OpenAI 首席研究長 陳駿（Mark Chen） 表示，公司正接近能自行進行研究的 AI 模型，讓人工通用智能（AGI）變得愈來愈可觸及。
重點摘要：
- 陳駿主張擴展定律依然有效，預訓練和更長的推理鏈仍在推動 AGI 的進展。
- 他表示，具備自我維持研究能力的模型已經不遠，這將徹底改變人類研究者的工作內容。
- 他點出日益加劇的評估危機，以及尚未解決的持續學習，是整個領域面臨的最大障礙。
陳駿勾勒 AGI 的路徑
陳駿在最近的一次 podcast 訪談中，邊在鏡頭前下廚，邊講解 OpenAI 的研究策略。
他反駁「擴展已經停滯」的說法。陳駿指出，只要這個領域遇到新的瓶頸，這個論點就會再度浮現。
他聲稱，公司一路沿著一條跨越近十個數量級的指數曲線前進，而目前幾乎沒有跡象顯示這條曲線會斷裂，他在訪談中也再次強調這一點。
陳駿同時提到 OpenAI 在「推理」上的押注。他說，當初公司內部曾有人懷疑 o1 專案的前景，後來在 Jakub Pachocki、Ilya Sutskever 以及少數幾位核心成員的推動下才持續往前走。
現在，他預期模型將能承擔長達數週的研究任務，產出能超越人類專家盲點的構想與成果。
他表示，OpenAI 的路線圖大約是三年期，終點是能從最初構想到最後成果，都由模型端對端處理的研究流程。
延伸閱讀： BitMine 在拋售潮中逆勢而行，豪押 4,300 萬美元買進以太幣，策略引發關注
為何「vibe 研究員」這個概念重要
陳駿提出一個引人注意的說法：vibe 研究員。
在他描繪的未來裡，最頂尖的研究者將不再親自撰寫每一行程式碼，而是指揮與引導負責執行與排程的模型。人類的工作會收斂到兩件事：提出犀利的問題，以及判斷一個答案是否真正「有品味」。
這個願景本身並不穩固，陳駿也並沒有假裝它已經站得十分穩當。
他在受訪時警告，正出現一場「評估危機」：許多團隊一味追逐基準測試分數，卻沒有帶來實質進步，他將這種行為稱為 benchmaxxing。舊的測試基準已經被模型「打滿分」，而新的測試一旦公開，很快也會失去鑑別力與參考價值。
持續學習仍然是更棘手的缺口。陳駿稱之為這個領域仍未解鎖的一項基本能力，儘管他也指出，已經有許多研究正針對這個問題發力。
如果這樣的發展軌跡能夠持續，他認為，人類最稀缺的資源將從「原始智力」轉向「判斷力與真實生活經驗」。
陳駿其實已經多次提出類似的觀點。在 GPT-4.5 發布前後，他曾主張擴展範式仍可延續下去，並且長期以來他也堅稱沒有證據顯示擴展定律已經失效。