一家名为 Core Automation 的新锐人工智能公司近日引发行业关注。这家由前 OpenAI 研究副总裁 Jerry Tworek 创立的企业，在成立初期便成功吸引多位顶尖人才加入，其中包括 Anthropic 研究员 Rohan Anil、Google DeepMind 的 Gemini 研究员 Anmol Gulati，以及前 OpenAI 产品经理 Joanne Jang。这些来自不同前沿实验室的核心成员，让这家初创公司迅速进入公众视野。
Tworek 在人工智能领域拥有深厚积累。他曾在 OpenAI 工作近七年，从公司仅有三十余人的早期阶段加入，最终成为研发副总裁。在此期间，他主导了 o1 和 o3 两代推理模型的开发，深度参与 GPT-4 的后训练工作，并为 2025 年 GPT-5 的部署做出重要贡献。他还是 Codex 研究的主要推动者之一。今年年初离开 OpenAI 时，他在内部信中表示，希望尝试"在现有体系内难以实现的研究方向"。
公司成立后迅速展现出雄心勃勃的技术路线。其官网声明指出，下一代人工智能的突破不会来自简单扩大现有模型规模——更大的参数、更多的数据、静态部署模式。相反，他们将目光投向重新审视 AI 系统的底层架构，寻求能够替代大规模预训练和强化学习的新算法，以及比 Transformer 更高效的可扩展架构。这种技术取向与当前主流的 Scaling Law 路线形成鲜明对比。
核心项目 Ceres 模型体现了这种技术哲学。根据泄露的融资材料，该模型旨在实现持续学习，训练数据量仅为当前头部模型的百分之一，且能够在生产环境中实时更新权重。这种设计直指当前主流技术的痛点——灾难性遗忘问题。现有 Transformer 架构在持续学习方面存在根本性缺陷，大厂通常采用定期重新训练的权宜之计，导致高昂成本和性能损失。如果持续学习技术成熟，将在机器人控制、工业自动化等需要长期适应具体环境的领域产生重大影响。
公司独特的组织理念同样引人注目。面对算力资源和人才成本的压力，Core Automation 选择不按大厂模式扩张团队。其官网强调，将通过自动化研究流程来提升效率，形成"自动化工具解放研究人员，研究突破创造新自动化工具"的良性循环。这种策略使其将自己定位为"全球自动化程度最高的 AI 实验室"，尽管目前公开的团队规模仅十余人，与 OpenAI 或 Google DeepMind 的数千人团队形成巨大反差。
资本市场对这种技术路线表现出强烈兴趣。成立仅数周，公司便启动 5 亿至 10 亿美元的融资计划，估值超过 50 亿美元。融资材料显示，其远期技术愿景包括自复制工厂、生物机器和行星地貌改造等极具前瞻性的领域。不过当前首要任务仍是解决现实挑战：在巨头主导的竞争环境中，如何用小规模团队保持技术同步。公司计划通过极致的自动化实现研究效率的质的飞跃，尽管学界已有相关探索，但距离处理真正的前沿训练任务仍有很大差距。
Core Automation 并非唯一采取非主流技术路线的初创公司。Thinking Machines Lab 专注于多模态智能体的可靠性，Safe Superintelligence 押注安全优先的超级智能，AMI Labs 则聚焦世界模型研究。这些新实验室虽然技术方向各异，但都认为现有 Scaling 路线存在局限，各自选择了明确的技术分叉点。尽管多数尚未推出产品，但都迅速获得大额融资，反映出资本市场对顶尖研究员独立创业的高度认可。这些团队面临共同挑战：必须在几年内拿出能与 GPT、Gemini 或 Claude 竞争的技术，或提供巨头难以复制的独特价值。
