还原田柯宇事件：被破坏的训练，和一个争抢 “天才” 的时代

我们试图提供田柯宇事件的更多事实，让很多讨论有据可依。

文丨董慧 陈佳惠 管艺雯

编辑丨管艺雯

2024 年夏天，字节跳动一支视频生成团队经历了几个月无法解释的训练故障，上百名工程师参与排查，最后发现是人为干扰。结果是字节辞退了实习生田柯宇，并在之后起诉他篡改代码、干扰模型训练并造成损失。

两年后，田柯宇获得近 3000 万美元融资，似乎取得了一个短剧式的转折。但他在一档播客中主动重提旧事，说自己当年是出于 “朴素的正义” 的 “以暴制暴”。他的多位前同事随即公开回应，提供了更多细节。沉寂两年的争议再次爆发。

过去几天里，我们访谈了陈守法、葛崇剑、孙培泽等当年参与项目训练和排障的研究人员，以及接近事件处理过程的字节人士；也访谈了接触过田柯宇的投资机构，还有其他 AI 研究员和创业者。我们联系了田柯宇，希望他进一步回应前同事提出的具体指控，他提到由于案件处于二审流程中，且被字节申请了不公开审理，披露细节有法律风险，因此很多细节无法提供。

这些访谈还原了此前少有人讲述的细节：研究团队如何在反复失败中逐渐失去信心，怎样偶然发现异常代码，字节如何处理这场内部冲突，以及事件结束后，那些受到影响的人经历了什么。

AI 的进展长期受益于跨越公司和国界的合作与共享。随着商业价值扩大，年轻研究者也更早地进入了对算力、论文和投资的竞争。

田柯宇事件留下的一个问题是：当公司和投资人挑选最有潜力的人时，除了取得了什么成果，他们有多在意成果是如何取得的？

中毒排查：“像给身体插满管子，甚至怀疑是太阳黑子的影响”

2024 年 5 月，Goku 文生视频模型项目启动仅一个多月，训练就出现异常：每周中断两三次，Loss（衡量模型预测误差的指标）还会乱飞，正常训练时它应该沿着预期趋势逐步下降。

负责 Goku 训练的，是实习生陈守法。他在这一年 3 月下旬入职字节商业化 GenAI 团队，此前在 Meta 实习期间，他已经用 DiT（扩散 Transformer）架构训练过较小规模的视频模型，这也是字节主动联系他来训练视频模型的原因之一。

就在他入职前一个月，OpenAI 发布视频生成模型 Sora，展示了 DiT 架构在大规模视频生成上的潜力。全球科技公司随即加速追赶，字节内部至少有三支团队相互竞争：商业化技术团队的 Goku，AI Lab 的 PixelDance（后来 Seedance 的主力团队），以及 Seed 的 Seaweed。

“全世界都在争分夺秒。” 陈守法说，“早一天超过一个团队，影响力就不一样。”

Goku 所在的小组，此时还有多个图像生成项目，包括田柯宇在 VAR 论文基础上，开始训练基于自回归路线（区别于扩散路线）的文生图模型；孙培泽主导、陈守法参与的 LlamaGen，则研究类似 GPT 的逐 Token 图像生成等。

其中，VAR 和 Goku 是投入大量算力的两个重点项目，其他则以较小规模开展学术研究。

田柯宇当时是北京大学研究生，已在字节该组实习了三年。他的工位和陈守法中间只隔着孙培泽，话不多，习惯傍晚来、凌晨走，同组实习生白天很少见到他。

那一年 2 月，他刚完成 VAR 论文，正要把它推向更大规模的文生图模型。那一年年底，这篇论文将获得 NeurIPS 最佳论文。

在 VAR 论文初版完成后，田柯宇同时在参与三个 VAR 相关的延伸项目、两个 Tokenizer 项目及另一个自回归图像生成项目，其中 VAR 相关项目是他投入精力最多的。

