摘要：Transformer架构的共同缔造者LlionJones，近期现身公开场合，发表了一番振聋发聩的言论，在AI行业激起千层浪，引发广泛震动。

Transformer架构的共同缔造者LlionJones，近期现身公开场合，发表了一番振聋发聩的言论，在AI行业激起千层浪，引发广泛震动。

这位曾为该架构命名、参与撰写开创性论文的研究者，如今不仅直言厌倦了自己创造的技术，还在用实际行动探索新的方向。

他所在的东京SakanaAI，正以不同于行业主流的模式推进研究，而这背后，是整个AI领域当下的尴尬处境，资金和人才不断涌入，创新却没能同步跟上，反而陷入了某种停滞。

Jones的警告并非无的放矢，Transformer技术本身已显现局限，行业却仍在惯性中依赖熟悉路径，不愿承担突破的风险，这种矛盾，正让AI领域面临着一场关于未来方向的关键考验。

Transformer架构的共同创造者LlionJones在3月21日的TEDAI大会上抛出了震撼硅谷的言论，这位为该架构命名的研究者直言自己已经厌倦了这项技术。​

作为2017年具有开创性的论文《Attentionisallyouneed》的八位作者之一，他如今在东京的SakanaAI担任首席技术官。他正以切实行动践行着自己所开创的技术路径。

SakanaAI正在践行Jones的理念，这家初创公司刻意降低论文发表压力，鼓励研究者做"不做就不会存在"的探索。​

10月21日有报道显示，该公司正以25亿美元估值筹集1亿美元资金，这意味着投资者开始认可这种非主流研究模式。​

最典型的案例是"连续思维机器"项目，团队将类脑机制融入神经网络，这种在其他机构可能被视作"浪费时间"的探索，最终成为NeurIPS2025的焦点论文。

不过这种模式的复制性存疑，SakanaAI仅有约70名员工，试错空间充足，但Meta、谷歌等巨头需要向股东证明回报，根本无法放弃短期成果考核，这使得Jones的实验只能停留在小范围。​

在旧金山的演讲里，Jones指出了一个怪诞现象：尽管资金与人才如潮水般疯狂涌入AI领域，但创新之势并未蓬勃兴起，反而呈现出萎缩之态。​

新加坡国立大学的数据显示，顶级AI会议的研究者年均要发表4.5篇论文才能立足，NeurIPS2025预计会收到近3万篇投稿，评审系统已濒临崩溃。​

这种压力催生了严重的"撞车"现象，谢赛宁团队的表征自编码器与另外三篇论文想法重合，多个团队在视觉文本标记化技术上不谋而合。​

研究者被迫优先选择安全的增量改进，而非高风险的突破性探索，整个行业陷入"过度利用现有方案、放弃探索新路径"的困境。​

这与Transformer诞生时的环境截然不同，Jones回忆，当年的研究源于午餐闲聊和白板涂鸦，团队完全没有论文数量压力，这种自由在如今高度商业化的AI领域已成奢望。​

资金泛滥带来的回报压力，反而成了创新的枷锁。​

Jones发出的警告绝非无稽之谈，当前，Transformer技术的局限性正逐渐显露，种种迹象表明其并非完美无缺，潜藏的问题值得人们高度重视与深入探究。​

更关键的是规模效应正在递减，单纯做大模型的收益越来越小，业界虽已出现状态空间模型等替代方案。

但90%以上的资源仍砸在Transformer优化上，因为这是能快速出成果的"安全选项"，上海人工智能实验室的专家指出，寻找能突破局限的新架构已成关键，但没人愿意承担风险。

这种困境本质是风险偏好失衡，Jones在今年年初已减少Transformer相关工作，全力探索新方向。​

但普通研究者根本没有这样的底气，年轻学者需要论文拿学位，企业团队要靠成果保预算，涉足新架构几乎等于职业自杀。​

Jones在演讲结尾呼吁同行公开分享探索发现，认为AI进步不该是竞赛，这番话在10月22日的行业讨论中引发热议，有人认为这是先知先觉，也有人觉得过于悲观。​

但无论如何，这位创始人的"告别宣言"已经敲响警钟：当整个行业都在Transformer的舒适区里内卷时，下一个技术革命可能正在被错失。

LlionJones的“转身”与警示，直接点出了AI行业的当下困局。​

当SakanaAI在小众天地中探寻全新可能，以独特之姿开拓未知疆域，多数从业者却深陷Transformer既定路径，在激烈内卷里艰难求存，二者形成鲜明对照。​

资金与人才的扎堆没能带来预期的创新爆发，反而让“求稳”成了行业共识，若始终不敢跳出舒适区，回避技术瓶颈去探索新方向，AI领域或许会错失下一次突破的机会。​

这场关于未来的抉择，不只是对技术路径的选择，更是对行业创新心态的考验，Jones的尝试虽未可知结果，但至少为陷入惯性的AI圈，提供了另一种值得思考的可能性。

来源：快看张同学一点号