OpenAI公布AGI发展蓝图：2028年实现自动化AI研究员与平台化战略

2025年10月28日，OpenAI的Sam Altman与首席科学家Jakub Pachocki进行了一场罕见的路线图直播，详细揭示了公司未来几年的战略布局。

他们公开了一份明确的时间表：

2026年9月前，AI研究实习生上线

2028年3月前，实现完全自动化的研究人员

这不仅仅是口号，而是配套了完整的工程路径：

在基础设施层，Altman提出了每周1吉瓦的算力工厂计划；

安全机制上，Jakub公布了价值对齐的五层结构框架；

产品层，ChatGPT将从对话工具进化为“AI平台”；

组织层，OpenAI已完成改组，新架构背后是250亿美元的新任务和微软1350亿美元的深度绑定。

Altman表示：“我们不再仅仅依靠发布新模型来推动未来，而是要让世界基于平台创造更多东西。”

OpenAI的打法确实发生了转变。

这一次，他们不再试图定义“什么是AGI”，而是划出清晰的里程碑，并告诉所有人：未来不是突然降临，而是一个可以提前构建的系统过程。

第一节｜目标明确：2028年，AI研究员上岗

“我们正试图打造一个能自主完成研究项目的系统。” Jakub Pachocki的开场白非常直接。

OpenAI给出的时间表相当具体：计划在2026年9月前，让AI达到实习生级别的研究助理能力；到2028年3月，诞生一个真正能完成独立科研项目的AI研究人员。

这已经不是模型会不会写论文的问题，而是：AI何时能成为实验室的正式员工。

在Jakub看来，整个路径已经非常清晰：我们认为，深度学习系统有可能在不到十年内达到超级智能水平，在许多关键领域表现优于人类。

为什么他们敢于做出如此大胆的判断？

Jakub给出了一个朴素但高效的衡量标准：

一个很好的判断方式，是看模型能解决多复杂的任务，能持续工作多长时间。

GPT-3时代，模型只能处理几十秒内的任务；

GPT-4时代，已经能应对几分钟甚至五小时级别的复杂任务；

现在，他们正朝着一种新能力进化：可以调动整个数据中心、连续思考数天。

也就是说，AI正在从解题机器，变成真正的科研系统。

Altman补充说：我们以前总以为AGI会在未来某个神奇时刻突然出现，但现在我们发现，它更像是一个过程，你已经走在这个过程里了。

这种判断正在改变他们对模型训练的方式。

过去是按参数规模提升模型，如今他们更关注两个变量：

训练期间的“上下文计算”时间（即让模型多花时间“思考”）

训练完成后的“推理时间”是否足够长

背后的逻辑是：如果我们希望AI真正帮助人类完成重大发现，就必须给它足够长的时间和足够多的计算资源来思考，有时为了解决一个科学难题，值得让整个数据中心专注于这一件事。

同时，这还意味着组织工作方式的重构。

OpenAI已经开始将模型作为内部研究“实习生”使用，目标是：让它能扩展研究人员的计算能力，帮助他们更快推进研究，并最终形成能自己提问题、找路径、执行实验的系统。

这会带来什么改变？

首先是大学和研究机构：谁最早用AI做研究，谁就率先进入新的科研周期。

其次是AI公司：产品设计不能再只围绕“输出文本”，而要思考让AI解决任务。

对普通人来说，使用AI的方式也在转变：从提问转向“任务交付”。你给模型什么任务，决定了它能替你创造什么未来。

第二节｜不再只做ChatGPT，而是建AI云平台

Altman在这次直播中，提到了比尔·盖茨对“平台”的定义：

当人们在平台之上创造的价值多于平台自身时，说明你真的构建了一个平台。

这句话不是在讲未来，而是在讲OpenAI正在做什么。

他们不再把ChatGPT当作一个“超级助手”，而是明确提出：ChatGPT正在变成一个平台，所有人都可以在上面开发自己的AI服务。

具体怎么做？

Altman画出了一张完整的产品蓝图。

最底层，是数据中心、电力和计算芯片； 往上，是训练好的模型； 再上，是ChatGPT、Sora、Atlas等第一方应用； 最顶层，才是他最兴奋的部分：用户可以在AI之上创造新的服务。

这意味着：

企业可以通过API接入OpenAI技术，构建自己的应用

开发者可以在ChatGPT插件平台里创建“应用型智能体”

