超智慧需要實體世界:專訪 Arda 執行長暨共同創辦人 Bob McGrew
超智慧需要實體世界:專訪 Arda 執行長暨共同創辦人 Bob McGrew
Arda 共同創辦人 Bob McGrew 主張,超智慧的瓶頸在於工廠、許可證等實體世界的配套條件,因此 Arda 打造可重新配置的機器人工作單元,以及供製造工程師使用的 IDE,讓產線自動化在數天內完成。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Arda 執行長暨共同創辦人、前 OpenAI 研究長 Bob McGrew 主張,超智慧不可能單靠數位領域的進展就實現,因為研究人員不是瓶頸——GPU、濕實驗室和工廠才是。整集節目大部分時間都在談他反對遞迴式自我改進(recursive self-improvement)的論證、美國製造業為何在人力成本上敗下陣來以及為何彈性自動化是解方,還有 Arda 以「前線部署工程」(forward-deployed engineering)打造「製造工程師的 Cursor」的做法,並率先匯入 Anduril。標題談的主題確實貫穿全場,但節目多數篇幅其實花在製造業經濟學、封閉世界機器人(closed-world robotics)和 Arda 的產品上。
McGrew 站在一個罕見的位置來提出這套論點:他從 2005 年起在 Palantir 掌管工程與產品,待了約十年,之後以早期高階主管身分加入 OpenAI,並擔任研究長,直到 2024 年離開。他直接援引兩套打法——Palantir 先問問題、再前線部署,以及 OpenAI 技術優先、規模優先——讀者讀完應該能具體掌握:AI 的報酬在哪裡撞上物理極限、一座可重構的工廠實際上需要什麼,以及為何 McGrew 認為自我複製的機器散佈銀河,正好解開了費米悖論。
研究人員不是瓶頸,所以遞迴式自我改進只是一次性的 S 曲線
McGrew 的核心技術主張是:所謂「硬起飛」(hard takeoff)論述——先把研究人員 10% 的工作自動化,再 50%,再 99%,然後就得到失控式加速——「根本就是錯的」。他說,2024 年 OpenAI 的侷限因素不是人力,而是手上有多少 GPU、這些 GPU 是否集中在對的地方、網路是否接對。把研究人員自動化是一次很大的單次收益,規模可比擬從沒有推理能力的 GPT-4o 躍升到有推理與工具的 o3,但它不會啟動一個自我改進的迴圈。
他的心智模型是「GPU 利用率佔最佳水準的百分比」。他估計,目前 GPU 在產出發現這件事情上大約只達到最佳狀態的 35%;自動化或許能推到 90%,但從 90% 到 99% 的差距並不大。每一次收益都只是另一條 S 曲線,之後「我們就得去做別的事了」。
同樣的邏輯也適用於那些看似能靠模擬逃脫的領域。Elad Gil 舉蛋白質摺疊為例,認為 in-silico 預測可以完全取代濕實驗室。McGrew 的回應是:模擬變好,代表你只需要十分之一的實驗量,但實驗還是得做——而且因為數位進展太快,你很快就會把這波加速用完,然後再次撞上物理高牆。他用一則 Ilya Sutskever 在 OpenAI 的軼事說明:McGrew 會興奮地描述某篇論文的做法,Ilya 則耐心聽完,然後問:「所以結果是什麼?」McGrew 說,深度學習雖然看起來很數學,本質上卻是一門實驗科學。
「真正的侷限因素不是我們能僱到多少研究人員,而是我們手上有多少 GPU。」
智慧變便宜,它的物理互補品反而更稀缺
McGrew 用經濟學而非策略的角度來看「實驗室 vs. 新創」這個問題。實驗室生產便宜的智慧;而智慧的互補品是感知與行動,再加上濕實驗室、晶圓廠這類實體產能。當假設變便宜,實體層就成了稀缺的投入要素,於是你「只能一次又一次更用力地撞擊那為數有限的濕實驗室」。至於 Anthropic 或 OpenAI 在蓋濕實驗室上是否具有比較優勢,他答得直白:「我想他們大概沒有。」
他把這個論點延伸成對「數位豐饒」的普遍批評。矽谷滿口豐饒,但這個詞指的是實體的東西——食物、住房、家庭。蓋房子卡在許可與施工,不是卡在代理(agent)。他引用 O 型環生產函式(O-ring production function):每個步驟都得做,只加速數位那幾個步驟幾乎沒差。他的推土機思想實驗把這個迴圈講得很具體:資料中心不夠,AI 就蓋一座推土機工廠;蓋推土機工廠的第一步是整地;整地又需要更多推土機。
flowchart TD
A["需要更多資料中心"] --> B["推土機短缺"]
B --> C["AI 提議蓋一座推土機工廠"]
