ARTICLE · 1152619
OpenAI绝密“创世底稿”首度曝光!写于GPT诞生前,万亿AI狂潮竟源于一片雪花
科技圈迎来了一场罕见的行业震动
就在今天，《纽约时报》著名科技记者 Kevin Roose 在新书《AGI 纪事》（The AGI Chronicles）正式发售前夜，突然撕开了硅谷最神秘的历史封印。
他公开发布了一份被雪藏近十年、在 OpenAI 早期核心圈内被奉为“圣经”的绝密备忘录，《The Big Blob of Compute Hypothesis》（大算力团假说，业内简称 BBOC）。
▲ Kevin Roose 宣布首次解密这份开启 AI 竞赛的内部文件
这份长达 25 页以上的文件，写于 2017 年。
作者，正是当时担任 OpenAI 研究总监、后来出走创办 Anthropic（Claude 之父）的 Dario Amodei。
投资人 Kevin Kwok 感慨：“硅谷人人都喜欢吹嘘自己的传奇备忘录，但从来没人真的把原件放出来。”
今天，这扇历史沉重的大门，终于被推开了一条缝隙。
012017年的幽暗隧道：一群“老钟表匠”与一个物理疯子
要看懂这份文件的震撼，你必须先把时钟拨回 2017 年。
那是一个怎样的世界？
AlphaGo 刚刚击败柯洁，全球震惊。但彼时的学术界和工业界，依然普遍弥漫着一种极其顽固的“工具匠思维”。
做机器翻译的，专门写一套复杂的语法对齐算法；做语音识别的，绞尽脑汁提取声学特征；搞机器人的、打游戏的，每个细分领域都由顶级博士们手工打造专用的精巧模型。
所有人都把自己当成瑞士钟表匠他们坚信：智能，是由人类工程师用镊子、齿轮和代码，一砖一瓦严丝合缝雕刻出来的。
那时，第一代 GPT 尚未成型
就在这时，一个顶着蓬松卷发、戴着圆框眼镜的书呆子站了出来。
▲ Dario Amodei 于 2017 年写下的 BBOC 备忘录首屏
他叫 Dario Amodei他本科在斯坦福读物理，博士在普林斯顿研究生物物理。在他眼中，世界运行的核心法则，正是能量、相变与统计动力学。
在百度和谷歌大脑的实验中，他隐约察觉到一个极其诡异的物理现象：别搞那些花里胡哨的算法微操，只要单纯喂进去更多的数据、堆上更猛的算力、让机器训得更久，模型的表现就会像魔法一样自己变好！
于是，他在 OpenAI 内部写下了这份 BBOC 备忘录。开篇的第一句话，就直接掀翻了整个学界的饭碗：
“放弃你们那套精巧的设计吧。所谓的算法革新，大多只是在同一团底层计算上玩重新贴标签的壳牌游戏！”
02震撼的“雪花模型”：大自然从来不用镊子
在这份文件的第 4 页，Dario 提出了一个足以载入计算机思想史的绝妙隐喻，雪花模型（Snowflake Model）。
如果你在显微镜下凝视一片雪花，你会看到令人窒息的分形六角结构，对称、精妙、繁复。
人类传统的机械思维会本能地认为：造物主一定有一双极其灵巧的微观小镊子，小心翼翼地把每一颗冰晶碎片拼接在一起。
但物理学告诉你，用镊子拼雪花，是彻头彻尾的愚蠢。
▲ 强化学习先驱 Sutton 后来在《苦涩的教训》中阐述了类似思想，但 Dario 提早了数年
大自然造雪花，从来不管具体哪颗水分子落在哪里。它只做四件事：
- 懂物理规律
（定义结晶相变的目标）； - 备足水汽原料
（充足的算力与数据）； - 造足够大的冷凝室
（巨大的参数容量）； - 调好温度、气压与湿度
（稳定的数值计算环境）。
做完这些，然后干什么？等
时间到了，水分子在自由度的主导下，自发结晶涌现出精美绝伦的雪花。
Dario 写道：智能的诞生，和雪花结晶一模一样。
不要再去手动编写语言规则了，也不要去给机器手工设计认知零件了。造一个巨大的、尽量少结构化的“大算力介质”，把底层物理边界调对，然后后退一步，让智能自己长出来！
03操纵宇宙的“七个旋钮”：大模型时代的硬核物理圣经
如果不用手工雕花，工程师到底该干什么？
Dario 在备忘录里给出了让后世所有大模型研究员顶礼膜拜的“七个旋钮”（The Seven Knobs）。
▲ 备忘录第 3 页，详细阐述了经验、归一化与流体特性的技术本质
这七个旋钮，在 2017 年便勾勒出了前沿方向，如今已成为指导万卡集群训练的实操罗盘：
1. 算力（Compute）：自由流淌的高维介质
不要用生硬的逻辑死锁计算算力必须是一团高可塑性的介质，能在输入与动作之间自由涌流。
2. 参数量（Parameters）：容纳信息的“冷凝室”
参数量就是腔体容积太小的冷凝室，根本装不下物理世界的高维信息熵。参数不够大，雪花还没结晶，水汽就溢出了。
3. 经验数量（Quantity of Experience）：不可思议的“思考互换”
Dario 极具前瞻性地用了“经验”而非“数据”。静态数据只是经验的特例备忘录中写下一句极具穿透力的断言：经验与算力可以互相折算！ 如果模型在内部进行自我推演（就像后来备受关注的 CoT 思维链和大模型“慢思考”），它就能通过调用大量算力，成倍放大经验的有效数量。
4. 经验分布（Distribution of Experience）：多口音泛化的顿悟
