OpenAI豪掷50万张A100级GPU打造"AI研究实习生"，2028年攻坚新架构

距那个日期，仅余三周

这是一个会被日历戳穿的研究诺言，OpenAI掌门人萨姆·奥特曼亲口宣告、写入公开资料，还锁定了一组精确数字：2026年9月，调动50万张A100当量GPU，驱动一名AI研究实习生。

一家市值数千亿美元的巨头，就此将自家招牌钉上了公开的赌桌。

▲ 创业者Karl Mehta在8月10日发帖警示：斯坦福讲演已是5月往事，9月deadline近在咫尺。评论区旋即对其用词提出商榷。

故事的开端在斯坦福的一间阶梯教室。

2026年5至6月，奥特曼现身斯坦福CS153"前沿系统"课堂的公开活动。休闲装，领夹麦，白板作底，看上去如同寻常学术沙龙。然而他吐出的字句，足以让全场听众汗毛倒竖：

"到今年9月，我们将部署50万张A100当量GPU……充当一名AI研究实习生。"

"到2028年3月，我们将坐拥一套端到端的、卓越的研究员系统，能够独立构思全新架构。"

核心在于"研究员"三字：它指向一个能自主设计神经网络新体系的项目，能力范畴远远溢出了编程帮手、代码续写与检索增强。

有人或许会说：掌门人在高校讲坛上空喊口号，老生常谈。

但翻看时间轴，你会发现这颗火种早在十个月前就已布下。

2025年10月，奥特曼在公司一场直播后，亲赴X平台发出长帖。字字分明：内部路线图是2026年9月拥有运行于数十万张GPU之上的AI研究实习生；2028年3月拥有自动化AI研究员。他同时坦承："我们或许会彻底折戟。"

▲ Sam Altman亲自发布的TL;DR，互动量以百万计。留意那句"We may totally fail at this goal"，他把退路也写进了声明。

数日之后，TechCrunch追踪报道，援引OpenAI首席科学家雅各布·帕乔基的界定：所谓AI researcher，是能独立交付重大研究课题的系统，涵盖选题立意、实验设计与论文初稿等链条。

▲ TechCrunch 2025年10月28日报道标题：Sam Altman says OpenAI will have a 'legitimate AI researcher' by 2028。

到了2026年6月8日，奥特曼与帕乔基联名刊发官网长文《Built to benefit everyone: our plan》，把"打造自动化AI研究员"列为公司三大使命之首。文中清晰写道：到2028年3月，相当比重的探索或将由AI系统与人类研究者携手推进。

▲ 这是掌门人与首席科学家联合署名发布的公司战略文档。

三个节点，三次表态升级，方向一以贯之。从"内部路线图"到"公开宣言"，从"数十万"到"50万"，模糊被层层碾压成精确。

先算一笔账

英伟达A100是上一代AI训练的常用数据中心GPU。"A100当量"是行业惯用的算力折算单位，不同芯片、不同互联效率，皆可换算为"等同多少张A100持续运转"。50万强调规模量级，并非仓库里码放整齐的50万张同型卡。

但即便如此，这一量级究竟意味着什么？

目前公开信息显示，OpenAI已签约约30吉瓦算力基础设施，多年总持有成本约1.4万亿美元。把50万张A100当量算力汇聚到单一系统上，犹如将整座都市的电力灌入一颗大脑。

一个关键分野：这些算力不仅用于训练更庞大的模型，还用于让系统在更长的时间窗口内反复推敲。帕乔基曾提出测试时计算（test-time compute）的理念，让模型在输出前"深思片刻"，投入更多推理算力。他甚至表示，面对重大科学突破时，值得将整座数据中心的火力倾注到单一课题。

当Karl Mehta在8月10日把这些引述重新整理发布时，距9月deadline仅余三周。评论区随后就标题的英文措辞掀起论战。

分歧焦点何在？Mehta的标题写的是"give an AI research intern 500,000 GPUs"（给AI研究实习生50万张卡），而奥特曼的原话更接近"use 500,000 A100-equivalent GPUs as an AI research intern"（用50万张卡作为一个AI研究实习生来运转）。

一个"给"，一个"用"，差别看似细微，实则云泥：前者暗示有个"实习生"在排队领装备；后者则指系统本身就是实习生，GPU恰似它的神经元。

这种措辞偏移折射出公众对AI研究自动化的认知偏差：我们仍惯于以人的隐喻去揣度机器。奥特曼描绘的其实是用巨量算力托举一套具备研究素养的系统。

1965年，英国数学家I. J. Good曾写道：

"第一台超智能机器，将是人类创造的最后一项发明。"

六十年来，这句话栖身于哲学论著、科幻小说、深夜推特激辩。从未有人给它贴过日历戳

直至今日

▲ "六十年争论这是否可行。无人预料答案是以交付日期的面貌降临的。"

博主Casper将奥特曼勾勒的2028年蓝图视为Good预言的工程化身：一个能设计出孕育下一代系统的系统，会做研究，也会孕育下一个研究者。递归已然启动

让我们屏息三秒，琢磨这件事最迷人的所在。

OpenAI完成了一件史无前例的事：它把一个内部研究蓝图，带着具体数字和月份，公然钉在了时间轴上。

9月一到，全球皆可质问：兑现了吗？

这一明确目标可被证伪 9月之后，OpenAI必须交出答卷或阐释落差。

官方文章《AI progress and recommendations》勾勒了更精细的能力阶梯：2026年，AI有望产出微小的全新发现；2028年及之后，可能产出更显著的突破。"实习生"对应前者，不奢望它改写教科书，但至少能在实验室里交出人类研究者会点头赞许的成果。

▲ OpenAI 2025年11月的文章称，能攻克极难课题的系统，已走完通向AI研究员之路的约八成。

让我拉远镜头，给出一个更宏观的判断

过去两年，公众熟悉的AI产品多为"助理"，用于拟邮件、改代码、做幻灯。OpenAI如今将重心推向研究自动化，让AI参与孕育下一代AI的劳作。

奥特曼在斯坦福还说过一句被忽视的断言："用可负担的token开支，你能完成一个100人顶级工程团队作为创业公司所能达成的事业。"这句话的潜台词是，当研究本身变得廉价且可复制，知识生产的经济学将被全面重写。

试想一下：若一套系统能在既定算力下，自主提出猜想、设计实验、跑完消融、产出论文草稿，那"实验室"这一概念究竟指向何方？Nature论文的署名栏该写何人？诺贝尔奖颁给一堆GPU吗？

这些诘问不再是戏谈 它们正以三周为单位逼近现实

截至发稿，OpenAI尚未宣告9月目标已达成，公开渠道也未见演示、新闻通稿或走漏。

但倒计时已然启动

奥特曼本人曾言："我们或许会彻底达不到这个目标。"这是他对溃败可能性的坦然承认

无论9月结果怎样，OpenAI都已为AI研究自动化标上了年份、月份与GPU数量。哲学命题蜕变为工程进度表 时钟在走

而我们所有人，都是这场实验的见证者