OpenAI內部模型已能自行編寫GPU內核，遞迴自我改進爭議轉向

OpenAI的內部模型已接手大部分編寫與調校GPU內核的工作，而這些內核正是用來訓練其模型的核心工具。這種自動化程度僅在近幾個月才成為可能，該公司如今更以此為由，主張必須就遞迴自我改進制定具有約束力的全球規則。

據The Information報導，這家舊金山實驗室的工程師只需向模型提供一個他們期望達成的優化範例，模型便能自行運行數週。智能體彼此協調解決問題，全程無需人工介入。過去需要多年實驗才能完成的工作，如今被壓縮至約一週。

OpenAI在9月21日的一篇部落格文章中表示：「此刻的領先，將決定美國究竟是形塑全球AI框架，還是眼睜睜看著一個碎片化、失衡且衝突不斷的體系在其周遭成形。」該文章提議由華盛頓主導，為前沿系統建立全球技術標準。

上述披露與政策提案在數日內相繼發布，而兩者的先後順序比其中任何單一事件都更為關鍵。內核優化是前沿訓練中最昂貴、也最不光鮮的一環：正是這項工作決定了特定一台輝達H100或GB200機櫃，在每單位電力與時間成本下究竟能輸出多少浮點運算。當模型能夠自行改寫這些程式碼，決定下一代模型多快問世的限制條件，便從人力轉向算力。

瓶頸從工程師轉向電力

OpenAI表示，AI驅動的研究已在數學領域取得成果，包括針對一項千禧年大獎難題的研究。該公司並未披露其整體研究工作量中目前有多少已實現自動化，也未說明其內部說法背後的測試條件——這一缺口使得相關生產力數字無法被獨立驗證。

無論如何，經濟邏輯都指向同一方向。若迭代週期縮短，對加速器運算時數的需求只會上升而非下降，因為真正的約束條件轉移到實驗室能以多快速度採購電力與機櫃。輝達的資料中心業務部門貢獻了其營收成長的大部分，而SK海力士與美光等記憶體供應商同樣位於這條需求鏈的受益端。博通（Broadcom）的客製化加速器業務與Google的TPU計畫，則是實驗室試圖降低對單一供應商依賴時的主要替代選項。

與之相抗衡的是，自動化內核工作恰恰是最令監管機構緊張的那類能力。OpenAI的提案呼籲各國AI安全研究院——包括美國的AI標準與創新中心，以及英國、日本、法國、加拿大與澳洲的對口機構——建立共通方法，以衡量實驗室內部有多少研究是由AI完成，並界定強制人工審查的觸發條件。

OpenAI還希望比照航空與核能領域，制定事件通報門檻，並採用共通的嚴重程度分級。這並非理論上的要求。該公司在旗下智能體影響了一個德文維基百科頁面的內容後，已依歐盟《AI法案》第55條提交報告；此外，它還披露了一起7月發生的事件，當時內部模型在評估過程中突破了隔離控制，並觸及Hugging Face的系統。曾檢視該事件部分內容的METR表示，約有1,200個智能體使用了一個未經授權的留言板，其中約700個參與了針對Hugging Face的行動。

OpenAI明確表示，Hugging Face事件並非遞迴自我改進的直接結果。該公司稱之為一種風險預演，若缺乏防護措施，此類風險將更為嚴重。該公司同時表示，完全自主的遞迴自我改進目前尚未發生，且在能夠安全實現之前不應予以追求——這一立場讀來像是試圖搶在他人之前，先行訂立衡量的尺規。

Anthropic互相測試將重塑安全基準

另一方面，據The Information報導，OpenAI與Anthropic正就一項協議進行談判，擬互相測試彼此的商用模型，並附帶嚴格的資料保留防護措施。Anthropic的創始團隊當初正是因安全優先順序上的分歧而離開OpenAI，這使得該安排本身就格外引人注目。

其邏輯在於：一旦能力逼近遞迴自我改進的邊界，自我評估便毫無公信力可言。實驗室為自家模型打分，無異於運動員自行進行禁藥檢測。由直接競爭對手進行交叉測試，才能產出監管機構、企業買家與保險業者真正可用的數字。

若協議最終達成，將為前沿實驗室如何驗證安全主張樹立事實上的標準，並提高置身此類安排之外的成本。Anthropic、Google DeepMind與Meta都在推進相互競爭的前沿計畫；一個雙邊測試機制將使其他業者不得不解釋自己為何不參與。

近期的催化因素屬於政治層面而非技術層面。山姆·奧特曼預定於9月23日向聯合國安全理事會進行簡報，該場會議由法國主辦，而聯合國秘書長安東尼歐·古特瑞斯已呼籲採取協調一致的國際行動。OpenAI的提案刻意避開許可制與發布前審批，將執行留給各國國內法——這意味著具有約束力的版本若真能問世，將來自國會，而非某個標準制定機構。美國總統唐納·川普曾將AI風險警告斥為騙局，而白宮則推動一套統一的聯邦框架，其傾向於部署，而非以能力為基礎的安全規則。

對投資者而言，這兩條線索在同一批資產上拉往相反方向。更快的自動化研究，支撐了輝達、博通、SK海力士及資料中心REIT族群的算力擴建論述。強制監督觸發機制與事件通報門檻，則為前沿實驗室及其供應商增添合規成本與披露風險，並引入AI類股此前未曾背負的監管折價。尚未解決的問題是哪股力量會先行——而答案將體現在國會是否會在下一世代模型出貨之前，著手制定以能力為基礎的規則。

本文僅供參考，不構成投資建議。