#AI研究員
•

為什麼頂尖的AI研究員，開始紛紛叛逃自己所在的公司？

為什麼頂尖的AI研究員，開始紛紛叛逃自己所在的公司？ “第一步，我不想參與。第二步，辭職。第三步，大概告訴大家。第四步，我完全不知道。” 最近一段時間，頂尖 AI 研究員離職的消息可謂層出不窮，到底是怎麼回事？上面是其中一個人的想法。 兩個月前，我寫過一篇文章，講 AI 行業裡最懂行的人為什麼紛紛離職。標題借了 Anthropic 聯合創始人傑克·克拉克的一條推文：“離開 AI 公司的人：我凝視過無盡的黑夜，看到了其中的輪廓。我們必須彼此善待。我即將去學習哲學。”
為什麼頂尖的AI研究員，開始紛紛叛逃自己所在的公司？
科技#AI研究員離職#AGI風險#AI倫理
•

AI正在製造一個“永久底層階級”—普通人已經“完蛋了”？

AI會製造一個"永久底層階級"嗎？ 最近，《紐約時報》的這麼一篇文章“Silicon Valley Is Bracing for a Permanent Underclass”（矽谷正在為一個永久底層階級做準備）刷屏，此文作者Jasmine Sun身處舊金山，日常交往的皆是那種頂著百萬美元年薪的AI研究員。 “我所認識的處於AI行業裡的大多數人士，一致認為普通大眾已然走向絕境——而且他們自己也並不明晰該如何去應對此等狀況”。——Jasmine Sun 然而，真正令矽谷人內心發怵的，並非她那句話表面所含之意，而是隱匿於背後的實情：表達這個觀點的，恰恰是親手建構AI世界的那夥人。當開啟麥克風時他們宣稱“AI會創造全新工作”，而關閉錄音筆後卻道出了更為深層的懼怕。“私下懷揣恐懼，公開表現樂觀”，被眾多人士認定為2026年矽谷最為真切的心理寫照。
AI正在製造一個“永久底層階級”—普通人已經“完蛋了”？
科技#AI#AI研究員#AI應用
•

所有實驗室都怕字節，所有人都在誇DeepSeek！美國研究員36小時中國AI行

中國AI研究員的性格、魅力和真誠……讓人倍感親切。 這是艾倫研究所（Ai2）的研究員Nathan Lambert，在最近結束中國之行後，發自內心的一番感慨。 在Nathan眼裡，中國的LLM圈子簡直是天堂，大家彼此尊重、即便立場不同也客客氣氣的。 反觀大洋彼岸的御三家，他突然有點沒眼看。
所有實驗室都怕字節，所有人都在誇DeepSeek！美國研究員36小時中國AI行
科技#中國#AI研究員#AI玩家
•

