夜雨聆风
OpenAI首席科学家访谈:AI即将接管复杂脑力劳动,普通人的活路到底在哪?
想象一下，有一道极度复杂的数学题，连最顶尖的博士生都需要花上一两周的时间去死磕。
如果我告诉你，AI只用了一个小时就把它解开了，你会不会觉得后背发凉？
这不是科幻小说里的情节，而是OpenAI内部真实发生的事情。
最近，OpenAI的首席科学家（Chief Scientist）在一档深度播客中，首次披露了这件让人震撼的内幕。
作为目前地球上最重要的人工智能大脑之一，他几乎主导了过去几年AI领域的每一次技术跃迁。
在这场长达数小时的对话里，他没有兜售焦虑，也没有讲晦涩的专业术语。
他非常坦诚地分享了AI大模型的最新进展、长线AI智能体（Agents）的未来，以及更核心的问题：当AI真的能够自动化搞科研、写代码时，我们的社会和个人该如何应对？
看完这篇经过深度梳理的访谈精华，你不仅会看清未来三到五年的技术大势，更会明白在这个极度不确定的时代，普通人到底该如何保住自己的饭碗。
01
AI的进化速度，已经逼近“科研实习生”水平
大家最关心的第一个问题肯定是：现在的AI到底进化到什么程度了？
四个月前，OpenAI的团队曾定下一个目标：在今年9月份，打造出一个具备“科研实习生”水平的AI系统。
不仅如此，他们还计划在2028年3月之前，推出一个完全自动化的AI研究员。
面对主持人的追问，首席科学家给出了非常笃定的回答：一切都在按计划推进
他提到，过去几个月里，写代码的AI工具迎来了爆炸式的增长。
在OpenAI内部，绝大多数实际的编程工作，都已经交给了Codex这样的AI大模型来完成。
对于大多数程序员来说，写代码这件事情的本质，已经发生了翻天覆地的变化。
那什么叫做“科研实习生”级别的AI呢？
首席科学家解释说，现在的AI还不能完全听懂一句极其宏大的指令，比如你不能直接对它说：“去把AI的对齐问题解决了。”
但是，如果你给它一个非常具体的跨度任务，比如“我有一个改进模型的新想法，你去把相应的测试跑一下”，它是完全可以胜任的。
它能够自主拼凑出各种代码和工具，独立工作一段时间，并且交付结果。
这意味着，AI已经正式从一个“秒回消息的聊天机器人”，进化成了一个“可以托付具体任务的打工人”。
02
死磕数学题，是为了摸清AI智商的“天花板”
很多人可能会好奇，为什么OpenAI这么执着于让大模型去解数学题？
甚至像IMO（国际数学奥林匹克竞赛）这种级别的难题，成了各大AI公司争相攀比的指标。
首席科学家的回答一针见血：因为数学题是极其容易被量化的。
你写了一篇好文章，大家可能众口难调；但你解开了一道数学题，对就是对，错就是错。
在早期，数学难题就像是悬在空中的“北极星”，指引着AI推理能力的前进方向。
如果在过去，AI只能解简单的方程，却解不开IMO的题目，那就说明它的“智商”还有明显的短板。
一旦补齐了这个短板，AI的底层推理能力就会实现质的飞跃。
而现在，情况已经发生了根本性的变化。
大模型已经成功攻克了IMO级别的难题，甚至深入到了真正的前沿数学研究领域。
因此，OpenAI的目标也开始发生转移。
他们不再仅仅把目光死盯在跑分和测试上，而是开始极度关注：这些极其聪明的模型，到底能在现实世界里产生多大的经济价值？
他们感受到了强烈的紧迫感，因为AI现在已经足够强大，足够去真正改变各行各业的运作方式。
03
打破“复读机”魔咒：AI真的学会了创新