多位当时的实习生向我们表示，早期 VAR 和 Goku 资源相当，Goku 也从启动伊始就受到了管理层的关注。入职第一天，陈守法就被部门高层找来聊项目的计划，跨两级的管理层也经常在办公室和他聊技术细节。

按计划，Goku 要在 4 月底做完图片模型，5 月底有一版视频模型，陈守法对此 “斗志昂扬”。组里没有现成的训练代码，他从零写起。他与同门师兄孙培泽的工位挨着，两人经常一块畅想 “要干一票大的”，后者比田柯宇更早来组里做研究，也给 Goku 做辅助工作。

起初，一切都在加速。4 月开始，来自数据、Infra 等团队的支持人员不断增多，新到的卡被优先分配给 Goku 使用。陈守法的直属领导催促他尽快扩大训练规模。

但两个重点项目始终共用同一个资源池。据多位当时的项目成员说，到了实际训练时，VAR 和 Goku 能用多少卡并没有明确的配额。这样的安排可以让算力不容易闲置，代价是资源上的摩擦一直持续到项目中期。

在陈守法的陈述中，两人的直属领导多次告诉他跑的总卡数量还不够，而他计划好的夜间大规模实验常因为缺少一小部分的卡无法启动，有时等到凌晨两三点，排在前面的任务仍未结束。耽误一整晚的训练，浪费算力资源，也会推迟后续进度。

他曾找到管理层沟通，两人的直属领导也帮忙协调过，但是类似的情况还在发生。按照团队约定，为保证高优先级项目顺利运行，管理员可以在事先沟通后停掉阻碍大规模实验的任务，来整合资源。Infra 团队、田柯宇、陈守法及两人的直属领导都有此权限。陈守法也曾行使这一权限。

田柯宇在播客 elsewhere 中说，实习生 A 有更高的管理员权限，而他本人并没有管理员权限，但他有进入对方程序的权限。

5 月，Goku 的训练每周会突然中断两三次，运行日志里却找不到线索，陈守法还因此找 Infra 团队吵过一架。

另一名共用数据的实习生发现，有一批数据的文字描述与图片对不上，可能是导致 loss 异常的原因。这批数据由田柯宇处理，直属领导认为是田柯宇工作不够认真，此后不再让他负责数据。

陈守法催促师兄葛崇剑（后来的 Goku 论文共同第一作者）入职，帮助补充数据、改善模型算法。两人怀疑是部分损坏的图片导致 loss 问题，于是肉眼检查训练图片，但仍然没有彻底解决。

陈守法说，过去一年在 Meta 训模型时，他几乎没遇到过如此难以解释的异常。“这应该和做饭一样，配方是验证过的，该加多少盐、多少醋很固定。”Goku 的进展让他觉得有点超出控制，从那时起，他很难预计模型什么时候能训出来。

5 月底，Goku 第一版视频模型没有按照预期完成。6 月 6 日，快手率先发布视频生成模型可灵，并开放测试。竞争压力加剧，办公室的气氛也变得更加紧张。

6 月字节内部的一次会议上，当时的商业产品技术部门负责人质疑 VAR 与 Goku 完全并行、同时消耗大量算力的合理性，建议聚焦。此后，组内正式明确 Goku 的优先级高于 VAR，之后又经过一次争论，最终两边能调用的卡被彻底分开。

进入 6 月，Goku 从一周两三次的中断，恶化为每两三个小时就断一次，并且故障没有规律，已经无法正常训练。同一套代码前一天还能跑，到了第二天结果完全不一样；小规模测试一切正常，一扩大规模便可能中断；随机会有几台机器跑得格外慢，拖累了整个实验的速度。

Goku 团队和 Infra 工程师几乎试遍了所有办法，每个方向查了不止一遍。排障群越来越大，一度有上百人，田柯宇也在群中。

他们在代码里层层加上断点，逐段检查代码执行结果，“就像为了监测病人的各项指标，身上插满了管子，监测每个器官，甚至每个细胞。到最后几乎每行代码都加上了监测。” 陈守法说，但他们始终找不到所有病因。最极端时，他们尝试每跑一步就存档一次，但存档比计算更耗时，也改变不了结果，很快放弃。