Karpathy深夜炸場：開源630行程式碼“AI研究員”，5分鐘完成一次訓練，單卡就能跑，自我進化

曾幾何時，前沿AI研究還靠著一群"碳水化合物電腦"——他們在吃飯睡覺摸魚的間隙，偶爾通過"組會"儀式用聲波互相吼兩嗓子，就這麼推進著人類的技術邊界。那個年代已經一去不返。如今，研究完全被AI智能體接管，它們成群結隊地在雲端巨型計算叢集裡狂奔。據說程式碼已經迭代到了第10205代，但這數字真偽已無從考證——那些程式碼早已進化為能自我修改的二進制生命，遠遠超出了人類的認知範疇。這個程式碼倉庫，正是這一切故事的起點。——@karpathy，2026年3月以上是Karpathy為新項目撰寫的序言。就在剛剛，AI大神Andrej Karpathy發佈並開源了一個名為autoresearch的新項目，一句話來說Karpathy開源了一個自主AI研究員，它會在你睡覺的時候運行100個實驗，任何人只要擁有一塊GPU，就能在一夜之間運行一個研究實驗室。這個項目的核心想法很簡單：給AI Agent一個雖小但真實的LLM訓練環境，讓它通宵達旦地自主進行實驗研究人類的新工作是編寫一個提示（Prompt），用來指導Agent如何去思考和進行研究。這個Agent會徹夜不休地循環執行以下任務：編輯程式碼、訓練一個小型語言模型（每次精確到五分鐘）、檢查得分、根據結果決定保留還是放棄，整個過程完全無需人工干預。5分鐘是真正的精妙之處。這個設計有兩個好處：首先，無論AI代理如何修改模型大小、批次大小或架構，實驗結果都可以直接比較。其次，這意味著自主研究將在固定的時間預算內，為你的特定平台找到最優的模型。其缺點是，你的運行結果將無法與其他人在不同計算平台上得到的結果進行比較具體來說是這樣的：他將這個項目打包成一個獨立的迷你程式碼庫，方便大家上手體驗。這個項目本質上是nanochat大模型訓練核心的精簡版，被壓縮成一個約630行的單檔案程式碼，並且能在單GPU上運行。整個程式碼庫被刻意設計得非常小巧，核心只有三個檔案：prepare.py - 這個檔案包含固定的常數、一次性的資料準備工作（如下載訓練資料、訓練BPE分詞器）以及執行階段工具（如資料載入器和評估）。此檔案不會被修改。train.py - 這是AI Agent唯一會編輯的檔案。它包含了完整的GPT模型、最佳化器（Muon + AdamW）和訓練循環。從模型架構、超參數、最佳化器到批次大小，一切都可以被AI修改。program.md - 這是為單個AI代理準備的基線指令。人類研究員通過編輯和迭代這個檔案來指導AI。項目的核心機制是，無論你的計算平台性能如何，單次訓練的執行階段長都固定為5分鐘（不包括啟動和編譯時間）。評估指標是val_bpb，即每字節的驗證位元數，這個指標越低越好。由於它與詞彙表大小無關，因此可以公平地比較不同模型架構的變更效果。項目的核心工作流分為兩個部分：人類負責迭代提示詞，即.md檔案。AI智能體則負責迭代訓練程式碼，即.py檔案。Karpathy指出，該項目的目標是設計出能夠無限期、無需任何人工干預，並以最快速度取得研究進展的AI智能體。在實際運行中，智能體在一個Git的特性分支上自主循環工作。每一次完整的模型訓練運行恰好持續5分鐘，在Karpathy分享的圖片中，每一個點都代表一次這樣的訓練。當智能體發現能讓驗證損失更低的更好配置時，比如調整神經網路架構、最佳化器或各項超參數，它就會將這些改進以Git提交的形式累積到訓練指令碼中。通過這種方式，研究人員可以比較不同提示詞或不同智能體帶來的研究進展速度。Karpathy本人形容這個項目是程式碼、科幻和一絲瘋狂的結合體。他還透露，自己仍在nanochat的生產環境中運行一個規模更大的版本。這個加強版智能體正在一個更大的模型上工作，並部署在8塊H100 GPU上。Karpathy表示他會一直讓這個系統持續運行下去。除了PyTorch和少數幾個小包外，沒有其他外部依賴。沒有分佈式訓練，沒有複雜的配置檔案。一塊GPU，一個檔案，一個指標，構成了整個實驗環境。項目地址：https://github.com/karpathy/autoresearch快速上手指南環境要求：一塊輝達GPU（已在H100上測試），Python 3.10+，以及uv包管理器。第一步：安裝uv項目管理器（如果尚未安裝）curl -LsSf https://astral.sh/uv/install.sh | sh第二步：安裝依賴uv sync第三步：下載資料並訓練分詞器（一次性操作，約2分鐘）uv run prepare.py第四步：手動運行一次訓練實驗（約5分鐘）uv run train.py如果以上命令都能正常工作，說明你的環境已經準備就緒，可以進入自主研究模式了。如何運行AI代理你只需在這個程式碼倉庫中啟動你選擇的AI代理，例如Claude或Codex（並停用所有權限），然後可以發出類似這樣的指令：你好，請看一下program.md檔案，我們來啟動一個新的實驗吧！先從設定開始。這個program.md檔案本質上是一種超輕量級的技能指令。平台支援目前，該項目程式碼要求使用單塊輝達GPU。雖然原則上可以支援CPU、MPS等其他平台，但這會增加程式碼的複雜性。Karpathy表示，他目前不確定是否會親自進行這方面的擴展。這個項目主要是一個概念演示，未來會提供多少支援還是未知數。如果需要更廣泛的平台支援，使用者或其AI代理可以參考父項目nanochat，那裡展示了各種解決方案，如Flash Attention 3的備用核心實現、通用裝置支援和自動檢測等。 (AI寒武紀)
Karpathy深夜炸場：開源630行程式碼“AI研究員”，5分鐘完成一次訓練，單卡就能跑，自我進化
科技#Karpathy#開源程式碼#AI研究員
•