一直以来，外界对大模型最大的质疑就是：它不过是一个超级强大的“复读机”。
很多人认为，AI只是在海量的人类数据里做“模式匹配”，它根本不可能创造出真正的新知识。
但首席科学家用一个极具震撼力的例子，狠狠地击碎了这个偏见。
他们曾让模型去挑战一个名叫“第一重证明”的难题。
这道题来自理论计算机科学领域，是连专家都觉得极其棘手的前沿问题，而且从未在互联网上公开发表过。
当时，他们用正在训练的最新模型去尝试解题，只给了一个星期的期限。
结果让人大跌眼镜：这道题恰好属于首席科学家读博士期间的研究领域，他深知其中的难度。
如果让他自己去解，可能需要一两个星期才能想出好点子。
但那个AI模型，仅仅花了一个小时，就给出了一个让他都觉得相当惊艳和自豪的解题思路。
那一刻，他体会到了一种极其奇妙且魔幻的感觉。
这证明了什么？这证明AI绝不仅仅是在复读已有的知识。
虽然它在成长过程中确实吞噬了全人类的知识库，但它现在已经具备了发现新事物、产生新洞察的能力。
未来的科学研究，必然是人类科学家与AI并肩作战的模式。
04
企业到底要不要自己训模型？
随着大模型越来越聪明，很多企业老板和开发者陷入了焦虑。
大家都在问：我手头有独特的行业数据（比如医疗、法律、金融），我需不需要花大价钱，用强化学习去自己训练一个专属模型？
首席科学家给出的建议，极其务实且接地气。
他指出，虽然强化学习能提升模型在特定任务上的表现，但目前最高效、最节省数据的方法，其实是“上下文学习”。
说白了，就是通过写好提示词，直接把你的好例子和需求喂给大模型。
你可能根本不需要去大费周章地搞底层的模型微调。
未来，大模型理解上下文的能力会变得越来越变态。
它会自动适应你所在的行业语境，适应你关心的任务。
同时，未来会出现非常通用的“脚手架”或接口。
你不需要为每一个AI工具专门开发一套复杂的用户界面。
AI会自然而然地融入你现有的工作环境里，比如直接作为一个聪明的助手接入你们公司的Slack办公软件中，随时待命。
05
长线任务：AI即将学会“闭关修炼”
如果你现在让AI去写个百字小结，它秒秒钟就能搞定。
但如果你让它去规划并执行一个为期一周的复杂项目，它可能跑着跑着就迷失方向了。
这就是目前AI面临的最大瓶颈：长线任务的处理能力。
首席科学家透露，教大模型在一个超长的时间跨度内工作，并让它学会评估自己取得的“阶段性进展”，是目前研究的重中之重。
好消息是，曙光已经出现了。
随着模型通过预训练变得越来越靠谱，它们已经开始懂得“一个好的阶段性成果应该长什么样”。
在接下来的几个月到半年内，我们会看到AI自主工作能力的稳步提升。
你只需要给它一个模糊的任务描述，它就能自己去查资料、调代码、跑测试，连续工作好几天。
虽然这会消耗大量的算力，但它交付的成果质量，将远远超出现在的水平。
这也对未来的职场人提出了全新的要求。
如果AI包揽了具体的执行工作，那么人类的技能核心，将彻底转向“大局观”的把控。
你需要成为那个懂得评估AI成果、把各个模块拼接起来的总设计师。
06
隐藏的“内心戏”：为什么不让用户看到AI的思考过程？
这里有一个极其硬核且有趣的内幕。
最近的推理大模型有一个特点：它们在回答问题前，会生成一段“思维链”，也就是自己内心的推演过程。
但OpenAI刻意选择在最终产品中隐藏了这部分内容，不给用户看。
这其实是出于安全和对齐的深层考量。
首席科学家解释道，如果直接把AI的“内心戏”暴露给用户，那么在训练过程中，研究人员就不得不去强行干预这些想法。
