OpenAI 研究長 陳銘實（Mark Chen） 表示，公司正接近能自行進行研究的 AI 模型，讓實現通用人工智慧（AGI）的距離愈來愈近。
重點整理：
- 陳銘實主張擴展定律仍然有效，預訓練與更長的推理鏈條依舊在推動 AGI 進展。
- 他表示，能自我維持研究的模型已經臨近，這將重塑人類研究者的角色。
- 他點出日益加劇的評估危機，以及尚未解決的持續學習，是目前領域最大障礙。
陳銘實勾勒 AGI 路線圖
陳銘實在近期的一段播客訪談中，邊在鏡頭前下廚，邊講解 OpenAI 的研究策略。
他反駁了「擴展已經停滯」的說法。他指出，每當這個領域遭遇新的瓶頸時，這種論點就會再度出現。
他表示，公司至今都在一條跨越將近 10 個數量級的指數曲線上前進，而且幾乎看不到會中斷的跡象，他在一篇文章中如此聲稱。
陳銘實也提到 OpenAI 在「推理能力」上的押注。他說，在 Jakub Pachocki、Ilya Sutskever 以及少數幾位成員推動 o1 專案之前，公司內部早期其實有不少質疑聲音。
現在，他預期模型能接手長達數週的研究任務，產出能突破人類專家盲點的點子。
他指出，OpenAI 的路線圖大約規畫三年，終點是能從最初的想法一路到完整成果，全程處理研究工作的模型。
延伸閱讀： BitMine 在拋售潮中逆勢而行：4,300 萬美元押注以太幣，策略引發關注
為什麼「氛圍研究員」概念重要
陳銘實拋出了一個引人注意的名詞──「氛圍研究員」（vibe researcher）。
在他描繪的未來裡，最頂尖的研究者不再親自寫每一行程式碼，而是負責操盤與引導，讓模型去處理執行與排程。人類工作將縮減為兩件事：提出犀利的問題，以及判斷一個答案是否真正「有品味」。
這個願景的基礎並不牢靠，陳銘實也並未刻意回避這點。
他警告正在形成一場評估危機：許多團隊執著於拉高基準測試分數，卻沒有實質進步，他把這種習慣稱作「benchmaxxing」。舊的測試如今已接近飽和，而新的測試一旦公開，很快也會失去參考價值。
持續學習則是更棘手的缺口。陳銘實稱，這是一項領域仍未解鎖的基本能力，儘管他也指出，已有許多研究正對此展開攻堅。
如果這條曲線能維持下去，他認為，最稀缺的人類資源將會從「原始智力」轉向「判斷力與實際生活經驗」。
過去他也多次提出類似觀點。在 GPT-4.5 發布前後，他曾主張擴展典範仍可持續推進，並長期堅稱沒有證據顯示擴展定律已經失效。