一个50人小组的收场：微软 AI Frontiers 结束，Langford 同日离开
作者：陈一帆
John Langford 在个人博客宣布，他参与创建的微软研究院子组织 AI Frontiers 已经结束；同一天，维多利亚本地商业媒体也报道了他的离职。这个约50人的小组做过 Autogen、Fara 等 agent 工作，也在纽约推进底层能力研究。它在今年9月初被并入 Microsoft AI，理念不合之后，创始团队陆续离开。本文梳理事情的时间线、机制和证据边界：目前能读到全文的只有 Langford 本人的陈述，微软方面没有公开回应。
11 月 7 日，John Langford 在自己的博客 hunch.net 上发了一篇题为《The End of AI Frontiers》的文章。同一时间段，维多利亚本地商业媒体 Businessexaminer 发出一条报道，标题直接点明“微软研究员 John Langford 离职，AI Frontiers 小组宣告结束”。两条消息落在同一天，指向同一件事：一个在微软研究院内部存在了三年多的研究小组，正式画上句号。
不过需要先说清楚一件事：目前能读到全文的只有 Langford 本人的博客。那家本地媒体的报道，我这边只拿到标题和链接，正文没能核实。所以下面凡涉及“为什么结束”“谁的责任”，都以“Langford 本人称”为准，它不是微软的官方说法。
这个小组是怎么来的
按 Langford 的叙述，AI Frontiers 诞生于 2023 年 ChatGPT 发布之后。他当时的判断很具体：一个人单干做研究，已经很难证明了。原因有两个：别人投入的支持和专注度太大，就算你有一个聪明的想法，一个人跑得不够快，方案会“到得晚”；一个人能拼出来的基线也不够强，没法让人相信这个想法值得继续投入。几个同事有同感，于是在 MSR 内部组建了这个子组织。
它的定位有点特别。Langford 说自己既不是“自上而下”，也不是“自下而上”，而是“在中间那团乱糟糟的地方”。组织内部当然有分歧，解决起来有时候挺费劲；算力可用性也经常是个“很严重”的瓶颈。但他对结果的评价是：考虑到这个组织只有大约 50 人，它确实在做开创性的事。
50 人，放在今天的 AI 行业里，大概相当于一家公司一个中等规模的项目组。
它做过什么
工作大致分两条线。
一条是 agent，也就是让模型能自己调用工具、连续完成任务的那类系统。AI Frontiers 在这里的产出包括 Autogen 编排框架和 Fara 计算机操作 agent。这两个是已经存在、可被指认的工作，不是计划。
另一条在纽约，偏底层能力：Next Latent 目标函数，目标是让模型具备外推能力；Dion3，对 Muon 优化器的改良；还有 Full Bandwidth Transformer，思路是通过递归让模型在同样规模下更强。
还有一件容易被忽略的事：这个小组建了一个默认对全院开放的 monorepo（统一代码仓库），里面放着边缘规模预训练用的代码库，Langford 说他在上个月的 COLM 主题演讲里讲过这套东西。他特意强调，搭一条像样的模型生产管线非常费功夫，而他至少知道院内有 4 个团队在各自造轮子，其中 3 个的代码没有进这个共享库。
这一段其实是整篇文章里最“产品经理”的部分：一个 50 人小组花力气做共享基础设施，把重复劳动合并。这类工作的价值很难在季度汇报里体现，但它决定了一个研究组织能不能把想法快速变成可验证的实验。
顺带说一句背景，不算进上面这份清单：Langford 在微软研究院待了很多年，Vowpal Wabbit 这个开源机器学习工具是他广为人知的作品。这条属于公开的行业背景，本轮两个信源都没有提到，所以它只能用来理解这个人，不能算作 AI Frontiers 的成果。
结束是怎么发生的
转折点在 9 月初：AI Frontiers 被重组，并入 Microsoft AI（MAI）。
