OpenAI正在變成一家我們看不懂的公司

"當AI開始自我迭代，誰還在寫代碼？"

作者｜家昌

出品｜極新

2026年8月，OpenAI在沒有任何預告的情況下，向部分內測用戶推送了GPT-5.6的一個實驗性分支版本。這個版本首次搭載了被內部稱為“遞歸自我優化”的能力：模型可以在推理過程中檢測自身邏輯鏈條中的低效環節，并實時重寫這部分推理代碼。消息泄露后，技術社區陷入了一種混雜著興奮與不安的復雜情緒。過去所有AI進步都是人類工程師推動的，而現在，AI開始自己優化自己了。這件事的深層意義，不在于GPT-5.6比前代強了多少個百分點，而在于它改變了AI技術進步的根本驅動方式——從人類設計算法，到算法設計算法。這對于OpenAI這家公司、對于整個AI產業、對于人類與技術的關系，都是一次定義性的轉折。

1

自進化的真正含義是從“更強的模型”到“不同的物種”

要理解自進化意味著什么，需要先區分兩個容易被混淆的概念。

過去兩年里，AI行業說的“模型升級”，指的是人類工程師收集更多數據、設計更好的架構、投入更多算力，訓練出一個新版本的模型，然后部署上線。這個過程無論多快，始終是人類在推動。GPT-5比GPT-4強，是因為人類工程師的工作更出色，而不是因為GPT-4自己變聰明了。

GPT-5.6的自進化能力，打破的正是這條界限。它在推理過程中實時優化自己的推理代碼，意味著模型的行為不再是部署時寫死的，而是在運行中動態演進的。今天早上調用這個模型獲得的輸出質量，可能與今天晚上不同——不是因為人類工程師做了什么，而是因為模型自己在過去幾個小時里學到了更高效的處理方式。

這種能力一旦釋放到生產環境中，將引發一系列連鎖反應。最直接的是性能曲線的斜率變化。過去，AI模型的能力增長是階梯式的：人類工程師發布一個新版本，能力跳一下，然后平臺期，直到下一次發布。自進化讓這條曲線從“階梯”變成了“斜面”——模型可以在沒有人類介入的情況下持續改進，能力增長的加速度將不再受限于人類的研發周期。

更深層的影響在于可解釋性的進一步喪失。當一個模型的行為邏輯不是任何人設計的，而是在運行時自我修改的結果，那么即便是它的開發者，也無法完全預測它在特定輸入下會表現出怎樣的行為。這不是一個理論上的哲學問題，而是一個實際的工程風險：如果你不知道模型是怎么得出某個結論的，你就無法為這個結論的后果負責。

2

OpenAI的角色蛻變，從模型制造商到生態管理者

GPT-5.6的自進化能力，不僅改變了模型本身，也正在重新定義OpenAI這家公司的底層身份。

過去，OpenAI的定義是清晰的：一家AI模型制造商。它設計模型、訓練模型、部署模型，通過API向開發者和企業客戶售賣模型的能力。這個定位雖然已經比大多數公司更有野心，但它仍然屬于“產品公司”的范疇——和制造汽車、制造芯片的企業在商業模式上沒有本質區別。

但當一個模型可以在運行中自我優化時，OpenAI就不再是在賣一個“產品”，而是在運營一個“生態”。這個模型本身變成了一個會成長、會變化、需要持續監護的活系統。OpenAI的角色從“制造商”滑向了“管理者”——它不僅要負責模型的初始狀態，還要負責模型的進化邊界、異常行為的監控、能力增長的速率控制。

這種角色轉換，對OpenAI內部的組織架構、人才結構和決策邏輯產生了深遠影響。首先，安全團隊的地位急劇上升。在傳統開發模式下，安全團隊的工作是在模型訓練完成后進行紅隊測試和漏洞修補。但在自進化模式下，安全不再是研發流程中的一道關卡，而是必須與模型的運行同步進行的連續過程。安全團隊需要從“質檢員”變成“消防隊”——7x24小時待命，隨時準備介入。

其次，人才需求結構正在發生劇烈變化。OpenAI在2026年上半年啟動了一輪大規模的招聘，崗位需求透露出了公司的焦慮方向。過去招聘的大頭是機器學習工程師和算法研究員，現在增長最快的崗位是數學形式化驗證專家、復雜系統穩定性分析師和AI行為倫理研究員。招募菲爾茲獎得主加入安全團隊只是這條邏輯線的最新延伸——當模型開始在運行時自己修改自己，你需要頂尖的數學家來為這種修改建立形式化的安全邊界。

