OpenAI训练GPT-6的首要目标,是让AI自己改进自己

OpenAI 核心研究员 Noam Brown 在 Astra 发布当天接受访谈时说，训练新模型的首要目标是"递归自我改进"——让 AI 自主优化自身的架构与训练流程。他举了一个例子：2023 年还需要员工逐行审核的数据工作，如今已由智能体全盘接管，效率是人类的 100 倍。这位以推理研究成名的研究员还自述，大半工作已被机器取代，同事开玩笑说他是"五个 Codex 披着一件风衣"。9 月 19 日，这段访谈的中文报道由新智元、36氪刊发。

这句话值得每个正在采购 AI、重排团队的企业经营者停下来想一想，因为它交代了头部模型公司真实的资源流向：你付费使用的每一次问答，都只是生产线的中间产物；真正的产品，是用 AI 去训练更强的 AI。当自我改进成为第一目标，模型迭代的速度就不再取决于招了多少工程师，而取决于上一代模型能替下一代完成多少工作。这会改变 AI 能力的供给曲线，也会悄悄改变企业与模型公司之间的议价位置。

模型公司的第一客户是下一个模型

Brown 描述的生产线是这样的：2023 年的 OpenAI 在数据上还依赖人海战术，需要全员出动、逐行排查训练数据的质量问题；如今这类工作完全交给智能体，按访谈口径效率是人类的一百倍。这不只是省人力，而是把数据生产从"人写机器学"翻转成"机器写机器学"——训练数据、评估基准、基础设施代码，都开始由上一个版本的模型参与生产。换句话说，模型公司最大头的算力客户和最重的用户，是自己的下一代模型。用户端每一次惊艳的更新，都是这条内部流水线顺带产出的成果。

访谈里还有两个更硬的案例，同样属于中文转述口径：8 月，一个内部版 Astra 消耗约 2000 美元的算力，解决了十个停滞十年以上的数学与理论计算机难题；9 月 8 日，一万个高强度智能体协同工作 88 个小时，产出了 Navier-Stokes 方程的反例。这些数字暂无法回溯英文原文逐字核对，内部版细节也没有独立信源，但它们与"智能体接管长周期攻坚"的方向一致：过去只有顶尖研究团队才啃得动的硬骨头，现在开始按算力成本计价、按小时交付。

用户体验越惊艳越说明你是副产品

对普通用户，这套逻辑解释了为什么模型迭代越来越快、新功能越来越密；对企业，含义要更硬一些：你基于某个能力边界设计的流程、岗位和外包合同，可能因为一次版本升级而整体失效。采购环节同样受影响——企业拿着某次演示做的评估报告，有效期可能只有几个月，因为能力基线在连续上移。

Brown 说 OpenAI 在递归自我改进上的进度"领先第二名一大截"。这是他的自我表述，未必等于行业共识，但头部实验室把自我改进当作核心赛道来跑，已经是不加掩饰的明牌。他自己的体感是，当 AI 接管一个人 90% 的执行工作，人类的注意力会被挤压进剩下 10% 的高密度决策。以研究为业的人尚且被重新分工，普通知识岗位的职责边界只会被更快地改写。

还有一个信号容易被忽略：Brown 这样的核心研究员，日常工作已经被智能体接管大半，说明这套流水线不只在训练模型，也在重构研发组织本身——岗位从"做事"迁移到"定义事情并验收"。实验室的组织图先变了，企业的组织图不会原地不动。

执行越来越便宜判断越来越贵

看清这条流水线之后，企业该回答的问题变得很具体：在 AI 造 AI 的链条里，你的公司站在哪一环。如果创造的主要价值是执行——写文案、做报表、跑流程、出标准件——这一环的供给会越来越多，价格会越来越低，而且降价节奏由模型公司之间的竞赛决定，轮不到你商量；如果价值在判断——定义问题、选择战场、为结果负责——这一环反而因为决策密度上升而更值钱。

同样两家宣布全员使用 AI 的公司，一家把它当降本工具，用裁员换订阅；另一家把它当能力放大器，把省下来的工时投进客户访谈和方案打磨。三年后的差距不会体现在买了多少席位，而体现在组织的判断力有没有被刻意训练过。

想不清位置的人会被重新定价

不必纠结效率是 100 倍还是 50 倍，那属于访谈转述的口径之争；真正值得带回管理层会议的，是一个追问：如果明天模型能力再翻一倍，公司里最先被重新定义的是哪个岗位，最先变得更值钱的又是哪种能力。把这个追问展开，就是眼下最实用的一页战略：哪些流程会被彻底改写，哪些供应商会失去存在理由，哪些岗位的头衔应该改名叫"判断员"。

想不清这个问题的人，正坐在被流水线重新定价的位置上；想得清的人，会开始有意识地把团队往那 10% 的决策密度上搬。模型在自我改进，企业和个人面对的其实是同一道题，区别只是交卷时间不由自己定。