C --> D["第一步,整地"]
D --> E["需要更多推土機"]
E --> B
美國製造業輸在人力成本,解方是彈性自動化
離開 OpenAI 後,McGrew 花了一年時間和製造業領袖對談,想弄清楚為什麼美國設計得出產品,卻造不出來。他的結論是:關鍵在人力成本。國防是例外——你可以隨意開價,只要東西能用,政府就會買。其他所有人都得靠自動化產線,才能在美國具備成本競爭力。
障礙在於產品汰換速度。以 iPhone 來說,每年大約有 75% 的零件會更動,只有約 25% 維持不變;那穩定的 25% 高度自動化,會變動的 75% 則靠人工組裝。今天的自動化是量身打造的——一臺機器解決一個特定的物理問題,卻無法套用到下一代手機。汽車工廠可以花大約兩年、約 2 億美元打造一條高度自動化的產線,再用七年、只做小幅外觀更新的時間攤提。iPhone 的產線則得從約 25% 自動化拉到約 90% 才划算,然後每年把整套自動化全部換掉。
人的部分:亞洲大約有 100 萬人組裝 iPhone 或其零元件,另外還有約 1 萬名製造工程師負責設計製程、架設產線,並在下一款產品到來時把產線拆掉。Arda 的目標,是讓汰換一條自動化產線變得跟重新訓練一名作業員一樣簡單——後者只要一天。製造商認為,即使是在手動產線上,能在七天內把設計變更推上生產,就已經算極度敏捷;Arda 想做到的是讓客戶把產品設計上傳到它的雲端,然後在七天內重新配置一條自動化產線。
| 面向 | 汽車製造 | 消費電子(iPhone) |
|---|---|---|
| 產品更動頻率 | 約七年間只做小幅外觀更新 | 每年約 75% 零件更動 |
| 自動化程度 | 高,可攤提多年 | 約 25% 自動化,約 75% 人工組裝 |
| 產線建置成本/時間 | 約 2 億美元,約兩年 | 須達約 90% 自動化才划算 |
| 關鍵限制 | 資本攤提 | 自動化每年都得重建 |
McGrew 點名國防、消費電子和資料中心供應鏈,是最需要高混合、快速換線的領域。在烏克蘭,戰場上的變化現在幾週內就能轉化成實體設計變更,再回饋到前線——他把這種競爭動態比擬為 Google 對上 Apple,只是沒那麼血腥。
組裝線是封閉世界,手臂早就準備好了,缺的是智慧層
談到形態,McGrew 的看法反主流:你不需要人形機器人。Arda 要取代的是站在工位前的人,不是取代大型汽車機器人,所以「兩隻手臂加一個鏡頭就夠了」,很多時候甚至一隻手臂加一個鏡頭就夠。現成的手臂已經能鎖螺絲、取放,也能滿足相關產品中約九成的靈敏度要求。真正的障礙是經濟性——資本裝置型的機器每年都得重新設計、重新打造。
他的關鍵區分是開放世界與封閉世界機器人。打掃臥室屬於開放世界:物件新穎、需要長時程規劃、智慧程度要接近人類。組裝線則是封閉世界:受控、重複、毫無新意。那裡的傳統自動化運作起來像魯布·戈德堡機械(Rube Goldberg machine)——一顆螺帽順著滑道滾進振動杯,落到一個能精準定位的治具上,再由一隻沒有感知能力的手臂把它撿起來,鎖到同樣被治具固定的螺栓上。一切全是確定性的。
讓這件事變慢的有兩個原因:設計機器(這是機械與製造工程的任務,現在 AI 可以幫上忙),以及校準(佔了一半的工作量,這是 McGrew 和 13 歲兒子一起做魯布·戈德堡機械時學到的)。代理式機器人(agentic robotics)攻的是校準那一半:加上感知,讓稍微偏位的螺帽還是能被撿起來;加上強化學習與操作能力,讓手能自行復原;先自動化較簡單的工位,再往那些刁鑽的工位推進——例如要拉伸套上墊圈的彈性零件。Sarah Guo 提出的問題是:在封閉世界裡,你必須做到 99–99.9% 的成功率,而不是「大致上都行」。
Arda 先打造 IDE,才加上代理,從 Anduril 起步
Arda 的產品是製造工程的單一真實來源——把製造流程與計畫封裝在同一個地方,再加上一座能隨需求彈性開線、關線的可重構工廠。McGrew 的說法是:「我們想在這裡當 Cursor。」但 Cursor 本來就有一個現成的 IDE 可以掛上代理,製造工程師卻什麼都沒有。所以 Arda 先建好資料結構和相當於 Git 的版本控制,再把代理疊上去。
Anduril 的關係就是最好的佐證。McGrew 在成立 Arda 的前一天才和 Anduril 談過;對方描述了他們對單一真實來源和可重構工廠的需求,這後來成了 Arda 的北極星。Arda 在 1 月取得 Anduril 系統的存取權,到了 4 月就有了第一位使用者——一名製造工程師為某個致動器做虛擬建置,這項工作平常要花好幾天,結果 90 分鐘就完成。Arda 現在已部署到 Anduril 旗下所有產品部門,從無人機到飛彈,也正在參與 Fury 協同作戰飛機的專案。