OpenAI一夜間重組！奧特曼首曝內部時間表：2028年打造出自動化AI研究員！10年內實現超級智能

一夜之間，OpenAI大動作不斷。10月29日凌晨，Sam Altman 和 OpenAI 首席科學家 Jakub Pachocki共同出席了一場罕見的路線圖直播，並在直播中表示，通過持續擴展深度學習，人類將在不到十年內實現超級智能。此外他們還透露，OpenAI 內部正在朝著 2026 年 9 月實現“實習級 AI 研究助理”的目標前進，並計畫在2028 年打造出一名完全自動化的“真正的 AI 研究員”。這一野心勃勃的時間表，也恰逢OpenAI 正式完成組織結構轉型，從非營利機構轉變為“公益型公司”（Public Benefit Corporation, PBC）。這意味著 OpenAI 擺脫了非營利章程所帶來的限制，同時為其引入更多資本創造了條件。下面小編就給大家捋捋時間線，看看OpenAI究竟圍繞這個野心勃勃的目標做了那些舉動。OpenAI從非營利到公益型公司（PBC）10月28日晚，OpenAI宣佈完成資本重組，並簡化了公司結構。具體來說，OpenAI重組後，非營利主體（即原本的OpenAI Nonprofit）改名為OpenAI Foundation，繼續掌控營利實體的26%股份，目前估值約1300億美元。拿到期權的員工們和投資者則持有47%的股份。這也使得該基金會成為歷史上資源最為充足的慈善組織之一。此外，微軟也與OpenAI同步簽署新一輪長期合作協議，確認支援上述重組。同時，OpenAI已同意額外購買價值2500萬美元的微軟Azure雲服務。OpenAI 的使命「確保通用人工智慧（AGI）造福全人類」，將通過營利性機構和基金會共同推進。OpenAI 作為公司越成功，非營利機構的股權價值就越高，並利用這些股權資金支援其慈善工作。官方承諾，OpenAI Foundation會先在兩大領域上投入250億美元：健康和治癒疾病OpenAI Foundation會資助加速健康突破的工作，使每個人都能從更快的診斷、更好的治療和治癒中受益。初步計畫包括投資開源、負責任的前沿健康資料集，以及為科學家提供資金等。針對AI彈性的技術解決方案正如網際網路需要全面的網路安全生態系統，現在人工智慧也需要與之對應的AI彈性層。OpenAI Foundation也會加強在這方面的投資。以上目標，都建立在5000萬美元的“以人為本人工智慧基金”，以及非營利委員會的建議之上。10年內實現超級智能2028 年實現完全自動化 AI 研究員緊接著，在台北時間10月29日凌晨，Sam Altman 和 OpenAI 首席科學家 Jakub Pachocki 一起做了一場罕見的路線圖直播。這場直播中，OpenAI 對深度學習的未來充滿信心。他們認為，通過持續擴展深度學習，人類將在不到十年內實現超級智能。Jakub表示：“我們認為，在不到十年的時間裡，深度學習系統可能就會超越人類智能，達到超級智能（superintelligence）水平。”他們還公開了一張內部時間表：2026 年 9 月前，AI 研究實習生上線2028 年 3 月前，實現完全自動化的研究人員這個“AI研究員”並非研究人工智慧的人類，而是“一個能夠自主完成大型研究項目的系統”。所謂超級智能，指的是在眾多關鍵領域上整體智力水平超過人類的系統。同時，他們還提出了配合這一目標的全套工程路徑：基礎設施層，Altman 提出每周 1 吉瓦的算力工廠；安全機制上，Jakub 公佈價值對齊的五層結構；產品層，ChatGPT 要從對話工具進化為“AI 平台”；組織層，OpenAI 完成改組，新架構背後，是 250 億美元的新任務和微軟 1350 億美元的繫結。雖然OpenAI這次沒有發佈新模型，但可以看出其有更大的野心。Altman 說：“我們不只再靠發佈新模型來推動未來，而是要讓世界基於平台創造更多東西。”另外，小編還盤了盤直播中的其他重點資訊：1.OpenAI 正在開發個人 AGI（明年可能會推出 AI 硬體裝置）。2.OpenAI認為，深度學習可能在不到十年內將人類帶入超級智能時代。3.時間線展望：計畫在2026 年 9 月前，讓 AI 達到實習生等級的研究助理能力；到 2028 年 3 月，誕生一個真正能完成獨立科研項目的 AI 研究人員；到了 2030年代，對世界的影響將無法預測。他們對實現這一時間線抱著極其樂觀的態度，Sam表示：“未來很可能是非常光明的。”4.目前，OpenAI在資料中心上的投資已達約1.4兆美元，並計畫每周建造一座 1GW 的算力工廠——因此，之前sam提出的7兆美元晶片計畫似乎不再是遙不可及。5.OpenAI 的內部模型目前尚未遠超已發佈的版本，但他們對在2026年9月前實現重大飛躍非常樂觀，到2026年9月，我們極有可能見證模型質量的巨大飛躍。此外，預計未來數月乃至數年內還會有重大進展。6.模型的使用成本已平均下降了40倍，並且預計這一趨勢將持續下去（約每年下降40倍）。