Google เสร็จสิ้นข้อตกลงสำหรับ Mechanize สตาร์ทอัพที่สร้างสภาพแวดล้อมจำลองสำหรับฝึกอบรมตัวแทน AI โดยนำผู้ร่วมก่อตั้งและอดีต CEO Tamay Besiroglu และพนักงานของบริษัทมากกว่าหนึ่งโหลเข้าสู่ Google DeepMind ตาม Business Insider ข้อตกลงดังกล่าวมีมูลค่าประมาณ 1.5 พันล้านดอลลาร์หรือมากกว่านั้น มีโครงสร้างเป็นการจ้างผู้มีความสามารถพร้อมใบอนุญาตด้านเทคโนโลยีมากกว่าการซื้อกิจการ ซึ่งเป็นประเภทข้อตกลงที่กลายเป็นเทมเพลตของ Google สำหรับการดูดซับทีม AI ที่มีแนวโน้มดีโดยไม่กระตุ้นให้มีการตรวจสอบด้านกฎระเบียบ

ความสำเร็จจะปิดบทที่เปิดขึ้นเมื่อต้นเดือนสิงหาคม เมื่อ Business Insider รายงานครั้งแรกว่า Google กำลังเจรจาเพื่อข้อตกลงมูลค่า 1.5 พันล้านดอลลาร์บวกกับสตาร์ทอัพในซานฟรานซิสโก การรายงานใหม่ที่เผยแพร่เมื่อวันศุกร์ยืนยันว่าข้อตกลงได้ปิดลงแล้ว โดยการย้ายพนักงานจะปรากฏบนโปรไฟล์ LinkedIn ของอดีตพนักงาน Mechanize นับเป็นการทำธุรกรรมด้านความสามารถที่เป็นผลสืบเนื่องมากที่สุดรายการหนึ่งของปีในการแข่งขันเพื่อสร้างตัวแทนที่สามารถทำงานคอมพิวเตอร์ได้จริง การแข่งขัน รายงานทุกวันทาง AI Buzz Wire

##ใครย้ายไปไหน.

Besiroglu ผู้ร่วมก่อตั้ง Mechanize และดำรงตำแหน่งประธานเจ้าหน้าที่บริหาร ปัจจุบันเป็นนักวิทยาศาสตร์การวิจัยที่ Google DeepMind ตามโปรไฟล์ LinkedIn ของเขา เขาเข้าร่วมโดยอดีตพนักงาน Mechanize กว่าสิบคน ซึ่งส่วนใหญ่ได้เข้าร่วมความพยายามในการฝึกอบรมระดับกลางของ Google ซึ่งเป็นระเบียบวินัยที่มีการแข่งขันมากขึ้นในการกำหนดลักษณะพฤติกรรมของแบบจำลองระหว่างการฝึกล่วงหน้าและการเปิดตัวผลิตภัณฑ์ ซึ่งความก้าวหน้าล่าสุดในด้านการเขียนโค้ดและความสามารถด้านเอเจนต์ส่วนใหญ่มุ่งเน้นที่

ย้อนกลับไปในช่วงเริ่มต้นธุรกิจ Guive Assadi ซึ่งดำรงตำแหน่งหัวหน้าเจ้าหน้าที่ของ Mechanize ได้เข้ามารับตำแหน่ง CEO โครงสร้างดังกล่าว – ผู้ซื้อดูดซับทีมงานด้านเทคนิคส่วนใหญ่ในขณะที่ผู้นำเพียงเล็กน้อยช่วยให้องค์กรยังคงมีชีวิตอยู่ – สะท้อนถึงข้อตกลงก่อนหน้านี้ของ Google กับ Character.AI และการเริ่มต้นการเขียนโค้ด Windsurf ซึ่งทั้งสองอย่างนี้ได้รับการออกแบบมาเพื่อรักษาความสามารถและเทคโนโลยีโดยไม่ต้องควบรวมกิจการหรือซื้อกิจการอย่างเป็นทางการ

สิ่งที่ Mechanize สร้างขึ้นมาจริงๆ

ผลิตภัณฑ์หลักของ Mechanize คือสภาพแวดล้อมการฝึกอบรม บริษัทสร้างสิ่งที่นักวิจัยเรียกว่า "สำนักงานดิจิทัล" ซึ่งเป็นสภาพแวดล้อมซอฟต์แวร์จำลองที่ตัวแทน AI ได้รับมอบหมายงานในสถานที่ทำงานที่สมจริง เช่น การนำทางแอปพลิเคชันที่ไม่คุ้นเคยหรือดำเนินการเวิร์กโฟลว์หลายขั้นตอนให้เสร็จสิ้น และรับสัญญาณรางวัลตามความสำเร็จ

แนวทางนี้สะท้อนให้เห็นถึงวิทยานิพนธ์ที่ได้รับสกุลเงินอย่างกว้างขวางทั่วทั้งอุตสาหกรรม: ข้อจำกัดที่มีผลผูกพันต่อความสามารถของตัวแทนไม่ใช่ขนาดของแบบจำลองดิบ แต่เป็นความพร้อมของสภาพแวดล้อมที่สมบูรณ์และตรวจสอบได้ซึ่งตัวแทนสามารถฝึกฝนได้ TechCrunch อธิบายว่างานนี้เป็นการสร้าง "พื้นที่ฝึกอบรมที่จำลองสิ่งที่ตัวแทน AI จะทำในแอปพลิเคชันซอฟต์แวร์จริง" เทียบได้กับ "การสร้างวิดีโอเกมที่น่าเบื่อมาก" การเรียนรู้แบบเสริมกำลังในสภาพแวดล้อมดังกล่าวได้รับการยกย่องจากข้อดีหลายประการล่าสุดในการวัดประสิทธิภาพการเขียนโค้ดและความสำเร็จของงานในขอบเขตอันยาวนาน