他们也反复检测机器。Infra 团队给集群做了近 10 次压力测试，每次耗时数小时。有时好不容易定位到一台疑似有问题的机器，现场复现时，机器又恢复了正常。Infra 团队专门为此开发了一套自动识别、剔除异常机器的机制，有一次，整个集群的机器被全部剔除了。

问题到底在哪？排查始终在代码、数据、存储、通信各个环节来回打转。

整个 6 月和 7 月，多个团队轮流值守，每天开两次排障会议，但故障依然没有减少。工程师们开始怀疑是不是对方工作出了问题，内部气氛也随之紧张。

有时他们觉得终于找到了一个解释，几天后又被推翻。“你会发现计算机理论似乎不成立了。” 葛崇剑说。

他们甚至怀疑过太阳黑子 —— 2024 年 5 月，刚发生过一场二十多年来最强的太阳风暴，地磁暴等级达到了最高级。

另一位参与排查的专家则猜测，他们可能撞上了英伟达尚未发现的某个底层问题，如果查清，这值得向外界发布报告。

这个猜测一度让团队感到兴奋：“大家都觉得我们创造了一个价值百万、千万级的问题，可以贡献给世界。”

但每周的项目汇报会上，Goku 反复汇报新的故障。一位了解当时情况的人士回忆，Goku 视频模型生成的效果，还是只能生成 “一些扭曲、古怪的画面，不符合真实世界”。

这场漫长的排查，一直持续到 7 月中旬。管理层给 Goku 项目下了最后通牒，再给两周时间来处理故障。

关键三天与一场问询会

7 月 30 日：“见鬼了”

7 月 30 日早上，一位同事找到陈守法：有机器在数据读取流程中，还是出现了不可复现的随机性。

为了排查持续数月的训练故障，Goku 团队花了大量精力研究一套系统，来控制大规模实验过程中所有的随机性。

这套系统可以让同一实验在相同条件下，每次跑出完全一样的结果，这样他们能对遇到的所有故障问题，进行复现、查明原因。他们对 “确定性” 的要求苛刻，要求训练结果的精度提高到小数点后 16 位，高于正常训练的标准。

数据读取顺序是这套系统所控制的基础一环。但那天早上，这套方法还是失效了。

陈守法是第一个赶到公司的。他先从自己写的代码查起，凭经验选出几个可能出问题的位置，插上 “管子”、跑实验、等结果，逐级往上检查。

直到检查底层的 PyTorch 代码时，他发现了异常。

PyTorch 是全球 AI 模型训练时广泛使用的开源框架，数据读取时会直接调用 PyTorch 已经写好的代码。这就像是工程师手里的通用扳手，没人会想到扳手本身出了问题。

扫到 PyTorch 数据加载部分的某一行时，“就像其他代码都是正常颜色，它是红色。” 陈守法说，“就一下，我觉得就是它了。”

标黄为 PyTorch 源码里被改动的一行通用代码

原版 PyTorch 在相同设置下重新运行，能复现数据读取的顺序。但这行修改后的代码，会随机打乱机器读取数据的顺序，无法复现。这意味着，一旦工程师想要回到出现异常的那一步，重新检查，模型读到的已经是另一批数据，他们要找的问题早就换了位置。

陈守法怀疑文件被人改了。

他先是对比了正常机器和异常机器，核查 PyTorch 文件的修改时间，发现异常机器上的文件修改时间戳，和正常机器有差异，但极其细微 —— 出现在末尾两位，纳秒级别。

