OpenAI 的 AGI 入职倒计时：9 月实习生上岗，2028 年转正规则却被悄然调整

距离那个时刻只剩不到两月。

依据 OpenAI 自定的日程表，2026 年 9 月，人工智能将在这家巨头公司"报到"，职位是研究实习生。再经过一年半的历练，到了 2028 年 3 月，它便要"转正"，晋升为正式研究员。

此言出自 OpenAI 官方之口。7 月 13 日，科技媒体 The Information 在 X 平台上再次转发了这份时间表："OpenAI expects AI to perform research at an intern's level by September and at a full researcher's level by March 2028."（OpenAI 预计 AI 将在 9 月达到研究实习生水平，2028 年 3 月达到正式研究员水平。）

评论區瞬间沸腾，有人称这是早期 AGI 的雏形，有人质疑：这个"转正"的时间点，是否已被悄悄提前？

然而更少有人察觉的是：这句看似坚定的承诺，其转正的考核标准，其实已被 OpenAI 自身悄然修改过一次。

这份时间表的源头，需追溯至 2025 年 10 月 28 日。当日 OpenAI 举办了一场直播，CEO Sam Altman 与首席科学家 Jakub Pachocki 均出席。恰逢同日，公司刚完成了向"公益公司"（public benefit corporation）架构的转型。

▲ Altman 在直播次日发布的 TL;DR 长推文，是这份时间表的最初出处

直播次日，Altman 在其账号发布了一篇长文进行总结，其中最核心的一句是：

"We have set internal goals of having an automated AI research intern by September of 2026 running on hundreds of thousands of GPUs, and a true automated AI researcher by March of 2028. We may totally fail at this goal, but given the extraordinary potential impacts we think it is in the public interest to be transparent about this."

“我们设定了内部目标，计划在 2026 年 9 月前打造出能在数十万块 GPU 上运行的自动化 AI 研究实习生，并在 2028 年 3 月前实现真正的自动化 AI 研究员。我们完全可能无法达成此目标，但鉴于其潜在影响巨大，我们认为公开目标符合公众利益。”

一方面立下激进惊人的目标，另一方面坦承"我们可能会失败"，这种反差构成了该目标的核心张力。TechCrunch 次日便以《Sam Altman says OpenAI will have a 'legitimate AI researcher' by 2028》为题进行了报道。

▲ TechCrunch 对直播内容的报道，标题写着"2028 年造出正牌 AI 研究员"

7 月的这条快讯重提了九个月前那场直播的内容。随着 9 月日益临近，这一时间节点再次引发关注。

这里存在一个疑问：AGI 一词早已被滥用于学界、业界及预测市场，对于"通用人工智能"的定义至今未能达成一致。OpenAI 此次干脆绕开了这场哲学争论，换用了人人都能理解的职场晋升路径说法。

真正的技术标尺，是 Pachocki 反复强调的任务时长（task horizon）：系统能在多长时间内、以多低的人工干预密度，连贯地推进一项研究任务。

Pachocki 所举的例子非常务实：编码智能体 Codex 已是"AI 研究员"的最早雏形。他本人每日使用它工作，判断标准很简单，即模型能否更长时间地连贯工作，这与在某个竞赛榜单上多拿几分无关。从 GPT-3 到 GPT-4，再到如今的推理模型，这条曲线始终向右延伸。

时间表公布后，外界最关切的一事便是：公司自己是否仍深信不疑。

2026 年 3 月，MIT Technology Review 对 Pachocki 进行了一次深度专访，标题即为《OpenAI is throwing everything into building a fully automated researcher》。文中，"自动化 AI 研究员"被 Pachocki 称为未来数年研究工作的北极星（North Star），公司几乎所有技术路线，都在向这一点汇聚。

一个月后的 4 月，Pachocki 又在 Redpoint 的播客 "Unsupervised Learning" 上进行了一次公开"体检"。

▲ Business Insider 报道 Pachocki 在播客中的表态：AI 正在逼近人类研究实习生的水平

他当时的原话是："I definitely see this as a signal that something here is on track."（我确实认为这是一个信号，说明事情正在按计划推进。）编码领域的突破、数学研究能力、物理方向的进展，都被他视为"未掉队"的证据。

但他同时也划定了界限：别指望今年就能出现一个系统，你只需告诉它去优化模型、解决对齐问题，它便能独自完成。翻译过来就是，时间表未变，但眼下能交付的，仍是"任务持续时间更长、所需监控更少、具体技术想法能落地"，距离"全面接管研究议程"尚有差距。