產品從製造計畫往兩個方向延伸:往左是設計可製造性(design-for-manufacturing)的回饋,迴流到設計工程;往右是設計一個能執行特定製造步驟的自動化工作站。至於模型,McGrew 刻意不訓練前沿模型。前沿模型負責統籌排程;動作規劃和 CAD 檢測交給專門演算法;小型專用模型在狹窄任務上可以勝過現成的前沿模型,而且對一個非實驗室的團隊來說「非常平易近人」。
「製造工程師根本沒有 IDE。所以我們得先把它建出來……然後才能把代理疊上去。」
前線部署工程是產品策略,不是顧問服務
McGrew 明確對比了他的兩段職涯。Palantir 鍥而不捨地聚焦問題——前線部署工程師進駐客戶端,沒有客戶等著要用就不做功能,路線圖的起點是「我要怎麼找到需要這個的客戶」,而不是「我要做什麼」。OpenAI 恰恰相反:當 McGrew 建議採用標準新創打法、先解決某一個客戶的問題時,Ilya Sutskever 回他,他們可以把訓練資料擴增十倍,從所有人身上學到的東西,會比從單一客戶身上學到的更多。Arda 走的是問題優先的路線。
他把 FDE 模式追溯到 2005 年的 Palantir,歸功於技術長 Shyam Sankar,也歸功於自己為情報圈使用者打造涉及機密工作流程產品的經驗——這對任何企業都是很好的訓練,因為在營運的企業都有不願分享的智慧財產。具體做法是:先找到少數幾個重度使用者。在情報機構裡,Sarah Adams 大約有一年的時間實質上是 Palantir 唯一的使用者。在 Anduril,第一位致動器使用者經歷了一段「極度挫折」的過程,Arda 的產品負責人坐在他旁邊做筆記;兩週後問題就修好了。半年後,同樣的模式在飛彈上重演,而飛彈的零件數量多了兩個數量級。
對於 Palantir 從約 2015 到 2020 年一直擺脫不掉的「不過就是顧問」批評,McGrew 的反駁是:如果 FDE 得不斷去補那個缺口,你就毫無槓桿可言。你必須把他們看到的東西產品化,再回饋進產品裡。他也否定「鐵板一塊的企業」這種想像:「OpenAI 本身什麼都不想要。Sam 想要某些東西,Greg 想要某些東西。」大型組織是一支支小團隊的拼裝體,你得一支一支來,每交付一次成果,才換得處理更大問題的資格。
機器人將百花齊放,而自我複製解開了費米悖論
McGrew 的長期想像是:用 Dario Amodei 的話來說,一座「資料中心裡的英才之國」,如果只會寄 email,那就被困住了。人類目前是那股智慧的雙眼與雙手;未來十年,他預期感知與操作能力會大量湧現——無人機、人行道機器人,每一項實體資產都連上雲端、由 AI 控制。他預期的不是一支人形機器人大軍,而是形態百百種,有些還像動物:飛行器、四足機、載重機、田間犁具(曳引機早就有了)。
Elad Gil 提到馮紐曼探測器(Von Neumann probe)——能降落小行星、開採資源、再複製自己的自我複製機器。McGrew 說,會蓋工廠的工廠早就存在了(工具機就是),差別在於要有智慧地去做,把設計一座工廠及其工具機所需的大量人力工作自動化。他把這件事看成數位奇點的物理對應物:把地殼中愈來愈大比例的部分轉化成資料中心,甚至可能蓋在太空,由 AI 指揮。
至於費米悖論,McGrew 不同意 Gil 認為 AI 會讓接觸更容易發生的解讀。他的解法是:最有效的文明擴散機制,是一道以光速前進的自我複製探測器波前,所以我們頂多隻會在它抵達前的幾分鐘或幾年才偵測到它。他承認,德雷克方程式(Drake equation)的不確定性讓「我們是第一批」變得合理,而他希望人類就是那道波前——人類盡可能保有控制權,而不是坐在場邊看 AI 生成的影片。
「機器可以自我複製,而且比起人類,它們是更適合在星際間擴散的形態。」
整集節目未解的張力,在於 McGrew 兩份思想遺產之間的拉扯。他主張智慧即將變得便宜又豐沛,但他整間公司的論點卻建立在實體層持續昂貴又緩慢之上——許可、治具、校準、濕實驗室、2 億美元的產線。如果代理式機器人補上校準缺口的速度比他預期快,護城河就會變窄;如果沒有,Arda 押注製造工程是那個持久的瓶頸,看起來就押得很準。值得追蹤的是:Arda 在 Anduril 的部署會不會從設計階段的工具,擴充套件到真正可重構的產線硬體;以及他口中「起步慢、但開箱即用非常好」的機器人基礎模型,是否會變得足夠可微調,進而侵蝕他所倚賴的封閉世界優勢。