夜雨聆风她23岁，从5岁开始下棋，后来拿下女子国际大师称号，哈佛计算机毕业进OpenAI搞安全对齐，然后，她辞职去造读心术了。
2026年8月5日，Naomi Bashkansky在X上宣布：“两周前，我从OpenAI辞职，加入Conduit担任创始研究员。我们正在训练模型，用非侵入方式读取人类大脑。”
▲ Naomi Bashkansky宣布离开OpenAI加入Conduit，配图为其博客长文截图
回复区很快变成一场关于人类未来的大辩论。有人说这是“酷到离谱”，有人说这是“反乌托邦的序章”。
更让人脊背发凉的部分，藏在她那篇万字博客里，标题赫然写着：《Why I'm leaving OpenAI to build telepathy》。
是的，心灵感应
地下室里的一万小时
在讲Naomi之前，得先讲讲Conduit这家公司到底在干什么。
简单说：他们在旧金山一间地下室里，花钱请人戴上脑电头盔跟AI聊天，然后录下他们的脑电波。
▲ Conduit官网：“Building telepathy at scale”，招募有偿受试者，单次最高约50美元
Conduit把这项研究做成了一座数据工厂，每天20小时、一周7天不停歇。受试者从Craigslist上招来，签完同意书，坐进隔间，戴上约4磅重的多模态头盔，然后和大语言模型自由聊天两小时。说的、打的每一个字，都与同一时刻的脑信号精确配对。
到2025年12月，他们宣称已经采集了约10,000小时的神经-语言配对数据，覆盖数千名独立受试者。
▲ Conduit技术博文：《How we collected 10,000 hours of neuro-language data in our basement》
这个数字意味着什么？放在学术界，一个脑机接口实验能有几十小时的高质量数据就算大手笔了。Conduit直接把量级拉高了两到三个数量级。 他们建起了一个以脑信号为内容的语料库。
运营中的细节透着一种近乎疯狂的工程执念：头盔太重受试者不舒服？切割多边形衬垫通风不够？从中央风扇接长管到每个隔间（电器不能靠近传感器，否则干扰信号）。凝胶电极涂胶要30分钟太慢？换干电极加弹簧加压，把场次间隔压到2-3分钟。60赫兹市电干扰信号？一度关掉建筑一侧的供电，后来干脆用电池。
而最反直觉的发现是：当数据量冲过4,000-5,000小时之后，数据规模本身开始碾压精细降噪。 模型见过足够多的人、足够多的噪声模式，就能从噪声里硬生生学出信号来。
这正是整件事最核心的技术假设
“苦涩的教训”：用暴力美学读脑
Naomi在博客里反复引用一篇文章，Rich Sutton 2019年的短文《The Bitter Lesson》（苦涩的教训）。
▲ Rich Sutton经典短文：AI七十年来的终极教训，堆算力的通用方法最终总是赢
这篇文章的核心论点极其简洁：AI七十年来，能吃下更多算力和数据的通用方法屡次胜过精巧的手工算法。 GPT系列的胜利是这条路线的最佳注脚。
Naomi把这条教训平移到了神经解码领域：
“要训练从脑信号预测文本的模型，就要沿用同一条教训：增加有用的算力，模型就会超过手工设计的精巧算法。数据采集规模也要比学术界以往的体量再高几个数量级。”
▲ 科技分析账号@kimmonismus将“苦涩的教训”段落二次放大：“Things will get very weird.”