未来还会有全新的硬件设备形态，让AI不再只活在网页里，而是随时随地为你服务

Altman表示：我们希望OpenAI变成一个‘AI云平台’，不只是我们发布的产品，而是其他人可以构建未来的地方。

ChatGPT是“起点”，不是“终点”。

为了支撑这个平台，他们正在构建一整套AI交互系统：网页、浏览器Atlas、移动设备、应用市场、插件生态、企业平台。这些环节都在逐步开放接口，可供他人接入与开发。

比如Atlas浏览器，可以理解为AI版Chrome，让你边上网边被AI实时辅助；Sora不仅能生成视频，更可能成为一个新的内容传播入口。

这背后隐藏着一个更深层的判断：

传统产品是你告诉它做什么；AI平台，是它提前帮你想到你没想到的事。

过去你买一台电脑，装上软件，用完关机；

未来你拥有一个AI，它主动学习你的偏好、理解你的任务，成为你的一部分。

这不再只是产品演进，而是使用关系的彻底变化。

第三节｜五层安全架构：让AI思考可追溯

AI越来越强，“它会不会失控”成了所有人绕不开的问题。

Jakub在这次发布中讲得非常清楚：我们相信，AI的长期安全问题，最核心的是价值对齐。

也就是说，AI真正在乎什么？当目标冲突时，它会如何选择？ 这些问题决定了AI能否真正融入人类社会。

OpenAI公布了一套内部使用的安全框架，分成五层：

价值对齐：AI的价值观从何而来？它能否理解人类的高层目标？

目标对齐：给定具体任务时，AI能否准确理解并执行？

可靠性：在简单任务上能否稳定输出？遇到复杂问题会不会坦承不确定性？

对抗鲁棒性：面对恶意攻击，模型能否保持稳定？

系统安全：在整个系统层面，AI的数据访问和设备控制有没有明确边界？

这五层，层层递进：从模型“内部思维”到“与人交互”，再到“抗攻击能力”，最后到“整个系统边界”。

这些安全机制不是事后修补，而是从设计之初就嵌入其中。 而在所有这些层级中，最核心也最有挑战的，是第一层：价值对齐。

其中最特别的一点，是他们花了很大篇幅介绍了一个新研究方向： 叫 “思维链保真度（Chain of Thought Faithfulness）”。

简单来说：让模型在解决问题时，不只是得出正确答案，而是展示它是怎么一步步思考的。

Jakub用一个很形象的说法解释这个思路：不是让AI想出好点子，而是让它忠实地记录它自己真实的想法。这就像我们写草稿，不是写出完美答案，而是保留整个思考过程。

OpenAI想让模型内部的“草稿纸”也变得可读、可分析、可理解。

他们还提到了一点非常真实的挑战：如果你把模型的“思维过程”随时都公开，它反而可能会开始迎合你，久而久之，它就不再是在“真思考”，而是为了表现得好而思考。

所以他们采用了一种“克制设计”方式：

不强迫模型给出“完美思路”，而是让它先自己推，再审查

在产品设计上，用“摘要器”来间接展示思维链，而不是全裸暴露

这样既能读懂它在想什么，又不干扰它怎么想

Jakub说：

我们相信，保留模型思维链的隐私，反而是理解它最好的方法之一。

这整套设计，其实有一个根本理念：AI的能力越强，它所做的每个判断、每次行动，都要能追溯、能解释、能约束。

这不是管控，而是共存前提。

这次OpenAI第一次把安全变成了可实施的架构，而不只是抽象的伦理原则。这才是他们所说的为超级智能做准备。

因为当系统变得足够聪明、运行时间足够长时，完整的指令将不再可靠，原则才是唯一能真正起作用的东西。

第四节｜1.4万亿美元，建每周1吉瓦的AI工厂

Altman在这次发布中，给出了一个最具体的目标：我们正在建设一个可以每周产出1吉瓦算力的工厂。

不是虚拟平台，而是真正的基础设施：有土地、工人、能源和冷却系统。

这就是他们口中的“Stargate”（星门）数据中心。第一座正在德克萨斯州阿比林动工，每天有上千人施工。

如果AI未来真的要推进科学、治病、写代码、做助手，我们需要的不是几台显卡，而是一整套能源与计算的工业体系。

所以，OpenAI已经锁定了一个目标：五年之内，每吉瓦算力的成本降到200亿美元。

这句话看似是工程预算，其实是Altman对“AI普及”的设想：让算力像电一样被大规模生产和调度。谁能大幅降低成本，谁就能让AGI成为大众工具，而不是精英玩具。

这是一整套合作网络：

“我们正与AMD、Broadcom、Google、Microsoft、Nvidia、Oracle等多方合作，覆盖芯片制造、数据中心建设、土地采购、能源获取等各个环节。”

这场合作牵涉到数千亿美元合同、十年以上建设周期的跨行业供应链联动。

OpenAI自己测算了一下，目前他们已经承诺的基础设施投资额度是：总计超过30吉瓦（即300亿瓦）算力，财务义务接近1.4万亿美元。

Altman表示：

如果我们真的能以足够低的成本提供这一切，我们就能支持整个社会对AI的使用需求。

为了实现这个目标，OpenAI还提出了一个大胆设想：让机器人参与数据中心建设。

我们要重新思考机器人应该做什么，它们不该只做演示视频，而要真正参与建造数据中心。这为人形机器人找到了一个明确的工业应用场景：不是陪聊，也不是送快递，而是成为AI工厂建设的重要力量。而且这已经写入了他们的五年成本计划。

