简直太抓马了！两天前，因病裸辞Thinking Machines的联创，转头竟光速加入了OpenAI。Information爆出，北大校友翁荔将重返老东家，带队开发「递归自我改进」（RSI）新模型。

这一切，要从28日翁荔发布的离职声明说起。在过去7个月里，她经受了人生中最严重的一段病痛折磨。翁荔当时表示，下一站将找一个「职责明确」的岗位，不再做联创。出人意料的是，短短两天后，「新东家」就正式揭晓了。

真正引发业界瞩目的，是翁荔此次重返OpenAI所肩负的重任。OpenAI发言人已向BI证实，翁荔将亲自挂帅，领导一个聚焦「递归自我改进」（RSI）的团队。通俗讲，用AI研发AI，即让AI加速OpenAI设计、训练、评估下一代模型的整套流程。

从OpenAI的战略来看，这盘大棋早已开始布局。3月，OpenAI首席科学家Jakub Pachocki曾明确界定，打造一个全自动的「AI研究员」，是OpenAI未来几年的「北极星」。无论是推理模型、Agent，还是可解释性，所有的研究主线，都在向同一个靶心全面收束。配合这一终极战略，内部时间表也早已公开，分两级：第一阶段（2026年9月）为一个能独立接下少量具体研究问题的「自主AI研究实习生」；第二阶段（2028年3月）为能自己提假设、设计实验、得出结论的全自动多Agent研究系统。在技术路径上，OpenAI的核心押注集中在两端：一是底层算法的持续迭代；二是暴力拉升「测试时计算」。

翁荔的位置就此清晰——她要做的不是下一个GPT，是要亲手打造出那条能够「自动进化、量产GPT」的超级流水线。

OpenAI凭什么把帅印交给翁荔？答案，在三周前就已埋下伏笔。月初，翁荔在个人博客发布了长文Harness Engineering for Self-Improvement，浓缩了几十篇论文精华，主题正是RSI。文章追溯了1965年I. J. Good提出的「超智能机器」概念，以及2008年Yudkowsky命名的反馈回路。但翁荔的判断不在概念上，而在工程上——现在的AI自我改进，不一定要从模型改写自己的权重开始，更现实的入口是Harness，即模型外面那层脚手架，包括规划、工作流、上下文管理、持久化存储。她拿操作系统作比，「今天的Agent应用之所以可靠，靠的是被精心工程化过的Harness，而不只是模型本身有多强」。三周之后，这个方向变成了她的岗位。

翁荔的起点，并非大模型。2004年，她拿下全国高中数学联赛陕西省一等奖，次年考入北大信管专业。毕业后远赴印第安纳大学布卢明顿分校攻读博士，主攻复杂网络、社交网络与信息传播。她曾在Facebook实习，在Dropbox做数据科学家，又去金融科技公司Affirm做机器学习工程师。

2018年入职OpenAI时，她被分到了机器人团队。团队花了两年教一只机械手单手复原魔方，那是当年最出圈的AI演示之一，她是核心贡献者。2021年，OpenAI重心转向GPT，翁荔参与组建并带起应用AI研究团队。GPT-4发布之后，她从零搭起Safety Systems团队，到离开时已超过80人。2024年8月，她升任负责安全的研究副总裁；三个月后宣布离职，理由是「在OpenAI待了7年，我准备好清空自己、去探索一些新东西」。紧接着，她便以联创身份创办了Thinking Machines。如今，从Thinking Machines再回到OpenAI，中间只隔了两年。目前，Thinky六个联创已走了四个，其中三个都回了OpenAI。

站在更高维度看，翁荔回归的背后，是OpenAI对ASI终极路径的又一次疯狂押注。当AI外层的Harness搭建完毕、AI开始自主研发并测试下一代AI，人类的角色将被彻底改写。如果翁荔挂帅的RSI团队，真能在2026年交出一个「自主AI研究实习生」，那意味着LLM的迭代将逐渐告别人力堆叠，迈向指数级爆发的技术奇点。