OpenAI 时间表公开：2026-2028，打法彻底换了

2025 年 10 月 28 日，Sam Altman 和 OpenAI 首席科学家 Jakub Pachocki 一起做了一场罕见的路线图直播。

他们公开了一张明确的时间表：

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

这不是喊口号，而是配套出了全套工程路径：

基础设施层，Altman 提出每周 1 吉瓦的算力工厂；

安全机制上，Jakub 公布价值对齐的五层结构；

产品层，ChatGPT 要从对话工具进化为“AI 平台”；

组织层，OpenAI 完成改组，新架构背后，是 250 亿美元的新任务和微软 1350 亿美元的绑定。

Altman 说：“我们不只再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，确实换了。

这一次，他们不再试图定义“什么是 AGI”，而是画出清晰的里程碑，并告诉所有人：未来不是突然到来，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 的开场白很直接。

OpenAI 给出的时间表也相当具体：我们计划在 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 什么时候能成为实验室正式员工。

在 Jakub 看来，整个路径已经非常清晰了：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，在很多关键领域，表现优于人类。

为什么他们敢做出这么大胆的判断？

Jakub 给出了一个非常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 补充说了一句话：我们以前总以为 AGI 会在未来某个神奇的时刻突然出现，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（即让模型多花点时间“想”）

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 真的帮人类完成重大发现，我们就必须给它足够长的时间和足够多的计算资源来思考，有时候，为了解决一个科学难题，值得让整个数据中心来只做这一件事。

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，帮他们更快推进研究，并最终形成真正能自己提问题、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 在这次直播里，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。这其实就像我们写草稿，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：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。

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。