从OpenAI到脑机初创公司：23岁的娜奥米，押注“思想转文字”

当地时间8月6日，前OpenAI对齐团队研究员娜奥米·巴什坎斯基（Naomi Bashkansky）在X平台发帖对外宣布正式离职：7月23日正式辞职，7月24日便以创始研究员身份加入脑机接口初创公司Conduit。

要知道，这并不是OpenAI第一次与脑机接口产生关联。现任CEO Sam Altman，以个人身份联合创办了超声波脑机接口公司Merge Labs，估值8.5亿美元；前联合创始人Elon Musk，在OpenAI成立次年即创办Neuralink，一路推进侵入式脑机接口；早期董事Shivon Zilis，后来成为Neuralink的核心管理层……但娜奥米不同——她是第一个从OpenAI的实验室里走出来、把脑机接口当作主战场的一线研究员。

完整博客地址：https://naomibashkansky.com/blog/telepathy/

她所入职的新公司 Conduit 正在试图制造一种人类与 AI 之间的“心灵感应”——利用非侵入式脑机接口，从颅骨外读取神经信号，训练“思想转文字”模型。巴什坎斯基预测，几年后，人类与AI 交流的主要方式可能不再是键盘、语音或触摸屏，而是思想。

但她认为，这项技术过去几十年没能走到这一步，问题不在传感器，而在解码器——大语言模型出来之前，没有一个足够聪明的模型能读懂那些被噪音淹没的信号。

01

信号噪声是最大的问题

非侵入式脑机接口一直卡在一个地方：头皮电极收到的信号太脏了。

肌肉一动，会释放电活动；空调压缩机启停，会产生电磁干扰；电网的60赫兹交流电，会以固定频率耦合进所有线缆里。这些干扰的幅度有时候比大脑本身的电活动还大。不同人的颅骨厚度、脑折叠结构、电极与头皮的接触阻抗都不一样，同一个人的脑电在不同时段也会明显变化。解码器面对的不是干净信号上叠了一点随机噪声，是来源各异的干扰和本来就不稳定的脑电混在一起，信噪比极低。单靠信号本身，几乎不可能从里面稳定还原出语义。

学术圈试了几十年。目前性能最好的已发表成果，是《自然·神经科学》上的Brain2Qwerty系统——受试者默读句子，解码器从神经信号里还原文本。用脑磁图时字符错误率能压到29%，相当于每打四个字符错一个。不过，脑磁图设备一台几十万美元，还得配磁屏蔽室，普通人家用不了。如果同一套系统换回普通的脑电传感器，错误率则会直接跳到65%，三个字符里错将近两个。

但Brain2Qwerty 本身也在快速迭代。2025 年的第一代系统需要依赖复杂的数据预处理——神经事件检测、人工设计特征、多阶段解码策略。到 2026 年的第二代，团队换成了端到端深度学习框架，模型直接从原始MEG信号学习神经表征，同时把大语言模型微调后接入解码流程，当神经信号不确定时用语言上下文来补全。在 9 名志愿者、约 2.2 万个句子的数据上，平均单词解码准确率做到了 61%，表现最好的受试者达到 78%。研究团队还发现，模型性能随数据量增加呈近似对数线性增长，没有出现平台期。

Brain2Qwerty 用的始终是 MEG——每台几十万美元、需要磁屏蔽室的设备。Conduit 选择了一条不同的路：不是用小样本、高精度设备做精解码，而是用 EEG 这种可穿戴的设备，靠数千人的海量数据训练一个能泛化到新用户身上的通用解码器。

Conduit在数据采集初期也吃过同样的苦头。电力干扰把信号搅得乱七八糟，团队给线缆裹橡胶、试验各种滤波器，甚至一度关掉了整栋楼的总电源，完全靠电池组供电运行实验室——就为了消除脑电记录中那个典型的60赫兹 spikes。