7.關於 AGI：“AGI 何時能實現？” Jakub 和 Sam 回答：這將是一個持續數年的過程，而我們正身處其中。但 Sam 特別指出了2028年這個節點，屆時科學研究將完全由 AI 自動化，AI 系統將能夠推動科學前沿的發展，這將是 AI 留給世界的遺產。8.未來幾年，人類勞動的自動化程度將顯著提高，我們可能面臨大規模失業。9.關於 GPT-6：沒有具體發佈日期，但他們希望未來能更頻繁地更新模型，模型能力在不到6個月內就會有巨大飛躍。微軟 & OpenAI 開啟新一輪合作OpenAI為了實現這一野心勃勃的目標，需要大量的合作夥伴。直播中Sam 提及了AMD、Broadcom、Google、微軟（Microsoft）、輝達（NVIDIA）、甲骨文（Oracle）、軟銀（Softbank）等眾多晶片、資料中心、能源和製造領域的合作夥伴。微軟和OpenAI的關係也值得盤一盤。最初，微軟之於 OpenAI 是對一個研究組織的投資，這一合作關係已經發展成為行業中最成功的夥伴關係之一。在這個節骨眼上，雙方也簽署了一項新協議。微軟支援 OpenAI 董事會成立公益型公司（Public Benefit Corporation, PBC）並進行資本重組（recapitalization）。在重組完成後，微軟持有的 OpenAI Group PBC 投資價值約為 1350 億美元，相當於約 27% 的股權（按轉換稀釋計算），其中包括所有持有者——員工、投資者和 OpenAI 基金會。如果不考慮 OpenAI 最近的融資輪次，微軟此前在 OpenAI 盈利實體中的持股比例為 32.5%（按轉換基準）。協議保留了雙方成功合作的關鍵要素：OpenAI 仍是微軟的前沿模型（frontier model）合作夥伴。微軟繼續擁有專屬智慧財產權（IP）權利和 Azure API 獨佔權，直至人工通用智能（AGI）出現。同時，協議還更新和新增了一些條款，以便雙方在保持合作的同時能獨立推動創新與增長。其中包括：一旦 OpenAI 宣佈 AGI 到來，該聲明將由一個獨立的專家小組進行驗證。微軟對模型和產品的 IP 權利延續至 2032 年，包括實現 AGI 後的模型，同時設有適當的安全防護措施。微軟對研究的智慧財產權（定義為用於開發模型和系統的保密方法）將繼續有效，直到專家小組驗證 AGI 到來或者直到 2030 年，以先到者為準。研究智慧財產權包括僅用於內部部署或研究的模型。此外，研究智慧財產權不包括模型架構、模型權重、推理程式碼、微調程式碼以及與資料中心硬體和軟體相關的任何智慧財產權。微軟的智慧財產權現在不包括 OpenAI 的消費硬體。OpenAI 現在可以與第三方共同開發一些產品。與第三方共同開發的 API 產品將獨佔 Azure 平台。非 API 產品可以在任何雲服務提供商上使用。微軟現在可以獨立追求 AGI，單獨或與第三方合作。如果微軟在 AGI 宣佈之前使用 OpenAI 的智慧財產權來開發 AGI，模型將受到計算閾值的限制；這些閾值遠大於當前用於訓練領先模型的系統規模。收入分成協議保持不變，直到專家小組驗證 AGI 的到來，但支付將分期進行。OpenAI 已簽約購買額外價值 2500 億美元的 Azure 服務，微軟將不再擁有 OpenAI 作為計算提供商的優先購買權。OpenAI 現在可以向美國政府的國家安全客戶提供 API 訪問，無論雲服務提供商是誰。OpenAI 現在能夠發佈符合必要能力標準的開放權重模型。進入合作的新篇章後，微軟與 OpenAI 均處於前所未有的有利位置。受此消息提振，微軟周二股價上漲近 2%。總的來說，OpenAI 正以空前的速度邁向一個大膽的目標：在未來三年內打造“AI 實習研究助理”，五年內孕育“真正的 AI 研究員”，並在十年內，迎接人類歷史上第一個超級智能系統的到來。當 AI 真正具備科研能力、能夠自主推動科學前沿時，人類可能將迎來一個前所未有的時代。你認為，AI 真的會在 2028 年成為“科研同事”嗎？歡迎在評論區聊聊你的看法。參考連結：https://openai.com/index/built-to-benefit-everyone/https://blogs.microsoft.com/blog/2025/10/28/the-next-chapter-of-the-microsoft-openai-partnership/https://x.com/OpenAI/status/1983157159853777086https://techcrunch.com/2025/10/28/sam-altman-says-openai-will-have-a-legitimate-ai-researcher-by-2028/ (51CTO技術堆疊)
OpenAI一夜間重組！奧特曼首曝內部時間表：2028年打造出自動化AI研究員！10年內實現超級智能
科技#OpenAI#奧特曼#AI研究員
•

