核心判断
如果通用模型能承担研究日常中更多有明确边界的工作，研究组织本身就会加速；剩下的开放式部分才是最后要解决的问题。
要让这条路径成立，需要被验证的是什么。
真正的瓶颈：瓶颈被定义成“有边界的题目”和“开放式研究”之间的落差，而不是某一项具体能力。这个判断是 OpenAI 自己给出的：FrontierScience 显示奥赛式题目分数高、开放式研究任务分数低。于是它的策略不是去补某个领域模型，而是先把研究日常中所有“有边界”的部分交给智能体。
已经成立的部分：在有人盯着的前提下，智能体已经能承担研究日常里可定义的工作，并且已经伸进真实仪器。到 8 月中旬，每 1 个人类工作日对应 3.1 个智能体工作日；在 MIT，Codex 把模型接到实验室软件上，让智能体选参数、跑比特测量、分析结果再决定下一次测量。前者是自报数据，后者有具名合作者。
仍是主张的部分：前沿数学发现仍然是主张，而且这次连“谁先做出来”都还没有定论。Navier–Stokes 的结果由 OpenAI 自己宣布；Buckmaster 与 Alpöge 表示更早的未发表工作已经到过 OpenAI 手里，Bubeck 对部分说法有异议并为措辞致歉。生产率数字同样没有外部审计。能力主张现在是和来源问题捆绑到达的。
选择的产品抽象：产品抽象是“实习生”，不是“仪器”：一个通用智能体，插进科学家原本就在用的界面。Codex 进入实验室软件，Prism 进入 LaTeX、引用与写作，而且对 ChatGPT 用户免费。卖的是横向订阅与 API，不是数据库、模型权重或实验室服务，代价是每一项科学主张都得靠自家渠道背书。
