新智元报道

OpenAI首席研究官Mark Chen释放了一个强烈信号：OpenAI 并不认为scaling laws已经失效，恰恰相反，预训练、数据工程、推理训练和更长任务链条，仍是通向AGI的主干道路。

通用人工智能AGI，即将到来。

刚刚，OpenAI首席研究官Mark Chen豪言：

在某种意义上，就像希望你能感觉到，AGI（通用人工智能）即将到来……

我们正越来越接近这样一个世界：模型能够自主提出更多创新——它们能够进行自我维持的研究。

这不仅仅是效率的提升，「进化」本身也被外包给了硅基生命。

当Mark Chen在镜头前熟练地切着蘑菇和洋葱时，他谈论的不仅是一碗汤，而是人类文明最后的一块阵地。

如果AI能够自己研究自己，那在AGI到来的前夜，人类究竟该扮演什么角色？

每个领域都在经历自己的「神之一手」

要明白这句话的分量，得先回到Mark入行的那一刻。

2016年，AlphaGo对战李世石。

第二局里有一手「第37手」，落子的瞬间，全人类棋手集体看不懂。

后来才明白，那是机器走出的、人类根本想不到的一手。那一刻点燃了无数人，也把Mark Chen拽进了这个领域。

而如今呢？

「最疯狂的是，」Mark说，「你现在在几乎每一个领域，都能看到『神之一手』。」

数学里有，计算机科学里有，编程里有。

他描述了一个很微妙的时间点：很多人是在今年年初「一觉醒来」，突然意识到：AI agent在我这一行，真的能干活了。

不是玩具。不是demo。是能替你完成有意义的、长周期的真实工作（long-horizon work）。

这意味「模型自己做研究」这件事，不再是科幻片里的桥段。

它是从一连串已经发生的「神之一手」里，自然外推出来的下一步。

你顺着这条线往前看，终点处站着的，就是那个会自己搞研究的模型。

Scaling不止，预训练未死

可这种乐观，到底靠什么撑着？

靠一个信念：Scaling曲线还没到头。

这两年，「预训练已死」「语言模型到不了AGI」的论调隔三差五就要冒出来。

Mark Chen对这些唱衰「相当激烈地反对」。

他点破了套路。

「预训练已死」听着很新鲜，其实是部老掉牙的剧本，过去这些年被反复重播。

每一次，都有人指着某个瓶颈说「到顶了，过不去了」；每一次，OpenAI又总能掏出一个新的工程技巧、或某个研究上的新洞见，把那堵墙凿穿。

Mark Chen坚信，「我们正处在指数曲线上。它已经撑过了将近10个数量级，没有任何理由它不会继续撑下去。」

而最有说服力的证据，是OpenAI自己亲手赌赢过一次。

赌的，就是推理（reasoning）。

o1刚立项时，连OpenAI内部都有人不信。

当时「预训练+后训练」的范式太能打了，有人会很自然地问：机器已经转得好好的，何必再去折腾别的？

是Jakub Pachocki、Ilya Sutskever等几个有信念、有判断力的人硬推，才慢慢把它变成全公司的根本性赌注。

一年后，o1出世，推理范式引爆整个行业。

曲线还没到头，加上最大的突破往往来自一开始没人信的赌注，这两条加在一起，就是Mark Chen敢说「模型自我维持研究不远了」的底气。

当模型开始在长达数周、甚至数月的任务上进行思考时，它所产生的创新，可能已经超出了人类专家的认知盲区。

这正是「自我维持科研」的基石：如果它能推导出人类没见过的数学公式，它当然也能写出比人类更优的算法架构。

Vibe Researcher：当执行力变得廉价

我们已经有了vibe coder——动动嘴，让AI写代码。

研究，也在往这个方向滑。

在访谈中，一个极具争议的概念被反复提及：Vibe Researcher（氛围研究员）。

这是一个略带自嘲但深思熟虑的职业预测。

Mark认为，未来的顶级研究员将不再是那个写下每一行PyTorch代码的人，而是那个「拿捏感觉」的人。

无论是OpenAI还是其他实验室，你都开始看到，大量的工作正在变成以「编排」（orchestration）为主。

翻译成人话：人负责出主意，模型负责把活全干完。

研究员动脑子想点子，剩下的实现、执行、调度，模型自己搞定。