陈守法怀疑，有人在修改文件后调整了时间戳，以掩盖修改痕迹。他立刻告诉了同事，并在当天早会反映了这个异常。“跟见鬼了一样！” 团队其他成员回复。

会后，陈守法向直属领导申请调取异常机器的登录记录。两三个小时后，查询结果出来。除管理员外，还有一个名字：田柯宇。

“怎么又是田柯宇？” 一位同事说。

Infra 团队开发的那套自动识别、剔除异常机器的机制，在 Goku 训练中失效过几次。当时工程师核查相关机器时，也发现了田柯宇的登录记录。

当天，直属领导向陈守法转述，田柯宇承认确实登录过，但只是想 “学习一下代码”。

这个理由让陈守法费解 —— 字节内部有一个类似 GitHub 的网站，员工代码都存在那，并不需要登录他人机器才能 “学习”。

团队成员提醒陈守法，登录记录只能证明田柯宇曾进入这台机器，不能直接指向他修改了这台机器的代码。

“我没办法不怀疑。” 陈守法说，“那行代码除了破坏，没有任何用处。”

7 月 31 日：找到攻击代码

转机发生在第二天的早上。7 月 31 日，大家正在开每天上午的故障排查会，讨论下一步的障碍排查计划时，Goku 的一位同事跑到陈守法面前，“强压着兴奋” 说：“我找到了！”

他找到的是共享服务器中，田柯宇 Linux 个人目录下一个名为 “.temp” 的隐藏文件夹，里面存放着多份代码。

在 Linux 系统中，以英文句点 “.” 开头的文件夹，通常会在默认文件列表中被隐藏。“temp” 是临时文件的常见缩写，是程序员常用的命名。

“大家停一下。” 陈守法在会议上说，“不用再 debug（排查故障）了，我这有些东西。”

他把带有田柯宇名字的文件路径截图发到会议群。截图显示，在这个文件夹下，一份被命名为 “re.py” 的程序，恰好包含能制造陈守法前一天发现 bug 的可疑代码：将原本固定、可复现的数据打乱规则，改成了随时间变化的随机规则。

导致陈守法 7 月 30 日发现的 bug 的可疑代码

会议瞬间陷入沉默。有人在飞书群里 “@” 田柯宇，请他解释一下这些代码。田柯宇回复了一个 “Get” 的表情。

会议立马结束，大家马上又拉了一个新会，集中分析这些文件是什么。一个接一个，他们发现文件夹里的代码，能一一对应此前出现的问题，讨论最后以 “今天停下手里的工作，全部分析这些代码” 为结束。

根据最近的技术细节文章（https://keyu-tian-sabotage.github.io/#zh-3），披露的文件名有 27 个，其中多份程序被他们认为具有干扰训练的能力。当天，他们分工逐个分析，发现多份代码具有干扰训练的能力，涉及数据读取、训练运行等不同环节。

不过，这是一个有上百人有权限访问的共享服务器，当时能看到的事实只是，这些代码文件存放在了田柯宇的个人目录下。

当晚 11 点，Goku 团队在一个新群里发起会议，专门讲解白天发现的可疑代码。往常参加排障会议的人稀稀拉拉，这次飞书会议屏幕上挤满了头像。以前彼此怀疑的人，对一些异常现象终于找到了共同解释。

“那一天真的很兴奋。” 两年后，陈守法再次回忆，依然情绪激动，“几个月的压力、质疑，震荡的 Loss 曲线，种种计算机科学界难以解释的现象，几乎都在这些代码中找到了答案。” 排障的几个月里，他收到过 Google Deepmind 做新项目的邀请，但他拒绝了。

葛崇剑也记得那一天的震惊。高强度排障的压力让他忘了 7 月 31 日还是他和伴侣的纪念日。

8 月 1 日：猫鼠游戏

8 月 1 日，大家照常参加了团队周会。管理层没有出席，田柯宇汇报了 VAR 模型的生成效果和下周计划，会议一切如常。

周会结束后，Goku 成员和 Infra 团队另开了一场会议，商量如何收集和保存证据。开会到一半，正当他们讨论要将证据交给公司的时候，有人突然大叫：“怎么田柯宇在这会上！”

