史上首份“万亿美元PDF”解密!OpenAI决裂与全球算力狂飙,全因9年前这张草稿纸

今天，全球科技巨头正在把成千上万亿美元砸向数据中心、核电站和先进算力芯片。

所有人都在问：这场近乎癫狂的AI军备竞赛，究竟是从哪一天、被谁亲手点燃的？

另一个悬念也萦绕了整个行业多年：OpenAI当年为什么会突然撕掉“非营利组织”的招牌？为什么它的研究副总裁会带着GPT-3的核心班底愤然出走、创立宿敌Anthropic？

过去几年，外界流传着各种阴谋论与商业宫斗剧本。

直到2026年10月6日，一份尘封了整整9年的机密文档被公之于众。

这篇在硅谷被称为“历史上第一份价值万亿美元的PDF”的内部备忘录，终于撕开了所有谜团的封条。

01尘封9年的绝密备忘录：开启AI竞赛的那篇文章

2026年10月6日，前《纽约时报》著名科技专栏作家凯文·鲁斯（Kevin Roose）在个人平台上放出了一枚深水惊雷。

为配合其耗时一年多调查写就的新书《AGI纪事》（The AGI Chronicles）上市，他首次公开了一份在AI业内流传已久、却从未见光的绝密档案，由现Anthropic创始人达里奥·阿莫代伊（Dario Amodei）在2017年任职OpenAI研究员期间写下的内部备忘录：《大算力团块假说》（The Big Blob of Compute Hypothesis，简称 BBOC）。

▲ 凯文·鲁斯公开Amodei在2017年撰写的绝密备忘录节选

随后，鲁斯在社交平台上直言不讳地写道：“在我心中，这就是开启整场AI军备竞赛的那篇文章。”

▲ 凯文·鲁斯发文证实：这份文档直接促成了GPT-2的诞生与OpenAI的全面转向

消息一出，硅谷核心圈彻底沸腾知名投资人与研究者纳比尔·库雷希（Nabeel S. Qureshi）随即转发感叹：这大概是人类历史上第一份“万亿美元级别的PDF”。

▲ 投资人感叹：如今全球万亿级算力投资，源头正是这份文档

一份只有20多页的内部文件，到底写了什么？为什么能拥有如此骇人的历史能量？

022017年的异端邪说：扔掉精巧算法，只要“一大团算力”

把时钟拨回2017年

那是AlphaGo刚刚横扫人类棋坛的时代，大语言模型甚至还没进入大众视野。当时的AI科学家们普遍把自己当成“精密钟表匠”：搞机器翻译的去钻研翻译算法，搞语音识别的去抠声学模型，搞自动驾驶的去写规则补丁。

当时的共识是：通用人工智能遥不可及，AI想要变聪明，研究员必须手工为每个场景量身定制极其精巧的高效算法。

但卷发、瘦削、物理学博士出身的阿莫代伊，却在这份备忘录里写下了一套在当时堪称狂妄的“异端邪说”。

▲ 备忘录第1页：开宗明义提出“大算力团块假说”

阿莫代伊提出：想要创造任何智能行为，最核心的路径完全可以抛开繁复的精巧算法，转而直接投入一大块结构最精简、容量尽可能庞大的计算资源，也就是他标题里所说的“一大团算力”（Big Blob of Compute）。

在阿莫代伊看来，传统研究者手工设计的算法技巧，换一个场景就会失效，那不叫AI，那充其量只是“手工编程”（Coding）。

通往智能的大道至简，只需要掌握七个关键旋钮：

▲ 备忘录第2页：阿莫代伊列出的决定智能涌现的七项底层要素

这七项要素分别是：

1. 算力（Compute）
   ：最原始的计算总投入；
2. 参数量（Parameters）
   ：模型的容量底座；
3. 经验数量（Quantity of experience）
   ：模型见过多少数据、训练了多久；
4. 经验分布（Distribution of experience）
   ：数据要足够宏大宽广，不能局限在狭窄单一的任务；
5. 归一化与数值条件（Normalization and conditioning）
   ：保证算力能像层流一样顺畅流动；
6. 对称性与形状（Symmetries and shape）
   ：架构只需尊重最基本的物理与信息结构，不要人为堵塞信息；
7. 训练目标（The training target）
   ：在数学极限上引导模型到底优化什么。

