OpenAI要打造「AI研究員」——2028年，一間研究所塞進資料中心

幾個人，一間資料中心，做完過去需要整個研究機構才能完成的工作——這不是科幻小說的情節，而是OpenAI首席科學家本週公開說出的目標。

「北極星」：全自主AI研究員

OpenAI本月宣布，將完全自主的AI研究員列為未來數年的最高研究優先目標。這個系統的設計不是回答問題，而是主動提出問題、設計實驗、解決複雜難題——涵蓋數學未解難題、生物與化學研究，乃至商業與政策困境。

時程表相當具體：2025年9月前完成「AI研究實習生」，即一個能獨立處理需時數天任務的系統；2028年前升級為完整的多智能體研究系統，能夠處理「規模或複雜度超出人類能力」的問題。

主導這項計畫的是OpenAI首席科學家雅庫布·帕霍茨基（Jakub Pachocki）。他曾深度參與GPT-4與推理模型的開發，本週接受獨家專訪時表示：「我認為我們正在接近一個臨界點——模型將能像人一樣，長時間持續進行連貫的工作。你當然還是需要人來掌控方向、設定目標。但我們會到達一個狀態，就像在資料中心裡有了一整間研究室。」

從Codex到研究室——技術脈絡

這個願景並非憑空而來。今年1月，OpenAI推出了Codex——一個能自動生成程式碼、分析文件、整理收件匣摘要的智能體應用。帕霍茨基說，OpenAI大多數技術員工已在日常工作中使用Codex，他本人也表示：「以前要花一週才能跑完的實驗，現在一個週末就能搞定。」

更值得注意的是，使用GPT-5的研究人員已在多個數學未解問題上找到新解法，並在生物學、化學、物理學的若干難題上取得突破。「看到這些模型提出需要博士研究員花上數週才能想出的想法，讓我預期這項技術在不遠的將來會帶來更大的加速，」帕霍茨基說。

不過，外部研究者的評估更為謹慎。艾倫人工智慧研究所的科學家道格·唐尼（Doug Downey）去年夏天測試了多個頂尖LLM的科學任務表現，GPT-5雖然排名第一，但仍有大量錯誤。他指出一個關鍵問題：「如果你需要將多個任務串聯起來，連續答對的機率往往會下降。」他也坦承，最新版本尚未測試，「所以那些結果可能已經過時了。」

廣告

廣告合作

[email protected]

廣告

權力集中與安全的真實困境

帕霍茨基在訪談中對風險出奇地坦誠。「如果AI即將大幅加速研究——包括AI研究本身——那是世界的重大改變。伴隨而來的是一些嚴肅的未解問題：如果它這麼聰明有能力，如果它能主導整個研究計畫，萬一它做了壞事怎麼辦？」

目前OpenAI採用的主要安全機制是「思維鏈監控」（chain-of-thought monitoring）：讓模型在執行任務時，在「草稿紙」上記錄思考過程，再用另一個LLM監控這些紀錄，提早發現異常行為。但帕霍茨基承認，這距離「問題解決」還很遠。

更深層的問題是權力集中。他的原話值得完整引用：「這將是一件非常奇特的事。這是某種前所未有的高度集中的權力。想像一個世界，一間資料中心能做完OpenAI或Google整個組織的工作。過去需要大型人類組織才能完成的事，現在只需要幾個人。」他補充說：「我認為這是政府需要面對的重大挑戰。」

然而，政府本身的角色也充滿矛盾。就在Anthropic拒絕與美國國防部合作的爭議之後，OpenAI隨即簽署了與五角大廈的合約。誰來畫紅線、由誰來畫，目前沒有共識。

對華人世界的多層意涵

這則新聞在華人世界有幾個值得深思的維度。

科技競爭的新戰場：中國的百度、阿里巴巴、DeepSeek等公司同樣在積極發展AI智能體技術。若OpenAI在2028年實現全自主研究系統，這將在AI研究加速的賽道上形成顯著的先發優勢。中國的AI政策強調「自主可控」，但自主研究AI系統一旦成熟，各方的技術差距可能以過去難以預測的速度拉大。

台灣的特殊位置：台灣在半導體製造上的關鍵地位，使其成為AI算力競賽的核心節點。AI研究員若需要大量算力支撐，對台積電等企業的需求將進一步上升——這既是機會，也意味著地緣政治壓力的持續。

研究人才的結構性衝擊：亞洲許多頂尖大學——包括台灣、香港、新加坡的研究機構——長期以「培養研究人才」為核心使命。若AI能在數天內完成博士生需要數月才能完成的工作，高等教育的人才培育模式將面臨根本性的重新思考。

帕霍茨基對AGI（通用人工智慧）的表述也值得關注。他刻意避開這個詞，改用「在經濟上具有變革性的技術」。「即使到2028年，我也不預期系統會在所有方面都達到人類水準，」他說，「但這不是必要條件。你不需要在所有方面都和人一樣聰明，就能產生非常深遠的影響。」