会议立即陷入沉默，管理员赶忙把田柯宇移出了会议。

他们沿用了过去的固定会议链接。田柯宇拥有参会的权限，还能通过参会者的飞书日历找到会议入口。

“就好像你在分析他的事，他就在背后盯着你。” 陈守法说。

当天，田柯宇仍有机器访问的权限。而从前一天可疑代码的截图被发在群里开始，他们再次查看田柯宇的文件目录，眼看着里面的代码正在陆续被删除。

他们立即请来存储工程师，调取田柯宇过去一天的所有操作记录，并恢复文件，结果找到了比他们最初发现的更多的攻击代码。

关于删除代码这个关键事实，田柯宇的回应是，他没有做此操作，“如果确实有人声称查到了这个操作，只可能是有人进入了自己的程序进行了删除操作。”

深入分析下去，工程师们发现这些代码不仅能中断训练，还是一套能自动运行的隐蔽系统。

陈守法分析，其中一种方式，是把一套干预程序的入口，放在了模型训练必须加载的 T5 模型文件中 —— 类似一个压缩包。经过修改后的 T5 组件，能读取不同目录下的攻击代码，并执行相应的攻击。它还会给运行的机器加上 “后门”，让攻击者之后能不需要授权就访问机器。

每当实验启动，训练程序按照正常流程加载这份组件时，夹带的程序便随之运行，像被吹散的蒲公英一样，进入计算机程序，修改训练环境。看似正常的模型加载，由此成了破坏程序进入训练流程的入口。

以前述提到的 PyTorch 被修改为例，造成它的源代码是一套可以瞬间跑完的自动化流程 —— 第一步改代码，第二步强行改掉文件的修改时间，让文件看起来和修改前一模一样。

在模型启动训练、或起实验时，这些程序都会运行，但不是每次都攻击，选中的目标也会变。这些都由预先设定好的概率随机决定——不能某个地方时时刻刻都受到攻击，太明显；有的让实验跑几个小时再断掉，让人难以判断是否解决；一些破坏程序设置了 GPU 数量门槛，超过一定数量才能启动。

陈守法记得，一天下午，参与排查的人都发现自己的任务异常。后续通过对代码版本的分析，他们发现不同的版本，攻击触发的概率发生了调整，有大有小。

根据项目组成员的分析，攻击代码呈现出 “很明显的连续性”，与他们在前后不同时间段遇到的异常相对应，并不是一次写好后就没有变化。

研究员们在排查障碍群里交流发现了什么、排除了什么、接下来准备怎么查。而田柯宇一直在排查障碍群里，不止一次参加过排查会议。

团队成员说，他们在记录里发现，攻击代码在排查期间经过多次修改。部分攻击代码的修改被挤在同一行，尽量不增加代码的行数，这样在报错时不容易被立马发现；原本记录代码故障线索的日志，也被设置了自动程序，删除故障特定行，导致他们无法从日志中定位问题。

他们还指出，部分程序还具有替换系统检查工具、隐藏正在运行的攻击程序的功能，“确实有攻防。” 一位当时的项目成员说，“攻击我们，同时防止我们找到。”

接近田柯宇的人士对我们说，田柯宇只编写了能停止、卡死程序的代码，其余具有强攻击性的代码不是他本人所写，而是有人写好后，放在了田柯宇的目录下。关于这个事实，因为涉及不公开的庭审细节，我们无从核实。

田柯宇对 elsewhere 的叙事里，解释他当时是 “在十天左右里，总共五次手动、点状地停掉了对方的程序，完全没有持续两个月之说。”

但他的前同事们认为，自己所经历的，是一套能够自动运行、随机触发并干扰训练、试图隐藏痕迹的程序。不同概率的攻击耦合在一起，导致一个问题掩盖着另一个问题，他们找不到原因，而这种情况超过两个月。

