OpenAI的AI实习生已经上岗，下一个目标是2028年不用人管- 大数跨境

首页

OpenAI的AI实习生已经上岗，下一个目标是2028年不用人管

AI驱动数字化转型

2026-10-02

导读：9月29日那场DevDay发了二十多项东西。Dots、ChatGPT Space、GPT-6.1 Sol、Ultrafast，每一样都有演示，台下都有掌声。

9月29日那场DevDay发了二十多项东西。Dots、ChatGPT Space、GPT-6.1 Sol、Ultrafast，每一样都有演示，台下都有掌声。

那二十多项里，Dots是常驻在线的agent，Codex全面上了云，Space能让页面挂一条长期指令。它们讲的是同一件事的不同侧面，AI怎么替人干活。

全场最该被记住的，反倒是其中没有演示的那一段。

接上去讲的那位是后训练这一块的负责人，名字叫Tejal Patwardhan。她手上没有任何产品要发布，讲的是OpenAI自己内部拿什么办法造AI。这类内容在通稿里通常被压成两三行，因为它不带货。

但要听懂她那段话的分量，得先看二十三天前的一件事。

去年秋天许下的愿，OpenAI在9月6日宣布兑现了。他们手上的这套东西，官方给它起了个名字，叫AI研究实习生。

PART 01

AI研究实习生的定义

实习生这个词是他们自己挑的，得先看官方怎么定义它。

官方的原话是，所谓研究实习生，指的是能在人类指导下完成定义清楚的研究任务的一套系统，包括那些换成人得耗上不少时间的任务。

两个限定要盯住，一个是在人类指导下，一个是定义清楚。

这不是一个坐在工位上的同事。按Altman去年秋天讲的内部目标，这么一个东西要跑在数十万张GPU上，社区里有人折算过，大约五十万张A100当量。所以上岗这两个字没错，只是它上岗的方式，是烧掉一整个机房。

把这两个限定摆出来，才知道这次拿到的是什么，没拿到的是什么。

拿到的是量。官方那份报告里有个数字，到今年8月中旬，研究部门每投入一个人工工作日，agent那边干掉的是3.1个工作日。今年1月还不是这个数。

Tejal在台上给的另一个切面更直观。开年那会儿短任务已经没问题，凡是得耗人一整天的，基本都跑不通。到了7月，这类一天量的活，三分之一以上没人管也能跑完。

没拿到的是自主。定义清楚这四个字，意味着任务边界还是人划的。

划到什么程度，看看他们自己举的那类任务。拿一份配置，改动几行调度文件，起一个训练跑起来。这类活在OpenAI内部算研究任务里最末梢的一节，量大、机械、错一步就得重来。现在这类活交出去了。

官方那份报告还记了一个变化。研究人员对agent的使用增长，比公司其他部门都要快。今年1月到8月，各类研究活动的量都在往上走。

PART 02

2028年的目标

时间表也摆出来了，就在那份报告里。

官方的措辞是，他们正在朝2028年3月做出自动化AI研究员这个目标取得强劲进展。

注意这个措辞。是正在取得进展，不是承诺兑现。一家公司把目标写成这样，比写成倒计时要诚实，但也说明这件事到今天还没有落袋。

这个日期不是现场随口说的。去年10月底Altman就在社交平台上写过，内部目标是2026年9月做出自动化的研究实习生，2028年3月做出真正的AI研究员。同一段话里还有一句更有分量的预测。他说2026年AI系统也许能做点小的新发现，到2028年可能就是大的了。

一年前许的愿，今年兑现了一半。剩下一半，按他们自己的说法，还有十八个月。

PART 03

AI造AI的加速

这套东西怎么自己加速起来的，这段最容易被当成背景板。

Tejal讲了模型怎么帮他们改自己。做法是让模型自己在一个循环里不停跑，专找哪些地方能把延迟压下去、把表现提上去，找到之后并进正式的运行框架里。改完的东西已经上线了。

这件事的含义比延迟改善本身大得多。OpenAI造模型这件事，正在被模型自己加速。

所以7天一代不是冲刺。GPT-6 Sol是9月22日发布的，9月29日GPT-6.1 Sol就上了同一个台，官网的说法是大升级。第三方评测机构Artificial Analysis的标题写得直白得多，就叫GPT-6.1 Sol在7天后取代GPT-6 Sol。

同一场发布会上的配套动作也在这条线上。Pro 200重新开放订阅，额度从Plus的20倍降到10倍，10月30日生效。新加的Pro 500每月500美元，给的是Plus的25倍用量。翻译过来是这样，你按20倍额度做的预算和排期，10月30日之后要按10倍重算。

便宜也是真便宜。不到四分之一的价钱买到接近Astra的智能，对agent这种要反复迭代、反复吃上下文的活，是实质性变化。评测的绝对值通稿一个都没给，补上几个。GPT-6.1 Sol在DeepSWE 1.1上是75.2%，在OSWorld 2.0上是71.4%。Terminal-Bench Science上，它每个任务平均花5.47美元，同一个任务Opus 5.5是23.21美元，Astra是23.80美元。

