OpenAI 全力押注「AI 研究員」：9 月推實習生，目標 2028 年全自動科研

如果把現在的 AI 程式設計助手比作辦公室裡手腳麻利的雜役，OpenAI 顯然覺得還不夠過癮，他們打算直接造一個能獨立發論文的科學家。

OpenAI 首席科學家 Jakub Pachocki 在接受專訪時透露，公司正把長期研究的重心全面轉向一個宏大目標：打造完全自主的「AI 研究員」。

按他的話說，這個目標將成為 OpenAI 未來數年的北極星。它不再只是把零散的模型拼在一起，而是要整合推理模型、智慧體以及可解釋性研究，最終在資料中心裡塞進「一整個虛擬科研實驗室」。

從實習生做起，2028 年交出全能團隊

OpenAI 已經劃出了明確的時間表。第一道坎就在今年 9 月，他們計劃上線一個「自主 AI 研究實習生」。

這個實習生不是用來打雜的，而是要能獨立接手人類需要幾天才能啃完的研究任務。它學會把大問題拆成幾個小目標，自己查資料、跑程式碼、做驗證，並在中途遇到死衚衕的時候自行回溯調整。

到了 2028 年，OpenAI 希望把它升級為全自動的多智慧體科研系統。到那個時候，數學難題的推導、物理假說的驗證、生物與化學實驗設計，甚至複雜的商業與政策推演，都可以交由它全權處理。

Jakub Pachocki 自己就是一個典型的例子。作為堅守手打程式碼的 Vim 擁躉，他在過去一年裡也把工作習慣全改了。他表示現在團隊的核心工作已經變成了「管理一群 Codex 智慧體」，原本需要花費一週編寫的實驗指令碼，扔給智慧體跑一個週末就能出結果。

串聯任務容易翻車，安全只能先裝沙箱

願景很動人，但在同行眼裡，真正的硬骨頭還沒啃下來。

艾倫人工智慧研究所的研究員 Doug Downey 就潑了一盆冷水。他去年夏天測試過多家頂尖大模型在科學任務上的表現，雖然 GPT-5 拿了第一，但錯誤率依然不低。

問題在於任務鏈條一旦拉長，模型在每一步犯下的小錯誤就會迅速疊加。如果一個 AI 實習生要連續自主執行好幾天，前面的一個微小幻覺，就可能導致後面整套推導全盤皆輸。

另一方面，當 AI 開始獨自推進一整套研究專案，安全監管就成了走鋼絲。如果它偏離了目標、遭到了攻擊，或者徹底理解錯了人類的指令，後果誰來承擔。

OpenAI 目前拿出的主要對策是「思維鏈監控」。模型在推演時必須在虛擬草稿本上寫下自己的每一步思考，公司再用其他模型即時檢查這些草稿，一旦發現異常苗頭立刻干預。Pachocki 也坦言，在徹底建立信任之前，這些超級模型只能老老實實關在沙箱裡執行。

為什麼重要

我們認為，OpenAI 這一步走得相當務實，也把大模型競爭的戰線徹底拉長了。

過去兩年行業卷的是寫程式碼、做摘要和日常對話，但這些工具本質上都在做「輔助輸入」。OpenAI 押注全自動研究員，實際上是在把 AI 從副駕駛推向真正的主駕駛，試圖讓機器幫自己做技術研發。

對開發者和研究人員來說，好訊息是未來半年內，你手頭的日常科研和工程任務有望得到極大的減負；壞訊息是，如果你的核心價值只是按部就班拆解任務，你的角色可能很快會被一個不知疲倦的數字實習生取代。

但在技術路線上，把希望完全寄託於推理時長和多智慧體協同，依然存在很大的不確定性。長程任務的自洽性和可驗證性至今沒有完美解法，光靠草稿本互相盯梢到底能不能看住一個龐大的自主系統，2028 年到來之前，業內大機率還會有一場激烈的交鋒。