OpenAI科学家Noam Brown：AI的真正上限，可能根本没人测得起

“算力之墙”不存在的宣言：We see no wall

当业界围绕AI发展是否已撞上“算力之墙”争论不休时，OpenAI知名研究员、o1模型核心团队科学家Noam Brown给出了掷地有声的回答：“我们没有看到任何墙。”他表示，传统AI模型依赖指数级的数据与算力堆叠，但这一模式远非终点。Brown特别指出，团队推出的新一代o1模型系列展示的远非能力天花板，而是一种全新范式的起点。

引爆AGI的关键：测试时计算的颠覆性

Brown在最新节目中重点阐述了“测试时计算”（test-time compute）技术。他认为，这一技术将彻底改变AI的思考方式——不再是静态的“训练后推理”，而是在推理过程中临时调取更多计算资源进行深度思考。“就像人类面对难题会花更多时间推敲一样，AI也能在需要时‘放慢脚步’。”这种动态分配算力的能力，被视为通向通用人工智能（AGI）的关键钥匙，且其上限“根本没人测得起”。

开源与闭源之外的第三条路：论文改进仍是黄金门票

尽管如今开放研究的空间较以往缩小，Brown却为年轻研究员指明了一条实用路径：在已有论文基础上做改进，依然是向实验室证明自身能力的绝佳方式。他举例称，o1模型中的部分设计思路实际上源自学界早前的理论探索，而OpenAI通过工程化放大和系统化测试，才真正释放了潜力。“别总想着推翻一切，在巨人肩膀上的微小创新，有时能撬动整个行业。”

GPT-5.4的潜台词：跨越人类标杆的野心

值得注意的是，Brown在对话中暗示了“GPT-5.4”的存在与意义——尽管未公布具体细节，但这一编号被解读为OpenAI正在打造超越人类推理能力的下一代模型。Brown强调，团队并未因现有成就自满，恰恰相反，测试时计算技术的规模化应用，将让AI在数学、编程、科学发现等领域陆续突破人类顶级水平。“我们看到的不是天花板，而是刚刚拉开帷幕的舞台。”

留给竞争对手的难题：无人测得起的上限

Brown用一个成本隐喻收尾：如果要彻底测试测试时计算技术的极限，可能需要耗费当前全球顶尖算力集群数倍的计算资源。这意味着，即便技术方向正确，大多数机构也无力承担探索所需的庞大投入。OpenAI之所以敢宣称“看不到墙”，正是因为其拥有业内罕见的资源来持续推高这堵“隐性上限”。“其他人可能永远不知道真正的天花板在哪——因为他们根本付不起测试的账单。”