巴什坎斯基在一次采访中承认，噪声会带来“不可约的误差”，但她认为对大多数模态来说，目前还没有被这个误差卡住。

02

大语言模型扮演了地图的角色

没被卡住的原因，她认为是大语言模型。

巴什坎斯基在博客里用GPS打了个比方。GPS接收器收到的卫星信号其实很弱，单靠它定不了位。但配上地图——道路怎么分布、哪些路能走、结合你刚才在哪里——那个微弱的信号就能告诉你准确位置。

大语言模型对脑电解码的作用是类似的。单靠神经信号，你没法判断用户脑子里正在冒出的是几万个词里的哪一个。但大语言模型为解码器提供了一个概率先验——一个关于哪些词、哪些短语、哪些想法会从当前上下文中自然接续的概率模型。它把解码器需要搜索的候选空间从几万个词压缩到了可操作的范围。噪音还在，但选择少了，解码变得可能了。

Conduit的想法是：消费级意念转文字所需要的东西，在大语言模型出来的时候就已经齐了——只是脑机接口行业没意识到。

03

用数据规模压过噪音

Conduit做的事情，就是把那个“缺的东西”造出来。

这个公司由Rio Popper和Clem von Stengel创立，后者担任CEO。他们在旧金山租了个地下室，在那里做了六个月的数据采集。参与者是在Craigslist上招来的，每次两小时，给50美元。每天从早到晚连轴转，一周七天不停。参与者坐在隔间里，戴着头戴设备，跟AI随便聊天，可以说话也可以打字。每次session录下来的神经信号、音频和文本，时间上是对齐的。

这些头戴设备是团队自己攒的。他们把买来的现成商用传感器拆开，用3D打印的外壳重新装成一套多模态设备。训练用的版本重约四磅（1.8公斤），目的是为了尽可能收全信号。

数据流水线也是从头搭的。团队用 Zarr 3 云原生存储格式统一管理训练和推理数据，session 过程中实时监控模态丢失、时间戳漂移和对齐抖动。采集时还用大语言模型生成对话提示——初期是 Groq 上的 Gemma 和 Llama，后来换成了Cerebras上的 OSS120B。

做了一段时间后他们发现一个规律：数据量在4000到5000小时以下的时候，噪音很头疼，得专门做降噪。但超过这个量之后，数据本身开始碾压降噪算法。模型见过足够多的人、足够多的环境，自己就学会了把信号从噪音里拎出来，不用靠显式的滤波。

语音识别走过同样的路。OpenAI的Whisper没用精细标注的数据，而是靠几十万小时的弱标注音频——质量不高，但量大。量大到一定程度，模型自己学会了在不同口音、不同环境噪音下听懂人话。Conduit赌的是神经解码也吃这一套：数据够多，模型就能在各种各样的脑电信号里找出共性。

到2025年12月，Conduit已经攒了约一万小时的神经数据，来自几千个人。公司说这是全球同类数据里最大的一个。

04

还差得远

Conduit公布过零样本测试的结果——让模型去猜它从没见过的人在想什么。

结果是这样的：

真实文本是“房间似乎更冷了”，模型猜的是“有一阵微风，甚至是一缕轻风”。真实文本是“然后她淡淡一笑，点了点头”，模型猜的是“她耸了耸肩，希望显得无所谓”。意思沾边，但逐字对不上。

巴什坎斯基自己也说，现在大概相当于神经解码的“GPT-2阶段”。

公司还没发过同行评审的基准测试——这本身就是一个缺口。而学术圈对脑电实验的准确率一直有疑虑。2024年arXiv上有一篇预印本指出，时间上的自相关效应可能让模型学到的是session内部的统计规律，而不是真正的神经解码。也就是说，某些报告里那些超过95%的准确率，可能有一部分是数据本身的结构带来的，不是模型真的读懂了大脑。

