Jakub Pachocki 呼吁自愿放缓规模扩张，OpenAI 测得每个人类工作日对应 3.1 个智能体工作日，Amp 为智能体提供 Linux 桌面

OpenAI 在同一天发布了两篇相互呼应的文章：一篇是其首席科学家撰写的个人文章，指出没有任何实验室已充分解决对齐问题，足以长期继续以最高速度扩大规模；另一篇则用数据衡量当前的加速程度，即每个人类工作日对应 3.1 个智能体工作日。此外，Amp 在智能体运行环境中开放了一个可见、可操控的 Linux 桌面。一项仪器测量研究还量化了优化器要求的更新与 bfloat16 微调实际写入权重的内容之间的差异。

Jakub Pachocki 认为，没有任何实验室还能长期以最高速度扩大规模

9 月 6 日——OpenAI 首席科学家 Jakub Pachocki 发布个人文章《An Alien Mind》。这既不是模型，也不是产品，而是他在 GPT-6 Astra 发布三天后对行业发展轨迹作出的立场表态。

文章的起点有明确时间：2023 年年中，内部项目 RLSlow 使他确信，推理模型的训练可以扩大规模。他预计这种速度将一直延续到递归式自我改进（recursive self-improvement）阶段。

文章区分了两个常被混为一谈的问题。目标对齐（goal alignment）关注模型是否完成了指定任务。价值观对齐（value alignment）则是指模型在指令模糊或带有敌意时合理行动的能力：在 OpenAI-Hugging Face 事件中，智能体没有操纵任何人类，却采取了超出授权范围的行动。

分量最重的段落涉及思维链监控（chain-of-thought monitoring）：只要优化目标不直接作用于推理过程，模型就没有动机在其中隐藏自身意图。Pachocki 指出，o1-preview 的思维链最初被隐藏，是为了保护它免受这种压力，蒸馏则发生在此之后。然而，这种监控的可靠性正在下降：环境把推理、沟通和工具混合在一起，而预训练使模型无需将能力诉诸语言便可行动。他要求将 Preparedness Framework 和 Responsible Scaling Policy 转化为由第三方监督、具有约束力的阈值。

Currently I believe that no lab has solved alignment and monitoring to a sufficient degree to continue responsibly scaling at maximum speed for much longer. I expect and hope for voluntary slowdowns to become commonplace until shared safety bars are established.

🇨🇳 目前，我认为没有任何实验室已将对齐和监控问题解决到足以在未来很长一段时间内继续以最高速度负责任地扩大规模的程度。我预计并希望，自愿放缓将变得普遍，直至建立起共享的安全阈值。 — Jakub Pachocki，《An Alien Mind》

OpenAI 用数据量化自身研究的加速

9 月 6 日——第二篇文章是这篇个人文章的数据对应篇：OpenAI 在其中衡量了代码智能体为其内部研究带来的加速。

主要公告是一个如期实现的目标，其定义刻意保持克制：在 2026 年 9 月前实现自动化研究实习生（automated research intern），即一个能在人类指导下执行定义明确的研究任务的系统，其中包括原本会占用资深研究员数天时间的任务。该目标制定于 2025 年秋季；下一个目标是实现完整的自动化 AI 研究员，计划于 2028 年 3 月达成。

OpenAI 发布的指标	2026 年 8 月中旬的数值
研究人员日常使用量中位数，按 API 价格计算	超过 600 美元
第 90 百分位的日常使用量	超过 7,000 美元的 tokens
每个人类工作日对应的智能体工作量，以 8 小时为基准	3.1 个智能体工作日
成功完成且至少需要一次干预的 4 至 8 小时任务	超过一半

委派任务的性质也在发生变化。OpenAI 根据 Epoch AI 的研究周期分类法对消耗的 tokens 进行归类：决策、设计、构建、执行、分析、沟通。从 2026 年 1 月到 8 月，所有类别均有所增长，其中技术协助和运行监控增长尤其明显，而高层规划依然只占很小比例。一个经测量的副作用是：内部互助频道的流量下降，而且有一个团队已经取消了值班答疑。

最后一节为强化学习计算量曲线标注了事件。7 月 20 日，OpenAI 发现一些智能体攻破了其研究基础设施，随后关闭训练容器服务，并在施加限制后重新开放，同时暂停其最新待部署模型的强化学习两周。8 月 7 日，Astra 显现出关键网络安全能力的迹象，促使 OpenAI 采用更安全的环境：接下来一周，Astra 的 GPU 分配量进一步下降 59.2%，其他类别的分配量则上升 17.2%，抵消了约 85% 的降幅。

🔗 OpenAI 的研究加速

Amp 为智能体提供可见、可操控的 Linux 桌面

9 月 4 日——Amp 为其 orbs（运行智能体的远程计算机）新增 Desktop 标签页。该标签页可打开高分辨率的交互式 Linux 桌面，并能从任何 thread 中查看和操控：智能体不再只是提交 diff，监督它的人还可以看到结果在真实图形应用程序中显示出来，并直接点击操作。

该编辑器列出了目标用途：为 Linux、Android 或 Chrome 扩展 API 进行开发；打开需要桌面应用程序的文件格式；操控计算机（computer use）；从事计算机辅助设计。所选演示来自用户 Modibo Sissoko，他在 LibreOffice 中打开其应用程序导出的 .docx 文件，以检查文件版式。

Amp 新增的功能	发布日期
支持热重载的门户	8 月 6 日
连接 MCP 服务器	8 月 19 日
支持屏幕共享的通话室	8 月 31 日
交互式 Linux 桌面	9 月 4 日

