OpenAI Chief Scientist Jakub Pachocki says no lab has solved alignment enough to keep scaling at maximum speed, and hopes voluntary slowdowns become commonplace (OpenAI)

事件核心：发生了什么

在 2026 年 9 月的一次公开表态中，OpenAI 首席科学家 Jakub Pachocki 表示，当前还没有任何一家实验室在 AI 对齐（Alignment）研究上达到足以支撑“最高速度 Scaling”的安全水平。他强调，即便各家公司在模型能力上持续取得突破，对齐问题的未解状态依然构成了一个不能回避的硬约束。

Pachocki 的发言重心并不只是技术反思，而是提出了一个行业协作层面的建议：希望“自愿减速”成为 AI 大模型训练中的一种常态化操作，而不是由个别公司出于舆论压力或公关需要才临时采取的举措。这一表态出现在行业普遍追求更大算力、更大参数规模的背景下，其针对性相当明确。

为什么重要

这是来自 OpenAI 核心研发负责人少有的、直接承认对齐落后于能力扩张的公开判断。过去几年，各家大模型实验室尽管都在布局安全团队，但对外传递的主基调仍是“我们可以在保证安全的前提下持续推进”。Pachocki 的发言相当于打破了这种共识性叙事：既然对齐未被解决，那么最高速的 Scaling 就存在不可控风险。

这件事对行业竞争格局的影响是实际的。它给“Scaling Law 是否应该无条件加速”的争论提供了一个来自头部实验室内部的技术注脚：不是算力不够，也不是模型没有潜力，而是安全机制跟不上时，速度本身需要被当作一个变量来管理。如果“自愿减速”真的成为行业默契，那么后续前沿模型的发布节奏、训练规模上限以及基准测试的推进方式，都可能被重新设计，而不是单纯比拼谁先抢到更多 GPU。

对用户/开发者/创作者的影响

对普通用户而言，这意味着未来一段时间内，模型能力的“代际跳跃”可能不会像过去那样频繁。你看到的新模型，也许更多是在推理效率、指令跟随、用途适配上的打磨，而不是参数数量或上下文窗口的激进扩展。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和企业客户来说，依赖 OpenAI API 做应用开发的团队，需要做好模型版本迭代周期可能变长的准备。如果你正在规划基于下一代旗舰模型的新功能，不能默认“半年后一定会有能力大幅升级的版本可用”。反之，在既有模型上做更深的业务逻辑优化、把推理成本和输出稳定性做到更好，反而会是这一阶段更务实的策略。

对于创作者和内容生产者，这个信号并不意味着生成质量会停滞，而是在创意工具层面，产品会更强调可控性、安全边界和风格一致性——因为技术团队在发布前需要花更多精力处理对齐评估，而不是把未经充分约束的能力直接开放给公众。

值得关注的后续

第一，观察 Pachocki 的表态是否会转化为 OpenAI 的实际发布策略，例如下一代旗舰模型的训练计划是否明确加入安全评估的硬性暂停节点。第二，看行业内其他头部实验室（如 Google DeepMind、Anthropic）是否呼应这一说法，如果多家共同表态，那么自愿减速可能从理念演变为非正式行业规范。第三，留意自愿减速是否会导致前端能力竞争放缓的同时，让开源社区的激进 Scaling 路线获得更多关注——当闭源巨头主动踩刹车时，开源模型反而可能成为衡量“真实技术上限”的参照物。

来源：Techmeme