摘要：2025年旧金山的TEDAI大会上，一个男人的发言让全场安静了，LlionJones，8年前那篇掀翻AI界的论文《AttentionIsAllYouNeed》的共同作者。

2025年旧金山的TEDAI大会上，一个男人的发言让全场安静了，LlionJones，8年前那篇掀翻AI界的论文《AttentionIsAllYouNeed》的共同作者。

Transformer架构的“亲爹”之一，当众宣布要给Transformer“降频”。

“现在的AI研究就像挤在窄胡同里抢路，”他这话一出口，台下不少拿着高薪的研究员都低下了头。

要知道，正是他参与创造的Transformer，撑起了如今ChatGPT、Gemini这些AI明星产品，那篇2017年6月发表的论文，被引用次数早就突破了18万次，说是“生成式AI的准生证”都不为过。

可如今亲爹要“跑路”，理由很直接：这孩子太“吵”，圈子太卷。

在台上翻出了老黄历，提醒大家别忘了Transformer诞生前的日子。

那会儿整个学界都在跟RNN（循环神经网络）死磕，今天加个参数，明天调个激活函数，就像拿着块石头反复抛光。

结果Transformer一出来，那些精细的改进瞬间成了笑话，“跟给马车装碳纤维尾翼似的，看着精致，压根没用”，现在谁还会正经讨论RNN？而Transformer的诞生，纯属“不务正业”的产物。

2017年前后，Jones和另外七位同事在谷歌办公，没有老板催着出成果，更没有KPI压着要发论文。

几个人经常凑在食堂唠嗑，或者在白板上乱涂乱画，从机器翻译的痛点聊到注意力机制的可能性。

后来黄仁勋请“Transformer八子”圆桌座谈时，大家还回忆起这段日子，说当时就想解决“RNN处理长文本太慢”的朴素问题，压根没想过要掀起革命。

“先有自由，后有灵感”，Jones这话戳中了现在AI圈的痛处。当年谷歌给的宽松环境，养出了Transformer这个“金娃娃”。

可现在呢？资本像潮水一样涌进来，投资人天天盯着回报，研究员生怕自己的想法被别人抢先发表，只能扎堆在“卷参数、刷SOTA”的赛道上。

七位数年薪的岗位不少，但没人敢“瞎折腾”，新入职先稳绩效，低风险、快出成果的研究才是王道，想象力早就被排在了后面。

嫌圈子太卷，Jones干脆跑到东京创办了SakanaAI，当起了“反内卷组长”。

他要在这儿复刻Transformer诞生前的“空气配方”：少点KPI，多点好奇心；少跟风蹭热点，多从自然里找灵感。

外媒说这家公司正在谈新一轮融资，估值目标直奔25亿美元，可Jones招人的时候，手里的王牌不是钱，是“自由”。

他给团队立下了一条规矩，引用工程师BrianCheung的话：“只做那些如果不是我们来做，就没人会做的研究”。

有个员工提出想在神经网络里融入类似大脑的同步机制，这想法在以前的公司里早被当成“瞎耽误功夫”，但Jones大手一挥，给了他一周时间探索。

没想到这事儿真成了，相关成果还登上了AI顶会NeurIPS。

更狠的是SakanaAI搞出的“AI科学家”系统，联合牛津大学的研究者做出来的这个家伙，能自己想课题、写代码、做实验，甚至能写出达到顶会“弱接受”标准的论文。

从扩散模型到Transformer改进，它一个人就能完成全流程，成本还低得惊人。

这要是放在追求“快出成果”的大厂，恐怕没人敢花时间啃这种“硬骨头”。

Jones自己也没想到，自由居然成了抢人的“利器”。

他发现，真正有才华的研究者，对自由的敏感度比钱高多了。

“聪明人自然会找能让他们安心折腾的地方”，这话没错，在AI人才被疯抢的2025年，Meta甚至开出过1亿美元签约金挖人，但还是有人愿意降薪去SakanaAI，就为了能安安静静搞点新东西。

Jones“跑路”搞新方向，当年一起写论文的另外七位“Transformer之父”也早就各奔东西了。

2024年英伟达GTC大会上，黄仁勋把其中七位请上圆桌，这还是他们第一次集体亮相，只不过除了LukaszKaiser还在OpenAI当研究员，其他人都扎进了创业圈。

带头的AshishVaswani创办了EssentialAI，2025年6月接受采访时说，要把公司做成“西方的DeepSeek”；NoamShazeer回了谷歌，成了Gemini的技术负责人；NikiParmar先跟Vaswani一起创业，后来跳槽去了Anthropic。

最跨界的是JakobUszkoreit，搞了家叫InceptiveNucleics的公司，2025年在TED上分享“AI绕开传统科学”的思路，一门心思扑在“生物软件”上。

搞商业的也不含糊。

AidanGomez创办的Cohere在2025年10月放出消息，说很快要启动IPO，公司估值已经冲到70亿美元，年化收入都过亿了，主攻企业私有部署业务。

IlliaPolosukhin则另辟蹊径，搞了个NEARProtocol，提倡“用户所有的AI”，2025年还在英伟达大会上聊了“机密AI计算”，跟主流大厂的路线完全不一样。

有意思的是，Cohere的AidanGomez在圆桌会上说了句大实话：“我们希望世界能诞生比Transformer更好的东西”。

这话跟Jones的想法不谋而合，不是Transformer不好，而是它太成功了，反而成了“绊脚石”。

就像当年RNN的完善阻碍了新架构的出现，现在大家对着Transformer薅羊毛，早把“探索”这事儿抛到了脑后。

别误会，Jones不是要把Transformer一脚踢开。

他反复强调，现有技术还有大量重要工作要做，未来几年照样能创造价值。

但问题是，2025年的AI圈，手里的资源和人才密度比2017年强多了，完全“买得起”更多探索。

就像MiniMax搞出的新架构，用线性注意力机制实现了400万token的超长上下文，虽然没跳出Transformer的框架，但也是种突破。

他最怕的是历史重演：当年大家给马车装各种高级配件，却没发现路口停着飞船；现在要是一直盯着Transformer打补丁，下一个“Transformer级”的突破可能就在拐角处，却没人愿意转头看。

深度学习之父辛顿2025年在WAIC大会上也警告，AI发展不能只盯着眼前的进步，得想想更长远的方向。

Jones的呼吁其实很简单：把“军备竞赛”改成“开箱分享”。

别再藏着掖着抢发论文，大家多交流点新奇想法，说不定下一次革命就来了。

毕竟他跟Transformer打交道的时间比几乎所有人都长，他比谁都清楚，真正的创新从来不是卷出来的，是“瞎折腾”出来的。

从2017年那篇不起眼的论文，到现在改变世界的生成式AI，Transformer的故事还没结束。

但就像Jones说的，该给“自己的孩子”留些空间，也给好奇心多些机会，毕竟下一个惊喜，说不定就在某个“午饭唠嗑+白板乱画”的瞬间里。

来源：探秘发现一点号