OpenAI核心成员Noam Brown在一场最新访谈中，把话题从数学拉到了多智能体系统。他谈的不只是模型怎么算得更快，还有一群AI凑在一起之后会发生什么。

数学只是开胃菜

打开网易新闻 查看精彩图片

Brown在访谈里讨论的第一个关键词是test-time compute，也就是推理阶段的计算投入。这个方向被看作让模型"想得更久、答得更准"的关键路径。但他没有把数学能力当成终点，而是把它放在多智能体时代的起点位置——数学只是开胃菜。

换句话说，单个模型解题再强，也只是入场券。真正的主菜，是多个智能体之间的协作与演化。

多智能体与自我改进

访谈中另一个被摆上台面的概念是recursive self-improvement，即递归式自我改进。Brown把它和多智能体系统的演进放在同一条线索里讨论：当智能体不再单打独斗，系统的能力边界就不再由单个模型决定。

他还提到了AI对齐在未来面临的挑战。这不是一个已经解决的问题，而是随着系统复杂度上升会持续变难的问题。Brown没有给出轻松的答案，只是把难点指了出来。

从test-time compute到多智能体，再到递归自我改进和对齐难题，这条线索指向同一个方向：AI的下一步，不是把一道题算得更漂亮，而是让一群智能体一起把事做成。