夜雨聆风2026年9月，OpenAI计划推出首个“AI研究实习生”——这是首席科学家Jakub Pachocki在最新访谈中给出的明确时间表。距离今天，只剩不到5个月。
在他看来，AI的定位正从“好用的工具”转向“能干的员工”。一个模型是否够强，不再只看它答对了多少题，而要衡量它能独立运行多久、能否处理模糊指令、需要多少人工干预。换句话说，AI正从日常助手进化为能完成任务的智能体。这一转变，将深刻重塑我们工作的方式。
01 能力进阶：从写代码到搞科研
外界常把这轮AI热潮简单理解为“编程能力变强了”。但在OpenAI内部，变化早已超越代码本身，向完整的工作流延伸。
Jakub透露，他们已在实际工作中大量使用Codex模型。真正的变化不是代码写得快，而是许多需要人工一步步操作的流程，现在可以直接交给模型执行。你只需给出目标，它就能完成整段任务，人只负责最后的审核与微调。
与此同时，模型在数学和科学领域的能力也有了巨大提升。AI不仅能给出答案，还能呈现推理过程，甚至提出有价值的解题思路。在部分测试中，它已接近国际数学竞赛的水平。更令人关注的是，在面对需要“首创性证明”的研究型难题时，模型能在极短时间内跑通人类可能花几天才能摸索出的路径——这意味着，AI开始具备探索未知的能力。
编程之所以成为突破口，是因为它有清晰的是非对错反馈机制；数学同理。正因为结果可以精准验证，模型才有机会不断修正、向更高难度推进。当这种能力稳定下来，它便会迁移到更复杂的现实问题中，比如科学假设验证、实验设计，甚至新思路的生成。
Jakub强调，OpenAI越来越关注的不是模型在基准测试上的分数，而是它在真实世界中能否真正帮人解决问题。衡量标准正从“答对多少题”转向“能否把一项任务从头到尾推进完成”。
从写代码到做研究，看似跨度极大，底层逻辑却清晰一贯：先在可验证的领域打牢基础，再将能力延伸到更复杂的场景，最终介入原本需要人类长期投入的高级工作。
02 两大差距与一张时间表
为什么把当下的AI精确定位为“实习生”？Jakub解释，这是因为实习生与独立研究员之间存在两个本质差距。
第一，独立工作的持续时间有限。一位经验丰富的研究员，你只需给个大方向，他就能自主拆解问题、不断试错，持续数周甚至数月推进工作。而目前的AI，尽管连续运行能力在增强，仍需要人类在关键节点给予明确指引和纠偏。
第二，处理模糊问题的能力不足。现实工作中，一开始往往没有标准答案，只有一个粗略方向或模糊目标，需要在推进中不断澄清和定义。人类研究员的不可替代性在于，他们不仅是执行者，更是探路者，能决定“下一步该做什么”。而AI更擅长处理那些已经被定义清楚的任务——比如验证一个具体思路、跑一次新方法实验、分析已知数据。在这些明确边界内，它做得越来越好，效率甚至超过人类。但一旦让它自己去定义问题、选择探索方向，表现还不够稳定。
正是这两点，让它被称为“AI实习生”。
不过，Jakub给出了非常明确的时间表：2026年9月前，实现“研究实习生”级别的AI系统；2028年3月前，推进到更高自主性的“AI研究员”。他表示，实现这一跨越的大部分技术要素已经具备，当前的核心工作是将它们有效整合。
我们已站在变革的前夜。
03 执行外包，决策留给人
当AI开始能闭环完成一段任务时，这场变化就不再是简单的工具升级，而是触及了更底层的命题：人类究竟该如何工作。
过去，推进一项复杂研究或项目的节奏往往是：人类提出想法→ 亲自动手验证 → 不断试错调整 → 缓慢前进。大量时间消耗在繁琐的执行细节中，真正用于确定方向的时刻寥寥无几。
现在，AI可以接手大部分执行工作。人的精力可以集中在三件事上：确定方向、拆解任务、评估结果。“执行”本身正逐渐被外包给工具。
当一个人不再被具体操作占满时间，他的核心价值就从“做得有多快”转向“决定做什么”以及“如何统筹”。面对同样的工具，有人只能加快计件工作，有人却能以此为杠杆拓展业务边界——差距会越来越大。
这种工作流重组在顶尖实验室已成为现实。Jakub坦言，他们团队现在越来越需要把精力放在“哪些方向值得投入”的取舍上，而不是像过去那样平均分配资源。原因很简单：当执行成本大幅下降时，真正稀缺的不是人手，而是正确的选择。
类似变化也在影响更多职业：写代码、做分析、写方案——这些原本需要完整经验积累的工作，门槛正在下降。一个人不需要掌握所有细节，也能完成相当一部分任务。但与此同时，对整体把控的要求反而更高了：你需要知道目标是什么，哪些结果是真正有效的，哪些只是表面好看。
所以，“AI实习生”带来的震撼，绝不仅仅是多了一个得力助手。它正在迫使人类的工作方式发生转向——从“亲自把事做完”，转向“设计并管理AI去把事做完”。
每个白领的问题因此变成了：你能不能决定什么值得做，以及怎么把这件事交给AI做好。
结语“AI实习生”不是未来的设想，而是正在发生的现实。AI的能力边界，正从“帮你做一点”走向“替你完成一段”。我们需要的适应，是职业角色的彻底转变。当AI接管越来越多的执行工作，人类最终剩下的，只有一件事：决定什么值得做。
朴谷观点
AI从“工具”演变为“实习生”，本质上是人机协作模式的代际跃迁。过去，信息系统是人的延伸，执行由人发起的指令；未来，AI将承担完整任务闭环，人类则向上移动到“目标定义”与“价值判断”的层级。朴谷咨询认为，这对企业和组织的核心启示有二：
1、战略能力的权重将空前提升。 当执行成本趋近于零，竞争的胜负不再取决于谁干得更快、更便宜，而取决于谁能在众多可能的方向中做出更优的选择。企业需要培养的不是更多“熟练工”，而是具备高阶方向感、系统拆解能力和结果评估能力的复合型人才。
2、工作流程需要重新设计。 简单地将AI嵌入现有岗位是不够的，必须从“人类执行+AI辅助”转向“AI执行+人类管理”。这意味着岗位职责、绩效标准、培训体系乃至组织架构都需要系统性重构。率先完成这一转型的团队，将获得显著的效率红利和创新能力。
“AI实习生”的到来，不是取代人类，而是倒逼人类回到自己最擅长的事：提出正确的问题。正如朴谷持续观察到的，技术越强大，决策者的判断力就越珍贵。
朴谷咨询（PGA）是一家提供投资与并购交易顾问、财税咨询、商业评估、企业AI管理创新咨询等专业服务的咨询机构，聚焦于高科技、人工智能、先进制造、医疗、消费、企业服务、互联网、教育与文化娱乐等领域。
我们服务的客户包括美国、香港与中国的上市公司或行业领军的准上市公司，大型民营企业和跨国企业，以及全球领先的人民币与美元投资机构等。我们有超100名拥有丰富经验的专业顾问人员，分布在北京、上海、杭州、武汉、深圳等地，我们的各业务线负责人和资深团队人员均具备国际头部咨询机构的职业经验。
