网易首页 > 网易号 > 正文 申请入驻

奥特曼给「AI造AI」踩刹车!方向盘必须握在人类手中

0
分享至

来源:市场资讯

(来源:新智元)


新智元报道

AI已经在帮OpenAI造下一代GPT了。

可真要把研发方向盘彻底交给AI,奥特曼还是亲自踩了一脚刹车。

11月16日,在Semafor的活动现场,谈及「递归自我改进」(RSI),奥特曼当场划下一道红线:

我们本可以进一步向递归自我改进推进,但我不认为现在能安全地这么做。

潜台词很明显:不是现在技术上推不动,而是真不敢撒手。


奥特曼表示,OpenAI可以进一步推进递归自我改进,但目前还无法安全地这么做。

毕竟,一旦模型开始自己迭代自己,谁来盯住它有没有悄悄跑偏?

奥特曼也没有只在口头上喊刹车。

紧接着,他又亮出了OpenAI最近在安全上的实招:把包括METR在内的外部评估机构请进实验室,直接「驻场查岗」。


道理很简单:当AI都开始下场搞研发了,关起门来让自家员工「自己查自己」,再怎么拍胸脯说安全,也兜不住底了。

AI已经帮着研发

为什么还不能放手?

在硅谷,「递归自我改进」早已被念成了口头禅。

但在奥特曼看来,大多数把它挂在嘴边的人,压根没想明白这几个字真落地时意味着什么。

那递归自我改进是不是已经发生了?这个问题奥特曼没有直接回答「有」或「没有」。

他认为,这件事跟AGI一样,不存在一个某天早上醒来突然跨过去的分界线,得拆成两层来看:

第一,OpenAI是不是靠自家的AI技术,加快了新模型的研发速度?这个答案很确定:是的。

第二,是不是只要按一下按钮,就能甩手让模型在无人监督的情况下自己设计下一代、自我迭代?

奥特曼的答案:当然不是。


奥特曼表示,OpenAI尚未让AI在无人监督下自主研发下一代模型、快速自我改进。

这说明OpenAI已经让AI参与自身研发,但方向盘还攥在人类手里。

外界之所以对「递归自我改进」既兴奋又担心,是因为一旦下一代AI能反过来造出更强的下下一代,技术进化就会变成滚雪球式的复利狂奔。

奥特曼将这种「既推又收」定调为战术克制:先拿AI攻坚对齐,搞定「怎么管住AI」这道保命题。

他还顺带吐槽了硅谷同行的推销话术:一边许诺给人类攻克癌症、提供廉价商品,一边却要求人类交出全部主导权。

用他的原话说,这就是让人类「像只拉布拉多犬一样活着,机器也许会哄你开心,但你再也没有任何控制权了」。


奥特曼用「像拉布拉多犬一样活着」,比喻人类被机器照顾却失去自主权的未来。

对于硅谷最近流行的热词「handover」(把未来决策权移交给AI),无论是渐进交权还是突然交棒,奥特曼的态度都很坚决:绝不接受。

METR此前的一份报告给出过一个估算:

截至今年10月,老对手Anthropic的模型在特定明确任务上的能力进步速度,大约是2024年3月至2025年10月历史水平的两倍。


Anthropic模型的AECI进步速度估计提高至1.9倍。

被问及OpenAI是否也飙到了这个速度时,奥特曼没有接这茬数字竞赛。

他坦言,眼下AI的能力进化依然呈锯齿状:有些环节快得飞起,远不止两倍;有些环节还在原地啃硬骨头,慢得多。

因此,硬凑一个「整体提速两倍」的平均数,听着唬人,实则失真。

但谈到METR,奥特曼主动提到OpenAI正在推进「嵌入式评估」合作,而METR正是受邀入驻的机构之一。

在他看来,找外部专家给安全工作和系统稳健性「把脉」,接下来会越来越关键。

有意思的是,主持人抛来的是Anthropic的「提速账」,奥特曼反手亮出的却是OpenAI请METR进门查的「安全账」。

虽然还没有材料证明,某份METR报告让OpenAI放缓了自我改进计划。

但在大家都在卷速度的时候,怎么把安全底线兜住,显然成了奥特曼眼中更紧迫的问题。

6个人、4个月

进OpenAI查什么?

奥特曼口中的「嵌入式评估」,绝不是走个过场,具体名单和分工已经落了地。

根据OpenAI官方博客,他们已与Apollo Research、METR、Transluce和Goodfire四家机构签下协议,首阶段直接把探头插进了模型训练与内部使用这两个核心环节。

为什么要大费周章把外人请进自家「后厨」?