为什么大模型能举一反三？Dario 举了一个他在百度做语音识别时的经典案例：如果你只喂给模型一种纯正的口音，网络就会偷懒，死记硬背每个发音细节；但只要你丢给它 5 到 6 种完全不同的地域口音，为了降低记忆负担，网络被迫在内部提炼出超越具体口音的底层通用物理特征。那一刻，它突然获得了听懂全球所有陌生口音的零样本泛化能力！
5. 归一化与条件数（Normalization and Conditioning）：高维流体的“调压阀”
这一条洞见极为深刻：Dario 直言，以往备受推崇的 ResNet（残差网络）、BatchNorm、Adam 优化器等重大突破，本质是为计算流疏通管路。高维数值在深层网络里流动时，极容易“水压爆炸”（梯度爆炸）或“彻底断流”（梯度消失）。这些算法的核心价值，就在于疏通管道、稳住数值流，让数以百亿计的浮点计算顺畅流动。
6. 对称性与形状（Symmetries and Shape）：打破人为枷锁
物理世界有平移对称性，所以有了卷积（CNN）。但越往通用走，越不能让人为的硬编码变成裹脚布。必须保持拓扑通道畅通，绝不能用狭窄的瓶颈层（Bottleneck）去暴力扼杀信息。这一思想，完美照亮了后来 Transformer 彻底消灭循环与局部限制的进化之路。
7. 训练目标（Training Target）：终极审判
模型最终唯一会学会的，是训练过程在无穷渐近意义上所激励的行为。 你给了它什么样的奖励信号，它就会变成什么样的怪物。这成了后来 RLHF（人类反馈强化学习）与对齐理论的最早奠基句。
Dario 在第 10 页写下了一锤定音的结论：
“只要你把前 6 个旋钮扭到正确的位置，并且第 7 个目标在计算上是可学的，智能就必然降临。除此之外的一切琐碎技巧，在历史长河里都无足轻重！”
04历史狂澜：从 GPT-2 到万亿美元算力海啸
纸面上的假设很快迎来了现实的检验。
OpenAI 拿到这份内部文件后，做出了一个影响深远的决定：付诸验证。
他们把所有资源押上，抛弃所有细分任务架构，只保留一个最简单的目标，预测下一个词。
2019 年，GPT-2 诞生作者名单里，Dario Amodei 赫然在列。这台机器没有经过任何专门翻译或问答训练，却在庞大的文字吞吐后，自己“结晶”出了翻译、摘要和答题能力。
紧接着，2020 年，OpenAI 正式发布划时代的《神经语言模型扩展定律》（Scaling Laws），把 BBOC 备忘录里的直觉，精确量化成了冰冷、残酷而优美的幂律数学公式。
后来的故事，全世界都看到了
GPT-3、GPT-4、万卡集群、核电站、英伟达万亿市值……人类历史上最浩大、最激烈的算力军备竞赛，轰然拉开大幕。
这一切狂澜的起点，全被死死锚定在 2017 年那篇仅有 10 页可见的打字稿里。
05宿命的反讽：点燃引线的人，选择背叛帝国
历史最戏剧性的一幕，往往藏在命运的背影里。
写下这篇“大力出奇迹”创世底稿的 Dario Amodei，后来为什么会决绝地离开 OpenAI？
▲ 网友感慨：写下定下时代方向文件的人，后来成了最大的对手
随着新书《AGI 纪事》与早前《大西洋月刊》的深度披露，真相令人唏嘘。
很多人以为，Dario 离开 OpenAI 创办 Anthropic，是因为他反感 Scaling（扩展），想要退回安全象牙塔。
大错特错
仔细重读这份 2017 年的备忘录，会发现其底层逻辑有着惊人的一致性：在 Dario 眼中，Scaling（能力）和 Alignment（安全），自始至终就是同一枚硬币的两面！
既然你不可能用镊子手工拼出雪花，你也绝不可能靠几行死板的规则、外部防火墙或人工补丁，去锁死一个高维超级智能的行为！
传统网络安全那一套“见招拆招、打补丁堵漏洞”的微操逻辑，在大算力团面前根本不堪一击。
要让未来的 AGI 不毁灭世界，唯一的出路，依然是那第 7 个旋钮，在最底层的训练动力学中，植入不可动摇的高阶激励条件（也就是后来 Anthropic 赖以成名的“宪法 AI”Constitutional AI）。
当他发现 OpenAI 在商业利益与失控扩展的狂飙突进中，逐渐失去了对那第 7 个旋钮的敬畏时，他选择了带队出走。
他造出了这把火，他比任何人都清楚这把火失控时的烈焰有多恐怖。
06终局之问：如果回到2017，你会相信吗？
如今，这份泛黄般的 PDF 终于静静躺在全世界开发者的屏幕上。
它被誉为“AI 时代的独立宣言”，也像一份从未来穿越回来的技术预言书。
九年前，整个硅谷都在嘲笑“大力出奇迹”是毫无技术含量的粗暴赌博；九年后，人类用数万亿美元的真金白银，向这篇 10 页的备忘录俯首称臣。
漫长的科技发展历程中，推动范式转移的关键人物，往往跳脱出手工打磨单个齿轮的执念，转而指向浩瀚天空提示众人：“风暴要来了，准备好容器接水。”
合上这份沉重的 PDF，不妨问自己一个问题：
如果把时间倒退回 2017 年那个混沌的初春，这篇没有公式、满纸荒唐言的内部备忘录摆在你面前，
你会把它当成神迹，还是一个疯子的呓语？