OpenAI首席研究官豪言AGI即将到来，模型自我研究背后挑战几何？

【导语：OpenAI首席研究官Mark Chen宣称通用人工智能AGI即将到来，认为模型能自主提出创新、进行自我维持的研究。但通往AGI之路并非坦途，存在评测危机、持续学习等难题。】

AGI前夜：模型自我研究曙光初现

Mark Chen表示，我们正越来越接近模型能够自主提出更多创新、进行自我维持研究的世界。从2016年AlphaGo的“神之一手”，到如今几乎每个领域都能看到AI的出色表现，“模型自己做研究”不再是科幻桥段，而是从已发生的“神之一手”自然外推的下一步。

Scaling信念：突破唱衰论调的底气

面对“预训练已死”“语言模型到不了AGI”的唱衰论调，Mark Chen相当激烈地反对。他认为Scaling曲线还没到头，过去每次所谓的瓶颈都被OpenAI用新工程技巧或研究新洞见突破。OpenAI曾赌推理范式，最终o1出世引爆行业，这也是他坚信“模型自我维持研究不远了”的底气。

Vibe Researcher：人类工作被极限压缩

Mark提出“Vibe Researcher”概念，认为未来顶级研究员是“拿捏感觉”的人，人负责出主意，模型负责实现、执行、调度。OpenAI三年路线图目标是让模型做端到端研究，但人类工作将被压缩到提出真正问题和判断答案是否有“灵魂”。

AGI之路：评测与持续学习的大坑

Mark指出通往AGI之路存在诸多坑。评测方面，出现“Benchmaxxing”刷榜现象，公认金标准benchmark数量少，经典测试对模型饱和，公开的评测易失效。应对策略是分离评估与模型优化团队、大规模部署模型观察失败模式。持续学习方面，模型能解决高难度问题却搞不定琐事，关键在于“上下文”和持续学习能力，这是全行业死磕的硬骨头。

汤的隐喻：AGI后人类的稀缺资源

Mark Chen在被问到AGI实现后的愿望时表示想去开个面馆。这背后的深意是，当AI能完成所有自我维持的科研，人类最稀缺的资源将是“体验”，机器无法赋予事物“温度”和“故事”。

编辑观点：AGI到来虽有曙光，但挑战重重。评测和持续学习等问题需攻克，人类在AGI时代也需重新定位自身价值，发挥体验和品味等独特优势。