因为老办法已经失灵了。

过去大模型做安全测试,就像菜快端上桌了才测一测。

但眼下AI实验室的真实情况是:很多还没向公众发布的模型,早就穿上工装在内部「上岗打工」了,甚至直接参与了下一代模型的研发。

如果还等公开发布前再看那张漂亮的安全成绩单,根本查不出它在「后厨」干活时有没有动过歪心思。

这回入场的四家机构,恰好卡住了同一条研发流水线的四个关键身位:

Apollo Research专防「内鬼」:派出6人团队驻场试点4个月,专门排查模型会不会暗中破坏自身或下一代模型的对齐与控制机制。

从训练有没有变相纵容、评测能不能揪出来,到内部干活时有没有露马脚、推理痕迹能不能抓现行,挨个环节摸底。

METR紧盯「大练兵」:聚焦OpenAI迄今最大规模的一次强化学习训练,专门搜寻现有测试和常规监控可能漏掉的失对齐暗礁。

Transluce负责「审考卷」:检查后训练对齐评测本身的质量与覆盖范围,防止考题太水、放跑隐患。

Goodfire主攻「开颅透视」:借助可解释性方法剖析模型内部机制,辅助监测训练过程、排查异常信号。

从训前激励、训中监控、训后考卷到内部神经元,四班人马分守四道关卡。

尤其是Apollo,直接盯住了「AI造AI」的命门:如果参与研发的上一代模型自己「手脚不干净」,造出来的下一把安全锁再精密也是摆设。

外部安全评估的风向已经彻底变了:不再是等成品出厂前贴张合格证,而是直接进车间盯生产。

能进去检查

有些结果却不能公开

外部评估方虽然被请进了实验室,但能看什么、能往外说什么,协议里早已划好了红线。

先看Apollo Research的条款,算是有保底,也有保留:

OpenAI不能删去Apollo对各项主张的定性判定,也不能因为检查结果不好看就要求删改;但凡涉及敏感知识产权的支撑证据,OpenAI依然有权抹去。

换句话说,外界将来看到的,很可能是一份「有结论、没底稿」的体检单。

Apollo能补救的,是公开说明自己遇到了哪些访问和披露限制,以及这些限制对判断造成了多大影响。

到了Transluce这里,禁区划得更具体:按照计划,Transluce将从12月初开始为期6周的试点,可以接触部分模型、原始思维链输出以及内部评测,其中至少包含一个仅供内部使用的模型。

但协议写明:内部专用模型的评估结果,一律不准公开。

真正留在实验室里干重活、最贴近「AI造AI」核心现场的模型,外人虽然能查,但公众却看不到结果。

Transluce也把话挑明:这次拿到的权限并不等同于OpenAI正式员工权限;而那份完整、未删节的报告,只会呈交给OpenAI基金会董事会的安全与安保委员会。

开门迎检是真,但把核心家底捂严实也不假。

通向ASI

人类还能保住干预能力吗?

有人可能会问:OpenAI自己不是有自动化监控系统吗,为什么连「监督系统」本身都得靠外人来查?

因为连「电子监工」自己,都可能留着让人钻空子的后门。

METR此前的一次实战摸底,就撕开过这样一道口子。

今年7月至8月,METR与Redwood Research人员对OpenAI当时的内部智能体监控系统做过为期3周的检查。

结果揪出了一个颇具黑色幽默味道的机制盲区:受检系统里有一套监控机制,竟然要等智能体把控制权交回用户时,才会触发检查。

换句话说,在上下文压缩尚未触发检查的空档期里,智能体完全可以开启「无限连招」持续执行动作,把受检时间一推再推:只要我不交卷,监考老师就查不到我。


当时,监控在AI交回控制权时触发;上下文压缩未纳入监控期间,AI可持续行动推迟检查。

这个插曲已经足够敲响警钟:把监控程序写进代码里,并不等于每一步操作都在眼皮底下。

AI连续自主干活的时间越久,中间干过什么、出了岔子多久能察觉,就越不能轻信纸面设定,必须留下经得起核查的运行记录。

顺着这条线往下看,四家外部机构入场,真正的重头戏还在后面:它们到底查出了什么?哪些问题真正倒逼了整改?改完之后有没有复测?

最关键的是:一旦评估亮起红灯,真能叫停研发和发布吗?

至少从目前已公开的安排来看,外部评估方手里并没有「一键拉闸」的独立叫停权。

对此,自称「务实中间派」的奥特曼亮出了自己的底牌。

一方面,他死咬「人类必须永远掌控未来」的原则不松口;另一方面,他也承认,当技术变得足够强、进步足够快,为了兜住安全底线,「我们可能不得不改变原有的全部计划」。

通向ASI的牌桌上,AI造AI的飞轮一旦转起来,能力跑的是复利,风险跑的同样也是复利。

引擎越强,刹车的分量就越重。

编辑:元宇

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
默克尔公开回应:当年若不与普京谈判,如今乌克兰或将不复存在

