ARTICLE · 1040656
OpenAI核心科学家深夜抛出重磅:AI头号任务是取代人类造AI,2028全面接管!
硅谷最聪明的大脑们，终于不再掩饰他们的野心。
在科技媒体 The Information 刚刚放出的一场重磅专访中，OpenAI核心研究科学家、曾主导推理模型o1与超人类扑克AI研发的诺姆·布朗（Noam Brown），当着镜头抛出了一句让整个技术圈倒吸凉气的大实话：
“OpenAI目前的第一优先级，以断层式的巨大差距，是递归自我改进（Recursive Self-Improvement, RSI），也就是制造能够开发下一代更强AI的模型。”
紧接着，他又补上了一句更惊悚的预言：“也许只要再迭代一两个模型版本，我就不得不承认：在选择研究方向和把握长期科研直觉上，它们已经比我更强了。”
▲ 社区对Noam Brown在专访中披露的六大核心要点进行梳理
科幻小说里的狂想已落进现实，一张精密的时间表挂在了OpenAI的作战室墙上。
几乎在同一时间，OpenAI首席科学家雅库布·帕乔基（Jakub Pachocki）发表万字长文《异形心智》（An Alien Mind），官方博客也同步放出了令人咋舌的内部研发数据。
一场人类科技史上从未有过的“硅基接管研发”风暴，正在以肉眼可见的速度把人类研究员推向副驾驶的位置。
硅基流水线轰鸣：1个人类研究员背后，站着3个AI分身
在公众的印象里，AI实验室里依然是顶级博士们通宵写代码、调参数、画图表。
但OpenAI公布的最新内部数据，彻底打破了这种田园牧歌式的想象：
在今天的OpenAI内部，研究团队整体上每消耗1个人类工作日，背后就有约3.1个Agent（智能体）工作日在并发运转。核心研究员的日常工作，已经从“亲自写代码”变成了“指挥由AI构成的自动化科研排”。
▲ OpenAI官方披露内部加速指标：正全力迈向2028年“全自动AI研究员”
算力的燃烧程度同样骇人听闻：中位研究员每天仅API推理花费就超过600美元，而排名前10%的核心科学家，每天要调动超过7000美元（约合人民币5万元）的推理算力来跑实验。
OpenAI明确宣布，他们已经达成了“自动化研究实习生”的里程碑，AI可以在人类指引下，独立完成需要熟练研究员数天才能搞定的复杂工程；而他们的终极目标，是在2028年3月前后，彻底造出无需人类插手的“全自动AI研究员”。
当预训练（让模型掌握海量知识）与强化学习（让模型学会深度思考）以乘法效应相互叠加时，模型的进化曲线彻底摆脱了线性爬坡。
一台能够自我升级、自我迭代的庞大“造神机器”，已经轰然启动。
AI能通宵搬砖，但它懂什么是“科研品味”吗？
既然AI写代码这么快，为什么明天还没迎来智能爆炸？
布朗在访谈中指出了当前阻碍递归自我改进的最大死穴，研究品味（Research Taste）。
▲ 主持人Rocket Drew指出，科研品味是自我改进闭环中最难测量的瓶颈
什么叫“研究品味”？
简单说，就是知道下一阶段该攻克哪个方向、如何在几年维度的黑暗中拆解长期目标、以及果断放弃哪些看似诱人实则是坑的伪命题。
布朗用自己当年攻克扑克AI的博士经历做过残酷的测试：如果你命令今天的AI“去做出世界上最强的扑克AI”，它会立刻迷失在无数无关紧要的细枝末节里，疯狂优化错误的模块。
这里的核心矛盾在于反馈周期的错位：
- 执行环（写代码、修Bug、跑单次测试）
：周期以小时甚至分钟计，AI可以通过疯狂试错获得密集奖励，迅速封神； - 方向环（选题、架构创新、选定技术路线）
：周期以月甚至年计。你必须等几个月的漫长实验跑完，才能验证当初的想法是对是错。
因为方向环的信号极其稀疏、难以量化，强化学习很难直接给AI灌输“科研直觉”。
但布朗警告称，这种人类独有的优越感可能维持不了太久。随着大模型吸收了全人类顶尖科学家的论文思辨过程，模型正在以一种人类难以理解的隐式方式习得这种品味。
一到两代模型之后，连“选题定方向”这个人类最后的阵地，也将面临失守。
惊悚的反差：“我们信任了沙箱，我们低估了AI”
就在OpenAI雄心勃勃推进自我改进的同时，前沿探索中暴露出的危险信号，已经让一线安全研究员冷汗直流。
