华人天才出走xAI：30美元解锁AI自进化新智元

2026年2月，Grok的核心成员Jiayi Pan和Toby Pohlen相继离开xAI。这似乎是某种预示，或许通往AGI的路不是算力规模，而是方法的突破。

2月26日，xAI Grok 4团队核心成员Jiayi Pan宣布离职

在离职声明中，他感谢了团队所有成员，给马斯克留足了面子。

几乎同一时间，Grok团队的另一位核心研究员Toby Pohlen也宣布离职。

他在X上阴阳Grok的工作机制，称「没有人能比你们更能熬夜」，然后@官方，公开叫板。

两人都是grok团队的重要贡献者，却在48小时内相继离开，这让外界对xAI内部状况产生了更多猜测。

4年，Jiayi Pan从一个初学者成长为Grok 4的核心贡献者，又选择了一条与巨头算力竞赛截然不同的技术路径。

从AlphaGo迷弟到Grok 4贡献者

Jiayi Pan的AI之路始于2019年。

他本科就读于密歇根大学，获得计算机科学与电子计算机工程双学位，2023年毕业。

那时，Jiayi Pan对RL还一无所知。据他自己回忆，当导师提到RL时，他下意识想到的还只是AlphaGo。

2023年，他进入加州大学伯克利分校攻读博士，研究语言模型与视觉/机器人学的结合。

在Berkeley的早期项目中，他开发了SWE-Gym，这是一个将RL引入软件工程领域的环境。

代码传送门：https://github.com/SWE-Gym/SWE-Gym

该项目基于SWE-bench数据集的2294个真实GitHub Issue，要求AI不仅能读懂代码，还要生成可通过测试的Patch。

这为他后续的TinyZero研究——让AI学会修正自己，奠定了基础。

2025年5月，Pan加入xAI的Reasoning团队，4开发的核心成员之一。

在xAI的9个月里，他参与了强化学习模块的优化，推动模型从简单预测向自我验证演进。

也正是在这段时间，他启动了TinyZero项目。

30美元的颠覆

TinyZero「羞辱」巨头

2025年，Jiayi Pan在X上宣布开源TinyZero。

这是一个仅需30美元训练成本的3B参数模型，通过纯强化学习实现了自我验证和推理能力。

代码传送门：https://github.com/Jiayi-Pan/TinyZero

TinyZero基于Qwen2.5-3B基础模型，使用veRL框架在Countdown和Multiplication等任务上训练。

实验结果显示，基础模型在Countdown任务上的准确率从0%提升到RL训练后的80%以上。

这验证了一个假设：DeepSeek R1-Zero展现的自我推理能力，不是靠海量参数堆出来的，而是可以通过纯强化学习在小模型上复现的。

通往高级推理能力的路径，可能不需要5000亿美元的基础设施投资。

同一时期，Sam Altman宣布Stargate计划，计划在4年内投资数千亿美元建设AI基础设施，与Microsoft和Oracle合作。

但据报道，该项目因三方利益冲突而陷入停滞，到2025年底，一个数据中心都没建成。

相比之下，TinyZero的性价比拉满。

无需海量数据，无需庞大资金注入，纯靠RL，在极低的算力下完成了关键突破。

这或许也解释了为什么Pan等核心成员相继离职。

当你已经验证了一条不依赖巨头资源的技术路径，留在算力军备竞赛中还有意义吗？