菲尔兹奖得主 Jacob Tsimerman 已把下一阶段工作转向 AI 安全。按照他在菲尔兹奖新闻发布会上的说法，他已经开始投入相关研究，很快将前往 OpenAI 安全部门任职。OpenAI 首席研究主管 Mark Chen 随后公开表示欢迎。
这篇来自微信公众号“机器之心”的文章认为，这一动向说明，站在前沿的一批学者，已经把头部 AI 公司视为承载研究抱负的重要平台。近期流向大型模型公司的顶尖科学家不只来自数学领域。文中提到，仅在今年上半年，就有诺贝尔化学奖得主 John Jumper、经济学家 Chad Jones、哲学家 Harvey Lederman 等人加入 Anthropic。
文章同时指出，头部 AI 公司也在把科学家请到模型研发一线。AI 与前沿科学的结合，正从可选项变成更核心的方向。
字节发布 Seed STEM 科学家计划
在国内，本周四，字节的 Seed Edge 团队发布了 Seed STEM 科学家计划，开放 100 个合作席位，面向数学、物理、化学、生物等前沿科学领域的科学家和博士生，邀请他们与 Seed 一起探索基础科学中的未知问题。按照文中说法，从公开信息看，这是国内第一个大规模投入 AI 加速前沿科学发现的计划。
文章把这一动作放在更大的行业背景下讨论：大模型竞争进入下半场后，焦点已经不只是代码能力、评测跑分和短期产品转化，基础研究、AI 加速科学发现这样的长周期方向，正在重新受到重视。文中援引姚顺雨团队此前的判断称，大模型训练“没有魔法”，真正困难的部分，是把最基础、确定能做对的事做对。文章还提到，这与 Anthropic CEO 达里奥长期表达的看法相互呼应，即推动 AI 进步的核心要素始终是算力、数据质量与规模、训练时长以及可扩展的目标函数，而不是“聪明的方法和技巧”。
文中以 Claude 和 Seedance 为例，认为真正的 SOTA 模型背后都不存在捷径，关键在于提早确定方向，然后在数据质量和底层架构上长期投入。对于 Anthropic，文章提到其把资源集中到提升模型代码能力，通过强化学习训练，让模型通过反复试验理解并生成高质量代码，并结合用户反馈形成演进闭环。对于 Seedance，文章称其通过模型架构创新和精细的数据工作，把 AI 视频生成从“抽卡”式实验推进到更可控、可用于工业级生产的工具。
基础架构与评测体系也在成为竞争重点
文章认为，决定模型能力上限的，不是技巧的堆叠，而是数据、基础结构和长期目标。围绕这条路线，国内团队也出现了一些底层创新案例。
文中提到，今年 DeepSeek 推出的 mHC（流形约束超连接）架构，被视为大模型基础架构领域的一项突破，也是 DeepSeek V4 的重要架构升级之一。按文中描述，mHC 取代了传统残差连接，贯穿整个模型设计。文章还指出，这项研究引用了字节跳动 Seed 团队提出的 Hyper-Connections（HC）。
在这之前，残差连接一直被行业普遍当作 Transformer 的默认骨架。文章称，HC 率先打破单流范式，在几乎不增加计算量的前提下，提升了模型的特征表达能力；从 HC 的提出到 mHC 的工程化落地，体现了中国 AI 团队在底层架构创新上的一次缩影。
文章还回顾，字节 Seed 在去年初专门成立了 Edge 团队，目标是研究一类确定性没那么高、短期不一定见到结果的课题。为了给研究者更稳定的环境，团队中间不设考核机制，等有结果后再统一考核。
这支团队此前较为低调。前不久，他们在 X 上发布了超长程评测集 EdgeBench。按文章说法，这一评测集首次系统定义了真实环境下的 Agent 学习规律，并提出了环境学习维度的新 Scaling 定律，在业内引发了不少讨论。文章还称，OpenAI 也正在接入这一评测集，测试自家模型的长程能力。
作者认为，行业通常把注意力放在模型本身，但 Benchmark 的建设同样需要很长周期和大量人力。为先进 AI 能力设计并开源基准，不只是为了衡量自身进展，也是在通过设定行业标准和暴露模型短板，引导整个领域朝更透明、更可靠的方向发展。
OpenAI 与 Anthropic 都在加大跨学科项目投入
文章列举了头部实验室在评测与跨学科协作上的投入。OpenAI 开源了 Evals 框架，文中称其已经成为业界评估大语言模型及基于 LLM 系统的标准化工具。围绕特定前沿能力，OpenAI 还设计了 SimpleQA、BrowseComp、MLE-bench 等专用基准。
