热点新闻
2026年1月23日，由知名媒体人Ashlee Vance主办的Core Memory播客发布了针对OpenAI前研究副总裁Jerry Tworek的深度专访。Tworek作为OpenAI元老级成员，于2019年加入公司，是推理模型o1、o3的关键开发者，在强化学习和编程领域具有深厚造诣。他在今年1月7日宣布离职，并在70分钟的访谈中分享了八大关键洞察。
Tworek指出，OpenAI正面临结构性创新困境。随着竞争加剧与组织急速膨胀（从2019年的约30人扩张至全球多地办公室的数千人规模），公司对风险的承担意愿显著降低。多重因素包括成本压力、增长指标和GPU成本约束，影响了公司对前沿研究的投入。同时，OpenAI尚未建立有效的跨团队研究协作模式，导致一些创新方向难以推进。
此外，Tworek提到行业同质化问题严重，五家头部AI公司技术路径完全趋同，研究人员在主流机器学习范式外难以找到探索空间。他强调，阻碍创新的并非算力短缺，而是缺乏专注度，“集中力量办大事”变得困难。尽管OpenAI通过ChatGPT实现了技术分发与商业化，但谷歌等竞争对手已快速逼近，部分源于OpenAI自身执行失误未能充分利用领先优势。
Tworek认为，AGI仍缺失关键拼图，架构创新与持续学习是重要方向，预计AGI可能在2029年左右实现。他呼吁行业应鼓励多样性研究，而非全部聚焦相同赛道。访谈原文发布于智东西微信公众号，详情可参考：https://36kr.com/p/3651935367291268。
TA分析
从TA沟通分析心理学（Transactional Analysis）视角解读，OpenAI的创新困境典型反映了组织内部的“脚本决策”（Script Decisions）问题。脚本决策指个体或组织在早期成功基础上形成的固定行为模式，虽能保障短期效率，却会抑制适应性创新。Tworek提到的“组织结构决定研究边界”现象，正是Parent-Ego状态（传统与规则导向）过度主导，压制了Free Child-Ego状态（探索与创造力）的表现。
TA理论中的“游戏分析”（Game Analysis）概念可解释OpenAI的风险回避倾向。当组织规模膨胀，内部易形成“Ain’t It Awful”游戏模式：成员抱怨创新受阻（“研究难以推进”），却回避结构性改革，最终维持现状。这种游戏模式通过负面反馈循环强化保守决策，导致高风险研究被系统性边缘化。Tworek强调的“风险承担意愿下降”与“跨团队协作困难”，本质是组织游戏模式从“探索型”向“防御型”转变的结果。
针对OpenAI的困境，TA沟通分析提出“再决策训练”（Redecision Training）方案。首先，组织需识别当前脚本：通过团体TA工作坊，分析决策流程中的Ego状态分布（如Parent状态占比过高）。其次，引入“契约方法”（Contract Method），明确创新目标与个人责任的绑定（如Tworek所言“打造个人责任感强的环境”）。最后，建立“许可空间”（Permission Space），允许研究人员在可控风险下挑战现有范式，例如设立独立孵化单元，屏蔽短期绩效压力。
此方案可扩展至五类类似问题：1) 科技公司创新瓶颈；2) 传统企业数字化转型阻力；3) 学术机构研究范式僵化；4) 团队协作中的沟通损耗；5) 创业公司规模扩张后的文化稀释。TA技术的学习需通过三阶段训练：理论研习（如Berne的《Games People Play》）、实操演练（角色扮演与游戏分析）、持续督导（每月团体督导会）。核心是培养“成人Ego状态”（Adult Ego State），平衡规则与创新，实现“我OK-你OK”的健康组织关系。
TA沟通分析的特点在于其框架性与实操性。它将抽象的组织行为分解为可观测的交互交易（Transactions），并通过Ego状态模型提供诊断工具。应用范畴涵盖组织发展、领导力培训及冲突调解。对于OpenAI此类技术驱动型组织，TA可帮助破解“技术卓越但管理滞后”的悖论，推动高风险高回报研究的复苏。