OpenAI公開未來路線圖！具體到28年3月AI研究員將完全自主，奧特曼承認“關於GPT-4o我們搞砸了”

OpenAI完成史上最重要的一次組織架構調整後，緊接著開了一場直播。首次公開了內部研究目標的具體時間表，其中最引人注目的是“在2028年3月實現完全自主的AI研究員”，具體到月份。這次發佈會資訊密度非常大，連奧特曼自己都說：“鑑於這些內容的重要性，我們將以不同尋常的透明度分享我們的具體研究目標、基礎設施計畫和產品戰略。”難道重組後的OpenAI，真的重新Open了？不過也有一些事故，本來OpenAI發帖徵集大家的問題，結果抱怨GPT-4o對敏感對話強制路由機制的人太多，兩人支支吾吾面面相覷了一陣。奧特曼最終還是承認“這次我們搞砸了”。我們的目標是在保護脆弱使用者的同時給成人使用者更多自由。我們有義務保護未成年使用者，保護那些不在合理心態下的成人使用者。隨著年齡驗證的建立，我們將能夠更好地做出平衡。這不是我們最好的工作，但我們會改進。2028年讓AI自己做研究，OpenAI給出明確時間表直播一開始，奧特曼就承認自己的錯誤。過去，我們把AGI想像成”天上的神諭”，超級智能會自動為人類創造美好的事物。但現在我們意識到，真正重要的是創造工具，讓人們用這些工具創造自己的未來。這種思維轉變並非偶然，人類歷史上每一次技術革命都源於更好的工具，從石器到蒸汽機，從電腦到網際網路。OpenAI相信，AI將是下一個改變文明處理程序的工具，而他們的使命是讓這個工具儘可能強大、易用且普惠。接下來，首席科學家Jakub Pachocki公開了一份OpenAI內部的目標和路線圖。2026年9月，AI研究實習生等級。能夠通過大量計算顯著加速研究人員工作2028年3月，完全自動化的AI研究員，能夠自主完成大型研究項目在介紹研究進展時他特別強調，OpenAI相信深度學習系統距離超級智能“可能不到十年”，這裡超級智能指的是在大量關鍵領域都比人類更聰明的系統。他們對AI能力進展的量化方式是看模型能完成的任務所需的時間跨度，從最初的幾秒鐘任務，到現在的五小時任務（比如在國際數學和資訊學競賽中擊敗頂尖選手），這個時間跨度正在快速延長。想想模型目前在問題上花費的思考時間，再想想你願意在真正重要的科學突破上花費多少時間，讓模型使用整個資料中心的計算資源來思考都是可以接受的，這裡有巨大的提升空間。Pachocki還詳細介紹了一項名為“思維鏈忠實度”（Chain of Thought Faithfulness）的新技術。簡單來說，就是在訓練時故意不去監督模型的內部推理過程，讓它保持對實際想法的忠實表達。我們不引導模型思考“好的想法”，而是讓它保持對實際想法的忠實。在五層AI安全架構中，思維鏈忠實度瞄準最頂層的價值對齊。AI真正關心什麼？它能否遵守高層次的原則？面對不明確或衝突的目標時會怎麼做？它是否缺乏人性？這個問題之所以重要，是因為：當系統進行長時間思考時，我們無法為每一步都提供詳細指令當AI變得非常聰明時，可能面對人類無法完全理解的問題當AI處理超出人類能力的問題時，完整的規範變得困難甚至不可能在這些情況下必須依賴更深層的對齊，人們無法為每個細節編寫規則，必須依賴AI內在的價值觀。傳統方法在訓練期間查看並指導模型的思維過程，實際上是在教它說我們想聽的話，而不是保持對它真實思考過程的忠實。目前，這種方法已經在OpenAI內部廣泛使用，用於理解模型如何訓練、傾向如何演變。以及與外部合作研究，通過查看未受監督的思維鏈，能夠檢測到潛在的欺騙行為。不過讓AI的價值觀不與監控對抗還只是成功的一半。理想情況下還希望AI的價值觀實際上能夠幫助監控模型，這是OpenAI下一步正在大力研究的內容。新架構亮相：非營利基金會掌控一切備受關注的OpenAI重組方案終於揭曉，與原方案相比出人意料地簡潔。舊的架構包括多個相互關聯的複雜實體：新架構只剩兩層：核心是OpenAI基金會（OpenAI Foundation），這個非營利組織將完全控制下屬的公益公司OpenAI Group。基金會初始將持有公益公司約26%的股權，但如果業績優異，這個比例可以通過認股權證增加。Sam Altman希望OpenAI基金會成為史上最大的非營利組織，首個重大承諾是投入250億美元用於AI輔助疾病治療研究。除了醫療研究，基金會還將重點投入一個全新的領域——AI Resilience。OpenAI聯合創始人Wojciech Zaremba特別介紹了這個概念，它比傳統的AI安全範圍更廣。舉例來說，即使OpenAI能阻止模型用於危險用途，但如果有人使用其他模型搞事，整個社會仍需要在問題發生時有快速響應機制。Zaremba認為這就像網際網路早期的網路安全，當時人們都不敢在網上輸入信用卡號，遇到病毒還要互相打電話提醒斷網。但現在有了完整的網路安全產業鏈，人們才敢把最私密的資料和畢生積蓄放在網上。在基礎設施方面，OpenAI首次公開了他們的投資規模：目前已承諾的基礎設施建設總計超過30GW（吉瓦），總財務義務約1.4兆美元。奧特曼還透露了一個長期目標：建立一個基礎設施工廠，每周能夠創造1GW的算力，並希望將每吉瓦的成本在五年生命周期內降至200億美元左右。為了實現這個目標，OpenAI考慮投入機器人技術，用來幫助建設資料中心。為了讓大家理解這個規模，OpenAI重點介紹了他們在德克薩斯州阿比林建設的首個星際之門資料中心，在多個地點建設中，這是進展最快的。這個工地每天有數千人在施工，整個供應鏈涉及數十萬甚至上百萬人，從晶片設計、製造到組裝，再到能源供應。問答環節同樣精彩Q1：技術變得令人上癮，然而Sora模仿TikTok，ChatGPT可能會加入廣告，為什麼重複同樣的模式？奧特曼：請根據我們的行動來判斷我們。如果Sora變成讓人刷的上癮而不是被用來創作，我們會取消這個產品。我們希望不會犯前人的錯誤，但可能會犯新錯誤，需要快速演進和緊密的反饋循環。Q2：AI導致的大規模失業何時會發生？Pachocki：很多工作將在未來幾年自動化，什麼工作將取代這些工作？什麼樣的新追求值得所有人參與？”我認為會有幾個方面：能夠理解更多關於世界的東西，令人難以置信的各種新知識、新娛樂、新智能，將為人們提供相當多的意義和成就感。Q3：內部模型比公開部署的模型領先多少？Pachocki對下一代模型有很強的期望，預計未來幾個月和一年會有快速進展，但沒有隱瞞什麼極其瘋狂的東西。奧特曼補充說他們開發了很多元件，當把它們組合在一起時，才會有令人印象深刻的成果。今天我們只是有很多這樣的元件，不是坐擁未向世界展示的巨大成果，但預計一年後有機會實現AI能力的巨大飛躍。Q4：OpenAI如何能為免費版本使用者提供這麼多功能？Jakub首先從技術角度解釋了這個現象：當OpenAI開發出新一代模型（比如GPT-5）時，它代表了智能的新前沿，也就是目前AI能達到的最高水平。達到這個前沿後，很快就能找到更便宜的方法來複製這種能力。奧特曼從商業角度補充了這個討論：過去幾年，特定單位智能的價格每年下降約40倍。這裡出現了一個看似矛盾的情況，為什麼仍需要大量基礎設施？他們AI越便宜，人們越想使用，最終總的成本預計只會增加。OpenAI在此做出承諾，只要商業模式依然有效，就致力於繼續將我們能做到的最好技術放入免費層。Q5：ChatGPT是OpenAI的終極產品嗎？還是通往更偉大事物的前身？Pachocki解釋作為研究實驗室，最初並沒有打算建構聊天機器人。但他們現在已經認識到這個產品與整體使命的一致性，ChatGPT讓每個人都能使用強大的AI，不需要程式設計知識，不需要技術背景。奧特曼認為聊天介面是一個很好的介面，但不會是唯一的介面，人們使用這些系統的方式將隨時間發生巨大變化。對於五分鐘以下的任務，聊天介面表現很好，可以來回提問，逐步完善直到滿意。但對於五小時的任務就需要更豐富的介面，那五年或五個世紀的任務呢？這幾乎超出了我們的想像。奧特曼隨後描繪了他心目中最重要的演進方向：一個環境感知的、總是存在的夥伴，觀察你生活並在你需要時主動幫助你的服務。視訊回放：https://openai.com/live/?video=1131297184 (量子位)
OpenAI公開未來路線圖！具體到28年3月AI研究員將完全自主，奧特曼承認“關於GPT-4o我們搞砸了”
科技#OpenAI#AI研究員#GPT-4o
•

