Microsoft AI Frontiers: O relato da reorganização de Langford e os pipelines de pesquisa compartilhados

O que este vídeo aborda

• Langford diz que uma mudança para a Microsoft AI no início de setembro entrou em conflito com suas prioridades de pesquisa e ele saiu.
• Cinquenta era sua estimativa do tamanho do grupo; o artigo menciona pessoas que ficaram para trás e não fornece uma contagem de demissões.
• Seu grupo compartilhava um monorepo dentro da Microsoft Research; ele relata pelo menos quatro esforços de pipeline de treinamento, com os outros três fora dos repositórios compartilhados pela MSR.
• O transformador de largura de banda total carrega um estado oculto anterior junto com o token amostrado para a próxima entrada; a economia total de custos permanece não estabelecida aqui.
• O README arquivado do AutoGen recomenda o Microsoft Agent Framework; o aviso de arquivamento é anterior ao blog e tem uma cronologia separada.

Transcrição traduzida

Traduzido da narração original em inglês. Áudio e legendas disponíveis são controlados pelo YouTube.

Por que o AI Frontiers da Microsoft se desfez?

0:00 Um laboratório de pesquisa de IA dentro da Microsoft deveria ter um futuro. Seu co-fundador diz que o AI Frontiers acabou, e ele saiu. Neste vídeo, por que ele saiu? E o que quatro pipelines de treinamento têm a ver com isso? Aqui está a resposta inicial. John Langford diz que uma mudança para a Microsoft AI em setembro tornou sua pesquisa incompatível com as novas prioridades. Ele saiu. Seu relato desses quatro pipelines explica por que colocar todos

0:22 sob um único chefe ainda pode não resolver o problema. É domingo, oito de novembro, e este é o The Daily Diff. AI Frontiers era um grupo de pesquisa dentro da Microsoft Research, formado após a chegada do ChatGPT. Langford estima seu tamanho em cerca de cinquenta pessoas. Ele trabalhou em agentes e novas técnicas de modelo. Microsoft AI é a organização separada para a qual foi movido, de acordo com seu relato.

0:42 Seu post de seis de novembro soa como

Por que organizar um grupo de pesquisa depois do ChatGPT?

0:44 um pesquisador explicando por que ele finalmente saiu. Ele diz que tentou colocar suas pessoas o melhor que pôde antes de sair, e deseja o bem às pessoas que ficaram para trás. Essa formulação importa. Temos seu relato de saída, com colegas ainda lá. Em dois mil e vinte e três, sua reclamação era a velocidade. Um pesquisador sozinho poderia chegar atrasado com comparações fracas. O grupo uniu esforços para experimentos mais fortes.

1:06 Até sua inovação precisa de uma linha de base que possa pagar pela eletricidade. Alguns trabalhos chegaram aos desenvolvedores. Langford nomeia AutoGen, o framework para coordenar agentes. Há também artigos de pesquisa de modelos públicos com ele entre os autores. Este grupo havia lançado trabalhos para defender junto com sua declaração de missão. Então vem a reorganização.

O que mudou quando o AI Frontiers foi para a Microsoft AI?

1:23 Langford diz que o AI Frontiers foi para a Microsoft AI no início de setembro. Mustafa Suleyman, anteriormente da Inflection, lidera essa organização. Langford descreve um conflito com a antiga liderança da Inflection. Este é seu relato da mudança. Langford chama-o de um ambiente focado apenas em escalabilidade e diz que a pesquisa não era bem-vinda. Essa é a sua caracterização. Ele também fornece o argumento de negócios.

1:43 Escalar oferece retornos mais previsíveis do que pesquisas incertas. Um departamento financeiro pode colocar o previsível em uma planilha. Ele diz que essa abordagem se concentra na aquisição e refinamento de dados. Seus interesses eram novas capacidades e melhores técnicas de modelo. O desacordo era sobre quais experimentos mereciam recursos, e quais resultados teriam a chance de se tornar úteis. Um ano antes, o anúncio de superinteligência de Suleyman

A Microsoft diz que a pesquisa acabou?

2:05 dizia que ele queria o melhor lugar do mundo para pesquisar e construir IA. O novo post de Langford descreve sua experiência após a reorganização. Essa ambição antiga não estabelece o que aconteceu dentro deste grupo. Pegue o artigo do Full Bandwidth Transformer. Um modelo produz um token a cada passo de decodificação. Este design também alimenta o estado oculto da camada superior anterior para a próxima entrada. Informações internas viajam junto com a palavra que o modelo imprimiu.

2:28 Os autores relatam melhorias nos modelos testados. Langford pergunta o que valeria a pena reduzir os custos pela metade. Essa economia permanece não estabelecida aqui. Parâmetros, trabalho de treinamento e custos de serviço precisam de medições separadas antes que alguém cancele metade de seu pedido de GPU.

Por que Langford não voltou para a Microsoft Research?