为了让所有人听懂，阿莫代伊在文中打了一个名垂AI史的绝妙比方：造雪花。

▲ 备忘录中广为流传的“造雪花”比喻

“如果你只盯着雪花那令人惊叹的分形细节，你会以为大自然用镊子一片一片雕刻出了它，甚至以为人类也必须用小冰块手工拼接出一朵雪花。但实际上，你永远不可能拼出来。

正确的做法是什么？备足原材料（算力），建一个足够大的腔室（参数），调好温湿度（归一化与形状），设定好相变规律（训练目标），然后耐心等待（经验数量）。物理定律自然会为你凝结出一朵完美的雪花。”

这套理论彻底颠覆了当时实验室里研究员的三观：算力团块就像一块干燥的海绵，只要你把它做大，把它扔进浩瀚无垠的真实世界数据分布里，它自己就会吸满规律与通用智能。

03破釜沉舟的实验：从GPT-2验证，到引发万亿算力狂飙

想法很性感，但谁敢把全部研究资源投入一篇没有经过大规模验证的假说上？

OpenAI的几位早期核心成员被这份文档彻底说服了。他们决定启动一项风险极高的大胆实验：把注意力从专有工具上移开，倾尽实验室的算力去扩展一个纯粹的通用语言模型，这项实验的产物，正是2019年震惊全球的GPT-2。

▲ 2019年OpenAI发布GPT-2，首次向世界证明扩展模型规模带来的质变

GPT-2成功了它证明了不需要为每个任务专门调参，只要模型足够大、吃的数据足够多，它就能自发涌现出写作、总结甚至简单推理的通用能力。

2020年，阿莫代伊又作为共同作者，联合发布了著名的《神经语言模型的扩展定律》（Scaling Laws）。这篇论文正式用铁一般的数学幂律曲线，向全世界证明了BBOC假说的正确性：跨越多个数量级，模型的性能与算力、数据、参数的增加完全呈可预测的正相关。

▲ 2020年发布的扩展定律论文，将2017年的定性假说正式变成了定量科学

创业者帕拉斯·乔普拉（Paras Chopra）在细读解密文档后感叹，这份备忘录比强化学习泰斗理查德·萨顿（Richard Sutton）2019年著名的《苦涩的教训》（The Bitter Lesson）写得更早、框架更扎实。

▲ 社区细读：BBOC构建了一套将算力、数据与泛化能力融为一体的完整哲学

但这场实验的成功，也推倒了第一块改变世界格局的多米诺骨牌。

04惊天裂变：因算力而生，因恐惧而分

伴随着新书解密，凯文·鲁斯在《大西洋月刊》（The Atlantic）上刊发的独家调查，彻底撕开了OpenAI发展史上一段最具宿命感的残酷分裂。

当阿莫代伊证明了“只要算力够大，AI就能无限变聪明”之后，OpenAI的管理层猛然撞上了一堵无法逾越的高墙：钱不够用了。

在过去，非营利组织靠几千万美元的慈善捐款还能维持日常研发；但如果要沿着扩展定律一路狂飙，未来需要几亿、几十亿甚至上百亿美元的芯片与电力。

为了追逐算力，OpenAI被迫“变异”。2019年，管理层做出决定：重组公司架构，设立“利润上限”子公司，并迅速引入微软的10亿美元巨额投资。

但这也埋下了毁灭信任的引线

据《大西洋月刊》披露，阿莫代伊对AI前沿演进始终怀有一种如同20世纪40年代参与“曼哈顿工程”物理学家般的沉重宿命感。他深信，如果这套定律持续有效，人类将在极短的时间内面对具备毁灭级力量的超级智能。因此，获取庞大算力的唯一伦理前提，是配套建立极度严苛的安全审查与刹车机制。

然而，手握海量资本的阿尔特曼（Sam Altman）开始要求实验室全速奔跑。随着商用API的快速推向市场，以及对消费级应用部署的狂热推进，研发团队内部的信任彻底崩塌。

