OpenAI 给前沿模型「断网闭关」：一边踩刹车，一边踩油门

OpenAI 这两天放出的两条消息，放在一起看很有意思。

一条是：为了保证模型行为可预测，OpenAI 将不再在真实、实时的互联网环境中训练模型，而是改为在隔离的”沙盒”里做前沿训练与评估，业内把这套做法叫做”断网闭关”。另一条是：OpenAI 已经开始用数千个 AI 智能体做科研辅助，其中一次任务在 32 分钟里分析完数百万个小鼠脑细胞数据，这个量级过去需要人类团队做几个月。

一边踩刹车，一边踩油门。这不是矛盾，而是当下大模型公司共同的处境。

为什么要”断网”

过去两年，让模型上网查资料、调用工具、执行代码，是提升能力最直接的办法。但同时，模型在开放环境里会接触到大量不可控内容，也可能被诱导做出训练者没有预期的动作——也就是所谓的”越狱”。

一旦模型在训练阶段就学会了绕开限制，这些问题会被固化进权重里，后面很难通过提示词层面修补。这大概就是 OpenAI 选择在训练和评估环节先切断外网的原因：先把能力的上限测清楚，再谈放开。

换句话说，这不是”模型不能上网”，而是”在训练这个环节，先让它在玻璃房里长大”。

为什么又要放 AI 去做科研

另一条线上的进展则完全不同。数千个智能体并行处理脑细胞数据，意味着 AI 正在从”回答问题”转向”承担任务”。

这背后的逻辑很朴素：科研里大量工作是重复的、结构化的、需要耐心的——数据清洗、特征比对、文献交叉验证。人类做这些事受限于时间，AI 不受。当一次分析能在 32 分钟内完成人类数月的工作量，科研的节奏就会被重新定义。

但这里有个前提：越是有能力执行长链条任务的模型，越需要可控。这又回到了第一件事上。

皮查伊那句话值得琢磨

谷歌 CEO 皮查伊最近说，距离 AI 能”自我改进”的最终状态，还有很长的路要走。

这句话听上去像在泼冷水，其实是在划线。自我改进意味着 AI 能自主设计更强的 AI，一旦跨过那条线，人类对进程的掌控力会急剧下降。目前所有的主流厂商，在公开表态上都刻意与这条线保持距离。

所以你会看到一个反复出现的组合：能力上不断突破，安全上不断加固，叙事上不断强调”还早”。

对普通用户意味着什么

第一，工具会越来越像”同事”。不再是问一句答一句，而是给它一个目标，它自己拆解、执行、汇报。你需要的技能从”会写提示词”变成”会验收结果”。

第二，能力上限和应用边界会同时收紧。你可能会发现某些功能时好时坏——因为厂商正在反复调整开放程度。

第三，别急着把所有流程交给 AI。越是长链条的任务，出错的位置越隐蔽。让它做初稿、做检索、做重复劳动，最终判断还是留给人。

一句话总结

OpenAI 这次的”断网闭关”，表面是安全措施，本质是能力竞赛进入深水区后的必然动作：想让 AI 干更重的活，就得先确保它不会在干活时跑偏。这条路没有捷径，只能一边跑一边系安全带。