OpenAI 元老的創業啟示：「和平時期」vs「追趕模式」，新創該選哪條路？

本文整理自 Cursor Podcast 對 John Schulman 的訪談。

John Schulman 是 OpenAI 共同創辦人、PPO 演算法發明者。他在 OpenAI 待了近十年，見證了公司從小型研究群變成全球 AI 領頭羊的過程。2024 年離開後，他創辦了 Thinking Machines。

在這場訪談中，他反覆提到一個對比：早期 OpenAI 的「和平時期」，對比現在 AI 新創的「追趕模式」。這個觀察對所有想進入 AI 領域的創業者，都有深刻啟示。

早期 OpenAI：沒有人知道該往哪走

Schulman 回憶，2015-2016 年的 OpenAI 更像學術研究群——ragtag（雜牌軍）風格，一到三人的小團隊根據個人品味做研究。

「當時有 DeepMind，但不是每個人都在同一個方向競爭。沒有一個明確的軸線讓大家都想要去 scale。」

他用一個詞形容：peacetime（和平時期）。和平時期的特徵是沒有明確的「正確答案」要追趕，可以做探索性研究，可以嘗試看起來瘋狂的想法，失敗的成本相對低。這種環境催生了大量探索性工作。雖然很多專案失敗（如 Universe、機器人專案），但也培養了做大型研究工程專案的能力。

現在的 AI 新創：被迫先追趕

對比之下，2024-2025 年成立的 AI 公司處境完全不同。

Schulman 說：「現在的公司更被迫進入追趕模式，必須先複製 state-of-the-art。」

原因很直接：領域進展太快，其他公司都在快速前進，投資人和客戶期待你至少能達到基準線，不追上基本盤就沒有資格談創新。這是 wartime（戰時） 的特徵。

Schulman 的刻意選擇：不能只追趕

有趣的是，Schulman 在 Thinking Machines 刻意避免純追趕模式。

「我非常意識到這點，一直在確保我們不只是在追趕模式。我們也在建立做探索性研究的肌肉，探索不一定沿著主流路徑的新想法。」

他給出的理由很關鍵：

「如果你只在追趕模式，之後就很難建立探索性研究的肌肉。文化這東西，晚了就很難建立。」

這是個組織能力的論述。追趕和探索需要不同的技能、不同的思維方式、不同的容錯空間。一個習慣追趕的團隊，很難突然切換成探索模式。

Universe 專案的教訓：正確但太早

Schulman 舉了 Universe 專案為例。這個專案想建立大量 RL 環境（電玩、網頁導航），訓練出能泛化的通用 agent。

他的評價：「這是個 deeply correct idea，但太早了——可能早了十年。」

當時缺乏太多前提條件：系統笨重難用，從零訓練的模型無法泛化，基礎設施不成熟。專案失敗了，但團隊縮小範圍到模擬器電玩，獲得更好成果。而現在，2026 年，大規模 RL 環境訓練終於變得可行。

這說明什麼？探索性研究的價值不是立即的。它建立的是認知、是方向感、是「知道什麼可能有用」的直覺。

我的觀察：台灣 AI 新創的兩難

這個「和平 vs 戰時」的框架，對台灣 AI 新創特別有啟發。

台灣的處境是雙重追趕：技術上追趕 OpenAI、Anthropic、Google 的模型能力，市場上追趕已經拿到大客戶的國際競爭者。在這種壓力下，幾乎所有資源都會被吸進「追趕模式」。先做出能用的東西，先拿到客戶，先活下來。

但 Schulman 的警告值得深思：純追趕模式會讓你失去探索的能力。

這不只是「沒時間創新」的問題。而是組織的肌肉、文化、思維方式都會被塑造成追趕型態。等你終於追上了，想要創新，卻發現團隊不會、不敢、也不想做探索性嘗試。

Schulman 的做法是「同時進行」——追趕的同時，保留一部分資源做探索。對資源有限的新創來說，這很奢侈。但或許可以這樣思考：定義你的「探索預算」，即使只有 10-20% 的時間，也要保護它。選擇有槓桿的探索方向，不是漫無目的的研究，而是「如果成功，能帶來不對稱優勢」的嘗試。接受多數探索會失敗，這是探索的本質，不是管理失敗。記錄和累積，即使專案失敗，學到的東西要沉澱下來。

Universe 專案「失敗」了，但培養了 OpenAI 做大型工程研究的能力。十年後，這些經驗變得無價。

和平時期做的探索，是戰時的彈藥庫。

問題是：你有沒有在打仗的同時，偷偷存一點彈藥？