如果不是 7 月 30 日那天， Goku 优化了很久的数据加载（dataloader）这一步出了问题；如果不是查到异常的那台机器，恰好有过田柯宇的登录记录； 如果不是第二天被同事找到了田柯宇名下的隐藏文件夹，而这个同事又刚好找到了能导致前一天 bug 的代码。

没有这些极小概率事件，这件事可能就以项目进展不利被公司停掉而终结。

内部问询会

证据递交给公司后，字节安全团队在 8 月 2 日正式介入调查。

此后不久，安全团队组织了一场持续两三个小时的内部问询会，田柯宇在北京接受询问，商业化 GenAI 团队的正式员工参会，实习生没有参会资格。

一位了解会议内容的人士回忆，田柯宇承认了数次针对陈守法的攻击，多次提及陈守法的姓名。

田柯宇后来在和 elsewhere 的访谈中说，“这不是一个投毒，也不涉及攻防，我是让 GPT 帮我写了一个程序，让程序停掉或卡住。”

问询会上，调查人员根据已发现的线索，追问田柯宇在 8 月 1 日之后有没有进一步的攻击。田柯宇没有直接否认，他的回答是：“我最近记不清了。”

“沉着冷静、不慌不忙。” 一位旁听会议的人士说，田柯宇始终以低沉、平稳的语气回答问题，“心理素质太好了。”

问询后，田柯宇的系统权限立即被停用，很快被解除实习关系。

结束

安全团队介入调查田柯宇事件后，陈守法曾向公司提出想要一份记录自己和同事这几个月经历的证明，公司称没有这样的先例，最后没有提供。

这件事很快暂告一段落。陈守法没有时间继续追究，临近毕业，他还要完成学业、找工作，Goku 也要尽快追上被耽误的进度。

2024 年 8 月，Goku 的模型训练开始恢复正常。

“断了立马能找到问题，所有的问题都可以解释。” 葛崇剑回忆，团队终于可以正常增加数据、扩大模型规模，效果几乎每天都在改善。

那一年 10 月底，Goku 虽取得不错结果，并在 11 月投稿 CVPR（国际计算机视觉与模式识别会议），但几个月的耽误，对争分夺秒的 AI 行业来说，就是一代模型的差距。

2024 年 9 月 24 日，字节旗下另外两支视频生成团队率先发布了 PixelDance 和 Seaweed 两款大模型，开始面向企业邀测 —— 这两支团队后来随着字节 AI 研究的组织整合，逐步收敛为了今天的 Seedance。Goku 团队随后又推出视频生成模型 Goku+ 和 Waver，但相比 Seedance 知名度低得多。

Goku 恢复训练过程中，大家还在发现关于可疑代码的更多事实。

孙培泽回忆，他们当时追溯到 2024 年 3 月的一份代码里，也包含具有干扰能力的程序，针对的是 LlamaGen 项目。

孙培泽告诉我们，他的 LlamaGen 和田柯宇的 VAR 同样存在一定竞争关系：都是不到百卡的研究型项目，且是自回归路线的文生图模型。当时因为项目跑不出结果，他一直在自己身上找原因，郁闷了很久。

事后查到的 Tian 于 2024 年 3 月在内部 GitLab 上的一条 commit 记录。高亮两行向权重混入随机噪声，再恢复原有范数，使篡改后的张量在整体数值规模上与原权重一致。

田柯宇被辞退后，其他成员重新接手 VAR 文生图项目之后，发现此前展示的文生图效果使用了已经开源的文生图模型 PixArt-α，并非完全由 VAR 文生图模型生成。葛崇剑是 PixArt-α 的共同第一作者之一。

同年 10 月，围绕田柯宇干扰模型训练的事件突然在网上曝光，话题 “字节跳动大模型训练被实习生攻击” 登上微博热搜。字节在 10 月 19 日的声明中确认，一名商业化技术团队实习生曾恶意干扰研究项目的模型训练，已于 8 月将其辞退。

