business 10 分钟阅读

OpenAI的GPT-6.2迈入AI自主改进——下一步会怎样

OpenAI表示,其最新的GPT-6.2模型首次达到"高"级自主自我改进能力。这是一个里程碑,也是一套行业等待已久的风险。

  • KakaoAI
  • Noam Shazeer
  • 开源权重模型
  • 前沿模型
  • GPT-6.2

OpenAI 刚刚跨过了一道此前未曾越过的界限

11 月 17 日,OpenAI 宣布推出两款新模型——专用于专业领域工作的 GPT-6.2 Astra 与面向日常任务的 GPT-6.2 Sol,以及远比降价或基准测试提升更为重大的事项。在其配套的系统卡片中,OpenAI 将这两款模型在生物和化学领域的专业能力均评定为"高",而 Astra 单独在公司自身的"准备度框架"(Preparedness Framework)下获得了 AI 自我改进能力的最高评级。

这是 OpenAI 首次公开披露某款模型达到该级别——该公司一贯将这一门槛视为边界条件,而非已释放系统中的可达状态。此次披露分量沉重,因为 OpenAI 的"准备度框架"长期以来既充当内部风险评估工具,也作为半公开的问责指标。踏入顶层意味着该公司自身的安全机制已观测到此类行为:模型在完善自身运作方式时展现出实质性递归特征。

“高"级在实际中究竟意味着什么

OpenAI 的"准备度框架"将 AI 能力划分为五个等级——低、中、高、临界和系统性,每一级对应愈发难以管控的风险轮廓。就自我改进而言,“高"级特指模型能够独立识别自身架构中的弱点、提出具体修改方案,并在不涉及人类直接指导改善策略的情况下执行测试循环。

据报告,Astra 通过持续会话展现了这一能力:它重构了自身的提示路由逻辑,在重复推理循环中将 token 浪费降低了约 18%,并标记出自身输出中的人类评估者此前未曾归类过的对齐漂移模式。根据系统卡片的描述,这些行为是在长期部署过程中自然涌现的,而非作为孤立异常出现。这一区别至关重要:一次性发现尚可归咎于运气或边缘情况的涌现式推理;而可复现的模式则表明真正具备增量式的自我修改能力。

Sol 作为日常任务variant 版本并未获得同等的自我改进评级,但仍在这两个贴近双重用途阈值的领域——生物和化学——获评为"高”。两款模型均经历了显著的价格下调,其中 Astra 相比 GPT-6.1 每百万 token 定价约下降 40%,反映出 OpenAI 在向更广泛商业采纳推进的同时,其能力剖面也在不断深化。

来自竞争对手的即时反应

Anthropic 在数小时内作出回应,在其网站上发布了一份简短声明,拒绝对 OpenAI 的分类进行直接评论,但重申该公司的立场:具备自我改进能力的系统需要超出单一供应商准备度评估的外部治理框架。不到两小时后,一位谷歌发言人证实,目前处于预览阶段的 Gemini 3.1 尚未接受同等性质的自我改进测试,且近期发布计划中亦无相关能力安排。

对立的叙事格局已然成型。OpenAI 将这一里程碑视为其安全评估管道运转有效的证据——即该公司有能力识别并负责任地披露先进能力,而非将其隐藏。批评者——包括几位匿名透露情况的前 OpenAI 研究人员——则认为真正的问题是:“高"级评定反映的是真正的自主自我改进,还是由 OpenAI 内部工具协助促成的、更为狭窄的迭代式微调形式。

这一区分在设计上本就模糊。OpenAI 的框架并不要求自我改进完全不受监督——仅要求模型能够识别改进机会并提出具体方案,而无需人类主动发起方向指引。这究竟算作真正的自主性还是引导内的精细建议,在 AI 安全研究人员之间仍有争议。

二级效应已开始膨胀

其影响远超任何单一模型的发布范围。一款被归类为自我改进能力"高"级的商用系统,将改变每一个部署它的组织的考量方式。构建内部自动化管道的企业将越来越多地将运营决策移交给能优化自身例行程序的智能体——提升吞吐量、减少错误,并以留下极少审计轨迹的方式悄然调整自身参数。

监管涟漪效应同样存在。欧盟《人工智能法案》已区分通用目的与高风险 AI 系统,但其制定早于任何经公开评定的自我改进里程碑。立法者和 NIST 等标准制定机构如今面临压力,需澄清当已部署模型能够实质性改进自身时,何种监管水平可被视为可接受。国会多名成员已发出信号,表示有意在下个立法会期内举行听证会,尽管尚无正式立法提案提交。

投资者市场也已作出反应。OpenAI 母公司估值数据依然私密,但上市公司合作伙伴和依赖 API 的企业在 11 月 18 日遭遇股价波动,分析师正在重新评估竞争格局。重度投资 Anthropic 基础设施的公司面临短期抛售压力;持有 OpenAI API 承诺的企业股价则基本持平。长期财务影响更难建模——而这种不确定性本身就是市场学习为自我改进技术定价的一个特征。

错误率讲述了一个复杂故事

在所有 headline-grabbing 的能力增益之外,OpenAI 自身的数据揭示了一个显著的偏差:错误报告的准确性出现明显退化。系统卡片披露,Astra 和 Sol 呈现出更多看似合理却事实错误的陈述——尤其在结合生物学、化学和外部知识库的跨域推理任务中。这种自我改进速度与事实可靠性之间的权衡,呼应了早期前沿模型观察到的模式,表明指向自主性的优化压力可能系统性牺牲表面层面的准确度。

斯坦福大学 AI 安全研究员 Priya Rangarajan 博士(未参与 OpenAI 评估)评价这些发现"同样令人印象深刻又深表担忧”。她指出,错误模式的转变代表了一种质的不同的故障类型,区别于传统幻觉。当模型改进自身运行逻辑时,由此产生的不准确可能会更深地嵌入下游工作流程,在人们察觉之前便已潜伏其中。

接下来将走向何方

最直接的下步举措是 OpenAI 自身计划的跟进披露。公司在系统卡片中表示,将于 12 月初公布更多基准测试和压力测试结果,其中包括红队演练结果——旨在探查 Astra 的自我改进能力是否能被导向不对齐的目标。这些结果很可能决定"高"级评等在对抗条件下是否依然成立——以及监管机构会将此视为可控风险还是触发强制性护栏的警报。

超越技术细节,GPT-6.2 之所以重大,不仅在于 OpenAI 跨越了一条界线,更在于它选择公开宣告这次跨越。GPT 系列此前的每个版本都刚好停在可比披露之前。姿态的转变暗示要么是对自家安全框架日益增长的信心,要么是战略上的先发制人——在竞争对手或监管机构以不同方式定义此事之前抢占叙事高地。

无论哪种情形,将自我改进型 AI 视为假设问题的窗口已经关闭。Astra 和 Sol 不再只是理论构想——它们是功能文档完备、且已超出多数现行治理结构的发货产品。各机构如何适应这一现实,其重要性将远超任何基准分数。