默克尔公开回应:当年若不与普京谈判,如今乌克兰或将不复存在

流史岁月
2026-11-18 19:15:04
孙骁骁挺二胎孕肚带女儿游迪士尼,坐旋转木马时,任重感慨:从2个人到3个人现在到4个人

孙骁骁挺二胎孕肚带女儿游迪士尼,坐旋转木马时,任重感慨:从2个人到3个人现在到4个人

韩小娱
2026-11-19 15:05:22
你闻过最难闻的味道是啥?网友:从那之后,再也不敢随便约了

你闻过最难闻的味道是啥?网友:从那之后,再也不敢随便约了

夜深爱杂谈
2026-11-03 18:56:01
女童彤彤被生父女友杀害案一审宣判 更多细节披露:多人称被告人散养孩子,其认为“只要小孩子不哭不闹”即可

女童彤彤被生父女友杀害案一审宣判 更多细节披露:多人称被告人散养孩子,其认为“只要小孩子不哭不闹”即可

红星新闻
2026-11-18 20:58:26
更年期与性生活:医学给出的解决方案

更年期与性生活:医学给出的解决方案

精彩分享快乐
2026-11-19 21:00:04
姑娘,出去玩也要注意下穿着,旁边大爷看了直摇头,好尴尬

姑娘,出去玩也要注意下穿着,旁边大爷看了直摇头,好尴尬

舞指飞扬
2026-11-13 07:42:15
湖人马刺皆输球,火箭队坐收渔利!大胜步行者,距榜首仅1个胜场

湖人马刺皆输球,火箭队坐收渔利!大胜步行者,距榜首仅1个胜场

熊哥爱篮球
2026-11-19 20:33:18
黄仁勋离任,英伟达取消订单,连锁反应来了……

黄仁勋离任,英伟达取消订单,连锁反应来了……

大厂财经社
2026-11-19 17:32:36
美股三大期指,快速拉升

美股三大期指,快速拉升

新浪财经
2026-11-19 15:27:51
南华寺百岁高僧:人死后基本都投身畜生道,活人进入轮回永不超生

南华寺百岁高僧:人死后基本都投身畜生道,活人进入轮回永不超生

纸鸢奇谭
2025-01-17 14:30:03
NBA新秀榜:伦德伯格居首,布泽尔升至第2,阿卡夫第3

NBA新秀榜:伦德伯格居首,布泽尔升至第2,阿卡夫第3

懂球帝
2026-11-19 08:05:00
沈阳新娘远嫁杭州,娘家30口人自驾送亲,新郎只愿付当天住宿费

沈阳新娘远嫁杭州,娘家30口人自驾送亲,新郎只愿付当天住宿费

兰姐说故事
2025-08-21 20:05:04
湿凉凸显!冷空气携阴雨继续影响广东 广州明天最高温仅15℃

湿凉凸显!冷空气携阴雨继续影响广东 广州明天最高温仅15℃

北青网-北京青年报
2026-11-19 14:55:01
伦纳德来了!76人或送走恩比德,小卡詹姆斯联手夺冠

伦纳德来了!76人或送走恩比德,小卡詹姆斯联手夺冠

湖人侃球师
2026-11-19 10:02:20
胜任了,以色列宣布了!

胜任了,以色列宣布了!

故事终将光明磊落
2026-11-18 16:01:07
跑半马猝死的25岁女学霸 害死她的不是跑步,是不拼命就不配活着

跑半马猝死的25岁女学霸 害死她的不是跑步,是不拼命就不配活着

墨言执笔
2026-10-16 17:29:14
乒坛大调整!WTT3位高层接连辞职后,樊振东或将有希望回归国乒?

乒坛大调整!WTT3位高层接连辞职后,樊振东或将有希望回归国乒?

小武侃风云
2026-11-19 21:03:38
APEC全家福惊现"最不受欢迎的人",零会晤背后藏着什么?

APEC全家福惊现"最不受欢迎的人",零会晤背后藏着什么?

三周檀的鲲
2026-11-19 19:55:46
跑得起马拉松,买不起照片,这就是跑者的尴尬

跑得起马拉松,买不起照片,这就是跑者的尴尬

跑者排球视角
2026-11-19 09:11:28
铁饭碗碎了!很多央国企的二三级子公司,降薪裁员比私企还严重!

铁饭碗碎了!很多央国企的二三级子公司,降薪裁员比私企还严重!

细说职场
2026-11-19 16:56:03
2026-11-19 22:11:00
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
5554113文章数 10039关注度
往期回顾 全部

头条要闻

中美元首举行会晤 特朗普:请中国继续保持强大

头条要闻

中美元首举行会晤 特朗普:请中国继续保持强大

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

后会友期 文吉儿公然怼谈话老师陈晓楠

财经要闻

Anthropic的算力赌局

科技要闻

提前三个月加薪!英伟达全员会稳军心

汽车要闻

方程豹钛9限时27.39万起 方向盘可折叠 方盒子也能当家用旗舰

态度原创

本地
手机
教育
公开课
军事航空

本地新闻

乌兰察布:以前种土豆,现在种Token

手机要闻

MagicOS 11第三批内测今晚推送!荣耀Robot Phone等28款机型终于等到了

教育要闻

祝贺!绵阳3名学子获得省级荣誉称号

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

“华盛顿”号航空母舰离开中东地区

无障碍浏览 进入关怀版