配资网炒股股票 OpenAI 曝光「北极星」项目，「2028 大失业」可能真要来了

9 月造出能独立做科研的 AI 实习生配资网炒股股票，这次可能不是画饼。

作者｜桦林舞王

编辑｜靖宇

不久前，一篇「2028 年预测」的文章疯传网络，该文章指出由于 AI 的进步，2028 年将会有很大一波失业浪潮，很多人的工作，将会被 AI 取代。

文章一出，叠加中东局势，重挫了当天美国股市。此事堪称玄幻，毕竟那篇文章一看就是由 AI 写的，但看起来正契合了人们对于「AI 带来大失业」的恐惧心理，所以造成了如此大的影响。

近日，OpenAI 曝光的一则消息，则让人们意识到，「2028 年大失业」，可能并非是空穴来风。

近期，OpenAI 首席科学家 Jakub Pachocki 在接受 MIT Technology Review 独家专访时说了一句让人脊背发凉的话——他们的「北极星」，是在 2028 年之前建成一套全自动的多智能体研究系统。

今年 9 月，第一阶段目标就会落地：

一个能独立处理特定研究问题的「自主 AI 研究实习生」。

这不是产品路线图里的占位符，也不是 Altman 在 X 上的一句随口豪言。这是 OpenAI 在把整个公司资源押注在一个方向上。

「北极星」的意义

科技公司说「北极星」的时候，通常意味着两件事：一是其他事情要为它让路，二是公司内部已经达成共识。

从过去两周 OpenAI 的动作来看，这个判断基本成立。

3 月 19 日，OpenAI 宣布收购开发者工具公司 Astral，团队并入 Codex 部门；同一时间，公司宣布整合 ChatGPT、Codex 和浏览器为一个统一的桌面「超级应用」，由应用主管 Fidji Simo 主导，Greg Brockman 协助推进组织改革。

碎片化产品时代宣告终结，OpenAI 正在把所有筹码往一个方向推。

而这个方向，指向的是「让 AI 自己做研究」。

Pachocki 的逻辑其实很清晰：推理模型、智能体、可解释性，这三条技术路线在 OpenAI 内部原本各自为战，现在要整合到一个目标下——造出能在数据中心里自主运行很长时间的 AI 研究员。他说，一旦这件事成了，「这是我们真正依赖的东西。」

前 OpenAI 研究员 Andrej Karpathy 的看法更直接——「所有大语言模型前沿实验室都会这样做，这是最终的 BOSS 战。」他补了一句话值得细品：「规模化当然会更复杂，但做这件事只是工程问题，它会成功。」

注意他的用词：不是「能不能」，是「什么时候」。

Anthropic 在行动

就在 OpenAI 宣布「北极星」的同一天，Anthropic 悄悄上线了 Claude Code Channels——一个让开发者可以通过 Telegram 和 Discord 直接与正在运行的 Claude Code 会话交互的功能。

这件事单独看很小，放进整体趋势里看，就很重要。

Anthropic 的逻辑是：与其告诉开发者 AI 未来能做什么，不如现在就让它嵌进开发者的真实工作流。Telegram 和 Discord 不是学术论文，是程序员每天工作的地方。让 Claude Code 活在这里，意味着它从「工具」变成了「同事」。

社区里的反应印证了这个判断。

有用户直接说：「Claude 通过这次更新把 OpenClaw 给杀了，你不再需要买一台 Mac Mini。」这句话背后的含义是，Anthropic 的基础设施改进，已经让开源替代方案失去了成本优势。

而从更宏观的时间线看，Anthropic 在 Claude Code 上的迭代速度确实惊人。短短数周内，它融合了文本处理、数千个 MCP 技能集成和自主 bug 修复能力。OpenAI 在通过收购 Astral 补强 Codex 的同时，Anthropic 已经把 Claude Code 直接送进了开发者的聊天窗口。

两家公司都在奔向同一个终点，路线却截然不同——OpenAI 在做「2028 年的全自动研究员」，Anthropic 在做「今天就能用的智能体工具」。

真正的难题

不过，这里有一个细节不能绕过去。

Pachocki 在专访中做了一件很罕见的事——他主动谈到了安全和可控性的挑战，而且说得相当坦诚。

他说，他们的想法是用其他大语言模型，来「监控 AI 研究员的便签」，在行为出问题之前就捕捉到不良行为。但紧接着他承认：「对大语言模型的理解度，不足以让我们完全控制它们，要真正说『这个问题已经解决了』，还需要很长时间。」

一家公司的首席科学家说「我们还没有完全的控制力」，同时宣布要在 2028 年交出全自动 AI 研究系统，这两件事放在一起，值得所有人认真想一想。

这不是在唱衰，而是在理解这件事的真实难度。Pachocki 能说出这句话，本身说明 OpenAI 内部对这条路的艰难有清醒认知。

技术层面，有一个被研究者总结的「卡帕西循环」值得参考——成功的自动化 AI 研究框架需要三个要素：一个有权修改单个文件的智能体、一个可以客观测试的单一指标、固定的实验时间限制。

这套框架已经开始在实际环境中产生结果。Shopify CEO Tobias Lütke 就公开分享过一个案例：他让 autoresearch 智能体在夜间运行，第二天早上，智能体跑了 37 次实验，把模型性能提升了 19%。

从概念到落地，这条路比想象中要短。

20000 美元订阅费的未来

「北极星」项目不仅是技术上的优势，更是商业上的胜负手。