在当前的人工智能领域，研究员们正面临着一种前所未有的撕裂感：一方面是技术一日千里的狂飙突进；另一方面，则是被无尽的代码与实验压榨至极限的疲惫。
"你现在经常能听到AI领域的研究员们在重复这句话：'我们的工作只剩最后几天了，趁现在还能干就多干点，之后我们就可以全都休息了。'"前OpenAI研究副总裁 Jerry Tworek 在近期的访谈中抛出了这个略带黑色幽默的观点。
在他看来，这绝非一句简单的玩笑。随着"原生智能体（agent-native）"时代的到来，AI自身正迅速接管研发工作。"我粗略估计，人类研究员在AI研究发现过程中继续扮演重要角色，至少还有两年的时间。"
离开效力七年的OpenAI后，Jerry 创立了 Core Automation。他的野心不止于研发下一个大语言模型，而是试图重构AI公司的运转范式--用AI来研发AI，打造完全自动化的"第三代AI实验室"。
以下为访谈要点：
人类研究员的"倒计时"：人类研究员在AI研究发现中继续扮演重要角色的时间只剩最后两年。之后，从提出假设到验证的整个AI研发闭环将实现完全自动化。
第三代AI实验室崛起：区别于DeepMind/早期OpenAI（纯研究驱动）和GPT-3后的实验室（专注算力规模化），第三代实验室将"自动化"置于首位。利用低成本的AI智能体（Agents）取代人类执行繁复的实验与代码编写，可将研发周期从数月压缩至一天。
挑战Transformer霸权：一味复刻大厂的Transformer模型是一场"必输的游戏"，当前AI技术更进一步的瓶颈恰恰是架构本身。新一代实验室正利用编程智能体，从零探索曾经因为"试错成本极高"而被束之高阁的新架构，目标指向在测试时（test time）学习的新模型。
揭秘o1/o3模型内幕：大规模强化学习（RL）是通往AGI的必经之路。Ilya Sutskever早在2019年便精准预判了路线图。o系列（推理模型）的突破源于研究团队多年的底层探索，以及关键时刻领导层（如Jakub Pachocki）对算力的果断倾斜。