在阿莫代伊眼里，商业化竞赛的压力正在不可逆转地蚕食实验室的安全防线；而在商业操盘手眼里，过度的防御性审查不过是在把市场先机拱手让人。

裂痕在GPT-3发布后达到了临界点。

2020年底，时任OpenAI研究副总裁的达里奥·阿莫代伊，与其担任运营副总裁的妹妹丹妮拉·阿莫代伊（Daniela Amodei），带领包括研究泰斗克里斯·奥拉（Chris Olah）、政策负责人杰克·克拉克（Jack Clark）以及GPT-3论文第一作者汤姆·布朗（Tom Brown）在内的核心班底，集体摔门而去。

几个月后，这群出走的技术理想主义者成立了Anthropic。他们将其注册为一家带有公众利益属性的信托结构公司（PBC），试图在制度层面上为AI安全筑起最后的防火墙。

05终结阴谋论：告别“监管俘获”猜疑，他心中满是真实的恐惧

在过去两年里，全球科技界与政界一度流行一种刻薄的阴谋论：人们指责阿莫代伊、阿尔特曼等巨头高管频频在国会听证会和聚光灯下大谈“AI灭世危机”，不过是一场精心策划的公关秀，目的是为了抬高行业的监管门槛，把开源社区和初创公司阻挡在门外，完成“监管俘获”（Regulatory Capture）。

但BBOC原始文档的公开，彻底粉碎了这种论调。

鲁斯在解密导读中指出：早在2017年，当大模型商业价值几乎为零、公众对AGI一无所知的时代，阿莫代伊就已经在内部备忘录里极其严肃地把“大算力扩展的必然性”与“系统失控的毁灭风险”紧紧捆绑在一起推演。

专栏作家马修·伊格莱西亚斯（Matthew Yglesias）在社交平台上一针见血地指出：

“2017年阿莫代伊的观点在当时的风投圈里绝非共识，但他当时确实看准了。这当然不代表他在所有事情上都对，但他确实在十年前预见了未来的走向。”

▲ 专栏作家评论：十年前的风投根本不信这套，但他确实说对了

然而，历史的脉络向来由众多先驱共同织就，远非单一英雄的独角戏。

当鲁斯将BBOC拔高为“开启AI竞赛的第一文档”时，社区内部也响起了客观的归因纠偏声。工程师米哈尔·沃尔斯基（Michal Wolski）便公开指出：把所有功劳给达里奥有失偏颇。早在2014年，伊利亚·苏茨克维（Ilya Sutskever）就已经在到处敲响“规模扩展”的战鼓了。

▲ 工程师提出异议：伊利亚早在2014年就坚信Scaling路线

事实上，BBOC文档开篇也明确致谢了伊利亚关于“神经网络想要学习”（networks want to learn）的底层直觉。

阿莫代伊最独特的贡献，在于他第一个把一线实验室里零散的工程直觉，系统化地提炼成了“七旋钮框架”与“造雪花模型”，并极其冷酷地将AGI的安全底线与算力规模彻底咬合在了一起。

06历史的冷酷回响

目前，凯文·鲁斯只公开了这份备忘录的前10页。正文后半部分超过15页的内容，由于充斥着极度高密度的技术推演与阿莫代伊当年同其他安全学者（如MIRI学派）的尖锐论战，暂时被雪藏。

在社交媒体上，无数研究者与吃瓜群众正排队在评论区“疯狂催更”：

▲ 读者在评论区疯狂催更尚未公开的“第五节”

▲ 读者呼吁公布完整后半部分，哪怕极其硬核晦涩

回望9年前那个在草稿纸上写下“Big Blob of Compute”的午后，科技史展现出了它最残酷也最讽刺的一面：

当年，一位心怀忧虑的年轻物理学家写下这份备忘录，本意是想警告身边的同行：通用智能不仅必然降临，而且比所有人想象的都要快，我们必须在狂暴的力量失控前系紧安全的缰绳。

然而，正是他在这张草稿纸上所画出的清晰地图，给全人类的资本与野心指明了方向，最终亲手拉开了这场人类有史以来最狂暴、最无法踩下刹车的万亿美元算力竞逐。

火种已经燃成漫天烈焰，而那个最初握着火柴的人，只能眼睁睁看着这团膨胀的“算力巨物”，轰鸣着碾过人类文明的历史轨道。