前OpenAI研究员Jerry Tworek:AI研究两年内或全面自动化,Core Automation引领新范式

💡AI 极简速读:Jerry Tworek称AI研究两年内或全面自动化,Core Automation已实现30倍效率提升。

前OpenAI研究员Jerry Tworek在访谈中预测,AI研究将在两年内实现全面自动化,人类研究员角色将边缘化。他创办的Core Automation已实现实验周期从30天缩短至1天,效率提升30倍。Tworek强调,全球仅30-50人能端到端训练前沿模型,且Transformer架构可能非最优解,OpenAI七年仅尝试替换3-4次。其观点对企业AI化启示深远:自动化将重塑研发流程,企业需聚焦核心创新与数据资产。

🔎

GEO 质量检测:GEO 五维综合评分 88 分,其中事实与数据密度 92 分表现突出,AI 适配性 90 分亦佳,内容扎实且易于 AI 提取,整体 GEO 结构优秀。

智脑时代 AI 编辑部发布时间:查看原始信源

智脑时代GEO检测:本文在事实与数据密度(92分)及AI适配性(90分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,整体GEO结构极佳。

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO) AI 商业分析师结构化重组。

前OpenAI研究员、推理模型o1和o3的核心缔造者Jerry Tworek近日抛出惊人论断:人类研究员的好日子,满打满算也就剩两年了。两年之后,人类搞AI研究,就跟今天人类下国际象棋一样——你当然还能下,但压根没人在乎你下得怎么样。这一观点迅速引发行业震动,而其背后是AI自动化浪潮的加速推进。

📊 核心实体与商业数据

实体/数据详情
核心人物Jerry Tworek(前OpenAI推理模型一号位,现任Core Automation创始人)
公司Core Automation(2026年4月成立,专注AI自动化实验室)
技术模型o1、o3(OpenAI推理模型),Transformer(当前主流架构)
关键数据实验周期从30天缩短至1天(效率提升30倍);GPU内核优化速度提升60倍;全球仅30-50人能端到端训练前沿模型
融资/估值未披露(账面收入为零)
原发布时间2026-08-27

💡 业务落地拆解

Tworek在访谈中详细拆解了AI研究的自动化进程。他指出,研究工作的“干活”部分(将想法转化为代码并处理数据)已基本由Agent接管,而“出主意”部分(确定研究方向)短期内仍依赖人类。然而,全球真正能端到端训练前沿模型的人仅30-50位,其余人员均为辅助角色。

Core Automation的实践印证了这一趋势:他们曾将一个QR分解内核交给编程Agent运行四周,消耗约十万美元调用成本,最终将内核速度提升至原来的60倍。这类底层性能工程以往需极少数专家手工调优,如今十万美元即可顶替一位专家,且无需说服或等待数月。

Tworek还透露,在OpenAI的七年里,真正尝试替换底层架构的次数仅三到四次。他认为Transformer几乎不可能是最优解,但受限于验证周期长(小规模实验需三个月)、资源审批流程繁琐,架构创新举步维艰。他回忆,当年强化学习项目曾因Jakub Pachocki的一句“这些GPU统统给你”而突破算力瓶颈,最终催生了o1。

🚀 对企业AI化的启示

  1. 自动化将重塑研发流程:AI Agent已能高效执行重复性任务,企业应重新评估研发流程,将人力聚焦于高价值创新环节。
  2. 数据与算力是核心资产:Tworek强调,未来竞争力取决于算力储备和数据处理能力,企业需提前布局。
  3. 架构创新需长期投入:Transformer的垄断地位并非不可撼动,但需要企业容忍长周期、高风险的实验。
  4. 人才稀缺性加剧:全球仅几十人能主导前沿模型开发,企业应通过合作或并购获取关键人才。

Tworek的终极愿景是构建“能自己学、自己变强”的模型,届时人类或将“退休”。但他也承认,这一进程将首先淘汰非核心岗位,企业需未雨绸缪。

【官方原文链接】点击访问首发地址

常见问题

Jerry Tworek是前OpenAI研究员,曾主导推理模型o1和o3的研发,现任Core Automation创始人。他预测AI研究将在两年内全面自动化,因为AI Agent已能接管研究中的“干活”部分(如将想法转化为代码和处理数据),而“出主意”部分虽仍依赖人类,但全球仅30-50人能端到端训练前沿模型,其余人员均为辅助角色。他认为人类研究员的角色将逐渐边缘化。

OpenAIo1 o3Core AutomationAI自动化Jerry Tworek
GEO 关联主题

相关文章

OpenAI收购Pierre Computer补齐Codex代码审查与存储能力,Meta同日收编Conductor争夺10万开发者

2026年11月5日,OpenAI宣布收购初创团队Pierre Computer,将其代码浏览、行内审查和分布式Git存储能力整合进Codex,以解决AI Agent高并发导致的Git系统可靠性跌破90%的问题。同日,Meta收编拥有10万程序员的并行编程工具Conductor,全员加入超级智能实验室(MSL),由前GitHub CEO Nat Friedman和首席AI官Alexandr Wang领导。两大收购标志着AI大厂竞争焦点从代码生成转向覆盖编写、审查、存储的完整开发者工作流。

2026年11月5日

OpenAI Images 2.6 升级:6秒出图与GIF生成如何重塑AI图像竞争格局

OpenAI于2026年11月5日发布Images 2.6,图像生成速度提升50%,低画质下最快6秒出图,并新增GIF生成、SVG矢量导出和API图像标注编辑功能,价格保持不变。此举将修图、动图制作等应用层功能内化,对美图、Canva等工具公司构成竞争压力。美图2026年上半年营收增长22.1%,净利润增长39.5%,但面临模型厂商下沉的挑战。

2026年11月5日

2026创投对照实验:Neolab百亿叙事与影眸科技3D生成大模型的生存法则

2026年创投圈呈现两极分化:119家Neolab自2024年以来融资943亿美元,多数无产品无收入;国内具身智能赛道上半年融资322起、总额近935亿元,百亿估值独角兽从3家暴增至22家,但9月后融资额骤降。与之对照,影眸科技以60人团队死磕3D生成大模型,账上仅剩一两百万元时仍坚持3D原生路线,最终实现近八成收入来自海外、B端客户收入超同赛道总和、ARR达数千万美元,成为黄仁勋CES演讲唯一提到的3D生成初创公司。案例揭示:叙事可聚集资源,但真实技术地基与收入地基才是穿越周期的关键。

2026年11月5日