OpenAI 把 AGI 的及格线，定在了一个最不起眼的工位上：AI 研究实习生

OpenAI 把 AGI 的及格线，定在了一个最不起眼的工位上：AI 研究实习生。

Sam Altman 在 TIME 的封面专访里，把内部宣布达成 AGI 的倒计时直接压到了 2026 年底。 首席科学家 Jakub Pachocki 拿出的核心证据，甚至不是什么颠覆人类认知的神迹，而是内部未发布的 Astra 模型已经能当「自动化 AI 研究实习生」。 给它一个实验想法，它自己去代码库里写代码、跑实验、看结果。 人类研究员要花整整一周的论文跟进和实验复现，它一口气自主跑完。

为什么顶级实验室不拿科幻神迹当指标，反而把 AGI 的终局，押在一个实习生的打杂工作上？

因为过去大模型迭代里真正的死结，从来不是算力不够，是人类研究员的肉身带宽。 一个前沿模型的诞生，背后是几百个顶尖博士在日夜试错。 设计架构、写训练脚本、清洗数据、盯损失函数曲线、排查代码报错。 显卡可以随时加电，人类研究员的睡眠和大脑无法超频。 哪怕集合了全球最聪明的几百颗脑袋，一年能验证的假设也只有几千次。 整个 AI 的进化飞轮，一直被死死卡在人类写代码和做实验的速度上。

当 AI 自己成为研究实习生，发生的是计算机历史上最关键的一跃：自举。 就像六十多年前，程序员第一次用编译器编译出了编译器本身。 当模型 N 能够自主修改代码、排查 Bug、测试新架构去训练模型 N+1，研发闭环就彻底闭合了。 创新的瓶颈，从人类研究员的作息与招聘，瞬间转移成了后台分配的算力大小。 1965 年数学家欧文·古德（I.J. Good）就给这个链条定过规律：一旦第一台超智能机器能够设计出更好的机器，它就成了人类需要发明的最后一项发明。

这也是为什么 Altman 要在 2026 年底画下「内部宣布」这条硬杠杠。 在 OpenAI 的章程和与微软的投资协议里，AGI 不是一个抽象的哲学名词，而是一道具有法律效力的商业分水岭：一旦董事会正式认定 AGI 达成，对微软的技术独家授权条款就将面临彻底重构。 他们急着锁定的，是一项技术的成熟期，更是重新洗牌商业契约的倒计时。

真正的技术临界点，从来不在科幻电影里那些发光的屏幕。 在于 AI 第一次关上机房的门，开始自己写代码训练下一代自己的那一刻。