围绕前 OpenAI 首席科学家 Ilya Sutskever 的最新项目，市场上出现了一则未经证实的新爆料。
据 X 平台网友「三只草莓」披露，Ilya 创办的 Safe Superintelligence（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。按其说法，这个模型会通过专门整理的数据学习「如何学习」，并在解决问题的过程中更新部分权重。爆料还称，即便模型规模不大，也足以与经过更大规模训练的模型竞争。
该网友随后在评论区进一步表示，SSI 当前版本已经准备就绪，团队正把下一代版本的规模直接扩展 10 倍。按照这一说法，当前版本最快可能在 8 月露面，初期只向少数用户开放。
不过，围绕发布时间的说法并不一致。在这轮讨论升温后，又有消息称该产品本月可能不会发布。到目前为止，相关内容仍停留在匿名爆料层面，SSI 与 Ilya 均未公开确认。
爆料为何迅速发酵
这次传闻之所以快速扩散，与外界此前已经看到的几条公开线索有关。
第一条线索，是部署后持续学习这一方向，与 Ilya 在去年 11 月接受 Dwarkesh Patel 播客采访时的表述相互呼应。Ilya 当时说：「AGI」和「预训练」两个词把行业带偏了。
在那次访谈中，他提出，人并不是天生掌握所有工作的通用智能，真正依赖的是持续学习。他设想中的超级智能，更像一个极其聪明、求知欲旺盛的 15 岁少年：初始时懂得不算多，但能在部署之后学习编程、医学和各种工作，并在试错中继续成长。
按这一思路，SSI 试图构建的并不是一台在预训练结束后就无所不知的机器，而是一个能够学会任何工作的心智。这种目标带有明显的元学习特征：模型不仅要掌握某项技能，还要掌握学习新技能的方法。虽然 Ilya 当时并未直接提到 TTT，但两者都指向同一个问题，即模型能否在部署之后继续改变自己。
英伟达合作成为第二条公开线索
第二条线索来自英伟达。
今年 7 月 27 日，英伟达与 SSI 宣布长期战略合作。根据原文说法，英伟达不仅投资 SSI，还将向其提供下一代 Vera Rubin 系统。SSI 的算力将提升一个数量级，也就是约 10 倍。路透社的爆料则称，这笔投资金额高达 50 亿美元。
更受关注的是，英伟达在公告中提到，SSI 过去两年一直在悄悄推进一条新的研究路线。按原文表述，英伟达在接触到这项高度保密的研究后，决定推动它进入下一阶段。
Ilya 当时的公开说法同样引发外界联想，他表示：「是时候扩大 SSI 了！」在英伟达提供资金与 GPU 支持的背景下，外界对 SSI 的研究方向产生了更多猜测。
TTT 在近两年的研究背景
第三条线索，则是 TTT 这一路线本身在过去两年的推进。
近来，越来越多研究者开始尝试跳出单纯扩展上下文长度的路径，转而寻找一种更接近持续学习的范式。原文将其概括为：人类并不是依靠把「小抄」越写越长来学习，而是在经历一件事之后调整内部连接，因此下一次遇到类似问题时，已经不是原来的自己。
简单来说，TTT 即测试时训练。它不再把「训练」与「推理」彻底分开，而是允许模型在实际解决问题时，利用眼前的数据继续训练自己，再根据预测结果与目标之间的误差，调整内部状态，甚至直接更新一部分参数。
在这次爆料中，「三只草莓」还提到一篇论文：《End-to-End Test-Time Training for Long Context》。
按原文介绍，这篇论文把长上下文问题重新理解成持续学习问题。传统长上下文模型通常会将前文保存在上下文窗口中，在生成新内容时回头检索需要的信息；而文中提出的 TTT-E2E，会把整段上下文视为训练数据，让模型在读取过程中继续进行下一个 Token 预测，并把读到的信息压进自身权重。
这样一来，上下文不再只是可以随时翻阅的外部信息，而会成为真正改变模型本身的学习材料。
与 Agent Harness、Context Engineering 的区别
原文还专门区分了 TTT 与近期热度较高的 Agent Harness、Context Engineering。
后两者主要依靠外部上下文搭建框架，让模型接触更多信息、调用更多工具，但模型本身并未发生改变。TTT 则更进一步：它不只是让模型看到更多、调用更多，而是在解决问题的过程中，直接改变模型自身。
也正因如此，TTT 尽管并非新概念，却一直没有大规模落地。原文给出的解释是，一旦模型能够在部署后修改自己，就可能学错、学偏，甚至遗忘原有能力。
安全问题仍是关键障碍
文章提到，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，最终被紧急下线。尽管 Tay 与 TTT 并不是同一种技术，但它们都暴露出同一个核心难题：安全。
围绕这一点，有网友追问相关风险是否已被解决，而「三只草莓」给出的说法是，Ilya 已经解决这一问题。不过，这一表述并不构成证据，原文也将其描述为更像一句江湖传言。
这也让外界再次把注意力投向 SSI 名称中的「Safe」。如果 Ilya 的目标是构建一个部署后还能持续成长的超级智能，那么「让它学会学习」只完成了一半工作；另一半则是让它知道什么不能学。
为什么市场持续关注 Ilya
尽管这轮消息的真实性仍无法确认，但它仍引发了广泛讨论，原因之一在于 Ilya Sutskever 本人的技术地位。
原文称，他是 OpenAI 联合创始人、前首席科学家，也是过去十几年深度学习领域最具影响力的研究者之一。从 AlexNet、Sequence-to-Sequence、AlphaGo 到 GPT 系列，都能看到他的名字。
英伟达在这次合作公告中还提到，Ilya 后来主导了最终通向 OpenAI o1 等推理模型的研究。按原文总结，外界对他的关注并不只是因为他发布过多少模型，更因为他曾多次在某条技术路线成为行业共识之前，就已经站到了那条路上。
也因此，自 2024 年 5 月离开 OpenAI 之后，Ilya 的下一步一直是 AI 圈最受关注的话题之一。离开 OpenAI 一个多月后，他创办 SSI，并在随后两年保持极高神秘度：不发模型、不做产品、不公开论文，外界几乎不知道其具体研究方向。
直到今年 7 月，英伟达在接触 SSI 的保密研究后决定加码，并协助其将算力提升一个数量级，SSI 才重新进入公众视野。
在这一背景下，再回看这次关于 TTT 的爆料，外界自然会把它与 Ilya 过去对泛化、持续学习，以及预训练时代可能走向终点的表述联系起来。
截至目前，SSI 是否真的在推进一款能在推理过程中持续更新自身的模型，仍没有官方实锤。但从现有公开信息看，这正是市场试图确认的核心问题。
如果匿名爆料与此前公开线索最终能够对应上，那么 Ilya 在离开 OpenAI 后沉寂两年打磨的，可能并不是又一个更大规模的 GPT，而是一种在出手时仍会调整自身的模型路线。