AI自主研究浪潮来袭：2028年的职场变局，真的要来了？

前段时间，一篇关于2028年行业趋势的预测文章在全网刷屏，文中大胆断言，随着人工智能技术的飞速迭代，2028年或将迎来大规模失业潮，大批普通人的工作岗位会被AI彻底替代。



这篇文章刚发酵没多久，叠加当时动荡的中东局势，直接导致美股当日大幅跳水，场面堪称离奇。毕竟明眼人都能看出，这篇预测文本身就是AI生成的，可它精准戳中了大众对“AI抢饭碗”的深层焦虑，才引发了如此剧烈的市场连锁反应。

而近期OpenAI曝出的重磅消息，更是让不少人意识到，这场看似危言耸听的“2028大失业”预判，或许并非空穴来风，反而藏着行业发展的真实走向。

OpenAI首席科学家雅库布·帕乔基，在接受《麻省理工科技评论》独家专访时，抛出了一句让业内人士脊背发凉的表态：公司的核心终极目标，也就是所谓的“北极星计划”，就是要在2028年之前，打造出一套完全自动化的多智能体研究系统。

按照规划，今年9月就要落地第一阶段成果——一款能独立攻克专项研究课题的“AI自主研究实习生”。这可不是产品规划里的空头支票，也不是高管在社交平台随口放出的豪言壮语，而是OpenAI倾全公司资源，全力押注的核心方向。

01 读懂“北极星计划”：OpenAI的孤注一掷

科技公司提及“北极星目标”，往往藏着两层深意：一是公司所有业务都要为这个核心目标让步，二是内部团队早已达成高度共识，全员朝着同一个方向发力。

从近两周OpenAI的一连串动作来看，这个判断完全得到了印证。3月19日，OpenAI官宣收购开发者工具公司Astral，其核心团队直接并入Codex部门；与此同时，公司着手整合ChatGPT、Codex和浏览器功能，打造一款统一的桌面端“超级应用”，由应用主管菲吉·西莫牵头推进，格雷格·布罗克曼协助统筹组织架构改革。

这意味着OpenAI彻底告别碎片化产品布局，把所有筹码都集中到了一个赛道，而这个赛道的终极方向，就是“让AI自主完成科研工作”。

帕乔基的研发逻辑十分清晰：此前推理模型、智能体、可解释性这三大技术路线，在OpenAI内部各自为战、分散精力，如今全部收拢到同一个核心目标下——打造能在数据中心长时间独立运转的AI研究员。他直言，一旦这个目标实现，这将成为公司最核心的依仗。

前OpenAI研究员安德烈·卡帕西的观点更加直白：所有头部大模型研发实验室，最终都会走上这条赛道，这是AI领域的终极决战。他还补充了一句耐人寻味的话：规模化落地确实会面临复杂难题，但这本质上只是工程技术问题，最终一定会成功。

值得留意的是他的用词：没有纠结“能不能做成”，而是聚焦“什么时候能做成”，足见业内对这条技术路线的笃定。

02 对手紧追不舍：Anthropic的差异化布局

就在OpenAI公布“北极星计划”的同一天，竞品公司Anthropic也悄悄放出大招，上线了Claude Code Channels功能，允许开发者通过Telegram、Discord这两大常用平台，直接和运行中的Claude Code进行实时交互。

单看这一项功能更新，似乎只是小幅度优化，但放在AI行业的整体趋势里，却有着举足轻重的意义。Anthropic的思路很务实：与其给开发者画大饼，描绘AI的未来潜力，不如直接把AI融入开发者的日常工作流程。

Telegram和Discord可不是冰冷的学术平台，而是程序员每天高频使用的工作阵地，让Claude Code扎根在这里，相当于把AI从单纯的“辅助工具”，变成了能协同办公的“职场同事”。

社区用户的反馈也印证了这一布局的成功，有用户直言：这次更新让Claude直接碾压了同类开源工具，甚至不用再专门购置Mac Mini设备。背后折射的是，Anthropic的底层设施升级，已经让开源替代方案失去了成本竞争力。

拉长时间线来看，Claude Code的迭代速度堪称惊人，短短几周内，就整合了文本处理、数千项MCP技能、自主漏洞修复等核心能力。这边OpenAI靠收购Astral补强Codex业务，那边Anthropic已经把Claude Code直接嵌入了开发者的日常聊天窗口，两大巨头奔向同一个终点，却走出了截然不同的路线：OpenAI瞄准2028年的终极AI研究员，Anthropic则深耕当下可用的智能体工具。

03 绕不开的隐忧：安全可控才是最大难题

尽管行业前景一片向好，但有一个核心隐患无法回避，帕乔基在专访中也罕见地坦诚提及，直面AI系统的安全与可控性挑战。

他表示，OpenAI计划用其他大语言模型，实时监控AI研究员的运行动态，在违规行为出现前及时预警。但他也毫不避讳地承认：目前人类对大语言模型的认知程度，还不足以实现完全可控，想要彻底解决安全管控问题，还有很长的路要走。

一家顶尖AI公司的首席科学家，公开坦言“无法完全掌控AI系统”，同时又坚定推进2028年全自动研究系统的落地，这两种态度结合在一起，值得所有人深思。这并非唱衰AI发展，而是正视这项技术的真实难度，帕乔基的坦诚，也说明OpenAI内部对前路的艰辛有着清醒认知。

技术层面，业内总结的“卡帕西循环”给出了参考标准：一套成熟的自动化AI研究框架，需要具备三大要素——可修改单个文件的智能体、可客观测评的指标、固定的实验时长限制。如今这套框架已经在实际场景中初见成效，ShopifyCEO托拜厄斯·吕特克就分享过真实案例：让自主研究AI夜间运行，次日就完成了37次实验，将模型性能直接提升19%，可见AI自主研究从概念到落地，速度比预想中快得多。

04 天价订阅背后：重新定义生产力的未来

“北极星计划”不仅是技术层面的突破，更是OpenAI抢占商业高地的关键棋子。行业分析师保罗·罗策公布的一组数据，揭开了背后的商业逻辑：据OpenAI内部预测，到2029年，仅智能体业务就能创造290亿美元的年收入，其中包含月费2000美元的知识型智能体，以及月费高达20000美元的研究型智能体。

这组数据直白地说明，AI研究员从来不只是技术目标，更是清晰的商业盈利路线。月费20000美元的研究型智能体，成本仅为资深人类研究员年薪的几分之一，却能24小时不间断工作，同时推进数十项实验。它不是简单替代某个岗位，而是彻底颠覆了“科研生产力”的定义。

这也呼应了卡帕西的那句判断：这是AI领域的终极决战，这里的对手不是同行竞品，而是AI自身能力的上限。一旦AI实现自主科研突破，技术进步的速度将不再受人类研究员数量、工作时长的限制。

帕乔基也用更克制的口吻表达了同样的观点：这套能长时间自主运行的AI系统，终将成为行业最核心的依仗。今年9月即将落地的AI研究实习生，远不是终点，而是AI自主时代全面到来的重要起点。