半年内，首席科学家连续两次公开确认进度未掉队。故事讲到此处，读者或许会觉得：此事已板上钉钉。

然而 6 月 8 日前后，剧情出现了一个不易被一眼看穿的转折。

Altman 与 Pachocki 联名在 OpenAI 官网发布了一篇文章，标题为《Built to benefit everyone: our plan》。三大目标之首，依然写着"Build an automated AI researcher"（打造自动化 AI 研究员）。但关于 2028 年那个终点的描述，句子变了：

公司内部认为，到 2028 年 3 月，相当一部分研究工作，将由 AI 系统与本公司研究员"协同"（in tandem）完成。

德国科技媒体 THE DECODER 的标题一针见血："Entirely automating everything is not the future we want."（将一切彻底自动化，并非我们想要的未来。）报道指出，相比 2025 年秋季那句斩钉截铁的"真正的自动化 AI 研究员"，公司在这篇博文中明显更强调人的角色，文中还写道，人类"最关键的长期角色，是决定什么值得做"。

将三次公开表述并列审视，这条轨迹相当清晰：

9 月和 2028 这两个日期，一字未改。改变的是终点的画面，从"数据中心里凭空长出一个独立研究员"，悄然变成了"AI 分担部分工作，人类继续在场"。这更像是试用期通过后的岗位描述被重新撰写：转正确有其事，但权限并未如当初所述那般巨大。

节点越临近，讨论便越趋两极。

一派观点认为：无论终点画面如何变化，光是 9 月这个"研究实习生"级别的系统，便已足以被称为早期 AGI。

▲ 一条社区帖子：认为 9 月的研究实习生已是"早期 AGI"，2028 年目标甚至可能提前至 2027 年

这条帖子写得相当坦率："Not because it's some magic super brain, but because once AI can actually help with real research, it changes everything."（此事能颠覆一切，靠的是 AI 真能协助真实的研究工作，与什么魔法超级大脑无关。）发帖人甚至猜测，2028 年的目标可能提前至 2027 年实现。

另一派则在字里行间寻找线索，怀疑时间表本身已在悄悄提前。

▲ 另一条讨论帖，摘录了 OpenAI 内部人士"自动化研究员已相当接近"的说法，追问时间表是否提前

这条帖子摘录了一句流传的内部表态："previously this is something that a team of senior researchers may have worked on at OpenAI, and now it really feels like the automated researcher is pretty close."（以前这种事可能需要 OpenAI 一整队资深研究员来做，现在真感觉自动化研究员已经相当近了。）发帖人的追问十分尖锐：这句话指向的，是原定 2028 年才登场的"自动化研究员"，比两个月后即将上岗的"实习生"高出一整级。时间表，是否已经提前？

也有更冷静的声音提醒：若真让 AI 从事研究，消耗的 token 成本可能比雇佣一人更高，公司迟早需重新核算这笔账。三种声音并存，说明外界对此时间表分歧巨大，也说明"内部目标""能力隐喻""AGI 已实现"这三层概念，极易被读者混淆。

抛开情绪，这份时间表能立得住，靠的实则是真金白银的底气。Altman 在同一场直播中承诺过约 30 吉瓦算力、多年总拥有成本约 1.4 万亿美元，若无此体量的基础设施撑腰，"数据中心里跑出一个研究员"根本无从谈起。而一旦系统真能在数据中心独立跑完一整条研究项目，监督方式也需随之换代：从查看单次对话回复，转变为审视跨天甚至跨周的行为轨迹。链上思维监控、沙箱部署、限制工具权限，均为 OpenAI 曾提及的应对手段。

因此，当 9 月这个节点临近时，不必纠结"AGI 到底实现没实现"这种宏大而空泛的问题，真正值得关注的，是几件具体之事：是否会展示出一个真正被内部或产品化使用、能独立承担"几天工作量"的系统？评估标准，是否仍停留在"任务时长"这把尺子上？公司是否还会像最初那样，继续使用"我们完全有可能失败"这种坦诚的口吻？

回到 Altman 的那条推文，当他写下"we may totally fail at this goal"时，或许已预见到今日的这场争论。时间表立在那里，日期未挪动分毫，但兑现的模样，可能从来都与外界脑补的不同。

九月，答案的第一页将很快揭晓。