
科研界「奇点」已至,Codex效率提升40倍
近日,Agentic AI工程师Dan McAteer在X上披露一项实验,用OpenAI Codex的Goal Mode跑一项机械可解释性研究任务。GPT - 5.5估算博士完成该任务约需80小时,而AI仅用时1小时56分钟,效率提升约40倍。他使用的是Codex中内置的技能 /goal,并且认为 /goal + gpt - 5.5高精度 + 快速模式是当今最高效的AI智能体配置。
Codex /goal模式解析
实验发起人Dan McAteer是Agentic AI工程师,前Amp Code工程师。他的实验配置为:工具是OpenAI Codex /goal命令,模型是GPT - 5.5 high,模式是fast mode,任务是一项Mechanistic Interpretability方向的研究任务。按OpenAI Codex工程师Philip Corey的描述,/goal是对Ralph loop的一种实现,能让目标在多轮对话里持续存在,不达成不停止。普通的Codex调用是你说一句、它做一步、回你一句,而Codex /goal是你说一个目标、它自己拆分子任务、自己执行、自己review、自己继续,直到达成或失败。这是从对话式AI到目标驱动AI的工程切换,/goal模式对Mechanistic Interpretability这类研究任务天然契合度高,McAteer的实验证明了Codex /goal模式在科研型循环任务上具备可用性,可替代研究员的重复操作部分。
博士80小时vs AI 2小时,科研门槛崩塌
在传统科研语境下,博士生的日常流程漫长,因为人类大脑处理复杂逻辑和海量数据存在物理上限。但Codex的实验打破了这种认知,在「/goal + GPT - 5.5 High + Fast Mode」配置下,AI成为「出策略」的独立研究员,能理解复杂实验需求,自主拆解任务,不到2小时走完人类精英两周的路,这意味着人类科研门槛彻底崩塌,专业分析能力正被算法模块化,自主AI研究员提前降临。OpenAI此前设定2026年底实现AI自主科研,而目前实验进度显示,2026年可能是人类交出科研接力棒的终点。
递归自我改进正在涌现
5月7日,据Axios报道,Anthropic联创Jack Clark称到2028年底,AI实现完全递归自我改进的概率超过60%。Sakana AI和UBC的研究团队今年造出Darwin Gödel Machine,能改写自己源代码提升自身能力,在SWE - bench上得分从20.0%自我提升到50.0%,且全程无人类插手。该团队的AI Scientist项目今年3月发表在Nature上,能独立完成一整条科研流水线。再看硬数据,2023年11月GPT - 4在GPQA Diamond基准测试中得分39%,人类领域专家平均水平约65%,2026年4月,前沿模型集体越线,Gemini 3.1 Pro得分94.3%,Claude Opus 4.7得分94.2%,均远超人类博士专家。SWE - bench上,Claude 2的通过率从2023年底的2%飙升到现在的93.9%,可见递归自我改进(RSI)进程已经开始。
AGI已交付,全行业「煤气灯」效应
今年2月,四位来自不同顶尖领域的学者联名发表论文《AGI案例研究:今日LLM已达标》,他们认为按照2022年之前的定义,AGI其实早已实现。现在没人承认,是因为整个AI行业对公众进行「煤气灯效应」。2022年前,能通过图灵测试、跨领域处理任务就是AGI,ChatGPT出现后,人类不断提高门槛。论文指出巨头们把已有的AGI伪装成即将研发的神迹,以换取资金与权力。
智能爆炸前夜,人类何去何从
如今,实验室里AI以40倍速进行机械解释性研究,甚至帮自己写代码;市场上,英伟达的Blackwell芯片被疯抢。但社会心理上,大众还用过时词汇安慰自己。如果40倍速科研效率成为常态,AI可能几个月就能让人类文明积累几千年的知识总量翻倍。当AI能独立完成博士级任务,现有的教育体系、职称评定等都将面临灭顶之灾。人类要么学会与智能新物种共生,要么被其以40倍速度甩在后面。
975



被折叠的 条评论
为什么被折叠?



