OpenAI两位首席最新采访信息量好大！终极目标是“自动化研究员”
（来源：量子位）
采访时间不到1小时，信息密度却堪称爆炸！
OpenAI首席科学家Jakub Pachocki和首席研究官Mark Chen开启同台爆料模式：
在a16z的这场最新采访中，二人不仅深入探讨了GPT-5如何引入长远推理、如何在基准饱和后衡量进度，以及为什么强化学习不断让怀疑论者感到惊讶，还系统性阐述了OpenAI的用人标准、未来路线图以及算力分配这些重要问题。
一句话，凡是你对OpenAI感到好奇的问题，他俩几乎都谈到了~
话不多说，访谈重点这就奉上——
GPT-5：将推理与Agentic行为引入主流
采访第一趴主要关于GPT-5。
Mark Chen表示，GPT-5是OpenAI试图将推理能力带入主流的一种尝试。
在此之前，公司有GPT系列（主打即时响应）和o系列（主打推理）两类模型。从策略上讲，他们不希望用户被“我应该使用哪种模式”所困扰，所以把未来重心放在了越来越多的推理和Agents上。
他还一再强调，虽然相比o3和以前的其他模型，GPT-5在很多方面都有改进，但这款模型最主要的意义还是在于将推理模式带给更多人。
紧接着，主持人又问到了评估趋于饱和的问题，对此Jakub Pachocki也做了一番回答。
他一开口就直接承认，我们过去几年中一直使用的这些评估确实已经非常接近饱和。
具体而言，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；但如今随着针对严肃推理的强化学习出现，可以让模型在特定领域深度训练成专家，从而在某些评估中表现突出（却不一定具备良好泛化性）。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，并在具有经济相关性的领域取得实际进展。
OpenAI的宏大目标：实现自动化研究员
顺着发现新事物这个话题，二人又分别回答了“在GPT-5发布之前，哪种能力最让你感到惊讶？”这个问题。
Mark Chen分享道，印象最深的是模型能够推动非常困难的前沿科学研究。
他曾和一些物理学家、数学家朋友们共同体验模型，结果大家发现模型能够解答一些新的、非常复杂的问题。
而Jakub Pachocki则表示，o3的出现真正让他眼前一亮。尤其是在处理数学公式或推理时，它确实达到了一个“相当值得信赖”的水平。
至于未来，Jakub透露OpenAI的一个大目标是培养一个自动化研究员，这个研究员能自动发现新想法。
初步想法是，先自动化自家内部的研究工作，然后再考虑自动化其他科学领域的进展。
并且他提到了一个衡量这方面进展的“好方法”——观察这些模型实际上可以进行推理和取得进展的时间跨度。
接下来OpenAI会专注于延长这个时间跨度，无论是在模型的长期规划能力方面，还是在保持记忆方面。
对此Mark Chen也call back了一下评估的问题：
强化学习远未达到瓶颈，“不要将当下的状态视为终局”
接下来话题跳转到强化学习（RL）。
每当OpenAI发布模型新版本之后，很多人都会怀疑强化学习会达到瓶颈，但不知何故，RL依旧“生命力顽强”。
所以，为什么RL运作得如此出色？RL有什么让人感到惊讶的地方吗？
面对这一连串提问，Jakub Pachocki首先解释了RL能运作良好的几点原因：
Jakub Pachocki认为，过去几年是OpenAI研究中最令人兴奋的时期，因为他们发现了如此多的新方向和有希望的想法，并且这些想法似乎都在奏效。
在谈到奖励模型（Reward Model）时，他预计奖励模型的发展速度会非常快，并且未来会变得更简单，就像几年前大家讨论如何构建合适的微调数据集一样。
与此同时，他指出这一演变还远未结束，OpenAI正在逐步向更接近人类学习的方向迈进，而当前的RL仍无法完全做到这一点。
他特别强调，理解RL的关键思维模式是不要把当下的状态视为终局，要保持灵活，因为相关的工具和方法论还会持续快速迭代和演变。
氛围编码之后：氛围研究
对于当下大热的AI编程，主持人也cue到了OpenAI本月发布的GPT-5-codex，这是一个专门针对编程进行优化的模型。
Mark Chen表示，在这项工作上他们投入了大量精力来调整预设，以更好地匹配程序员对等待解决方案时间长度的预期。
并且为了测试模型能力，他们选择了去参加编程竞赛。
Jakub Pachocki认为，编程竞赛提供了一个很好的、封装的测试，可以衡量模型在受限环境和时间范围内提出新想法的能力。
