OpenAI深度访谈揭秘：GPT-5如何推动自动化研究员与AI未来革命

此次对话虽不足一小时，但信息浓度极高，堪称一场思维盛宴！

OpenAI首席科学家Jakub Pachocki与首席研究官Mark Chen携手开启爆料模式，深度分享内幕：

• 氛围编码的演进方向或许指向氛围研究（Vibe Researching）；
• OpenAI的终极愿景是实现自动化研究员；
• 现有评估标准正接近饱和，下一个突破将聚焦实际发现与经济相关领域的进展；
• 成功的关键在于守护基础研究，避免被短期产品竞争干扰；
• ……

在a16z的这场最新对谈中，两人不仅深入探讨了GPT-5如何融入长远推理、基准饱和后如何衡量进度，以及强化学习为何持续让质疑者惊讶，还系统阐述了OpenAI的人才标准、未来路线图与算力分配等核心议题。

简言之，几乎所有你对OpenAI好奇的问题，他俩都给出了答案~

（网友1）：内容既深入又引人入胜！

（网友2）：听起来像一支拥有明确愿景的强大团队。

闲话少叙，访谈精华即刻呈现——

GPT-5：将推理与智能体行为带入主流视野

访谈第一部分聚焦于GPT-5。

Mark Chen指出，GPT-5是OpenAI试图将推理能力普及化的一次重要尝试。

此前，公司拥有GPT系列（强调即时响应）和o系列（侧重推理）两类模型。从战略角度，他们不希望用户困惑于“我该使用哪种模式”，因此将未来重心转向更广泛的推理和智能体行为。

我们认为，GPT-5是向默认提供推理和更多智能体行为迈出的关键一步。

他再三强调，尽管相比o3及以往模型，GPT-5在多方面均有提升，但其核心意义在于将推理模式带给更广泛的用户群。

随后，主持人提及评估趋于饱和的问题，Jakub Pachocki对此进行了回应。

他直言不讳地承认，过去几年使用的评估方法确实已接近饱和点。

具体来说，早期（从GPT-2到GPT-4）的训练依赖大规模预训练数据，并通过评估测试模型的泛化能力；但如今，随着面向严肃推理的强化学习出现，模型能在特定领域深度训练成为专家，从而在某些评估中表现突出（却未必具备良好泛化性）。因此，当前缺乏更合适的评估体系。

他表示，未来OpenAI将重点关注模型是否能够发现新事物，并在具有经济意义的领域取得实际进展。

OpenAI的宏大目标：打造自动化研究员

围绕发现新事物这一话题，两人分别回答了“在GPT-5发布前，哪种能力最让你惊讶？”的问题。

Mark Chen分享道，最令人印象深刻的是模型能够推动极其困难的前沿科学研究。

他曾与一些物理学家、数学家朋友共同测试模型，发现模型能解答新颖而复杂的问题。

这对他们而言犹如灵光闪现，模型能自动化完成可能需要学生耗时数月的工作。

而Jakub Pachocki则表示，o3的出现真正让他眼前一亮。尤其在处理数学公式或推理时，它达到了“相当可靠”的水平。

至于未来，Jakub透露OpenAI的一大目标是培养自动化研究员，这个研究员能自动发现新想法。

初步构想是，先自动化内部研究工作，再考虑自动化其他科学领域的进展。

他提到一个衡量进展的“有效方法”——观察模型实际进行推理和取得进展的时间跨度。

随着我们达到近乎精通高中竞赛的水平，现在的推理时间跨度约为1~5小时。

接下来，OpenAI将致力于延长这个时间跨度，无论是在模型的长期规划能力还是记忆保持方面。

对此，Mark Chen呼应了评估问题：

这就是为什么我们对衡量模型自主运行时长的评估充满兴趣。

强化学习远未达瓶颈，“切勿将现状视为终点”

