--- author: Best Partners TV date: '2026-04-20' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=AJMyPGI2k-k speaker: Best Partners TV tags: - agi - ai-safety - codex - continual-learning - human-ai-collaboration title: OpenAI首席科学家解读AGI蓝图：Codex进化、数理驱动与未来人机交互 summary: OpenAI首席科学家Jakub Pachocki深入剖析了公司在AGI（通用人工智能）研发策略、时间表及技术进展。访谈重点包括Codex模型作为核心生产力的爆发式进化、数学与物理研究在AI发展中的北极星作用、强化学习在通用领域的拓展潜力、以及AI与人类协作的终极形态。Pachocki还分享了OpenAI的算力分配逻辑、AI安全的核心技术（如思维链监测），并展望了AI在科研、产业和社会治理领域的深远影响，预示着研究实习生级AI、全自动AI研究员及实体智能机器人将在未来几年内落地。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - Jakub Pachocki companies_orgs: - OpenAI products_models: - Codex - GPT-5.2 Pro media_books: [] status: evergreen --- 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： 1. 提升模型智能水平，使其自主识别任务进展、优化执行策略。 2. 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： 1. **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。 2. **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。