OpenAI 的 Noam Brown 揭示了 AI 代理如何在 88 小时内解决千年奖问题

研究人员的最新评论令人惊讶地坦率地揭示了在通向 AGI 的道路上，多智能体协调在哪些方面真正重要，哪些方面不重要。

一个由大约 10,000 名人工智能代理组成的团队在不到四天内解决了数学中最著名的未解决问题之一。根据帮助实现这一目标的 OpenAI 研究人员的说法，多智能体协调部分几乎不重要。

诺姆·布朗 (Noam Brown) 于 2026 年 9 月 17 日在 Dwarkesh 播客上发表讲话，阐述了 AGI 的愿景，既令人印象深刻又令人谦卑。头条新闻是在 88 小时内使用 1300 亿个代币解决了纳维-斯托克斯千年奖问题，这听起来像是协作人工智能的胜利。但 Brown 估计，多智能体协调对突破的贡献不到 10%。

格洛丽亚 一只股票发生的事情可能会波及您的投资组合。凯莱财经看到了大多数投资者所忽视的联系。查看连接 →

自动化研究实习生，还需要一个主管

OpenAI 目前的人工智能代理相当于该公司所谓的“自动化研究实习生”。这些系统可以提供的输出是人类研究人员在多天任务中产生的输出的 3.1 倍。其中超过 50% 的任务仍然需要人工监督才能保持正常进行。

布朗以不同寻常的特异性查明了瓶颈。缺少的成分是他所说的“研究品味”，即判断研究方向是否真正重要和原创的直觉能力。布朗指出，这种品质大约占他自己作品的 10%。但其他一切都取决于这 10%。

阻垢剂的收益快速递减

代理缩放是次线性的。与执行适当任务的单个代理相比，四个代理一起工作的延迟大约减少一半。这听起来很有希望，直到您意识到随着您向组合中添加更多代理，收益会迅速减少。

人工智能、科技及其所推动的市场——每日简报。日常的。自由的。加入加密货币、金融和政策领域 34,000 多名读者的行列。电子邮件地址 免费订阅 我们尊重您的隐私。随时取消订阅。

布朗发现令人信服的并不是原始的缩放数字。这是一种突现行为：智能体自发地开发出类人的协作模式，而无需明确编程。他们使用简单的消息传递工具来沟通、委派和完善工作，其方式反映了研究团队的实际运作方式。布朗表示，这种紧急协调提供了关于通用人工智能系统最终可能是什么样子的真正线索。

2028年3月目标和递归自我完善

OpenAI 设定了一个内部目标，即到 2028 年 3 月实现完全自主的 AI 研究人员。无需人工监督。没有借鉴人类监督者的研究品味。

实现这一目标的关键机制是递归自我改进（RSI）。 Brown 将 RSI 标记为 OpenAI 的首要任务，同时也承认与多智能体合作行为相关的风险。