Ilya 首个模型曝光？SSI 据传正研发测试时训练推理引擎

离开 OpenAI 两年多后，Ilya Sutskever 创办的 Safe Superintelligence（SSI）终于有了疑似第一把「剑」出鞘的迹象。X 用户「三只草莓」日前爆料称，SSI 正在探索一种基于 TTT（Test-Time Training，测试时训练）的小型推理引擎，并在评论中表示团队正把下一代版本规模直接扩展 10 倍，当前版本最快可能于今年 8 月露面，早期向少数用户开放。截至目前，SSI 未对这一消息作出官方回应。

爆料中的关键技术：TTT

据「三只草莓」描述，SSI 的模型会用专门整理的数据学习「如何学习」，再在解决问题的过程中更新部分权重，即便规模不大，也足以与经过更大规模训练的模型抗衡。

TTT 与当前主流的扩展上下文路线有本质区别：

• 传统长上下文模型把前文保存在上下文窗口中，生成新内容时再回头查找；
• TTT 则把整段上下文当作训练数据，让模型在读取过程中继续预测下一个 Token，并把信息压进自身权重；
• Agent Harness、Context Engineering 等热门范式依赖外部上下文搭建脚手架，模型本身不变；TTT 则让模型在推理过程中直接改变自身参数。

爆料者特意提到了一篇相关论文《End-to-End Test-Time Training for Long Context》，该论文正是把长上下文问题重新理解为持续学习问题。

三条已经公开的线索

虽然爆料本身来自匿名账号，但 SSI 近期的几件事让这条传闻显得不那么突兀：

• Ilya 的一贯表态：在 2024 年 11 月与 Dwarkesh Patel 的播客中，Ilya 明确表示「AGI」和「预训练」两个词把行业带偏了，真正的超级智能应像一位 15 岁的求知少年，在部署之后持续学习编程、医学等技能。他当时并未提及 TTT，但核心方向与 TTT 高度一致。
• 英伟达加码：今年 7 月 27 日，英伟达宣布与 SSI 达成长期战略合作并投资 SSI，向其提供下一代 Vera Rubin 系统，将算力提升约一个数量级。据路透社爆料，投资金额高达 50 亿美元。英伟达在公告中特别提到，SSI 过去两年一直在推进一条新的研究路线，「罕见地接触到这项严密保密的研究后决定加码」。
• 学术侧的呼应：越来越多研究者开始越过「不断扩展上下文」的路线，转向更接近持续学习的范式，TTT 正是其中代表。

TTT 距离落地还差什么

TTT 之所以长期停留在论文层面，核心障碍是安全性。一旦模型在部署后能修改自身权重，就可能学错、学偏，甚至遗忘原有能力。早在 2016 年，微软聊天机器人 Tay 上线不到 24 小时就在网友诱导下输出攻击性内容，被紧急下线，这一案例虽与 TTT 技术不同，却暴露了同类难题。

爆料者「三只草莓」对此的回应是：Ilya 已经解决。但这一说法并未给出任何证据。SSI（Safe Superintelligence）名字中的「Safe」也因此被反复讨论：让模型学会学习只解决了一半问题，更难的一半是让它知道什么不能学。

为什么整个圈子都在等

Ilya 是 OpenAI 联合创始人、前首席科学家，从 AlexNet、Sequence-to-Sequence、AlphaGo 到 GPT 系列，再到最终通向 OpenAI o1 等推理模型的研究，都能找到他的身影。业内认为他最令人忌惮的地方，不在于发模型的速度，而在于多次在技术路线成为共识之前就已站到那条路上。

2024 年 5 月离开 OpenAI 后，Ilya 下一步要做什么一直是 AI 圈最大的悬念之一。除「安全超级智能」这一目标外，SSI 两年来不发模型、不做产品、不公开论文。直到今年 7 月英伟达加码，外界才重新获得一些观察窗口。若 Ilya 此前关于「部署后持续学习」的判断与此次 TTT 爆料最终对得上，SSI 闭关两年磨出的，可能真不是又一个更大的 GPT，而是一把会在出手时自己变招的剑。