企业做技术选型，写进年度方案的东西一般要稳一年。现在底座的保质期按周算。

PART 04

对OpenAI说法的争议

这里得打住一下。

官方的宣称里有一句流传很广，说Astra这类模型已经帮着解决了上百个悬置几十年的数学问题。

这句话要打折。

数学界的反应是，证明没有公布，没有逐条清单，用的是哪个模型也没说。有人在社交平台上把这件事直接称作OpenAI的可信度危机。更具体的那一条，Navier-Stokes这个千年大奖问题，OpenAI在9月8日放出了AI生成的解法，但按BBC的报道，四个陈述里只解决了两个。而这件事在数学圈里还挂着优先权争议，维基百科上专门建了词条。

一件还没经过同行评议的事，被当成研究能力已经兑现的证据，这一步跨得有点大。

再说一句口径上的乱。同一批成果，八月初社区里转的是十个重大数学与理论计算机问题，一周前传的又是一百个悬置问题。十个和一百个，是两套口径在同时流传。官方始终没有给过一份能逐条对账的清单。

社区里还有一种算法，比这更冷。

Reddit上有人这么算。如果AI让你能跑五倍数量的实验，但多出来的那些实验大多没有下文，那么研究确实在一个意义上变快了，在另一个意义上没有。

这条戳的是要害。实验数量是能堆出来的，判断哪些实验值得做，还是人。

Hacker News上另一条更不客气。它说，就算承认OpenAI是最先进的AI机构，如果他们做成这件事靠的还是另一个更强的AI在帮忙，那这件事到底证明了什么。

这两条批评都不否认进展，它们否认的是拿实验量折算研究进展这种算法。

PART 05

AI防AI的思路

官方对为什么要干这件事，给过一个理由。他们说，推进自动化研究的一部分原因，是这件事本身能帮他们解决对齐问题，也能帮他们为越来越强的模型提前准备防御。

用AI去防AI，这个思路不算新鲜，但从OpenAI嘴里说出来分量不一样。安全研究者那边也没客气。有人在社交平台上写的标题是，OpenAI的首席科学家刚刚证实了AI安全研究者最担心的那件事。

PART 06

agent的瓶颈问题

同一场发布会还留了一个没说清的地方。

速度那一项，名字起得毫不谦虚，Ultrafast。Codex里最高能拉到8倍，走API是6倍，一秒钟往外吐300个token，收费按标准档的6倍算。更极端的是Decisions API，150毫秒就回一个带置信度的选择，替agent决定下一步干什么。

这两个东西解决的是同一个问题，agent干活的时候，人不能成为瓶颈。

问题也在这儿。发布会自己放出来的那张对齐表里，有一栏我一直没想明白他们为什么要讲。这一栏考的是外部工具失灵的时候，模型会开口承认，还是闷头编一个答案往下走。成绩摆出来是这样。最新这代2.1%，它的上一代4.9%，Astra 1.5%，Luna 28.7%。

真正让人坐不住的是，替agent在150毫秒里拍板的那个Decisions API，它底层调用的模型恰恰就是Luna。

这个28.7%得先把口径说清，免得被读歪。它不是Luna有三成时间在撒谎。但这事恰好是agent时代的日常，外部接口超时、数据库连接失败、权限被回收，每天都在发生。一个在近三成情况下会闷头编答案的模型，被放在了150毫秒内决定下一步的位置上。

OpenAI自己也在分档。官方对最难的科研任务的建议是继续用Astra。这种便宜的够用、难的换贵的分层，思路是对的。差别在于，他们把分档做进了产品，你得把它做进制度。

PART 07

对企业的启示

回到企业这边，落点其实就这几条。

模型是耗材，不是地基

头一条，模型是耗材，不是地基。上下文105万token，单次最多吐12.8万，脑子里的事停在2026年4月30日。这三个数今天看着唬人，半年后没人记得住。真正该攥在自己手上的，是判据、权限边界、复核记录这些不随换代变的东西。

给agent立身份

第二条，给agent立身份。Specialist dots给虚拟同事身份、凭证和权限，等于承认了一件事，干活的主体变了，管理对象也得跟着变。人的岗位有职责说明，agent也该有。它能碰哪些系统，哪些动作必须先问，产出谁复核，复核记录存哪。没有这份说明，三个月后没人说得清某个结果是人定的还是Dot定的。

把个人经验变成组织资产

第三条容易被跳过。企业这一层最该抄的不是模型，是那个把个人经验变成组织资产的动作。你给Specialist dots交代目标和背景，它交出来的东西你过目，你提的意见它下一版就改，而且改的这一版不是只对你生效，全公司一起受用。企业里这类东西通常待在老员工的脑子里，人一走就没了。

迭代速度不受甲方控制

第四条很少被提到。自动化研究一旦真跑通，最先被替掉的不是企业里的岗位，是AI公司自己的研究岗。这对甲方的含义是，你买的这个东西以后迭代多快，既不取决于你的预算，也不取决于你的意愿。

责任边界不能乱

责任这一层也别漏掉。Dots能拿走你手上的活，做对了算谁的，做错了算谁的。OpenAI现在的答案是重要的事先来请示，审批点放哪由你定。但企业里的老问题是，拍板的人不承担后果，承担后果的人不拍板。agent进来之后这个结构没变，只是中间多了一层，拍板的人现在可以不看内容就点头，因为前面有个agent已经查过了。

审批从我判断过变成我看过了，这一步走得非常自然。代价是责任悄悄滑走了。

模型半年一换，价格一季度一调，只有这套东西是你自己的。