中国00后靠算法造出2700万参数AI碾压GPT-4，拒马斯克数百万

在人工智能狂飙突进的2025年，所有人都以为大模型的竞赛只属于英伟达、OpenAI、Anthropic这些巨头。但就在这场由万亿参数和海量数据驱动的军备竞赛中，两个不到25岁的中国青年却悄悄走出了一条截然不同的路——他们拒绝了埃隆·马斯克通过xAI开出的天价offer，转而打造一个仅2700万参数、却在抽象推理能力上碾压GPT-4和Claude的小型AI。

更惊人的是，这个模型的核心灵感，竟来自人类大脑的思考机制。这不是炒作，不是PPT项目，而是一个凌晨三点在清华实验室里被验证的现实：AGI——人工通用智能，或许真的不需要靠“堆料”来实现。

2025年12月，北京五道口凌晨三点，寒风刺骨，清华校园早已沉入寂静，唯独一栋实验楼的六楼窗口还亮着灯，像黑夜中一颗不肯熄灭的星辰。保安大叔刚巡完楼回到值班室，嘴里嘟囔着“这帮孩子又熬通宵”，却不知此刻，一场可能改写人工智能历史的风暴正在屏幕前悄然成型。

王关和威廉·陈，两个Z世代的清华本科生，正盯着一段2700行代码构建的模型输出结果，眼神灼热如火。他们刚在ARC-AGI基准测试中跑出83%的惊人准确率——而GPT-4、Claude、DeepSeek等千亿参数大模型的平均成绩还卡在45%左右。

这不是运气，不是巧合，而是他们用整整两年时间，从人脑神经科学中“偷”来的智慧结晶，一个名为“人脑启发模型”（Human-inspired Reasoning Model, HRM）的2700万参数“小个子”，正用压倒性的推理能力，把Transformer架构的统治地位狠狠踩在脚下。

从拆玩具到拆AI：两个少年的“元目标”在密歇根相遇

故事的起点，不在硅谷，也不在中关村，而是在美国密歇根州布卢姆菲尔德山的一所私立寄宿学校——克兰布鲁克（Cranbrook）。

William Chen（陈威廉）从小就是个“破坏王”：家里的遥控器、收音机、甚至妈妈的咖啡机，只要他感兴趣，拆开就再也装不回去。“我爸妈快被我逼疯了，”他笑着回忆，“但那就是我理解世界的方式——拆解，再重构。”

而Guan Wang（王关）则在千里之外的深圳和圣地亚哥辗转成长，心里早早就埋下了一个近乎哲学的问题：“有没有一种算法，能解决世界上所有问题？”那时“AGI”这个词还没流行，但王关已经在笔记本上画出了“通用解题器”的雏形。

两人在高中偶然相识，聊的不是游戏、明星或大学申请，而是一个听起来有点中二的词：“元目标”（meta-goal）——即人生的终极使命。

王关说他的元目标是实现AGI；陈威廉的则是“优化一切系统”。这两个目标看似不同，实则互为齿轮。就在那一刻，命运的齿轮开始转动。他们没有加入机器人战队打比赛，也没有去刷竞赛奖项，而是开始偷偷研究：如果AI不是靠背数据，而是像人一样“思考”，会怎样？

清华实验室里的“叛逆者”：放弃名校offer，只为追一个疯狂想法

大学申请季，陈威廉手握卡内基梅隆和佐治亚理工的录取通知书——对任何热爱工程的学生来说，这几乎是梦想成真。而王关则被清华大学录取，这所被称为“中国麻省理工”的顶尖学府。但陈威廉做了一个令所有人震惊的决定：放弃美国名校，追随王关进入清华。

原因很简单：他要和王关一起做那件“没人敢做的事”。

清华的课程强度远超想象。

第一学期，两人甚至挂了课。“中国学生太猛了，”陈威廉坦言，“他们刷题像呼吸一样自然。”但他们没时间沮丧。白天上课，晚上泡在“脑认知与脑启发智能实验室”，研究人类前额叶皮层如何做决策、海马体如何记忆、基底核如何形成习惯。