话题转向强化学习（RL）。

每当OpenAI发布新模型版本，许多人怀疑强化学习会触及瓶颈，但RL依然“活力四射”。

那么，为何RL表现如此出色？RL有哪些令人惊讶之处？

面对这些问题，Jakub Pachocki首先解释了RL运作良好的原因：

RL的通用性与强大性：RL本身是一种高度通用的方法，它建立在深度学习这一“惊人通用学习方法”之上。一旦RL系统启动，研究人员就能探索众多想法。

锚定现实世界：长期以来，OpenAI努力解决的问题是如何将这些模型锚定到现实世界，即“环境是什么”。

与语言模型的结合：语言模型的突破是关键转折点。通过扩展深度学习来建模自然语言，OpenAI能创建对人类语言具有“极其细微理解”的模型。

Jakub Pachocki认为，过去几年是OpenAI研究中最激动人心的时期，因为他们发现了众多新方向和有望成功的想法，且这些想法似乎都在生效。

谈到奖励模型（Reward Model）时，他预计奖励模型的发展将非常迅速，并变得更简单，就像几年前讨论如何构建合适微调数据集一样。

同时，他指出这一演变远未结束，OpenAI正逐步向更接近人类学习的方向迈进，而当前RL仍无法完全实现这一点。

他特别强调，理解RL的关键思维是不要将现状视为终点，保持灵活性，因为相关工具和方法论将持续快速迭代。

氛围编码之后：迈向氛围研究

针对当前火热的AI编程，主持人提到了OpenAI本月发布的GPT-5-codex，这是一个专为编程优化的模型。

Mark Chen表示，他们投入大量精力调整预设，以更好地匹配程序员对解决方案等待时间的预期。

上一代编程模型的问题在于，花在解决最难问题上的时间太少，而花在简单问题上的时间过多。

为测试模型能力，他们选择参加编程竞赛。

Jakub Pachocki认为，编程竞赛提供了一个很好的封闭测试环境，能衡量模型在受限条件和时间范围内提出新想法的能力。

不过，Jakub自称作为一位历史上极不情愿使用任何工具（甚至只用Vim）的“老派”程序员，使用GPT-5最新编码工具让他觉得“这不再是（以前的）方式了”。

他现在意识到，模型能在15分钟内近乎完美地完成30个文件的重构，因此“你必须使用它”。

他形容这种新编码方式仍处于“恐怖谷”阶段，因为它虽然解决了许多问题，但“仍有点像……不如同事那么顺畅”，并表示OpenAI的首要任务是摆脱恐怖谷。

而Mark Chen则将模型当前水平与围棋选手李世石面对AlphaGo的经历相联系，他直言：

从解决八年级数学问题到一年后在编码竞赛中达到自身表现水平，这种进步是疯狂的。

他坦言，他们确实感受到了李世石经历的部分情绪，并思考这些模型“有何不能为”。

Mark Chen观察到，这种进步已改变编码的默认方式。他引用最近与高中生的对话，指出如今年轻人认为默认编码方式是“凭感觉编码”，而从头编写所有机制反而成为怪异概念。

他总结道，氛围编码之后或许就是氛围研究，即凭感觉进行研究。

OpenAI用人标准：不追逐“最出圈”之人

回归到人，两人分享了他们最看重的研究特质。

Jakub Pachocki认为，坚持不懈至关重要。

研究的本质是探索未知，许多尝试都会失败，因此必须准备好失败并从中学习。同时，要有清晰假设，并对进展保持极度诚实，不可自欺欺人证明结果。

他强调，对想法保持信心很重要，但更重要的是知道何时有效、何时无效，从而调整方向。

Mark Chen补充说，研究无捷径，需凭经验选择合适问题。问题太难易受挫，太简单则缺乏满足感。研究过程常伴大量失败，需学会何时坚持、何时转向。

他指出，“趣味性”来自阅读好论文、交流与经验积累。

关于如何留住人才，Mark Chen表示，OpenAI的优势在于专注基础研究而非简单模仿对手。他们有清晰研究目标，创新氛围激励研究员，同时公司注重文化建设和人才培养。

Jakub则指出，他们寻找的不是最“出圈”之人，而是曾解决难题、具备扎实技术功底并愿迎难而上的人，即使其先前领域非深度学习。

我们不会纯粹寻找谁做了最引人注目工作，或谁在社交媒体上最受关注（小扎：报我名得了~）。

在团队文化方面，Jakub强调要保护基础研究，不被产品竞争节奏带偏，研究员需空间思考未来一两年的重大问题。

总之，OpenAI的长期目标是打造“自动化研究员”，因此不同研究方向将围绕此目标逐渐融合。按Mark Chen的话说，粗线条需规定方向，但细节保持开放。

若有10%额外资源，将投向计算领域

如果你有10%的额外资源，会将其投入计算、数据整理还是人员方面？

面对这最后一问，Mark Chen明确表示，计算资源是合理答案。

（笑）没有研究人员会觉得自己算力充足。

Jakub补充道，必须明确优先级，否则可能在所有方向都屈居第二。他强调计算仍是决定性因素，几年前人们认为会转向“数据受限”，但事实证明今天仍处于强烈计算限制下。

在算力有限的情况下，所有主流厂商几乎都面临产品发布与研究优先的抉择。

对此，Jakub强调OpenAI的研究路线主要基于长期信念，而非短期市场反馈。谈及未来哪些先验保持不变，他认为除计算外，还需考虑能源等物理约束。他预测机器人技术将在不久后成为焦点。

至此，访谈内容告一段落，你如何看待二人提出的上述观点？

访谈地址：

https://www.youtube.com/watch?v=KSgPNVmZ8jQ