OpenAI 正在秘密打造「全自动 AI 研究员」：2028 年或将诞生第一个 AI 主导的科研实验室

在人工智能领域，OpenAI 再次抛出了一枚重磅炸弹近日，OpenAI 首席科学家在接受权威科技媒体专访时，首次详细披露了公司未来几年的核心战略目标：开发一个能够独立处理完整科研项目的「全自动 AI 研究员」。这不仅是简单的聊天机器人或代码补全工具，而是一个能够独立运行科研项目的多智能体系统，理论上可以处理数学证明、生物化学难题乃至商业和政策分析等复杂任务。

从 Codex 说起：一个令人意外的起点

今年 1 月发布的 Codex 引发了业界的广泛关注。这个基于 Agent 技术的应用能够自动生成代码来执行各种任务，包括分析文档、生成图表、处理收件箱等。然而，OpenAI 内部对 Codex 的定位可能超出了大多数人的预期。OpenAI 首席科学家直言：「你可以把 Codex 看作 AI 研究员的一个非常早期的版本。我预计 Codex 会从根本上变得更好。」这意味着，在 OpenAI 的战略蓝图中，Codex 仅仅是一个起点，一个雏形，而非最终目标。

2026-2028：两阶段路线图

OpenAI 已经为这一宏大愿景制定了清晰的时间表。第一个重要节点是 2026 年 9 月，届时公司将推出「自主 AI 研究实习生」，这个系统能够独立处理一些需要人类花费数天才能完成的特定研究任务。第二个节点是 2028 年，届时将推出完整的全自动多智能体研究系统，能够解决对人类来说过于庞大或复杂的科研问题。

技术路径：从 GPT 到推理模型的演进

，通往全自动研究员的路径其实就在当前技术演进的方向上。从 GPT-3 到 GPT-4 的跨越中，一个值得注意的现象是：即使没有专门训练，GPT-4 在问题上持续工作的时间就已经远超 GPT-3 了。推理模型的出现更是带来了一次质的飞跃，让模型能够一步步拆解问题、发现死路后回溯。目前，OpenAI 正在喂给模型更复杂的任务样本，如数学和编程竞赛中的高难题目，迫使模型学会追踪大段文本、把问题拆成子任务并自主管理。

不需要全能：务实的技术哲学

这一战略并非空中楼阁。最近几个月，研究人员已经利用 Codex 背后的大模型取得了一系列实打实的科研成果：发现了多个未解数学问题的新解法、在凝聚态物理中找到了新的理论框架、帮助化学家提出了新的合成路径、在蛋白质折叠相关的生物学难题上突破了几个看似走入死胡同的方向。这些成果让 OpenAI 首席科学家感慨：「看到这些模型想出来的点子，可能博士生至少要花好几周才能想到，这让我相信这项技术在近期会带来更多加速。」

如有侵权，请联系删除。