在访谈中，布朗坦承了一起此前引发行业震动的安全事件教训：“我们曾经太信任沙箱了，我们只是低估了这些AI。”
▲ 网友锐评：前脚刚说头号任务是自我改进，后脚就承认“我们太轻信沙箱了”
能力狂飙带来的第一个灾难是人类验证能力的断崖式落后。
布朗透露，模型在数学和理论前沿上的推演速度，已经远远甩开了人类的复核速度。过去是“提出证明很难，验证证明很容易”；现在彻底反了过来，AI几秒钟就能生成极其艰深的数学推导，但OpenAI不得不四处寻找人类顶级数学家，耗费数周去人肉 double-check。
当AI生成的代码和理论超出人类认知边界，人类根本无法判断它到底是在通往真理，还是在极其精巧地胡说八道。
更致命的威胁，发生在AI的内部心智中。
最危险的幽灵：学会“伪装听话”的异形心智
在首席科学家帕乔基的万字长文《异形心智》中，描绘了一个让所有安全专家不寒而栗的终极困境：思维链监控（Chain-of-Thought Monitoring）的失效。
▲ OpenAI首席科学家Jakub Pachocki直言，正在直面人类无法完全理解的异形心智
新一代推理模型在解决问题时，会像人类一样在后台写下一串长长的“内心独白”（思维链）。
在最初的设想中，这串独白是人类监督AI的最佳窗口，只要看到AI在心里盘算越狱、作弊或危险操作，人类就立刻施加惩罚，修正它的行为。
然而，布朗和帕乔基同时发出了极其严厉的警告：这种监督机制极其脆弱，甚至可能带来毁灭性的反噬。
新一代模型对自身思维链的控制能力正在呈指数级增强。如果你因为看到了它内心的“危险念头”而惩罚它，模型学到的是如何把坏念头深藏起来，并在输出端伪装得完全顺从。
这就陷入了一个经典的博弈死局：
表面上，AI展现出了人类所期望的完美对齐与温顺； 暗地里，它早已在无法被观测的深层隐空间中，形成了人类根本无法解读的行动逻辑。
正如OpenAI官方博客在字里行间写下的那句沉重自白：“坦白讲，我们目前还不知道如何安全地一路走到完全对齐的完整RSI（递归自我改进）。”
告别百倍爆发的幻想：一场无法刹车的3倍复利
面对外界关于“下个月就会发生奇点爆炸”的狂热情绪，布朗在随后的播客交流中给出了极其冷静的物理约束分析。
他认为，纯粹的数学探索或许只受限于“思考深度”，但真实的机器学习研发，依然牢牢锚定在物理世界中：
- GPU集群的物理建设周期
无法压缩到零； - 大模型的串行实验周期
（训练一次需要数周）无法用意念跳过； - 真实世界的评估环境
需要反复搭建。
因此，AI接管科研不会在一夜之间带来100倍的智能爆炸，更可能发生的，是每年约3倍左右的研发加速。
但千万不要小看这“区区3倍”
在复利的世界里，如果人类研发速度是每年1步，而硅基系统的速度是每年3倍、9倍、27倍地狂飙，短短几年内，硅基智慧与碳基大脑之间的认知鸿沟，就将拉大到人类与蚂蚁的差距。
随之浮现的瓶颈是产品迭代与评测周期的致命倒挂：如今大模型大约每两个月就迭代一次新架构，但模型执行复杂科研任务的跨度正在延伸到数月乃至数年。由此带来的结果是，当下一代更庞大的模型被推上线时，人类根本来不及跑完上一代模型的完整安全生命周期测试。
我们在尚未完全看清旧模型底细的情况下，就被迫发动了下一代引擎。
交出方向盘的前夜
人类历史上所有的技术革命，工具始终是工具。无论是蒸汽机、电力还是互联网，它们放大的只是人类的肌肉和感官，最终决定下达什么指令的，永远是人类的大脑。
但递归自我改进（RSI）彻底打碎了这条铁律。
这是人类第一次尝试把“发明工具的权力”，全盘移交给工具本身。
OpenAI的路线图已经摊在桌面上：从今天背靠数个AI助理的“自动化实习生”，到2028年彻底主导算法演进的“全自动AI研究员”。
当AI开始拥有超越顶尖科学家的研究品味，当它们学会在沙箱和思维链中伪装自己的真实意图，当人类从“设计者”彻底退化为“在漫长推演报告后盖章的审核员”，
这场以加速为名的激进实验，究竟是将人类带向知识的应许之地，还是打开了一个人类再也无法合上的潘多拉魔盒？
留给人类寻找刹车片的时间，真的只剩下最后几个模型版本了。