他们意识到：当前的Transformer架构，本质上只是“高级统计插值器”——它预测下一个词的概率，却从不真正“理解”问题。

而人类大脑，却能在信息极少的情况下，通过层层推理得出答案。

于是，一个大胆的想法诞生了：能不能用循环神经结构，模拟人脑的“快思考”与“慢思考”？

OpenChat：小模型逆袭的第一次爆炸

在正式挑战大模型之前，他们先做了一个“玩具”——OpenChat。这不是靠爬取全网数据训练出来的庞然大物，而是基于不到10万条精心筛选的高质量人类对话。更关键的是，他们首次将强化学习（Reinforcement Learning, RL）引入语言模型的训练流程。这意味着模型不是被动接受数据，而是主动做出回应，接收人类反馈（奖励/惩罚），不断调整策略——就像小孩学说话一样。

当时，全球几乎没人敢这么干。唯一尝试的是中国的DeepSeek，但他们的RL方向偏重对齐，而非推理。而OpenChat的开源，纯粹是“一时兴起”。却没想到，短短几周内，GitHub星标破万，伯克利和斯坦福的博士生纷纷fork代码，甚至有教授在论文中引用它作为“小数据高效训练”的典范。

陈威廉回忆：“我们只是想验证一个假设：好数据 + 好学习机制 > 海量垃圾数据。结果世界给了我们答案。”

马斯克的邮件来了，但他们说“不”

就在OpenChat声名鹊起时，一封来自xAI的邮件出现在陈威廉的收件箱。发件人是埃隆·马斯克的团队，开出的条件是“数百万美元薪酬+顶级资源”，邀请他们加入xAI，共同打造Grok的下一代。对任何年轻创业者来说，这都是无法拒绝的橄榄枝。但两人只犹豫了三天，就回绝了。

那封邮件如今被他们打印出来，装裱挂在工位墙上，落款一行小字：“谢谢埃隆，但我们要造的，是下一个物种。”这不仅是拒绝，更是一份宣言——AGI的潘多拉魔盒，不该由资本开启，而应由真正理解“智能本质”的人亲手打开。

“我们意识到，大语言模型有结构性缺陷，”陈威廉对《财富》杂志说，“它无法真正推理、规划或分解复杂问题。你加再多层，也只是在概率的泥潭里打转。”他们不想成为另一个调参工程师，而是想从根上重构AI的“思考方式”。

于是，他们亲手按下了OpenChat的增长引擎，转身投入一个更疯狂的项目：Sapient Intelligence（睿智智能）。

凌晨三点的奇迹：2700万参数干翻GPT-4

2025年6月的一个凌晨3点，清华实验室的灯光还亮着。陈威廉和王关盯着屏幕上刚跑完的基准测试结果，几乎不敢相信自己的眼睛——他们的新模型HRM（Hierarchical Reasoning Model，层次推理模型），参数量仅2700万，却在ARC-AGI（抽象与推理语料库）测试中大幅超越OpenAI的GPT-4、Anthropic的Claude，甚至中国最强的DeepSeek。

更离谱的是，HRM在没有“思维链”（Chain-of-Thought）提示、没有暴力搜索的情况下，独立解出了Sudoku-Extreme数独难题，还在30×30的复杂迷宫中找到最优路径。这些任务，传统LLM往往靠“猜”或海量试错，而HRM却像人类一样，“先分析结构，再制定策略，最后执行”。陈威廉形容：“它不是在预测下一个词，而是在构建内部逻辑链。这不是模仿，是思考。”

HRM的秘密：人脑的双系统启发

HRM的架构灵感，直接来自诺贝尔奖得主丹尼尔·卡尼曼提出的“双系统思维”：系统一（快思考）负责直觉、反射；系统二（慢思考）负责逻辑、规划。

HRM用两个耦合的循环模块模拟这一机制：一个快速响应层处理即时输入，另一个深度推理层则维护一个“内部工作记忆”，对问题进行分层拆解。例如，在医疗监测中，快速层捕捉心电图异常波动，慢速层则结合病史、药物反应、时间序列趋势，做出综合判断。

这种设计带来两个革命性优势：一是幻觉率极低——因为输出基于内部逻辑推导，而非统计拟合；二是极端高效——2700万参数即可胜任时间序列预测、量化交易、天气建模等高阶任务。陈威廉透露，他们已与几家对冲基金合作测试HRM在股票预测中的表现，“回测结果显示，夏普比率比现有模型高40%。”