但这一切不只是为了服务OpenAI自己。

OpenAI希望构建的不是自己的帝国，而是一个让所有人都能在其上建设、使用、创造AI应用的平台。

正如Altman反复强调的：我们希望世界上有更多人，用我们的平台创造出比我们更有价值的东西。

这是平台战略的终极愿景。

第五节｜组织重构：非营利基金会+公益公司的双层结构

Sam Altman在直播中透露了一个重要信号：

OpenAI的结构，已经不再是传统意义上的公司了。

他展示的新架构图，比之前简化了很多，但意图更清晰。

结构被重新划分成两层：

✅ 第一层｜OpenAI Foundation：控制权归“非营利”

这是整个组织的控制中枢。

Altman说：我们希望OpenAI基金会，成为有史以来最大的非营利组织。

它负责控制董事会、制定研究方向和确保使命不偏离。

基金会最初持有PBC（公益公司）约26%的股权，未来可随着公司表现进一步提升占比。

这个结构确保了长期使命不会被商业利益绑架。

✅ 第二层｜OpenAI Group PBC：执行商业与基建任务

这是大家熟悉的OpenAI"公司"，但它不是纯粹的营利性企业，而是PBC（公益公司）。

Altman给它的定位是：它会像一家正常公司那样运转，能筹钱、能做产品、能推进建设，但必须遵守由基金会定义的使命和安全约束。

它负责推动：

模型开发与产品发布（如ChatGPT、GPT API、Sora等）

筹资并建造算力基础设施

与Microsoft、Broadcom等进行长期战略合作

投入巨资推进AI医疗、科研、韧性等计划

在这个结构中，Microsoft持有PBC约27%的股份，估值约1350亿美元，并锁定合作至2032年。 这为OpenAI提供了稳定的云服务、资金和技术支持。

✅ 基金会的初始任务：250亿美元启动“AI医疗”和“AI韧性”

Altman说：

“我们不希望基金会只讲方向，而是真金白银地支持重大任务。”

因此，第一阶段基金会直接拨出250亿美元资金，用于两件事：

1. AI医疗：用AI发现疾病疗法

这不是生成医学论文，而是实打实地推动：

AI辅助生成训练数据

自动研究系统加速临床前研究

快速构建药物筛选与优化模型

Jakub提到：AI有望比人类更快找到治疗路径。我们甚至相信，这可能是AI最重要的长期影响之一。

2. AI韧性：构建社会级“防御层”

Altman的联合创始人Wojciech Zaremba解释了这个概念：AI韧性，比传统的AI安全更广泛。它不是只靠模型自己规避风险，而是当风险发生时，整个社会有没有能力迅速响应。

他举了一个例子： 我们都相信，AI会在生物学上取得突破。但也意味着，有人可能用它制造人工病毒。

如果只靠模型“禁止搜索病毒配方”，是不够的。所以他们要建立的是一个类似“网络安全”的社会机制，不只是模型层面的阻止，而是整个社会层面的监测、响应和防御能力。

就像今天的网络安全体系保护着银行、电网和医疗系统，未来也需要一整套AI韧性基础设施。

这一整套双层结构，是OpenAI对“科技、资本、责任”三者关系的新安排。

不是靠一个CEO做选择题，也不是靠一纸非营利协议挡风险，而是通过结构分工，让不同目标、资源、合作方式都有清晰边界与协作方式。

Altman总结： 我们希望让AI能力真正落地之前，就先把支持它的"社会结构"建好。

这背后意味着：

“大型AI企业的竞争不只看模型多强，更看能否建立一个平衡科研、商业与公益的自洽结构。”

换句话说：一个真要服务全人类的AI公司，必须学会不光造东西，还能承接它带来的影响。

结语｜不是看AI多强，而是看你准备好了没

这一次，OpenAI没有发布新模型。

Sam Altman和Jakub Pachocki公布的是路线、时间表和结构。 核心信息只有一个：AI比想象中来得更快，但也更系统化。

从研究到产品、从安全到基础设施，每一层都不再是内部规划，而是公开的社会承诺。

时间点已经明确：

2026年，AI研究实习生；

2028年，自动化AI研究员。

Altman说：我们可以想象一个世界，一个数据中心正在治癌，一个在拍电影，一个帮你规划人生。如果我们现在准备好了，也许我们能一起决定这个未来长什么样。

你不是在等AGI。你已经站在它的中间。

原文链接：

https://openai.com/live/

https://vimeo.com/event/5481433

https://techcrunch.com/2025/10/28/sam-altman-says-openai-will-have-a-legitimate-ai-researcher-by-2028/

https://x.com/kimmonismus/status/1983240872113394048

来源：官方媒体/网络新闻