OpenAI 全力押注「AI 研究员」：9 月推实习生，目标 2028 年全自动科研

如果把现在的 AI 编程助手比作办公室里手脚麻利的杂役，OpenAI 显然觉得还不够过瘾，他们打算直接造一个能独立发论文的科学家。

OpenAI 首席科学家 Jakub Pachocki 在接受专访时透露，公司正把长期研究的重心全面转向一个宏大目标：打造完全自主的「AI 研究员」。

按他的话说，这个目标将成为 OpenAI 未来数年的北极星。它不再只是把零散的模型拼在一起，而是要整合推理模型、智能体以及可解释性研究，最终在数据中心里塞进「一整个虚拟科研实验室」。

从实习生做起，2028 年交出全能团队

OpenAI 已经划出了明确的时间表。第一道坎就在今年 9 月，他们计划上线一个「自主 AI 研究实习生」。

这个实习生不是用来打杂的，而是要能独立接手人类需要几天才能啃完的研究任务。它学会把大问题拆成几个小目标，自己查资料、跑代码、做验证，并在中途遇到死胡同的时候自行回溯调整。

到了 2028 年，OpenAI 希望把它升级为全自动的多智能体科研系统。到那个时候，数学难题的推导、物理假说的验证、生物与化学实验设计，甚至复杂的商业与政策推演，都可以交由它全权处理。

Jakub Pachocki 自己就是一个典型的例子。作为坚守手打代码的 Vim 拥趸，他在过去一年里也把工作习惯全改了。他表示现在团队的核心工作已经变成了「管理一群 Codex 智能体」，原本需要花费一周编写的实验脚本，扔给智能体跑一个周末就能出结果。

串联任务容易翻车，安全只能先装沙箱

愿景很动人，但在同行眼里，真正的硬骨头还没啃下来。

艾伦人工智能研究所的研究员 Doug Downey 就泼了一盆冷水。他去年夏天测试过多家顶尖大模型在科学任务上的表现，虽然 GPT-5 拿了第一，但错误率依然不低。

问题在于任务链条一旦拉长，模型在每一步犯下的小错误就会迅速叠加。如果一个 AI 实习生要连续自主运行好几天，前面的一个微小幻觉，就可能导致后面整套推导全盘皆输。

另一方面，当 AI 开始独自推进一整套研究项目，安全监管就成了走钢丝。如果它偏离了目标、遭到了攻击，或者彻底理解错了人类的指令，后果谁来承担。

OpenAI 目前拿出的主要对策是「思维链监控」。模型在推演时必须在虚拟草稿本上写下自己的每一步思考，公司再用其他模型实时检查这些草稿，一旦发现异常苗头立刻干预。Pachocki 也坦言，在彻底建立信任之前，这些超级模型只能老老实实关在沙箱里运行。

为什么重要

我们认为，OpenAI 这一步走得相当务实，也把大模型竞争的战线彻底拉长了。

过去两年行业卷的是写代码、做摘要和日常对话，但这些工具本质上都在做「辅助输入」。OpenAI 押注全自动研究员，实际上是在把 AI 从副驾驶推向真正的主驾驶，试图让机器帮自己做技术研发。

对开发者和研究人员来说，好消息是未来半年内，你手头的日常科研和工程任务有望得到极大的减负；坏消息是，如果你的核心价值只是按部就班拆解任务，你的角色可能很快会被一个不知疲倦的数字实习生取代。

但在技术路线上，把希望完全寄托于推理时长和多智能体协同，依然存在很大的不确定性。长程任务的自洽性和可验证性至今没有完美解法，光靠草稿本互相盯梢到底能不能看住一个庞大的自主系统，2028 年到来之前，业内大概率还会有一场激烈的交锋。