到了 12 月，田柯宇作为第一作者的 VAR 论文获得 NeurIPS 最佳论文奖后不久，一封质疑其学术伦理的投诉邮件被发送至会议组委会和字节跳动，并公开在 Github 上。

在田柯宇对 elsewhere 的表述中，这两次事件都是 “实习生 A” 所做。陈守法说，10 月的网络舆情和 12 月的投诉邮件均不是他发起的，但他曾为其中内容提供佐证。出于对发起人隐私的考虑，他不便向我们透露关于其身份的具体信息。

陈守法说训练故障最严重的时候，他一闭上眼睛，就能看见异常跳动的 Loss 曲线。想不通为什么自己会遇到这一切，他曾和朋友去了寺庙，寻求平静。

此后，他反复梦见无法复现的 Bug，也会梦见自己重回高考考场，面对着一张完全不会做的试卷。

一些谣言辗转传到他的耳边。比如谣传他后来也发动了攻击，“被送进去了”；再比如他买了热搜，因影响公司声誉被开除。陈守法说，他从未发动过攻击，没有买过热搜，也没有被警方调查，“这些谣言让我感到这场攻击的伤害一直在持续。”

2024 年 12 月，陈守法提出了离职，3 个月后正式离职，他向我们出示了他的离职确认函和实习证明。

两年后，田柯宇在 elsewhere 的访谈中，被问到想对谁说一声抱歉，他回答：“我一直对公司充满歉意。”

在 2024 年夏天的内部问询会上，田柯宇称自己当时 “郑重为所有参会的人道歉。我们访谈的多位项目当事人说，因为是实习生，他们没有资格参加那场会议。他们表示，此后两年，他们至今也没有收到过来自田柯宇的直接道歉。

后续

如果没有田柯宇今年 10 月的视频访谈，这件事可能就结束了。很多人已经离开字节，各自开始了新的工作和生活。

过去两年，因为陷入和字节的诉讼，田柯宇无法再公开发声。等到 2026 年一审有了判决，字节索赔 800 万元，法院裁定 50 万元。

据我们了解，应田柯宇要求，访谈他的视频播客重新录制了两次，在节目预告发布当晚，田柯宇的律师认为其中部分内容可能影响尚未结束的二审诉讼，要求删除一些细节。

想到如果有一天不得不离开自己热爱的 AI 行业，田柯宇在和 elsewhere 的访谈中说，他的人生就失去整个意义，不知道自己接下来几十年要干嘛，“像进入永夜。”

在田柯宇的叙述里，他面对的是不合理的内部竞争，自己只是反抗。而在我们访谈的多位研究员看来，即使觉得不公平，也应该通过管理者协调，最激烈的方式无非是停止训练任务，“从来没想过会用修改同事项目代码的方式来应对。”

一位连续创业者认为，一个人可以挑战权威，不认同公司的资源分配，犯错后当然也可以拥有重新开始的机会，但错了就是错了，不能因为自己的某些想法，就把别人的努力变成可以随意牺牲的成本，“挑战不合理规则的勇气，和不尊重他人基本权利的故意，是两回事。”

我们了解到，田柯宇在今年 10 月宣布的近 3000 万美元融资，几家投资机构的打款都在一审判决之后。

据我们了解，在决定投资田柯宇之前，有机构曾反复询问他当年事件的经过，田柯宇向投资人、媒体和法院的解释，是基本一致的，他们还向其大学老师了解评价，并通过律师查阅了法院一审的卷宗，完成了投资流程里必须有的尽职调查。

但我们访谈的和田柯宇同期项目组的核心当事人，都没有接到过这些机构的问询。

过去几年，从大公司到创业市场，AI 竞争都在加剧，而管理者和投资人需要在很短的时间里决定资源给谁。从大公司赛马到 VC 看项目，一个人拿到了什么结果是最快速的判断标准。

题图来源：《爆裂鼓手》

- FIN -