Conduit的零样本测试倒是绕开了这个问题——因为测的是全新的人，session内部的统计规律帮不上忙。但这只能证明模型没有“作弊”，不能证明它够好用。一个系统的、可对比的基准测试，还没有出现。

尽管有这些局限和质疑，巴什坎斯基还是给了一个时间表：

2027年做出消费级头环，能在你工作时被动读出你的意图，不需要刻意在心里默念，用在编程辅助上；2030年，AI公司直接拿神经信号当输入，省掉中间的“转文字”步骤，连脑子里浮现的画面都能传；2035年，这个界面变成你认知的一部分，像多了种感觉。她说这是“乐观但合理的猜测”。

除了学术界的质疑，做侵入式脑机接口的研究者长期对这类方案持保留态度。而隐私方面，州一级虽有立法尝试，联邦层面尚无统一法律框架，Conduit 的隐私政策也未经独立审计。

05

为什么一个做AI对齐的人跑去搞脑机

巴什坎斯基在华盛顿州长大，5岁开始下棋。13岁那年拿了世界学校象棋锦标赛女子U13冠军，第二年又赢了北美U20女子青年冠军。到15岁时，她已经拿到国际棋联女子国际大师称号。然后她不下了。

18岁进哈佛读计算机，她在课上第一次碰到GPT-3，后来读了尼克·博斯特罗姆的《超级智能》。巴什坎斯基说那本书给她的冲击像“突然被叫醒”。之后她加入哈佛的AI安全学生团队，一路做到技术总监。大四那年一学期选了七门课，同时管团队、做兼职。

2025年初，还没拿到学位的巴什坎斯基办了休学，以驻留研究员身份进了OpenAI的对齐团队。进去之后她发现OpenAI内部的安全研究不少，但对外几乎没窗口。她没走正式流程，自己写了一份博客方案，发给几个核心研究员看，最后推动博客在2025年12月上线。她还给OpenAI基金会的AI韧性部门出过主意，参与做内部AGI培训材料。那些材料的初稿写在她从哈佛带来的旧笔记本电脑上，屏幕一角贴着“不要恐慌”的贴纸，旁边是她画的国际象棋马。

到2026年7月离职，她在OpenAI待了大约一年半，23岁。

她把自己离开OpenAI去Conduit这件事和对齐问题串在了一起，并在博客里写道：

如果人和AI之间最直接的接口变成了被动读脑——AI读的是你的意图，不是听你的指令——那这个架构本身就是“人在回路中”。AI在实时响应你的想法，而不是自己拿主意。控制权在你手里。这个说法目前还只是个说法。

她说，正因为没人知道能不能成，她才去的。

作者：罗卜

编辑：左蕾、邹思

运营：罗卜

封面图：源自AI

https://www.techtimes.com/articles/323411/20260806/naomi-bashkansky-quits-openai-build-thought-text-bci-largest-neural-dataset.htm

https://harvardtechnologyreview.com/2025/04/07/naomi-bashkansky-top-ten-seniors-in-innovation/

脑机接口社区是国内首家脑机接口(BCI)产业服务平台、国内脑机接口新媒体开创者与引领者。主要为企业、科研团队、投资机构和从业者提供以下服务：

宣传报道：图文、短视频、直播形式报道企业动态、技术解读、产品介绍等内容，提升曝光和行业影响力。

资源对接：根据需求匹配资本、供应链、临床机构、渠道方等资源，完成真实对接，促进合作。

成果转化：协助技术团队寻找产业方、投资人及落地场景，推动技术到产品的转化。

活动策划执行：承接线上线下路演、沙龙、论坛等活动的策划与执行。

其他定制需求：包括报告定制、市场调研、人才招聘支持等个性化服务。

合作洽谈，请联系微信：ZuoLeiLeiya

（备注：姓名-单位-合作）

投稿丨成为创作者，请联系微信：RoseBCI

不错过每一条脑机前沿进展

一键三连「分享」、「点赞」和「在看」

欢迎在评论区聊聊