在人工智能发展的时间轴上，很少有人愿意为自身职业的"过期日期"给出如此精确的预测。杰里·托维雷克（Jerry Tworek）曾在OpenAI供职近七年，是GPT-4、ChatGPT、Codex以及o1、o3等推理模型背后最具影响力的研究者之一。

他于2026年1月离开OpenAI，创办了名为Core Automation的AI研究实验室并担任首席执行官,而在最近一次访谈中，当被问及人类还能在AI研究领域扮演多久的核心角色时，他给出了一个出人意料的具体答案。

"我们还有一些时间。我粗略估计，人类研究者作为AI研究发现过程中有意义参与者的身份，至少还能维持两年，"托维雷克这样说道。

弥漫业界的紧迫感：一场"最后几天"的集体心态

托维雷克描述了当前整个AI实验室中普遍存在的一种情绪氛围——研究者们彼此提醒，眼下正在进行的工作，或许很快就不再需要他们的参与。他转述了业内同行常挂在嘴边的一句话，"我们还有最后几天的工作可以做，所以趁还能干的时候赶紧干，之后大家都可以歇一歇了"。

这种紧迫感显然已经带来了实实在在的个人代价。托维雷克坦言，"这个行业的发展速度非常快，以这样的节奏连续工作多年，从很多方面来说都极其令人疲惫、令人筋疲力尽"。但他同时认为，这种付出是值得的——"如果我们认为这是我们职业生涯与工作中最重要的时刻，那么这一切大概是值得的"。

然而，托维雷克也谨慎地避免夸大当前AI系统在真正独立开展研究方面的实际水平。他指出，"我们需要让智能体对某个研究领域及研究方向具备更高层次的理解"，直言当前模型能够生成的内容，与它们真正理解的深度之间，仍存在明显差距。

质量而非数量的瓶颈：十年积累的科研直觉难以复制

在托维雷克看来，问题的核心并非AI系统缺乏创意，而是这些创意本身的质量不足。他说，"任何使用过模型来做研究的人都会发现，智能体生成的洞见质量普遍偏低"，"它们具有很高的创造性，但这种创造性的产出质量却很低——想法很多样，但普遍不够优秀"。

他进一步阐释了自己所认为的真正瓶颈所在:那种源自一个人在单一领域深耕多年所积累出的深度理解，目前的模型尚无法真正呈现。"现在还没有任何模型能够代表那些在AI技术领域研究了十年之久的人类研究者,他们对我们真正在处理的这些研究对象所具备的那种理解深度"，托维雷克表示。

值得注意的是，托维雷克的判断介于硅谷最激进的预测与部分研究者的怀疑态度之间——后者认为"AI驱动科研"目前更多只是一种营销叙事。他的观点与OpenAI首席财务官萨拉·弗里尔（Sarah Friar）此前的表态相互呼应，后者曾表示AI智能体很快将能够独立产出新颖的科学发现与理论。

谷歌DeepMind已经在这一方向上给出了初步验证，其CEO德米斯·哈萨比斯（Demis Hassabis）曾表示，公司的AlphaEvolve系统如今已被用于发现和优化自身的算法，并将这一过程形容为"转速正日益加快的飞轮"。而在大型实验室之外，包括安德烈·卡帕西（Andrej Karpathy）的自主科研项目等独立探索也已证明，智能体能够在无人监督的情况下连续运行数十个AI研究实验——尽管产出质量仍未能追赶上运行的速度与规模。

谁将被留下：从提出想法到管理智能体舰队

值得深思的是，托维雷克并非一位对该领域一知半解、隔岸观火的外部评论者——他本人正是这些系统的构建者之一，如今却认为这些系统仍存在明显不足,他选择离开这家全球资源最雄厚的实验室之一,转而以自己的方式追寻这一课题。他的离开，也契合了当前一种日益明显的行业趋势：越来越多资深研究者选择离开各大科技巨头，创办自己的初创公司，去追寻那些他们认为在"产品优先"战略下被忽视的研究方向。

如果那些正在打造前沿模型的人，正是为自身职业设定"过期时钟"的人，这本身就足以说明，无论技术在公众面前被如何包装宣传，这个行业内部对于变革临近程度的真实判断,或许比外界想象的更为迫切。

这一"两年窗口"的预测，也给数以千计正在训练成为AI研究者的年轻人，以及正在招聘他们的实验室，提出了颇为棘手的问题。倘若智能体真能在这一时间框内，弥合在研究直觉与深度理解上与人类的差距，那么一段耗费数年培养出的、针对狭窄领域的博士级研究直觉,其价值恐怕将大幅缩水，即便对能够监督、指导并验证这些智能体工作的人才的需求，正在同步攀升。托维雷克本人的回答，某种程度上已经暗示了这一未来的轮廓——科研作为一种人类活动或许不会彻底消失，但留存下来的研究者，很可能不再是从零开始提出想法的人，而是转型为管理"智能体舰队"的指挥者，这一转变，恰恰是自动化浪潮沿着技能阶梯持续攀升、而非止步于程式化任务时,已经在软件工程等众多白领行业中上演的同一种冲击。