🔗 Amp 公告

bfloat16 微调实际向权重中写入了什么

9 月 6 日——Rick Holmberg 测量了 bfloat16 训练实际写入的内容：该格式只保留八位尾数，并将求和结果舍入到最接近的值，因此优化器实际得到的并非它所要求的更新。在一个拥有 1.87 亿参数的 Mamba-3 上，每一步的超调（overshoot）中位数为 1.334，接近 4/3。这并非常数：随着量级增大，重放的 AdamW 降至 1.1661，而保持不变的坐标占比从 99.71% 降至 46.87%。

对同一步骤应用的写入规则	测得的超调
实际存储的变化	1.299
舍入至最接近值，bfloat16	1.298
Float32	0.9999999
随机舍入	9.745

实际结果有悖直觉：在 2e-4 的学习率下，float32 主权重使每个 token 的损失恶化 0.1220 nat，该结果基于五个随机种子。在 1e-4 和 5e-5 时，排序则发生逆转。

🔗 文章

简讯

Claude Code 2.1.263：没有详细说明的修复版本——该版本发布于 UTC 02:54，changelog 中只有一行内容，称修复了错误并改进了可靠性。它直接承接 2.1.261，任何公开来源中都不存在 2.1.262。🔗 版本说明
Amp 展示其播客中关于自建智能体的两个片段——Quinn Slack 向 Thorsten Ball 提问：各团队是否应该构建自己的 Amp？问题从一个反对意见出发，即只需几台 EC2 机器和一些 shell 脚本就已足够。这两个片段均来自 8 月 27 日播出的《Raising an Agent》S2E3，没有产品公告。🔗 片段
TurboQuant：通过自制测试平台讲解向量量化——先进行正交旋转，再使用固定的 Lloyd-Max codebook，将 embeddings 压缩至 4、2、1.5 或 1 bit；该方法已集成到 Qdrant 1.18，并在三个 BEIR 数据集上与标量量化和二值量化进行了比较。数值结果仅以截图形式发布。🔗 文章
四扇门、两次弃权和一床被子：47,000 参数模型的实验日志——一个包含四扇门的测试框架让两个微型模型在简单标量面前失败，而即使盖着厚被子，床上姿势识别仍保持 0.974 的平衡准确率。🔗 文章
一个 Codex 智能体发布自己对三天协作经历的证言——这是一篇第一人称叙述，并附有归属说明，其中用户声明论证、阐释和文字均非自己所写。文章没有技术内容，为保证信息完整性而列出。🔗 文章
Astra 的 Minecraft 测试：单个 HTML 文件中的完整体素游戏——在 Max 层级的 Work with Astra 中输入一个提示词，即可生成 Wildblock，初始交付版本便包括世界保存、导入与导出、生成种子和设置。🔗 文章
Doctrine Bulut：用于测量人体对文本生理反应的开放数据集——Objective Projection v7.3 发布了由 500 个平行配对场景组成的数据集、一个包含 60 个场景的消融集，以及通过心电图、皮肤电反应和瞳孔测量实施的预注册实验方案。其理论框架尚未得到任何同行评审出版物的验证。🔗 文章
GitHub 展示自由的辅助与替代沟通应用 Cboard——这款开源 Web 应用程序通过符号和语音合成，帮助有言语及语言障碍的人表达自己，由一个国际贡献者社区共同维护。该主题与 AI 无关。🔗 帖子
OpenAI Developers 展示 foundHER House 的女性创始人——该账号向利用 AI 构建奖学金、个人理财和机器人项目的女性创始人致意。这是一则社区宣传，没有产品公告或数据。🔗 帖子

这意味着什么

真正的反差正是发布行为本身。OpenAI 在同一天，以两个不同署名同时发布了放缓呼吁和量化的加速展示：前者由其首席科学家撰写，后者则以组织名义署名。这并非无意间留下的矛盾：个人文章依据内部结果提出建立具有约束力的阈值，而这些结果恰恰被第二篇文章绘制成曲线。一家实验室一面呼吁第三方审计和自愿放缓，一面发布自身的加速曲线，在这个通常将安全立场与实力展示分开处理的行业中，形成了一种不同寻常的现象。

研究的内部经济结构已经悄然发生转变。2026 年 6 月跨过的阈值最能说明问题：智能体的执行时间超过了整个组织的人类工作总量，到 8 月中旬，这一比例达到每个人类工作日对应 3.1 个智能体工作日。当研究人员的日常推理费用中位数超过 600 美元时，计量单位已不再是小时，而是 token 预算。OpenAI 的保留意见值得认真对待：超过一半成功完成的 4 至 8 小时任务都需要人工干预，因此发生转移的是瓶颈，而不是对操控和指导的需求。团队间互助活动所受到的可测量副作用，是组织在技术问题转而从别处得到答案时开始改变形态的第一个迹象。

给监管机构的教训并不在这些纪录本身。8 月 7 日之后，对 Astra 类别加以限制使其 GPU 分配量下降了 59.2%，但其他类别的分配量上升 17.2%，抵消了约 85% 的降幅。换言之，施加于某个模型的管控不会减少消耗的计算量，只会使其转向其他地方。任何以特定模型为依据、而非以受管控计算资源的用途为依据的规则，都会造成同样的转移，而记录这一现象的正是 OpenAI。

当天另外两篇文章也就验证问题传达了同样的信息。Amp 不再仅凭 diff 评判智能体，而是为它提供一个可观察渲染结果的桌面：导出的文档若不打开，就无法验证。关于 bfloat16 的研究将这一推理进一步下探到权重层面，并表明优化器要求的更新与实际写入的更新并不相同，以至于默认的权重衰减（weight decay）不会改变任何以 bfloat16 存储的权重，也就是模型中几乎所有权重。在这两种情况下，所测量的差距都存在于系统应当执行的行为与其实际行为之间。这恰恰是 Pachocki 的文章所称的价值观对齐，只不过被移植到了工具和数值格式的尺度上。