What If AI Progress Doesn’t Slow Down? - Noam Brown

OpenAI 研究员用 Codex 一天账单高达 7000-8000 美元，AI 自动化速度让自己都跟不上。

AI 的进步速度已经快到连 OpenAI 的一线研究员都频频被自己吓到。哪怕只是维持现在的增长节奏，到 2030 年每个实验室都可能拥有“数亿人类智能”的算力。OpenAI 内部用 Codex 做实验，自动化程度和效率远超外界想象。到底 AI 进步有多快？未来几年会发生什么质变？这期用具体数字和研究员原话，给你一个直观的答案。

AI 发展快到连业内专家都频繁预测失误，很多人根本没准备好面对这种速度。

• AI 研究员普遍低估进步速度：OpenAI 内部原本认为 2025 年前 AI 拿下 IMO 金牌（国际数学奥林匹克）几乎不可能，结果提前实现。
• 大奖难题被快速攻克：有研究员甚至愿意赌 1000 美元，认为 AI 2030 年前解不开 Navier-Stokes 方程（数学千禧难题），结果实际进展比预期快得多。
• 预测窗口极度缩短：Navier-Stokes 项目团队成员坦言，现在只能对未来 3 个月做出相对靠谱的预测，12 个月后的发展完全无法判断。

如果算力和算法照现在的速度走下去，AI 规模和能力会远超想象。

• 算力增长带来“人口爆炸”：按当前趋势，2030 年每个实验室都能用算力跑出上亿个“人类级智能”，相当于多养几颗地球的人口。
• AI 内部自动化已极高：OpenAI 研究员用 Codex 做实验，8 月份一天内部账单就高达 7000-8000 美元，AI 参与工作量远超人类。
• AI 擅长数据分析和质量检查：AI 在检查数据、分析大规模数据集上效率极高，有些任务能做到 100 倍提速和质量提升。

“现在连 3 个月后的 AI 发展都很难预测，12 个月后会发生什么我们完全没底。”

• 现在就要假设 AI 进步会持续超预期，提前布局自动化和算力资源，否则几年后会被甩在身后。
• 内部实验和数据分析要尽量让 AI 参与，尤其是数据清洗、质量检查等环节，能带来数量级的效率提升。