在a16z的最新采访中，OpenAI首席科学家Jakub Pachocki和首席研究官Mark Chen爆料诸多关键信息。他们深入探讨GPT-5特性、评估体系困境、强化学习优势等，还阐述用人标准、未来路线图与算力分配，透露终极目标是打造“自动化研究员”，并分享对AI编程的独特见解。
GPT-5的探索与挑战
Mark Chen表示，GPT-5是OpenAI将推理能力带入主流的尝试。此前公司有主打即时响应的GPT系列和主打推理的o系列模型，为避免用户选择困扰，未来会侧重推理和Agents。他强调，GPT-5相比o3等模型虽多有改进，但主要意义是将推理模式带给更多人。对于评估趋于饱和的问题，Jakub Pachocki承认过去几年的评估已接近饱和，早期训练依赖大规模预训练数据测试泛化能力，如今强化学习使模型在特定领域突出却缺乏泛化性，未来OpenAI将关注模型能否发现新事物并在经济相关领域取得进展。
OpenAI的宏大目标————自动化研究员
顺着发现新事物话题，二人分享GPT-5发布前令他们惊讶的能力。Mark Chen称模型能推动前沿科学研究，与物理学家、数学家体验时发现其能解答复杂新问题。Jakub Pachocki则对o3处理数学公式或推理时达到的“相当值得信赖”水平印象深刻。Jakub透露OpenAI大目标是培养自动化研究员，先自动化内部研究工作，再考虑其他科学领域，衡量进展的方法是观察模型推理和取得进展的时间跨度，未来会专注延长该跨度。
强化学习的奥秘与发展
面对强化学习（RL）为何运作出色及令人惊讶之处的提问，Jakub Pachocki解释，RL具有通用性与强大性，建立在深度学习这一通用学习方法之上，且OpenAI努力将模型锚定现实世界，语言模型的突破也是关键转折点。他认为过去几年OpenAI研究令人兴奋，发现诸多有效新方向。对于奖励模型，他预计其发展速度快且未来会更简单，但演变未结束，RL还未完全做到接近人类学习，需保持灵活，因为相关工具和方法论会持续快速迭代。
AI编程的现状与思考
针对OpenAI本月发布的编程优化模型GPT-5-codex，Mark Chen表示投入大量精力调整预设匹配程序员预期，还通过参加编程竞赛测试模型能力。Jakub Pachocki认为编程竞赛可衡量模型在受限环境和时间内提出新想法的能力，作为“老派”程序员，他虽曾抗拒使用工具，但如今意识到模型15分钟内几乎能完美重构30个文件，形容当前编码方式处于“恐怖谷”阶段，OpenAI首要任务是摆脱这一阶段。Mark Chen将模型水平与李世石面对AlphaGo的经历联系，称这种进步改变了编码默认方式，如今年轻人认为“凭感觉编码”是默认方式，还提到氛围编码之后或许是氛围研究。
OpenAI的用人标准与未来规划
Jakub Pachocki认为坚持不懈是研究关键，要做好失败准备，有清晰假设并对进展诚实。Mark Chen补充研究无捷径，需经验选择合适问题。关于留住人才，Mark Chen称OpenAI专注基础研究、目标清晰、注重文化建设和人才培养。Jakub表示寻找曾解决难题、技术扎实且迎难而上的人，而非最“出圈”的人。在团队文化方面，要保护基础研究，不被产品竞争带偏。面对算力、数据整理和人员资源分配问题，Mark Chen认为计算资源是合理答案，Jakub强调计算仍是决定性因素，研究路线基于长期信念，还提到机器人技术未来可能成焦点。
以上文章由 AI 总结生成