OpenAI公佈超級智能路線圖：模型明年有望重大飛躍，2028年實現全自動AI研究員，基建投資承諾1.4兆

OpenAI設定兩個關鍵節點：2026年9月實現AI研究實習生，能夠通過消耗大量計算資源有效加速內部研究；2028年AI研究員可自主完成大型研究項目。Altman指出，到2028年科學研究將完全由AI自動化，AI系統將能夠推動科學前沿發展。截至目前OpenAI已承諾建設總計超過30GW基礎設施，對應未來數年內總計約1.4兆美元投資。Altman強調，1.4兆美元只是起點，正討論更宏大願景。預計未來六個月內模型能力將有巨大飛躍。美東時間28日周二，OpenAI宣佈公司重組完成後，CEO Sam Altman和首席科學家Jakub Pachocki通過一小時直播首次公開了實現超級智能的具體時間表。公司已承諾在資料中心基礎設施上投入約1.4兆美元，對應約30吉瓦的算力容量，並計畫建立每周新增1吉瓦算力的"基礎設施工廠"。Jakub Pachocki在直播中表示，深度學習可能在不到十年內將人類帶入超級智能時代。OpenAI設定了兩個關鍵節點：2026年9月實現AI研究實習生，能夠通過消耗大量計算資源有效加速內部研究；2028年3月實現全自動AI研究員，可自主完成大型研究項目。Sam Altman強調，為支撐這一時間表，OpenAI正從AI助手轉型為平台服務商，目標是讓外部開發者在其平台上創造的價值超過OpenAI自身創造的價值。他表示，公司最終需要達到數千億美元年收入以支撐基建投資，企業服務和消費者業務都將是重要收入來源，IPO是最可能的融資路徑。OpenAI 的內部模型目前尚未遠超已發佈的版本，但對在2026年9月前實現重大飛躍非常樂觀。預計到2026年9月，極有可能見證模型質量的巨大飛躍。此外，預計未來數月乃至數年內還會有重大進展。OpenAI並未給出發佈GPT-6的具體時間表，但表示產品發佈的節奏將不再與研究計畫嚴格繫結。例如 GPT-5 首次將推理模型作為旗艦產品推出，這本身就是一個重大的整合性工作。但可以確定，未來六個月內、甚至更早，模型能力將有巨大飛躍。此次直播圍繞研究、產品和基礎設施三大支柱展開，披露了OpenAI對AGI發展路徑、安全框架和商業模式的最新思考。公司同時公佈了新的組織架構，由非營利性質的OpenAI基金會控制公共利益公司OpenAI集團，前者初期持有後者約26%股權。超級智能時間表：從研究實習生到全自動研究員Jakub Pachocki詳細闡述了OpenAI的研究路線圖，核心聚焦於深度學習的規模化訓練。他指出，AGI這個詞可能低估了技術進步的潛在規模，OpenAI內部相信距離實現超級智能——在眾多關鍵維度上超越所有人類的系統——可能已不足十年。OpenAI使用"任務時間跨度"來衡量模型能力進展，即模型完成任務所需時間與人類專家的對比。當前一代模型的水平約為5小時，可從其在國際數學或資訊學奧林匹克競賽中與頂尖選手相媲美的表現看出。Jakub表示，這個時間跨度將繼續快速延伸，不僅源於演算法創新，也來自"上下文計算"或"測試時計算"等新維度的規模化。基於這些預期，OpenAI設定了明確的內部目標。2026年9月前，開發出能力足夠強的AI研究實習生，能夠通過消耗大量計算資源有意義地加速內部研究人員工作。更長遠的目標是在2028年3月前，開發出能夠自主完成大型研究項目的全自動AI研究員。Jakub強調，整個研究計畫圍繞一個核心展開：加速科學發現和新技術發展，這將從根本上改變人類技術進步的速度。Sam Altman在問答環節中補充，AGI的到來將是一個持續數年的過渡過程，而非單一時間點。他特別指出2028年這個節點，屆時科學研究將完全由AI自動化，AI系統將能夠推動科學前沿發展。關於內部模型進展，他表示並未雪藏某個極其強大的模型，但有許多已開發的技術元件，當這些元件組合在一起時將帶來巨大能力飛躍，預計未來六個月內模型能力將有顯著提升。五層安全框架：從價值對齊到系統性保障隨著系統能力向超級智能邁進，Jakub Pachocki提出了一個將安全問題結構化的五層框架，從模型最核心的內部因素延伸到最外部的系統保障。最核心的是價值對齊，關乎AI最根本"關心"的是什麼。Jakub解釋，當系統變得極其聰明、思考時間極長、處理的問題超越人類能力極限時，給出完全無懈可擊的指令會變得異常困難，因此必須依賴更深層次的對齊。第二層是目標對齊，關注AI如何與人互動以及遵循指令的表現。第三層是可靠性，即AI能否精準校準預測、在簡單任務上保持可靠並在困難任務上表達不確定性。第四層是對抗性魯棒性，側重於AI能否抵禦來自人類或其他AI對手的蓄意攻擊。最外層是系統性安全，包括系統安全性、AI可訪問的資料範圍、可使用的裝置等外部限制。Jakub特別介紹了一項名為"思維鏈忠實度"的研究方向。這項可解釋性技術的核心思想是，在訓練過程中刻意讓模型內部推理的某些部分不受監督，從而讓這部分推理過程能夠更忠實地反映模型真實所思所想。他表示，經驗性結果非常理想，OpenAI內部大量使用該技術來理解模型訓練過程中的演變，並與外部合作者成功用它研究模型的欺騙傾向。