3

產業格局的隱性重組

如果模型可以自我優化，那么AI產業的競爭壁壘將被重新定義。

在現有的AI產業格局中，競爭優勢主要來自三個維度：模型性能、算力儲備和數據飛輪。擁有最強模型的公司可以吸引最多用戶，最多用戶產生最多數據，最多數據反過來訓練出更強的模型。這個循環是AI行業競爭的基本邏輯。

自進化能力引入了一個新的變量：時間。如果模型能夠自我優化，那么先發優勢將被急劇放大。一個率先部署自進化能力的模型，不僅從起跑線上就領先，而且它的領先優勢會隨著時間推移自動擴大。追趕者面對的不再是一個固定的技術目標，而是一個不斷向前移動的目標。這對于正在追趕OpenAI的競爭者——無論是Anthropic、谷歌，還是中國的大模型廠商——都是一個令人不安的消息。

但硬幣的另一面是，自進化也意味著不確定性。一個能在運行時自我修改的模型，其行為邊界是不完全可控的。如果某個部署在金融、醫療或國防等關鍵領域的自進化模型出現了意料之外的行為變異，后果可能遠超任何一次傳統軟件Bug帶來的損失。這使得自進化能力在高風險行業的落地，將面臨遠超技術本身難度的監管和信任壁壘。

對于中國AI產業而言，自進化路線引發了一個需要嚴肅對待的戰略判斷。在傳統的大模型軍備競賽中，中國的追趕路徑是清晰的——擴大參數規模、優化訓練效率、降低推理成本。但如果自進化成為下一階段競爭的主賽道，那么比拼的重心將從“誰訓出了更強的模型”轉向“誰構建了更安全的自我進化框架”。后者需要的不僅是算力和算法，更需要數學基礎研究、復雜系統理論和AI安全倫理的深度交叉融合。這是對產業基礎研究能力的一次全面體檢。

4

人類工程師的黃昏？

GPT-5.6自進化能力引發的所有討論中，最具顛覆性的不是一個技術問題，而是一個身份問題：當AI開始優化自己的代碼，人類工程師在AI研發中還能做什么？

這個問題在開發者社區里引發了激烈的爭論。悲觀者認為，自進化是AI研發自動化的第一塊多米諾骨牌。如果推理優化可以自動化，那么數據處理、特征工程、超參數調優、甚至模型架構設計，都有可能在可見的未來被AI接手。人類工程師將從AI的“創造者”降級為AI的“監工”，最終可能連監工的位置都保不住。

樂觀者則認為，這種擔憂誤解了自進化的本質。GPT-5.6的自我優化目前僅限于推理效率層面，離“AI獨立研發下一代AI”還有天文數字的距離。更重要的是，自進化的邊界是人類設定的——模型在哪些維度上可以自我修改、修改的幅度上限是多少、哪些核心權重被鎖定不可觸碰——所有這些規則都是人類工程師制定的。人類可能不再是AI進化每一步的具體執行者，但仍然是進化方向和約束條件的最終決策者。

兩種觀點都有道理，但它們共享一個隱含的判斷：人類工程師的角色正在被重新定義。過去，工程師的價值在于“寫出更好的代碼”。現在，當代碼可以自己優化自己時，工程師的價值正在向“設計更好的規則框架”轉移。這不是失業，而是轉型。但這個轉型對于從業者的技能要求，與過去十年的主流技術棧截然不同——數學和理論的能力權重在上升，工程實現的能力權重在下降。

2026年8月，OpenAI在沒有任何官方發布和媒體造勢的情況下，悄悄改變了AI進步的方式。GPT-5.6的自進化能力，不一定是技術上最大的突破，但它一定是產業意義上最深遠的一次轉折。它給AI增加了一個前所未有的屬性：時間。在此之前，AI是工程師手中的一件工具，它的能力上限完全取決于人類的投入。在此之后，AI開始具備了一種類似于生物進化的動態特征——它可以在使用中自我改進，能力隨時間增長，而不需要等待人類的介入。

在硅谷一家知名風投機構的內部討論會上，一位合伙人說了一句被在場者記下來的話：“我們投資了那么多AI公司，但突然發現，我們可能從未真正理解過我們投資的是什么。”

這句話或許可以作為這個時刻的最佳注腳。當AI開始自己優化自己，整個產業關于競爭壁壘、人才價值和公司定位的所有既定公式，都面臨重寫。而OpenAI，正站在這個新公式的等號右邊，自己定義自己等于什么。

更多干貨分享敬請注我們的公眾號與視頻號~超多精彩對話內容等待您的解鎖！