Anthropic 则围绕 SWE-bench 做了大量工作，以明确 Claude 在代码能力上的长板；同时还发布了 Terminal-Bench，用于衡量 Agent 在真实命令行环境中完成长链路任务的能力。文章认为，这些评测工作与各家模型形成的能力长板并非偶然。
在作者看来，前沿 AI 团队对发展路径的判断已经出现变化。大模型能力进化，正在走出单纯依赖参数和数据堆叠的预训练红利期。下一阶段更重要的增长动力，来自模型在真实开放环境中的持续交互、反馈与自主进化。
而基础科学处在开放未知场景的最前沿。文章认为，字节新发布的 Seed STEM 科学家计划，就是为了与科学家一起识别和突破研究级问题，探索 AI 加速科学发现的可能性。科学家带来的不只是研究题目，也包括问题意识、判断标准和反馈方式。
为什么头部 AI 公司都在争夺科学家
文章给出的答案是：对今天的大模型来说，剩下的“题”已经不够难。当前主流评测体系大多围绕有标准答案的封闭任务展开，题目有确定解，评测标准也固定，模型能力提升路径相对清晰。但真实科研并不遵循这套逻辑。它没有清楚的解题路径，需要研究者自行提出假设、设计验证方案、处理异常和噪声数据，并推导底层机制，整个过程充满试错和不确定性。
文章进一步指出，真实世界任务才是检验 AI 模型能力的最终标准。继预训练 Scaling、测试时 Scaling 之后，行业正在寻找下一个 Scaling 方向，而“在真实开放环境中持续交互学习”被视为最受看好的路径之一。基于这一判断，全球头部 AI 团队在研发前沿模型时，已不再只依赖 AI 团队内部推进，而是把各学科研究者引入模型研发过程，让真实领域问题成为能力演进的牵引力。
北美高校的人才流动也被文章作为例证。7 月初，伯克利 EECS 系主任 Jelani Nelson 宣布学术休假并加入 Anthropic。今年以来，至少有 22 名教授和研究人员暂时离开或减少在斯坦福、伯克利、哈佛等高校的工作，转入 OpenAI、Anthropic、DeepMind 和 Meta。按文中数据，这 4 家公司目前至少聚集了 80 多名现任或前任大学教授。
OpenAI Residency 与 Anthropic STEM Fellows
文章还提到，顶尖人才的流入背后，已经形成了成体系的项目。
在 OpenAI，Residency 项目被描述为每年常态化的高端人才吸纳通道，明确面向“目前不以 AI 为主要研究方向”的人才。参与者从第一天起就会加入 OpenAI 的前沿应用和研究团队，直接参与合作。文章把这一项目形容为“加速版博士训练”，认为它能帮助跨领域专家快速完成学科融合。ImageGPT、Codex 等项目中，都有驻场研究员的深度参与；而 GPT 系列模型在数学推理、生物机制推导上的能力突破，文章也归因于这类跨学科人才的持续输入。
在 Anthropic，面向科学、技术、工程和数学领域专家的 STEM Fellows Program，则在 2026 年进行了系统化和大规模扩充。该项目为期数月，邀请物理学家、生物学家、数学家、经济学家等非 AI 领域专家进入 Anthropic 内部，可以直接带着本领域未解问题或复杂工作流，使用尚未公开发布的 Claude 模型和内部评估工具。
文章举例称，在这类项目中，材料科学家会为 Claude 构建相稳定性推理的专属评测流程，气候科学家则会把专业大气建模工具与模型深度打通。驻场期间，超过 80% 的研究员都产出了高质量学术成果，这些来自真实学科的反馈会直接进入模型迭代过程，推动 Claude 在科研推理和复杂工具调用上的演进。
作者据此认为，这类项目的价值已经不止于科研本身，头部 AI 公司对领域科学家的争夺，重要性已被放到与争夺算力相近的位置。
文章观点：AI 竞争正转向长期基础命题
对科学界来说，这种合作同样有现实价值。文章称，大模型正在成为新的科研基础设施。无论是公式推导、数值模拟，还是大规模文献与实验数据分析，AI 都在改变科研范式，让一些过去受限于人力和算力的问题获得新的推进方式。
作者将受邀进入大模型团队参与驻场研究，类比为天文学家获得下一代超级太空望远镜的独家使用权。文章认为，这类项目给科学家带来的，不只是大规模 AI 算力和前沿模型的使用机会，也包括把 AI 当作“外脑”，从而把更多精力放到问题定义本身上。
文章最后写道，当菲尔兹奖得主选择加入 OpenAI，当越来越多 STEM 科学家开始与模型团队协作，AI 下一阶段的竞争，正从短期产品迭代、榜单跑分和单点任务突破，转向更长期、更复杂、更前沿的基础命题。科学进展需要长期主义，AGI 的实现也一样。
本文来自微信公众号“机器之心”（ID：almosthuman2014），作者：泽南。