OpenAI 官宣跨越关键节点：自动化研究实习生达标，直指 2028 年 3 月 AI 研究员

OpenAI 近日发布了一份内部研究加速报告，核心结论只有一句：自动化研究实习生目标已经达成，公司随即将火力转向 2028 年 3 月的自动化 AI 研究员目标。没有发布会，没有演示视频，这份报告在业内激起的讨论却超过了许多正式的产品发布。

这个进展的分量在于时间。按照 OpenAI 高管此前在内部路线图中给出的规划，实习生级别的自动化原定 2026 年才逐步落地。节点提前出现，意味着智能体的代码产出与实验执行效率已经跨过可用线，公司判断自己距离终极目标的距离比外界想象的更近。

报告里到底写了什么

从已披露的内容看，这份报告延续了 OpenAI 今年以来反复强调的三条主线。第一是代码占比，Business Insider 此前报道过 OpenAI 的内部目标：到 2026 年 9 月，研究代码的 30% 由 AI 编写，而实际爬升速度快于预期。

第二是内部工具的使用深度。OpenAI 今年组建了专门的研究加速团队，内部智能体已能承担文献梳理、基线复现、超参数搜索这类原本由初级研究员包揽的工作。第三是时间表本身，把实习生的验收标准明确下来，等于给 2028 年的终点铺好了刻度。

实习生和研究员之间隔着什么

把这两个词拆开看，差距比字面上大得多。研究实习生处理的是定义清晰的任务：模型训练崩了去查原因，论文基线复现一下，消融实验跑完整理成表。指令明确，验收清楚，出错容易被发现。

研究员面对的则是另一类问题：这个方向值不值得押注，反常现象背后有没有新机制，十个想法里该砍掉九个留哪个。它考验的是品味、直觉和对领域全局的判断，这些恰恰是当前模型最难量化的部分。

独立评测机构 METR 给出了一个参照坐标：前沿模型能可靠完成的任务时长，大约每七个月翻一倍，目前头部模型在标准测试下能连续工作数小时。而一名合格的研究员，需要在数周尺度上维持研究主线不散。这道鸿沟能否在两年多里填平，才是整份报告真正的赌注。

真正的瓶颈是算力和验证

OpenAI 对此并非没有清醒认识。Sam Altman 在那篇广为流传的 Abundant Intelligence 博文中就承认，智能不够可以训练，算力不够才是硬约束。公司目前锁定的算力承诺以吉瓦计，德州 Abilene 园区的建设进度，直接决定 2028 年这个目标还剩多少实现余地。

验证是另一个容易被忽视的关卡。智能体可以一晚上生成一百个实验设想，但判断哪个是真发现、哪个是统计噪音，消耗的算力和专家时间不比生成少。

谷歌 DeepMind 的 AlphaEvolve 之所以率先在矩阵乘法算法和数据中心调度上拿到实打实的改进，正是因为这类任务有清晰的验证函数。研究前沿的开放问题大多没有这么幸运，这也是 2028 年目标最核心的风险点。

同行们的进度条也在走

这场竞赛里 OpenAI 并不孤单。Anthropic 的 Claude Opus 4.5 在智能体编程基准上刷新纪录，公司内部声称新版本代码有相当比例由 Claude 自己完成。谷歌 DeepMind 则把 AlphaEvolve、AlphaProof 这类研究型智能体当主线产品来运营。

Meta 在 2025 年年中重组出超级智能实验室，国内的 DeepSeek、月之暗面 Kimi 在推理模型上的迭代速度同样惊人。

Aiii人工智能创研院（Aiii.org.cn）在跟踪各家模型评测时注意到，研究型任务的榜单每隔几周就会被刷新一次。当所有人都盯着同一个目标，时间表之争就演变成算力、人才与工程组织能力的全面比拼。

把时间表当坐标，别当承诺

对这份报告保持适度怀疑同样必要。OpenAI 自家发布的 GDPval 基准显示，模型在大量高价值经济任务上与人类专家仍有明显差距，研究类任务恰恰是重灾区。基准上的胜利被过度解读、内部里程碑服务于融资叙事，这些可能性都无法排除。

但方向本身争议不大。即便 2028 年 3 月这个日期最终跳票半年甚至一年，AI 承担科研中重复性工作的趋势已经确立。对研究者个人来说，护城河会从跑实验的能力转移到选题和验证的能力；对各国 AI 产业来说，谁先把智能体的研究流程跑通，谁就在下一个周期握有主动权。

留给整个行业的时间比想象中少。两年后回头看，这份措辞克制的内部报告，很可能被视作自动化科研时代真正开始计时的那一刻。Aiii人工智能创研院（Aiii.org.cn）会持续跟进这份时间表的每一次兑现与跳票。