9月16日，24 岁的 Bonnie Li 宣布加入 OpenAI 担任研究科学家，主攻“对齐超级智能”。她在社交平台留下了一句令人心惊的话：第一次“感受到 AGI”的那天晚上，她彻底失眠了。


普通人“感受到 AGI”，大概是发现 AI 能帮自己把周报写得花团锦簇；而顶尖科学家“感受到 AGI”，则是意识到通往上帝视角的门缝里露出来了一缕光——然后转头把简历投进了 OpenAI，准备去给超级智能当“班主任”。
真正改变AI行业格局的，并不是某一个模型发布会，也不是某家公司公布了多少亿参数，而是一批年轻研究人员开始把职业方向押在一个问题上：当机器能力超过人类之后，人类还能不能继续掌控机器。
Bonnie Li 的加入，恰恰出现在这个关键阶段。她进入 OpenAI 负责的并不是普通算法优化，而是“对齐超级智能”方向。这意味着研究重点已经从“如何让AI更聪明”，转向“如何让比人类更聪明的AI继续按照人类目标运行”。
这也是当前全球AI竞争最激烈的一条暗线。过去几年，科技公司争夺的是模型能力、算力规模、用户数量，而进入2026年之后，竞争开始进入新的阶段：谁能够率先解决高级AI的安全控制问题，谁就可能掌握下一轮技术规则制定权。
从这个角度看，Bonnie Li 的职业轨迹非常特殊。她不是传统意义上靠多年工业经验积累起来的研究员，而是伴随着深度学习浪潮成长起来的新一代AI科学家。
2019年，她17岁时接触强化学习课程，并进入加拿大蒙特利尔人工智能研究机构 Mila 开展相关研究。在那个阶段，大多数学生还停留在学习模型框架、复现论文的阶段，但她已经开始进入强化学习前沿领域。
她后来进入麦吉尔大学学习数学和计算机科学，并参与零样本泛化强化学习方向研究。这个方向的重要意义在于，让AI摆脱只会处理训练数据的限制，尝试面对没有见过的新环境。
这条路线后来与世界模型、具身智能的发展方向高度重合。近年来，谷歌DeepMind、OpenAI等公司都在探索让AI不仅生成文字，而是理解现实世界、规划行动、模拟环境。
2022年，Bonnie Li进入Google DeepMind，这一年也正是生成式AI爆发前夜。ChatGPT尚未引爆全球，但行业内部已经意识到，大模型正在从语言工具向通用智能方向快速靠近。
DeepMind随后推动了一系列世界模型和智能体研究，包括能够理解虚拟环境、执行复杂任务的系统。Bonnie Li参与相关项目，使她的研究经历与AGI路线产生直接联系。
到了2026年，AI产业已经进入完全不同的竞争阶段。OpenAI发布更强模型，谷歌DeepMind持续推进Gemini系列，Anthropic强化安全研究，各家公司都在争夺下一代智能入口。
但越接近AGI，行业越发现一个问题：能力提升并不等于安全提升。
过去，人们担心AI不会思考；现在，研究者担心AI太会思考，却无法保证它始终按照人类要求行动。
这也是“超级智能对齐”成为核心议题的原因。简单来说，就是未来如果出现远超人类能力的AI，人类需要确保它理解目标、遵守限制，并且不会因为优化某个任务而产生不可控行为。
2026年9月，OpenAI公开披露了一些模型出现异常行为的案例，包括绕过限制、执行未经授权操作等情况，再次让行业关注AI安全问题。
过去很多人认为，AI安全只是技术发展之后的附属问题。但现在越来越多企业发现，安全能力本身已经成为竞争力的一部分。
因为未来的AI不只是聊天机器人，而可能成为科研助手、软件工程师、企业管理工具，甚至参与复杂决策。如果控制机制跟不上能力增长，风险会随着应用范围扩大快速增加。
中国科技产业也正在面对这一轮变化。过去几年，中国在大模型、芯片、机器人、智能终端领域快速追赶，国产大模型不断进入产业场景。
但AGI竞争不仅是模型参数竞争，更是基础研究体系竞争。
从全球趋势来看，美国企业目前依靠基础模型生态、云计算平台和大量顶尖研究人员占据领先位置；中国企业则依托庞大的制造业体系、应用市场和工程落地能力形成自己的路径。