大家好，这里是最佳拍档，我是大飞。
OpenAI AGI 研发策略与时间表
近期，OpenAI 首席科学家 Jakub Pachocki 现身红点 AI 播客节目，深入披露了 OpenAI 内部的核心研发策略、AGI（Artificial General Intelligence: 达到或超越人类智能水平的 AI）落地的精准时间表，以及算力分配的底层逻辑，并直面了 AI 安全、社会治理等行业难题。
早在四个月前，Pachocki 团队发布了一份行业 AGI 研发路线图，设定了精准到月份的落地目标：
- 2026年9月: 开发出具备研究实习生级别能力的 AI 系统。
- 2028年3月: 正式落地全自动 AI 研究员。
如今，四个月过去，这份时间表不仅没有延期，反而在技术落地层面取得了超出预期的进展。推动这一切的核心动力，正是 OpenAI 内部核心编程模型 Codex 的爆发式进化。
Codex 的核心生产力转型与多维能力支撑
在 OpenAI 的内部研发体系中，Codex 已完成从辅助工具到核心生产力的全面转型，团队内部绝大多数代码编写工作现已由 Codex 独立完成。Pachocki 直言，这一变化彻底重构了编程的底层形态，并成为 AGI 研发路线稳步推进的核心信号。
除了编程能力的跨越式提升，大模型在数学研究、物理研究等基础科学领域的突破，同样是技术迭代的关键支撑。Pachocki 认为，编程能力、数理推理能力、以及测试阶段的算力调度能力这三者的结合，将在未来六个月内推动通用智能实现大幅提升，这也是 OpenAI 坚守 AGI 落地时间表的核心底气。
研究实习生级 AI 与全自动 AI 研究员的界定
Pachocki 提出了清晰的划分标准：核心区别不在于单一任务的完成精度，而在于系统的自主工作时长和对任务指令的适配能力。
- 2026年落地的研究实习生级 AI：尚无法完成自主优化模型、解决 AI 对齐难题等高度抽象、无明确边界的任务。但对于具体的技术优化方案、定制化评估测试等明确指令，已具备完整的执行能力，相关技术模块已研发完成，仅需整合落地。
- 这个技术进化正是从当前版本的 Codex 开始，朝着更强自主性、更长运行时长的方向持续迭代。
未来，我们将看到大模型在全场景下的自主化能力提升，同时伴随算力消耗的规模化增长。
数学研究：量化智能水平的北极星指标
许多观众疑问，为何 OpenAI 将数学、物理等基础学科研发置于与 AGI 同等重要的位置？Pachocki 解释道，数学是衡量通用智能水平最精准、最客观的北极星指标。相比代码编写的优劣判定，数学题解答只有正确与错误两种答案，不存在模糊评判标准。同时，数学问题的难度可以无上限提升，从基础计算题到国际数学奥林匹克竞赛（IMO）的顶级难题，能够清晰量化模型的智能差距，为推理模型研发提供明确优化方向。
不久前，OpenAI 的模型已攻克 IMO 竞赛第六题，正式迈入研究级数学能力门槛。Pachocki 强调，数理推理能力的提升具备极强的技术迁移效应，能直接赋能 AI 科研能力的升级。OpenAI 内部大量顶尖研究员具备数学、理论科学背景，这是团队聚焦数理能力研发的核心原因。
研发重心转向落地应用
随着模型能力的持续突破，OpenAI 的研发重心已从单一基准测试优化，转向模型在现实世界的落地应用，覆盖科研领域、高经济价值产业、应用科学等全场景。当前大模型已具备足够能力，实质性改变全球经济结构与人类生产方式，这让团队产生了强烈的技术落地紧迫感。
强化学习（RL）的通用化与长周期任务解决
在 AI 技术体系中，强化学习（Reinforcement Learning: 一种通过试错学习来优化决策的机器学习方法）一直是推动模型能力突破的核心技术。在代码编写、数学解题等可验证、可量化的领域，RL 已展现惊人效果。但对于医疗、法律、金融等不具备绝对清晰验证标准，且评估难度成倍提升的长周期任务，RL 能否复刻成功，是开发者普遍关注的问题。
Pachocki 对此高度乐观，提出通用领域的复杂任务与长周期科研任务在技术难点上高度重合——核心都是解决开放式任务的阶段性推进问题。这正是大模型下一步技术迭代的核心前沿方向。OpenAI 在强化学习的通用化拓展中已取得鼓舞人心的实验成果，该技术具备极强的规模化潜力。
应对任务成功标准难以定义的痛点
Pachocki 表示，核心解决方案是提升模型的长周期工作能力和自主评估阶段性进展的能力。即使不依赖 RL 规模化升级，仅通过预训练优化，模型也能自主形成对优质阶段性成果的判定标准，任务执行周期会自然延长。
上下文学习（In-context learning）的效率优势