กลุ่มเฉพาะที่สร้างสิ่งแวดล้อมได้กลายเป็นหนึ่งในห่วงโซ่อุปทานที่มีการโต้แย้งมากที่สุดใน AI อย่างเงียบๆ ใน Dwarkesh Podcast สัปดาห์นี้ การอภิปรายเกี่ยวกับวิธีที่บริษัทต่างๆ สามารถเพิ่มความซับซ้อนของสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังที่พวกเขาฝึกฝนได้รวดเร็วเพียงใด Mercor เป็นหนึ่งในบริษัทที่มีชื่อ ตั้งกรอบทีมเหล่านั้นว่าเป็นคอขวดอย่างแท้จริงในความก้าวหน้าระดับแนวหน้า Google ให้ความสนใจกับสตาร์ทอัพที่มีจำนวนพนักงานเป็นสิบหลักซึ่งมีมูลค่าเก้าหลัก ตอกย้ำว่าความเชี่ยวชาญนั้นหายากเพียงใด

โครงสร้างที่สร้างขึ้นสำหรับยุคต่อต้านการผูกขาด

ใบอนุญาตเทคโนโลยีที่ไม่ผูกขาดเป็นหัวใจของข้อตกลงนี้ หมายความว่า Mechanize ยังคงมีอยู่ในฐานะบริษัทอิสระ และตามหลักการแล้ว สามารถทำงานร่วมกับลูกค้ารายอื่นได้ รายละเอียดดังกล่าวมีความสำคัญ: การไม่ผูกขาดเป็นจุดเด่นของโครงสร้างข้อตกลงที่ Google และยักษ์ใหญ่ด้านเทคโนโลยีอื่น ๆ ชื่นชอบ เนื่องจากหน่วยงานกำกับดูแลเริ่มพิจารณากลั่นกรองการเข้าซื้อกิจการ AI แบบเดิมอย่างจริงจังมากขึ้น ข้อตกลงของ Microsoft กับ Inflection และข้อตกลง Character.AI และ Windsurf ของ Google ล้วนเป็นไปตามตรรกะเดียวกัน นั่นคือจ่ายเงินหลายพันล้านให้กับผู้คนและเทคโนโลยี หลีกเลี่ยงคำว่า "การได้มา"

นักวิจารณ์แย้งว่าข้อตกลงดังกล่าวได้รับการออกแบบมาเพื่อหลีกเลี่ยงการทบทวนการต่อต้านการผูกขาด ในขณะที่ฝ่ายปกป้องทราบว่าผู้มีความสามารถมีความเคลื่อนไหวอย่างแท้จริง และบริษัทสตาร์ทอัพมักจะดำเนินการต่อไป ไม่ว่าจะด้วยวิธีใด ข้อตกลงด้านกลไกถือเป็นข้อตกลงที่ใหญ่ที่สุดประเภทหนึ่งที่จะบรรลุผลสำเร็จ และการปิดข้อตกลงดังกล่าวบ่งชี้ว่าโครงสร้างดังกล่าวยังคงรอดพ้นจากการติดต่อกับสภาพแวดล้อมด้านกฎระเบียบในปัจจุบัน

ทำไมการเขียนโค้ดจึงเป็นสมรภูมิ

ตามรายงานในเดือนสิงหาคม แรงจูงใจของ Google คือการปรับปรุงความสามารถในการเขียนโค้ดของโมเดล Gemini ซึ่งเป็นพื้นที่ที่การแข่งขันกับ OpenAI และ Anthropic ได้รับการวัดด้วยจุดทศนิยมมาตรฐานและสัญญาระดับองค์กรชนะ การวิจัย AI อัตโนมัติเป็นจุดสิ้นสุดตามธรรมชาติของการแข่งขันดังกล่าว: ตอน Dwarkesh Podcast ในสัปดาห์นี้นำเสนอ John Schulman ผู้ร่วมก่อตั้ง OpenAI ประเมินว่าการพัฒนาตนเองแบบเรียกซ้ำอาจเกิดขึ้นได้ภายในสามถึงสี่ปี โดยขึ้นอยู่กับประเภทของสภาพแวดล้อมการฝึกหัดที่ Mechanize เชี่ยวชาญในการสร้าง

สำหรับ Google DeepMind การได้มาซึ่งทีมสร้างสภาพแวดล้อมที่ได้รับการพิสูจน์แล้วถือเป็นการเดิมพันว่าการก้าวข้ามขีดความสามารถครั้งถัดไปจะมาจากวงจรการฝึกอบรมมากกว่าโมเดลพื้นฐาน สำหรับส่วนที่เหลือของอุตสาหกรรม ข้อตกลงดังกล่าวจะเสร็จสมบูรณ์ได้กำหนดราคาสำหรับการเริ่มต้นสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังระดับบนสุดที่คุ้มค่า และเป็นสัญญาณว่าการแย่งชิงผู้มีความสามารถในปี 2569 ยังไม่สิ้นสุดอีกต่อไป

ก้าวนำหน้า AI

ข้อเสนอที่ใหญ่ที่สุดของอุตสาหกรรม AI มีการติดตามทันทีที่เกิดขึ้น

อ่านข่าว AI เพิ่มเติมบน AI Buzz Wire