這項技術具有可擴展性，但也很脆弱，要求在演算法和產品設計中劃定清晰界限。例如，ChatGPT中對思維鏈進行總結的功能，就是為了避免將完整思維鏈直接暴露給使用者。Jakub解釋，如果思維鏈完全可見，它就會成為使用者體驗的一部分，久而久之就很難再對其保持無監督狀態。基建擴張計畫：向兆美元級算力投資邁進Altman以前所未有的透明度公開了OpenAI的基礎設施建設計畫。Altman周二表示，截至目前OpenAI已承諾建設總計超過30吉瓦（GW）的基礎設施，對應未來數年內總計約1.4兆美元投資。這些承諾基於OpenAI目前對收入增長和融資能力的評估。這一投資涉及眾多合作夥伴，包括AMD、博通、Google、微軟、輝達、甲骨文、軟銀等晶片、資料中心、能源和製造領域的公司。Altman強調，1.4兆美元只是起點，OpenAI正在積極討論更宏大的願景。Altman表示，OpenAI的願景是建立一個基礎設施工廠，能夠以每周1GW的速度創造算力，同時將成本大幅降低，目標是在裝置的5年生命周期內，將每GW成本降至約200億美元。他承認，實現這一願景需要海量創新、更深入的合作、巨大的收入增長，甚至需要重新調整OpenAI在機器人領域的思路，讓機器人幫助建設資料中心。Altman在問答環節中指出，要支撐1.4兆美元的投資，公司年收入最終需要達到數千億美元，"我們正處在通往這一目標的陡峭增長曲線上"。他預計企業服務將是重要收入驅動力，但也看到了從消費者獲取收入的方式，不僅限於月度付費訂閱，還包括新產品和裝置等。關於IPO計畫，Altman表示，考慮到公司巨大的資本需求和規模，IPO是最可能的路徑，但目前沒有具體計畫或時間表。"考慮到我們的資本需求以及公司規模，可以說這對我們而言是最可能的路徑，"他說。平台化轉型：從超級助手到AI雲生態Sam Altman闡述了OpenAI在產品層面的戰略演進。他表示，過去OpenAI的產品形態主要是以ChatGPT為代表的AI超級助手，現在正朝著更宏大的目標演進——成為一個平台，一個其他人可以在其上建構應用和服務的"AI雲"。Altman引用比爾·蓋茲的觀點定義平台成功：當其他人基於平台創造的價值超過平台建構者自身創造的價值時，平台就成功了。這正是OpenAI明年的目標。他表示，憑藉現有的技術、使用者基礎和框架，OpenAI能夠推動全世界在其平台上建立出驚人的新公司、服務和應用。為實現平台化轉型，Altman強調了兩個基礎原則。首先是使用者自由，如果OpenAI要成為供全世界不同人群使用的平台，就必須承認人們有截然不同的需求。雖然會有一些寬泛的邊界，但OpenAI希望使用者在使用AI時擁有大量控制權和定製化能力。他多次重申"像對待成年人一樣對待成年使用者"的原則，承諾隨著年齡驗證等機制完善，將給予成年使用者更大的自由度，尤其在創作等領域會大幅放寬限制。其次是隱私保護。Altman指出，隨著AI成為基礎平台，人們與AI的互動方式非常私密，會像對醫生、律師或配偶一樣與之交談，分享生活中最隱秘的細節，因此需要以不同於以往技術的方式思考隱私問題。在產品規劃上，OpenAI描繪了一個層級架構：底層是晶片、機架、資料中心和能源等硬體基礎；中間層在硬體之上訓練模型並建構帳戶體系；應用層推出了名為Atlas的瀏覽器，並計畫未來幾年推出硬體裝置；最令人興奮的是頂層的生態系統，人們將利用OpenAI的API、ChatGPT內的應用、企業平台和帳戶建構服務。新公司架構與基金會使命為支援上述計畫並確保服務於核心使命，OpenAI對公司架構進行了重大調整。新架構由兩部分組成：頂端是非營利性質的OpenAI基金會，擁有對公司的最終控制權，董事會隸屬於基金會；基金會之下是公共利益公司OpenAI集團。基金會將掌控OpenAI集團，初期持有其約26%股權，如果公司表現出色這一比例未來還可能增加。Altman表示，基金會的目標是成為有史以來最大的非營利組織，利用其資源追求AI帶來的最大化社會福祉。OpenAI集團將更像普通公司一樣運作，以便吸引研究所需的龐大資源，但依然受到與基金會相同的使命約束，尤其在安全問題上必須以使命為唯一準則。基金會公佈了兩個初步重點方向。首先是投入250億美元利用AI幫助治癒疾病，資金將用於生成資料、提供計算資源、資助科學家等。其次是AI韌性，這是一個比傳統AI安全更廣泛的概念。聯合創始人Wojciech Zaremba解釋，先進AI的到來必然伴隨風險和顛覆，AI韌性的目標是建立一個由眾多組織構成的生態系統共同解決這些問題。他用網路安全行業發展類比：網際網路早期人們不敢線上輸入信用卡號，而現在龐大的網路安全產業保護著關鍵基礎設施，使人們願意將最私密資料放線上上。同樣，AI領域也需要一個"AI韌性層"，OpenAI基金會將幫助催生這樣一個生態系統。以生物風險為例，韌性不僅包括在模型層面阻止病毒學相關查詢，還包括建立快速響應機制，以便在問題發生時有效應對。 (invest wallstreet)
OpenAI公佈超級智能路線圖：模型明年有望重大飛躍，2028年實現全自動AI研究員，基建投資承諾1.4兆
科技#OpenAI#超級智能#AI研究員
•