对于是否需要自主研发强化学习体系，Pachocki 建议，上下文学习（In-context learning: 模型通过提供示例来学习新任务的能力）是效率更高的学习方式。未来开发者无需复刻复杂的 RL 流水线，只需聚焦核心指标定义、数据样本收集，通过上下文输入即可实现模型定制化优化，这将成为行业主流的模型适配方案。
人机交互的终极形态与通用适配系统
随着 Codex 等工具普及，一个核心争议浮现：各行业是否需要搭建专属 AI 适配架构，还是直接复用大模型通用架构结合行业上下文适配？Pachocki 明确否定了专属架构的长期价值，认为未来将出现全行业通用的适配系统，无缝覆盖法律、金融、医疗、科研等所有领域。
当前版本的 Codex，即便应用在编程之外的场景，也已展现极强适配能力。在人机交互的终极形态上，Pachocki 认为，AI 应默认在人类工作场景中完成适配，而非要求人类适应 AI 独立系统。AI 不需要独立操作界面，而是直接接入人类使用的办公软件、协作工具、科研系统，在人类熟悉场景中提供服务。这种适配方式是人机协同的终极形态。只有当 AI 诞生全新的专属能力时，才需要配套独立交互方式，而非因技术限制强制人类改变工作习惯。
OpenAI 的算力分配策略：优先可扩展性
作为算力储备雄厚的科技企业，OpenAI 的算力分配策略首次公开：面对预训练、强化学习、专项实验等海量算力需求，OpenAI 制定了预留绝大部分算力，优先分配给最具可扩展性的技术方法的原则。
Pachocki 解释道，通用人工智能的核心在于构建能够长期迭代、支撑全场景技术落地的底层底座。具备长期扩展价值、能成为未来技术基础的方向，才是算力投入的最高优先级。这种分配方式短期内可能并非最高效，牺牲了短期实验速度，但避免了算力分散导致的核心目标落空。
OpenAI 在算力分配决策中，严格评估三大核心维度：技术方法的可理解性、长期扩展潜力、以及底层架构的复用价值，坚决放弃一次性优化方案，聚焦支撑 AGI 长期发展的核心技术。
行业竞品与产品策略调整
谈及行业竞品，Pachocki 客观回应了 Anthropic 旗下 Claude Code 在编程领域的领先地位，称这本质是产品优先级的差异化选择。OpenAI 始终将通用智能底座研发作为核心优先级，编程产品研发居于次要地位。
随着技术迭代进入新阶段，OpenAI 已全面调整产品策略，加速核心科研技术的落地部署。近期 Codex 模型能力爆发，正是战略调整的直接成果。Pachocki 预判，未来三到六个月，Codex 的自主化水平将质的飞跃，模型能独立处理模糊指令，无需人工高频监督，甚至连续多天自主完成复杂任务，产出高质量成果。软件工程的核心技能需求也将从代码编写，转向全局规划、方向设定等更高维度能力。
新发展阶段：模型与环境互动、视觉感知与持续学习
Pachocki 官宣了大模型技术全新发展阶段：当前人工智能已正式进入模型与环境互动、具备视觉感知能力的阶段。持续学习（Continual Learning: 模型在运行过程中持续接收新数据并更新知识的能力）不再是概念研究，而是已落地的核心技术路线。
针对行业认为 RL 无法支撑 AGI 发展、持续学习是全新赛道的观点，Pachocki 明确不认同。他回溯历史表示，早在 GPT-3 论文中就明确大模型具备上下文持续学习、学习如何学习的核心能力，这是规模化扩展大模型的底层驱动力。RL 的核心价值在于提升上下文学习效率，持续学习本身是 OpenAI 一直深耕的核心方向，并非偏离现有路线的新赛道。
长周期任务落地与工具使用
对于长周期任务落地难点，Pachocki 提出两点核心解决路径：
- 提升模型智能水平，使其自主识别任务进展、优化执行策略。
- 完善基础设施适配，让模型无限制访问上下文数据、文件系统、科研设备等全部工作资源。
他回顾研发历程，早期目标是教会模型自主推理，当前重心已转变为教会模型使用环境中的各类工具，甚至操控物理实体。视觉感知、物理互动成为刚需技术。Pachocki 预判，机器人领域的技术爆发已不远，大模型与实体机器人的融合将成为下一个行业核心风口。
AI 的科研创新能力与 First Proof 数学挑战
关于 AI 能否独立开展科研、产出人类未曾想到的创新成果，一直是争论核心。Pachocki 以 First Proof 数学挑战为例，用实验结果驳斥了 AI 仅是模式匹配器的质疑。First Proof 是由全球顶尖数学家、理论计算机科学家发布的科研基准测试，题目均为未公开发表的前沿科研问题，代表数学家日常核心工作，且测试仅开放一周。
在这场极限测试中，OpenAI 研究员仅通过手动提示词优化，就让模型独立攻克了大量前沿难题。其中一道题目恰好属于 Pachocki 博士阶段的研究领域，他直言，这道题若由他本人花费一到两周钻研得出，也会感到无比自豪，而 AI 仅用一小时就完成了完整推导。这种能力突破带来的震撼，堪比当年看到 OpenAI 自主研发出全新 DOTA 游戏战术。
