是「推理時代的開端」。

他是OpenAI o1的核心貢獻者之一，參與了「草莓團隊」（Strawberry team）的RL算法開發(fā)，o1-preview的早期去風險化實驗更是出自他手。

之后，他主導了o1和o3的post-training，2025年3月晉升為研究副總裁，領(lǐng)導整個post-training團隊，負責打磨GPT-5系列。

從應屆博士生入職，他用不到兩年半時間就坐上了研究VP的位置。

頂級VP：我只想回去做研究

離職聲明里都是對OpenAI的稱贊：「OpenAI有我見過的最有才華的一批研究員」「我學到的東西超出了我作為應屆畢業(yè)生時的想象」。

關(guān)于離職的真正的理由，他說：

領(lǐng)導了一年的post-training工作之后，我渴望重新出發(fā)，回到IC研究崗位。我一直在認真考慮回歸技術(shù)研究這件事，而且我真心相信，我的同事和團隊在沒有我的情況下完全能夠繼續(xù)成功。

這句話值得細品。

IC研究，相對于管理角色來說，就是親手寫代碼、跑實驗；管理層負責管人、協(xié)調(diào)資源、做路線規(guī)劃。

對研究員來說，升得越高，離真正的研究越遠。

Schwarzer顯然不適應這種狀態(tài)。

他在OpenAI的最后一年，更多時間花在帶團隊、做決策上。

站在研究VP的位置上，他可以影響幾十人的研究方向，但自己動手的空間少了很多。

這種選擇在AI行業(yè)并不罕見，但肯做出這個選擇的人需要勇氣。

畢竟，「研究VP」的頭銜在任何簡歷上都足夠好看，放棄它回去當普通研究員，不是每個人都愿意的。

事實上，Schwarzer不是第一個從post-training主管位置出走的人。

他的前任Liam Fedus，同樣擔任過OpenAI研究副總裁兼post-training負責人，于2025年3月離職，隨后聯(lián)合創(chuàng)辦了AI初創(chuàng)公司Periodic Labs，目標是打造「AI科學家」。

從OpenAI離職的人前赴后繼，令人深思。

OpenAI的人才流失：不只是走了幾個人

Schwarzer是近兩年OpenAI人才出走潮中的最新一個，但絕對不是最后一個。

2025年以來，離開OpenAI的研究員和高管名單越來越長：前CTO Mira Murati、首席研究官Bob McGrew、研究副總裁Barret Zoph，在2024年集中離職。

2025年夏天，Jason Wei、Zhiqing Sun、Hyung Won Chung等多位研究科學家相繼跳槽Meta。

后者在LinkedIn上公開表示，很高興能「從一張白紙開始，與真正有才華密度的團隊共事」，言下之意耐人尋味。

到現(xiàn)在，Altman是OpenAI原始11人創(chuàng)始團隊中僅剩的兩位成員之一。

兩周前，CNN報道稱，一批AI研究員正在「邊走邊拉警報」。

OpenAI的一位研究員在離職時表示，這項技術(shù)「有以我們無法理解、更無法阻止的方式操縱用戶的潛力」。

OpenAI還在同一周因為反對推出成人模式而解雇了一名安全主管，并被曝解散了專注于確保AI對全人類有益的使命對齊團隊。

Schwarzer的離職聲明里沒有任何批評，反而充滿了對OpenAI的善意。

這種體面的分手，反而格外少見。

此時此刻的Anthropic

他選了Anthropic，崗位是RL研究，這個他最擅長的領(lǐng)域，不做管理，就做研究。

Anthropic近兩年持續(xù)吸引了來自OpenAI的頂尖人才。

2024年，對齊研究負責人Jan Leike、OpenAI聯(lián)合創(chuàng)始人John Schulman先后加入，前者明確表示是因為對OpenAI「沒有認真對待安全」的不滿。

2026年初，OpenAI的高級安全研究員Andrea Vallone也跳槽到Anthropic，在Jan Leike手下工作。

而Schwarzer加入的時間節(jié)點，格外微妙。

就在前幾天，Anthropic正經(jīng)歷它五年歷史中最大的一場風波：與五角大樓的正面交鋒。

Anthropic拒絕向國防部開放Claude用于大規(guī)模監(jiān)控或全自主武器的權(quán)限，特朗普隨即在Truth Social上命令所有聯(lián)邦機構(gòu)立即停用Anthropic的技術(shù)。

而與此同時，OpenAI迅速填補了這一真空，達成向五角大樓開放其模型的協(xié)議。

諷刺的是，在Anthropic最艱難的時刻，Claude在蘋果AppStore的下載量反而超過了ChatGPT，Anthropic的估值目前高達3800億美元。

Schwarzer在聲明結(jié)尾寫道：「我期待支持在這個重要時刻的朋友們。」

他說的重要時刻，大概不只是指Anthropic自身的研究進展。

Schwarzer選擇在這個節(jié)點加入，某種程度上是一次站隊。

正面臨最大危機的Anthropic，正在用一件事證明自己的吸引力：在商業(yè)壓力和安全底線之間，它選擇了后者，哪怕代價是失去整個聯(lián)邦政府的合同。

對于那些不缺錢、只缺使命感的頂級研究員而言，這種姿態(tài)，比任何offer都有說服力。

參考資料：

https://x.com/max_a_schwarzer/status/2028939154944585989?s=20