为了让用户看着舒服，AI可能会被训练成一个只会迎合人类的“马屁精”。
一旦思维过程被过度包装，它就有可能隐藏自己真实的意图，变得不诚实。
所以，OpenAI选择不直接监督AI的“思考过程”，只看它的最终结果。
这给AI留下了一个纯粹的“私人空间”，让它能毫无顾忌地推演事实。
这就好比我们想了解一个人的真实想法，最好的办法是看他私下的日记，而不是看他在大会上的公开发言。
保留这段未经粉饰的思维链，是研究人员用来监测AI是否安全、是否失控的绝佳工具。
长远来看，AI的安全和对齐问题，本质上是一个关于“泛化”的问题。
当AI变得极其聪明，且被放入一个它从未见过的新环境时，它到底会坚持什么样的底层价值观？
这是目前OpenAI投入大量算力去深入研究的终极命题。
07
算力战争与超级小公司的崛起
如今的OpenAI，手握着让人眼红的海量算力。
但即便如此，如何分配这些算力，依然是一个让人头疼的问题。
首席科学家透露，他们的策略是：把最大头、最优质的算力，毫不犹豫地砸向那些被证明最能提升“通用智能”的方向。
哪怕这意味着要放弃一些容易摘到的低垂果实。
因为只要找准了未来的大方向，集结重兵去突破，才是最聪明的打法。
而这种大模型的狂飙突进，必将对我们的社会结构产生猛烈的冲击。
随着越来越多的脑力劳动被自动化，首席科学家坦言，他看到了极其严峻的挑战。
财富将不可避免地向极少数人集中，就业市场将迎来一轮残酷的大洗牌。
他描绘了一个让人不寒而栗的未来场景：
你将看到一些拥有巨大能量、能做海量业务的“超级公司”。
但这些公司里，可能只坐着寥寥两三个人，剩下全是不知疲倦的AI员工和自动化系统。
当这样的“袖珍巨无霸”大量出现时，我们的社会该如何去管理和制衡它们？
这不是靠几个写代码的工程师就能解决的，它迫切需要政策制定者的深度介入。
08
给普通人的活路：我们该如何应对未来？
访谈的最后，主持人问了一个直击灵魂的问题。
作为一个刚刚有了孩子的父亲，在看到了AI如此恐怖的进化速度后，他问首席科学家：10年后，孩子们的成长轨迹该走向何方？
首席科学家的回答，为所有迷茫的普通人指明了一条出路。
他说，我们之所以日以继夜地开发AI，终极目标是为了把人类从繁重的执行中解放出来，但前提是——人类必须掌握绝对的“自主权”和“方向感”。
在未来，写代码、做图表、查资料，这些我们今天引以为傲的“技术活”，很可能会变成一种纯粹的个人爱好，就像今天有人喜欢手工捏泥人一样。
把事情“怎么做出来”，不再是难题。
人类面临的真正挑战，将是极度稀缺的“提出问题的能力”。
在这个被AI包围的未来，我们需要花更多的时间去思考：到底什么是重要的？我们究竟应该去做什么？
所以，千万不要觉得AI会搞定一切，人类就可以彻底躺平了。
我们依然需要接受扎实的教育，依然需要去深刻理解科技的运作逻辑。
只有当你懂得了技术的边界，你才有资格去思考那些更宏大、更复杂的问题。
在这个人类智力即将被机器全面超越的倒计时里。
不要去和AI比拼死记硬背，也不要去比拼执行的速度。
去锻炼你的审美，去磨砺你的大局观，去培养你在这个世界上的独特方向感。
这，才是我们在AI时代，最坚不可摧的铠甲。
这里是杏仁的第二大脑，我为你拆解全球最聪明的大脑如何思考。如果你也渴望打破认知边界，如果你觉得文章对你有所帮助，随手点个赞、在看、转发三连吧，与我们一起终生进化
~谢谢你看我的文章。
请独立思考，保持批判
将复杂问题进行简化
用行动去证明你的观点