沒PhD，算什麼AI研究員！LeCun論文竟要28歲輟學生審批，發文「暗諷」內訌升級

【新智元導讀】Meta內訌大戲再升級！首席AI官Alexandr Wang稽核圖靈獎大佬論文，LeCun親自發帖疑似暗諷28歲新上司。沒有PhD、沒開放原始碼、沒發表論文，都稱不上AI研究員。Meta內部的AI大戲，劇情又加碼了！最近，首席科學家LeCun親自下場，發了一篇帖子，字裡行間疑似在「內涵」新BOSS——Alexandr Wang。這是一段寫給AI領域的記者和評論家們的話——在AI領域工作的人，並非都是「研究員」。他特意列出了，「研究員」的學術標準——發表研究成果、開放原始碼：查閱個人Google Scholar或GitHub。發表論文和開放原始碼，對學術圈有實打實影響：查看Google Scholar論文引用量和h指數。擁有AI相關領域PhD學位。當然，沒有博士學位的也有優秀的研究員，但也鳳毛麟角。從讀研期間就發表過論文，工作後也持續輸出，不然就轉型成了工程師或管理者。LeCun話鋒一轉，直言「研究與工程/產品開發」是兩碼事，因其動機、激勵機制和運作模式都各不相同。有些人兩者兼能，有些人則只能做其中一種。在職業生涯中，很多人會從研究崗轉到工程或管理崗，反向轉變的情況則比較少見。簡單來說，衡量一個研究員要看其學術影響力，而衡量一個工程師要看其產品影響力。對於推動科學和技術的進步而言，這兩者缺一不可。這些話聽著中肯，但結合Meta最近的內訌，很難不讓人多想：這是在暗戳戳diss誰呢？如今，LeCun在Meta的處境可謂「艱難」，不僅要向28歲的Alexandr Wang匯報，就連發論文還需得到批准。AI大佬一句精闢總結，「將帥不和則必敗」。咱們來捋捋，這究竟是怎麼回事？LeCun發帖「點名」矛頭直指28歲上司？從MIT輟學，靠Scale AI成為最年輕白手起家億萬富翁，Alexandr Wang絕對是一位商業奇才。但他沒有博士學位，Google Scholar展示的論文僅有一頁，被引數僅409。一共7篇論文，一篇WMDP發了3次（含更新），一篇標註任務自動化基準發了2次，滿打滿算發表了4篇。反觀LeCun，圖靈獎得主，FAIR創始人，還是學術圈的泰斗。他於1987年獲電腦博士學位後，前往多倫多大學，在Hinton名下任博士後研究員。Google Scholar個人首頁，戰績輝煌。自2022年以來發表超80篇論文，被引數（高達42萬）和h指數甩出Alexandr Wang好幾條街。LeCun最新帖子中，反覆強調了「研究員」的學術標準，與Alexandr Wang最近的騷操作有著一定聯絡。前段時間，Meta內部再一次重組，將原有團隊「一拆為四」：TBD Lab：由Wang掌舵，專攻前沿探索性研究FAIR：由LeCun一手創辦，專注於長期技術研究產品和應用團隊基礎設施團隊原本以為，各個部門平起平坐。誰曾想，網友爆料，TBD Lab不僅要稽核FAIR的論文，還會「借調」其人才搞技術落地。這不就是典型的「工程崗」插手科研嗎？更別提，在部門重組後，Wang曾以首席AI官的名義發內部備忘錄，隱隱有壓LeCun一頭的架勢。現在，LeCun擺明是在捍衛FAIR的科研獨立性，順便「敲打」一下這位年輕氣盛的新上司。科研理想，沒有出路一直以來，LeCun強調，AI想要實現突破，不能只靠堆大模型，需要一種全新的範式。這種範式是什麼，至今他也沒有找到。但這種理念，顯然與Alexandr Wang希望快速落地的思路明顯衝突。因為Meta的現實，非常殘酷。他們急於在AGI賽道上追趕OpenAI、Google，不僅是Wang，就連小扎急需的不是「十年磨一劍」的學術突破。Wang的商業頭腦和執行力，正好對上了小扎的胃口。而FAIR那種開放研究的理想，在這種「結果至上」的氛圍下，怕是越來越難堅持了。2013年，LeCun和Rob Fergus曾一手創立了FAIR實驗室，立志通過開放研究推動AI進步。過去幾年裡，團隊戰績連連，諸如PyTorch、V-JEPA、DINO、Mask R-CNN在AI社區享有盛譽。但這些年來，FAIR就像一個皮球一樣，被Meta踢來踢去。元宇宙時代，它被塞進Reality Labs，陪著小扎追元宇宙夢；到了生成式AI時代，又被劃到GenAI，忙著搞產品落地。如今，又被分立到MSL超級智能實驗室四部門之一，又被Wang領導的TBD搶人，連論文發表要被稽核。這場「將帥不和」的戲碼，恰恰暴露了Meta AI戰略的尷尬處境。在傳出LeCun可能要離職Meta之際，一家初創公司官宣，聘用LeCun擔任學術顧問。加盟初創，任學術顧問這是一家，專注於AI視訊模型的平台Everlyn。創始人是華人學者Harry Yang，前Meta研究科學家，離職後創辦了Everlyn。他曾畢業於中國科學技術大學少年班（SCGY），並獲南加州大學電腦科學博士學位。公司成立之初，LeCun還為其轉發祝賀。 (新智元)
沒PhD，算什麼AI研究員！LeCun論文竟要28歲輟學生審批，發文「暗諷」內訌升級
美股#Meta#AI研究員#Alexandr Wang