不过，Jakub自述作为一位历史上极其不情愿使用任何工具（甚至只使用Vim）的“老派”程序员，使用GPT-5最新的编码工具让他觉得“这不是（以前的）方式了”。
他现在意识到，模型可以在15分钟内几乎完美地完成30个文件的重构，因此“你必须使用它”。
他形容这种新的编码方式目前仍有点处于“恐怖谷”（uncanny valley）阶段，因为它虽然解决了许多问题，但“仍然有点像……不如一个同事那么好”，并表示OpenAI的首要任务是摆脱那个恐怖谷。
而Mark Chen则将模型当前达到的水平和围棋选手李世石面对AlphaGo时的经历联系起来，他直言：
他坦言，他们确实感受到了李世石所经历的部分情绪，并思考这些模型“有什么是它们做不到的”。
Mark Chen观察到，这种进步已经改变了编码的默认方式。他引用最近与高中生的对话，指出现在的年轻人认为默认的编码方式是“凭感觉编码”（vibe coding），而自己从头开始编写所有编码机制反而成为一个奇怪的概念。
他最后总结道，氛围编码之后或许就是氛围研究（vibe researching），即凭感觉研究。
OpenAI招人：并非寻找“最出圈”的人
具体回归到人上，二人也分享了他们最看重的研究特质。
Jakub Pachocki认为，坚持不懈是关键。
研究的本质是探索未知，很多尝试都会失败，因此必须做好失败和从失败中学习的准备。同时，要有清晰的假设，并且对进展保持极度诚实，不能为了证明结果而自欺欺人。
他强调，对自己的想法保持信心很重要，但更重要的是知道什么时候它有效，什么时候无效，从而调整方向。
Mark Chen补充说，研究没有捷径，需要经验来学会如何选择合适的问题。问题太难容易受挫，太简单又缺乏满足感。研究过程常常伴随大量失败，需要学会什么时候坚持，什么时候转向。
他指出，“趣味性”来自阅读好论文、交流和经验积累。
而关于如何留住人才，Mark Chen表示，OpenAI的优势在于他们专注于基础研究，而不是简单模仿竞争对手。他们有清晰的研究目标，创新氛围鼓舞了研究员，同时公司也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”的人，而是曾经解决过难题的人，具备扎实技术功底并愿意迎难而上的人，哪怕之前的领域不是深度学习。
在团队文化方面，Jakub强调要保护基础研究，不要被产品竞争的节奏带偏，研究员需要空间去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”，因此不同研究方向会围绕这一目标逐渐融合。按Mark Chen的话来说就是，粗线条上需要规定方向，但细节上保持开放。
如果有10%的额外资源，会投向计算
如果你有10%的额外资源，你会把它投入到计算、数据整理还是人员方面？
面对最后一个关键问题，Mark Chen明确表示，计算资源是合理答案。
Jakub补充说，必须明确优先级，否则可能在所有方向都只能做第二名。他强调计算仍是决定性因素，几年前大家认为会转向“数据受限”，但事实证明今天依旧处在强烈的计算限制下。
在算力有限的情况下，如今所有主流厂商几乎都会面临产品发布和研究哪一个优先的问题。
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。并且当谈到未来哪些先验会保持不变，他认为除了计算，还要考虑能源等物理约束。他预测机器人技术会在不久的将来成为主要焦点。
Okk，至此采访内容告一段落，你怎么看二人提到的上述观点？
访谈地址：
https://www.youtube.com/watch?v=KSgPNVmZ8jQ
相关推荐
“草莓”曝出前三小时，OpenAI又有首席研究员“出走”
OpenAI首席科学家Ilya离开OpenAI了吗？
Sora年内将向公众推出：OpenAI首席技术官最新透露这些“干货”
又一OpenAI研究员离职，OpenAI离职员工称AGI使命太难
OpenAI最新产品全曝光，秘密寻找下一个重大突破
马斯克被曝要合并特斯拉和Neuralink，终极目标是AGI？
投资人施压，董事会松口：阿尔特曼或重返OpenAI？
OpenAI首席科学家：ChatGPT可能已经有了意识
揭秘：OpenAI是如何发展出推理模型的？
马斯克遭OpenAI偷袭！被挖走三个技术大牛
网址: OpenAI两位首席最新采访信息量好大！终极目标是“自动化研究员” http://m.xishuta.com/newsview142346.html