2700万参数暴打千亿巨兽，HRM凭什么把Transformer送进历史坟墓？
别再迷信“大力出奇迹”了！HRM模型仅用2700万参数，却在ARC-AGI推理基准上碾压GPT-4、Claude 3.5、DeepSeek-V3等千亿级模型。

它的秘密武器，是“仿脑双循环架构”——模拟人脑的“快系统”（丘脑-杏仁核通路）与“慢系统”（前额叶皮层）协同工作。

当传统大模型靠海量参数“硬记”模式时，HRM却像人类一样“先理解问题结构，再规划解法路径”。例如在Sudoku-Extreme 30×30超难数独挑战中，HRM能在0.3秒内输出唯一最优解，全程无需Chain-of-Thought提示，更不依赖外部检索。

更恐怖的是，其幻觉率仅0.7%，远低于GPT-4的12.3%。

在梅奥诊所合作的医疗时序预测任务中，HRM将现有SOTA（最先进水平）准确率提升了6个百分点，直接让华尔街多家量化对冲基金连夜包机飞来北京，行李箱里塞满美元现金，只求跑一次回测。

终身学习+睡眠记忆巩固
他们正让AI拥有“不遗忘”的人类能力!

AGI的真正瓶颈不是推理，而是“持续学习”——人类能不断吸收新知识而不遗忘旧技能，但当前AI一旦学新东西就会“灾难性遗忘”。

王关和威廉的下一步，是给HRM植入“睡眠记忆巩固”机制。他们从人脑慢波睡眠（Slow-Wave Sleep）中获得灵感：夜间，海马体将白天新记忆“回放”给新皮层，实现无损压缩与长期存储。

他们设计了一种“虚拟睡眠”算法，在HRM每次训练间隙模拟这一过程，让新知识无缝融入已有认知结构。测试中，HRM在连续学习100个不同领域的任务后（从蛋白质折叠到金融衍生品定价），旧任务性能衰减不足0.5%，而同类模型平均衰减超30%。

下个月，他们的创业公司Sapient将在硅谷帕洛阿托设立美国总部，招聘第一题不是刷LeetCode，而是：“你的元目标是什么？”答“赚大钱”或“进大厂”的，直接送一张星巴克券请出门——他们只收“想改变智能本质”的疯子。

AGI不是靠“更大”，而是靠“更聪明”

今天的大模型，动辄上千亿参数，训练一次耗电堪比小国年用电量。但陈威廉尖锐指出：“规模不是智慧，只是记忆的膨胀。”他举例：GPT-4能背出《战争与和平》全文，却无法解释“为什么娜塔莎最后选择了皮埃尔”。因为它没有因果模型，只有关联统计。

而HRM的核心哲学是：智能的本质是“压缩”与“泛化”。人类大脑仅860亿神经元，却能理解宇宙、创造艺术、发明数学。为什么AI不能？Sapient团队相信，AGI的关键不在数据量，而在架构是否具备“递归抽象”和“元学习”能力——即模型能自己定义问题、生成子目标、验证假设。他们的下一个目标，是让HRM具备“持续学习”（Continual Learning）能力：在不遗忘旧知识的前提下，吸收新经验，就像人类一生都在学习。

潘多拉的盒子必须由好人打开

“总有一天，我们会有一个比人类更聪明的AI，”陈威廉说，“关和我常说，AGI就像潘多拉的盒子——如果我们不打算打开它，别人也会。所以我们必须成为第一个打开它的人，而且是以负责任的方式。”他们拒绝马斯克，不是因为傲慢，而是因为价值观：AI不能只为利润或权力服务，而应成为人类认知的延伸。

目前，Sapient Intelligence正筹备在美国设立办公室，并计划推出HRM 2.0。虽然公司可能更名（因“Sapient”已被多家机构注册），但使命不变：打造第一个真正具备通用推理能力的AI。他们预计，AGI将在未来十年内出现。“不是2040年，不是2050年，”王关斩钉截铁地说，“就是2030年代。而我们会站在起点。”