翻译成大白话：别指望在神经科学里找到什么优雅的捷径。先把数据灌到撑，算力拉满，模型自己会学。
Conduit选择非侵入路线，看中的正是它天然适合暴力缩放。侵入式植入（比如Neuralink那种往脑子里打芯片的路线）信号质量确实更好，但你能说服多少健康人去开颅？几百人？几千人？非侵入头盔虽然信号更脏更弱，却可以从成千上万普通人那里采集数据。
她用了一个精妙的类比：脑信号就像城市里的噪声GPS。单靠它定不了精确位置，但叠上地图和导航路线，对应大语言模型和上下文，就能相当准确。
目前模型能做到什么程度？Conduit给出了零样本示例（模型从未见过的新受试者）：
受试者实际打出：the room seemed colder 模型预测：there was a breeze even a gentle gust
语义接近，措辞不同 媒体转述称语义匹配率约45%这距离“读心成功”还很远Naomi则用我们还在GPT-2时代来形容当前阶段，并把希望放在那条随数据量对数上升的缩放曲线上。
2027，2030，2035：一个对齐研究员的“科幻”预言
博客最令人心跳加速，也最令人不安，的部分，是Naomi写的三段未来情景。
2027年的一个上午： 头带经蓝牙连上笔记本。她在浏览代码和图表时，脑中的模糊念头被Conduit模型每10秒解码一次，自动发送给AI代理。子代理并行改图例、改文风、解释公式她甚至没有在脑子里“念”出什么字，只是正常看图、正常泡咖啡。 她的描述是：“感觉像魔法”
2030年： AI公司不再需要先把脑信号解码成文字，而是直接对接大脑的潜表示，甚至可以传递图像、情绪这些难以言说的东西。头带成为日常穿戴没有它时，她觉得像在和一个超级强大却完全猜不透你心思的外星同事说话。
2035年： AI不再是外部工具，而像第六感和额外的肢体。思考一个问题就像冲浪式浏览网页并获得直觉闪光。写入技术甚至可能让你关掉AI后的认知速度也更快。
她引用了Elon Musk的说法：如果实现紧密共生，AI就不会是“他者”，而会像大脑皮层和边缘系统的关系，你不觉得你的皮层是“别人”，对吧？
▲ Naomi博客长文首页：从2027到2035的心灵感应路线图
这些内容属于作者的个人预测，尚未成为已演示的产品能力。 这些段落也引发了评论区的激烈争论。
“做过对齐的人，写了一篇不谈伦理的读心宣言”
互联网的反应快速分裂成两个阵营
兴奋派认为这是人机交互的下一次范式跳跃。有人把Conduit的万小时数据和Meta的腕带肌电信号并置，宣称“语音交互已经让打字显得像原始人”，下一步只会更科幻。
▲ 支持者将Conduit与Meta的神经接口并置，认为人机交互屏障正在消失
但批评火力同样猛烈，而且精准打在最痛的点上。
有人一针见血地指出：Naomi来自OpenAI的对齐团队，那个专门研究“如何让AI安全”的部门，结果她写了一整篇关于读脑的万字长文，伦理一行都没有。
▲ 评论讽刺：alignment背景，却不谈伦理，只靠“non-invasive”四个字过关
另一条高赞评论写道：“你不能把'non-invasive'贴在前面就完事了。” 不做手术只符合医学意义上的非侵入，可是按日常语感来说，读你脑子里在想什么，这叫非侵入？
▲ 高赞评论质疑医学定义能否化解读心本身的“侵入性”
Hacker News上的讨论更为技术化但同样激烈。有神经科学家打了个比方：用头皮电极读大脑内部活动，就像站在冰球场的停车场上试图听清冰面上的对话，你最多知道“比赛很热闹”。 物理定律摆在那儿，头皮外传感器的信噪比有其天花板。
另一项批评来自一个看似不起眼的数字拆解：45%语义匹配 + 每10秒自动发送给AI代理 = ？
谁有权根据一个只对了一半的噪声解码，替你采取行动？ 当头带成为默认佩戴，auto-send成为默认开启，你的每一个模糊念头，包括那些你根本没打算说出口的，都在以10秒为间隔，被喂给一个有执行能力的AI系统。
这不再是一个技术问题，这是一个权力问题。
她到底在追求什么？
拨开所有争议，回到最本质的问题：一个23岁的前对齐研究员，为什么要转身去做这件事？
Naomi给了三个理由：愿景大胆但可操作（她个人预期，如果Conduit成为通用“读脑+写脑”平台，估值可超万亿美元，这一数字只是愿景，与融资事实无关）；人对（创始人来自牛津和剑桥的研究圈子）；问题本身极度有趣，编码器、数据效率、合成数据、多模态，在一家小公司里是整片绿地。
博客字里行间还藏着一层更深的逻辑：她恐惧人类在强大AI面前被甩出回路。
如果超级智能真的到来，她设想人类可以通过提高与AI的通信带宽来留在回路里。键盘太慢，语音也太慢，只有直连大脑才可能跟上。这就是Sam Altman 2017年在《The Merge》里写的那句话：“合并可能是最佳情形。”
从这个角度看，做对齐和做读心术之间，存在一条诡异但逻辑自洽的暗线：如果你相信AI终将超越人类，那么终极的“对齐”便可能指向人机融合。
这个推理链条的每一环都可以质疑超人类AI是否必然？带宽是否真是瓶颈？更高带宽是否能让人留在回路里？写入大脑是否等于合并？
但这正是这件事最迷人也最危险的地方：它不需要每一环都成立，只需要足够多人相信它成立。
而现在，一间旧金山的地下室里，头盔的弹簧正在压向头皮，数据还在以每天20小时的速度增长，缩放曲线还在对数坐标上缓缓爬升。
没有人知道终点在哪里但列车已经开了