Langford 承认，从表面看这件事说得通——把两个 AI 组织放在一起，有机会集中力量，而且 AIF 有些地方比 MAI 强，MAI 也有 AIF 比不上的地方，毕竟 MAI 大得多。但在实际运作中，他给出的原因是理念不兼容：MAI 的领导层来自 Inflection，核心理念是 scaling，“并且激进地不搞研究”。
他没有回避对方逻辑的合理性：更大的模型确实更好，从商业角度看，规模带来的回报比研究带来的回报更容易预测。在一个只谈规模的体系里，主要精力自然放在数据的获取、制造和打磨上，这和他们原来做的事差得很远。除了方向不合，他还写道，“有大量证据表明他们并不真的想要我们”。
于是他的选择是：把团队尽量安置好，然后自己离开。他还提到，AIF 创始领导层的其他成员“似乎都得出类似结论”。
那为什么不回 MSR？他给了两个障碍。第一，他不愿意待在一家自己做的研究没有落地路径的公司；在 MAI 期间，他没能把创新推进到实际使用，甚至连被认真考虑都没有，那么回到 MSR，成功概率在他看来也很小。第二，他担心 MSR 有一份基本契约已经破裂——做好工作，好事就会发生；而按他的说法，他们做了好工作，却被“非自愿地重组掉”了。
文章最后一句是告别：AI Frontiers 结束了，明年不会再有这个团队的实习生名额。
这件事值得多想一层的原因
如果只当成一条人事新闻，看完就过去了。但 Langford 描述的是一个挺典型的产品设计失败，只是失败的一方不是产品，而是组织的定位。
AIF 想占的位置是“中间”：比个人研究更有组织度，比大团队更灵活。这个位置的价值在他自己的叙述里是成立的——50 人做出了 Autogen、Fara，还搭了院内共享的管线。但“中间”也是最脆弱的位置：往上，它没有 MAI 那样的算力和数据规模；往下，它脱离了 MSR 那种以个人好奇心驱动的评价体系。一旦公司层面的优先级倒向规模，这个位置就没有天然的靠山。
他文章里有一句账算得很直白：字节跳动的实验显示，Full Bandwidth Transformer 的一个变体可能比得上两倍规模的模型，也就是说，同样的能力可以省掉一半的训练和推理成本；考虑到这个行业接近万亿美元级别的投入，减半意味着什么，可以自己算。
这笔账能不能成立，是另一个问题。它来自别人的实验，Langford 是转述，本轮没有独立验证。所以他这段论证更像是提出一个待检验的命题，而不是一个已经兑现的结果。这正是需要区分的地方：Autogen、Fara 是已经做出来的东西；成本减半是“如果实验成立”的推论。两者的确定性完全不在一个层级。
证据的边界
写到这里，得把话说老实。
第一，这是当事人第一人称叙述。微软方面没有公开回应，本地媒体的报道我也只核实到标题。离职是自愿的，这一点是 Langford 自己说的（“把团队安置好之后我离开”），不是裁员，但同样只有单方口径。
第二，两个信源谈不上真正独立。两条链接在 Hacker News 上前后只隔了两分钟，本地那篇报道很可能是博客的转述。真正的原始信息只有一份。
第三，去向未知。两篇文章都没有说他接下来去哪，只有一句“世界上有很多人能看到研究与创新的价值”。所以不能写“已宣布加入某公司”。
还有几个空白：AIF 成立的具体月份、创始领导层的完整名单、并入 MAI 后那约 50 人具体怎么安置、MAI 领导层的真实意图——这些都没有第二来源。
一个还没答案的问题
Langford 在文末留了一句偏软的话：如果掌权的人能多一点智慧，未来的微软重新变得适合做研究，并不难想象。
这句话说的是期待，不是已经发生的事。真正已经发生的是：一个 50 人的小组，在三年里做出了几个可以点名的工作，也搭起了院内共享的管线，然后在一次重组里失去了自己的位置，创始团队陆续离开，明年的实习生名额没了。
对做产品的人来说，这件事的提醒不在“研究重要还是规模重要”这种大辩论上，而在更具体的地方：一个组织的价值如果只能靠内部口碑和长期回报来证明，而评价它的那套指标只看得见短期规模，那它被合并、被稀释，几乎是时间问题。至于怎么把这类价值翻译成决策者听得懂的语言——这个问题，AI Frontiers 没能回答，也没人替它回答。
转载说明
本文根据以下公开资料整理，原文及配图出处见下方。
评论 0
还没有评论，来抢沙发。