OpenAI 的 AI 已经能自己训练实验模型了

OpenAI 内部的 AI，已经能接手新实验模型训练流程里的重活：写 GPU 内核代码、优化跑训练的代码。 据 The Information 报道，研究人员只要给 AI 一个优化示例，它就能自己花几周实现并测试类似的改进。另一件事是，OpenAI 内部的多个智能体已经开始互相协作解决问题，不再需要人参与。 GPU kernel 有多难：要贴着显存层次安排并行划分，还要考虑算子怎么融合，改一行可能快一倍也可能慢一半，全靠反复试。这活过去是最典型的人肉调优，现在把"实现—测速—再改"的循环交给模型，等于把性能工程里最耗人的一段外包出去了。 变化在数字上更直观：以前可能要几年才能跑完的实验，现在大约一周就能出结果。不只是快，试错预算整个变了——以前一年只敢押两三个方向，现在可以同时铺开一批，拿实验结果反过来筛方向。 需要留个心眼的是信息来源：这些都是 The Information 的报道，OpenAI 没有公开细节——自动写出来的 kernel 在什么规模、什么精度的任务上验证过，多智能体协作时谁定目标、谁验收，报道里都没说。 所以"不需要人参与"也别理解成训练完全无人化，严格说只是研究和实现环节的自动化程度上来了。