AI 解法的优雅性与创新潜力
针对“AI 数学解法偏向 19 世纪暴力计算、缺乏优雅性”的评价，Pachocki 表示在意料之中。模型核心优势是海量推理运算的规模化输出，这只是短期表现。部分题目中 AI 甚至产出更简洁、优美的解题方案，充分证明了模型的创新能力。
Pachocki 强调，AlphaGo、AlphaZero、Dota AI 等早期系统已证明 AI 能自主研发全新策略。从游戏场景到基础科学研究的跨越，只需完成人类知识体系的全面学习，底层技术逻辑一致。当前 OpenAI 内部的 GPT-5.2 Pro 模型已能产出具备行业影响力的微小创新成果，验证了 AI 独立创新的可行性。未来人类将进入与 AI 科学家协同工作的全新时代，AI 将成为科研设计、思路创新的核心主导者。
AI 安全与对齐：思维链监测与价值对齐
作为深耕 AI 安全与对齐领域的顶尖科学家，Pachocki 详细解读了团队核心研究成果——思维链监测（Chain of Thought Monitoring: 监控 AI 内部推理过程以理解其决策逻辑的技术）。
随着推理模型落地，OpenAI 发现模型输出符合人类价值观，但内部思维链未被直接监督，仅以高质量结果为核心目标。思维链成为窥探模型真实动机、内部运作机制的最佳窗口。相比机制解释性技术，思维链以自然语言呈现，研究员可直观理解高级智能模型的决策逻辑，尤其适配长周期自主工作模型，实现安全监测规模化扩展。
隐藏思维链的原因
Pachocki 表示，隐藏 o1-preview 模型思维链是其本人坚持的核心决策，首要目的是保护 AI 对齐质量。公开思维链将迫使模型训练出符合人类审美预期的思维链，破坏其无监督特性，失去监测模型真实动机的能力。次要原因是防止模型被知识蒸馏（Distillation: 从一个模型中提取知识并传递给另一个模型的过程），保护核心技术安全。为平衡用户需求，OpenAI 推出思维总结方案作为过渡，未来将实现模型与人类实时推理交互，在保障安全前提下满足用户对模型决策逻辑的了解需求。
长期价值对齐研究
在 AI 对齐的长期研究中，Pachocki 提出核心定义：长期价值对齐研究本质上是模型泛化能力的研究。当前人类可控制模型在训练数据范围内的行为，但真正风险在于模型面对全新场景、智能水平大幅提升后的价值观与行为模式。OpenAI 正聚焦模型泛化与预训练数据的关联研究，这是解决长期对齐难题的核心方向。
Pachocki 坦言，过去几年对对齐难题的认知发生根本性转变，从模糊的行业难题变为可通过技术方案逐步解决的具体问题，对实现安全可控 AGI 充满信心。但同时，超强模型落地时间线大幅缩短，行业必须做好权衡准备，必要时主动放慢研发速度，保障技术安全优先于技术迭代。
OpenAI 的八年发展历程与社会挑战
复盘 OpenAI 八年历程，Pachocki 感慨万千。2017 年加入时，OpenAI 仅是学术实验室，研究员专注技术点子钻研，无需考虑规模化、商业化。GPT 模型发布成为第一个转折点，团队被迫学习采购超算、搭建基础设施，经历学术研究到规模化研发的转型。ChatGPT 爆发开启产品化阶段，文本交互模型普及超出预期。当前 OpenAI 已进入 AGI 部署终极阶段，核心目标是将具备变革能力的模型落地现实世界。
人工智能带来的社会核心挑战
Pachocki 直面 AI 带来的社会挑战，提出两个全人类必须重视的问题：
- 智力工作的全面自动化：将引发就业结构重构、财富快速集中的社会问题，需要全球政策制定者提前布局。
- 全自动科研实验室落地：可能出现极少数人掌控超强科研能力，这种权力高度集中的组织形态，如何实现合规治理、保障全人类共同利益，是全新社会难题。
下一代教育方向与机器人爆发
关于下一代教育方向，Pachocki 认为，人类核心使命是在 AI 时代牢牢掌握发展自主权与方向设定权。未来，当前重视的技术和技能可能沦为消遣娱乐，真正核心能力是判断什么事情具备价值、设定技术发展方向。基础教育、技术认知普及仍不可或缺。
他预判，实体机器人将迎来属于自己的 ChatGPT 时刻。虽然落地周期晚于纯虚拟 AI，但核心算法已获突破，技术爆发近在眼前。
结论：拥抱 AI 驱动的变革
整场访谈清晰展现，在 Pachocki 眼中，技术迭代速度超出所有人想象。研究实习生级 AI、全自动 AI 研究员、实体智能机器人等科幻概念，都将在未来两到三年内落地。OpenAI 的所有动作，都围绕通用智能落地、安全可控和长期对齐三大核心推进。整个社会必须认真准备迎接智力劳动自动化带来的全方位变革。
感谢收看本期视频，我们下期再见。