2:42 A razão que ele dá para sair é mais imediata. Ele diz que não conseguiu colocar a inovação em uso, ou mesmo seriamente considerada, dentro da Microsoft AI. E voltar para a Microsoft Research parecia enfrentar a mesma rota bloqueada. Um experimento melhor é difícil de se importar quando seu próximo destino é outra apresentação interna. Ele também diz que o acordo básico havia sido quebrado. Faça um bom trabalho, e coisas boas acontecem. Do seu ponto de vista, a recompensa foi uma transferência indesejada.

3:06 Ele escreve que todos os outros membros da liderança fundadora parecem ter chegado a uma conclusão semelhante. Esse "parece" está funcionando. Ele não nos dá uma lista verificada de saídas. Os usuários do AutoGen têm um aviso concreto de manutenção. O readme atual do AutoGen diz que o projeto está arquivado. A Microsoft diz que não fornece correções de bugs, correções de segurança ou suporte lá. Ele aponta os usuários existentes para o Microsoft Agent Framework e um guia de migração. Verifique isso antes de colocar um tutorial antigo em produção.

3:31 Esse aviso já estava no repositório antes deste post.

O que um usuário do AutoGen deve verificar agora?

3:34 Não prova que esta saída causou o arquivamento. E o repositório público do framework sucessor ainda está lá, oferecendo orquestração de agentes para produção. A situação atual inclui artigos de pesquisa, uma ferramenta arquivada e o sucessor recomendado da Microsoft. Cada um tem seu próprio ciclo de vida. Verifique cada ciclo de vida separadamente. O código é mantido? Onde está o caminho de migração?

3:53 Você pode avaliar a pesquisa? Um nome de empresa famoso não responderá a essas perguntas para você.

Quais foram esses quatro esforços de pipeline?

3:58 O que nos leva de volta à infraestrutura. Langford diz que o AI Frontiers mantinha um monorepo compartilhado por padrão em toda a Microsoft Research. Incluía um pipeline de pré-treinamento de modelos. Isso importa porque a maquinaria para executar experimentos convincentes exige um trabalho substancial, antes que a ideia de pesquisa inteligente tenha sua vez. Ele conhece pelo menos quatro esforços construindo pipelines de modelos. Os outros três, ele diz, não estavam em repositórios compartilhados em toda a Microsoft Research. O de sua equipe era compartilhado por padrão.

4:23 A eficiência corporativa chegou ao estágio em que todos têm sua própria cozinha comunitária. Essa é a falha que seu relato expõe. Os pesquisadores precisam de infraestrutura reutilizável e um caminho para produtos reais. Langford diz que seu grupo construiu a infraestrutura compartilhada e ele perdeu a confiança na rota do produto. A reorganização mudou quem era o proprietário de seu grupo. Ele ainda saiu. Se você preferir ler isso a me ouvir dizer, o diff chega à sua caixa de entrada

4:44 todas as manhãs, gratuitamente em thedailyddiff.dev, link abaixo.

O que merece um veredicto de "NEEDS REVIEW"?

4:47 Então, o veredicto de hoje, "NEEDS REVIEW" (PRECISA DE REVISÃO). Eu gostaria de um caminho da pesquisa para o produto e um plano de manutenção antes de chamar essa consolidação de sucesso. O relato de Langford me dá razões para questionar ambos. Assine, clique no sino e me diga nos comentários se você teria carimbado de maneira diferente. E essa é a diferença de hoje. Sou Niko da Axrisi. Mescle com responsabilidade.

Fontes

1. The End of AI Frontiers — former founder's account and internal-sharing scopeJohn Langford / Machine Learning (Theory)
2. AutoGen README — archived project and successor recommendationMicrosoft / GitHub
3. Microsoft Agent Framework — public successor repositoryMicrosoft / GitHub
4. Full-bandwidth transformer — author-reported design and results, v2Xi Wang and colleagues / arXiv
5. Towards Humanist Superintelligence — November 6, 2025 ambition, no current replyMustafa Suleyman / Microsoft AI
6. Mustafa Suleyman — Microsoft AI identity and biographyMustafa Suleyman
7. Authentic Mustafa portrait — cropped, background removed, resized and unflipped; corporate identity only, no authorship, closure order, current reaction or endorsementVillage Global / Wikimedia Commons
8. Original Village Global Grove photo — November 17, 2022Village Global / Flickr
9. Portrait licence — CC BY 2.0; attribution and adaptation disclosureCreative Commons
10. Spider-Man pointing template — resized with process-commentary caption; brief transformed satire, no identical-code evidence or actual executive reaction; hosting grants no licence, legal clearance or blanket reuseImgflip / Spider-Man cartoon
11. Fantasia broom GIF — Disney/@disney uploader with Disney Tumblr provenance; silent resized short excerpt with narrator-commentary caption, broom brought to life without multiplication claim; no actual executive reaction, hosting licence, legal-clearance or blanket-reuse claimDisney / GIPHY
12. Original Disney GIF source linkDisney / Tumblr
13. Hacker News discussion — attention context, no anonymous claims used as factsHacker News
14. AutoGen README archive clarification — October 16, before Langford's postMicrosoft / GitHub
15. Full-bandwidth transformer paper v2 licence — CC BY 4.0; exact excerpt reformatted, accompanying model diagram conceptualXi Wang and colleagues / Creative Commons