在人工智能快速发展的今天，OpenAI再次引领了技术前沿的讨论。最近，OpenAI首席科学家Jakub Pachocki和首席研究官Mark Chen在a16z的播客中深入探讨了GPT-5的发布、强化学习的持续成功，以及他们对未来"自动化研究员"的宏伟愿景。这次对话不仅揭示了当前AI技术的突破性进展，更为我们描绘了一个从"氛围编程"走向"氛围研究"的未来图景。
GPT-5：推理能力的主流化
融合即时响应与长时推理
GPT-5的发布标志着OpenAI在AI推理能力方面的重要里程碑。正如Pachocki所解释的，GPT-5是OpenAI将推理能力带入主流的尝试。在此之前，OpenAI拥有两个不同的模型系列：GPT-2、3、4系列提供即时响应，而O系列则能够进行长时间思考后给出最佳答案。
GPT-5的核心创新在于解决了用户的选择困难------不再需要纠结于使用哪种模式。通过大量研究，团队确定了针对不同提示的最佳思考时间，并将这种痛点从用户身上移除。这种"智能化的推理时间分配"代表了AI系统在用户体验优化方面的重要进步。
超越传统评估基准
在评估AI进展方面，传统的基准测试已经接近饱和。Chen指出，许多过去几年使用的评估标准已经接近98-99%的准确率上限。更重要的是，随着强化学习在特定领域的深度训练，模型可以在某些任务上达到极高性能，但这并不意味着更强的泛化能力。
团队现在更关注的是模型发现新事物的实际标志。特别是在数学和编程竞赛中的表现，成为了衡量进展的最令人兴奋的指标。然而，即便是这些评估也在趋于饱和，因此下一代评估将聚焦于实际发现和经济相关的真实进展。
强化学习：持续超越预期的技术
为什么强化学习如此有效？
强化学习的持续成功令许多人感到意外。每当有人预测RL会遇到瓶颈时，OpenAI总是能够推出新的改进版本。Pachocki解释了这种成功的根本原因：
强化学习本身是一种非常灵活的方法，一旦建立了有效的RL系统，就能够探索大量不同的想法。OpenAI早期就认识到RL的强大潜力，但长期以来的挑战是如何将其与现实世界连接。语言模型的突破为这个问题提供了答案------通过在自然语言上规模化深度学习，他们创造了对人类语言有着微妙理解的模型。
一旦将RL应用于自然语言，就获得了在这个极其丰富的预训练环境中执行不同想法和目标的能力。这种结合为过去几年中最令人兴奋的研究时期奠定了基础。
奖励建模的演进
对于企业和非RL专业人士来说，设计正确的奖励模型一直是一个挑战。Chen预测这个过程将快速演进并变得更加简单。就像两年前人们还在讨论如何制作合适的微调数据集一样，奖励建模的复杂性也会逐渐降低，最终趋向更加人性化的学习方式。
代码革命：从工具到伙伴
GPT-5 Codex的新突破
GPT-5 Codex的发布代表了AI编程辅助的新高度。Chen强调，Codex团队的核心目标是将推理模型的原始智能转化为现实世界编程的实用工具。
新版本在处理复杂环境方面有了显著改进。现实世界的编程是混乱的，充满了各种复杂性。团队不仅要处理技术挑战，还要应对编程风格、模型主动性等"软性"问题，定义编程模型应该如何表现的规范。
从"氛围编程"到新的编程范式
Pachocki分享了一个有趣的观察：当他与高中生交谈时，他们说现在编程的默认方式是"氛围编程"（vibe coding）。对这些年轻人来说，有时为了完整性才会从头开始编写所有代码，但这对他们来说是一个奇怪的概念------为什么要这样做？默认就应该是氛围编程。
这种范式转变反映了AI工具如何根本性地改变了软件开发的方式。即使是经验丰富的程序员如Pachocki，也不得不承认这种新的编程方式的效率------30个文件的重构可以在15分钟内几乎完美地完成。
自动化研究员：终极目标
从竞赛解题到科学发现
OpenAI研究的最终目标是创造一个自动化研究员，能够自动化新想法的发现。虽然他们特别关注自动化机器学习研究，但这可能会变得有些自我指涉，因此他们也在考虑自动化其他科学领域的进展。
衡量这方面进展的一个关键指标是模型能够推理和取得进展的时间跨度。目前，随着在高中竞赛中接近精通水平，他们已经达到了大约1-5小时的推理范围。下一步的重点是扩展这个时间跨度，包括模型在更长时间内进行规划的能力，以及保持记忆的能力。
从有限域到开放问题
一个关键问题是，在数学和科学等可验证领域取得的进展是否能够扩展到不太可验证的领域。Pachocki提供了深刻的见解：当真正想要扩展到持续数月或数年的有意义技术发现时，问题之间的差异实际上会缩小。
即使是定义明确的问题，如果要在更长的时间尺度上解决（如证明千禧年奖问题），也需要考虑可能相关的数学或其他科学领域，以及可能从物理学中获得的灵感。这些突然变成了非常开放的问题。
研究文化：在产品公司中保护基础研究
平衡产品与研究
作为既是顶级研究机构又是顶级产品公司的OpenAI，如何平衡这两个方面是一个关键挑战。Chen强调，关键是区分一部分真正关心产品并愿意为产品成功负责的研究人员，他们应该与整体研究工作密切协调。
重要的是让人们理解自己的职责和奖励机制。同时，产品团队和更广泛的公司领导层都认同研究的愿景方向，没有人假设现在的产品就是永远的产品。
保护基础研究的重要性
Chen认为最重要的是确保保护基础研究。在当今这么多不同公司的环境中，很容易陷入只思考如何在聊天产品或其他产品表面上竞争的世界。必须确保为研究留出空间，认识到研究的本质，并给他们进行研究的空间。
特别是在OpenAI受到如此关注，AI总体上受到如此关注，不同实验室之间竞争如此激烈的情况下，很容易陷入"我们正在竞相击败最新发布"的心态。他们的很大一部分工作是确保人们有这种舒适感和空间去思考一两年后事情实际会是什么样子，以及他们真正想要回答的重大研究问题是什么。
人才战略：寻找"洞穴居民"
识别非显而易见的天才
在人才招聘方面，OpenAI有着独特的方法论。他们寻找的是在任何领域都能解决困难问题的人才。许多最成功的研究人员都是在OpenAI开始深度学习之旅的，他们之前在物理学、计算机科学、金融等其他领域工作过。
强大的技术基础，加上致力于非常雄心勃勃的问题并真正坚持下去的意图，是他们寻找的关键特质。他们不纯粹寻找谁做了最显眼的工作，或者在社交媒体上最显眼的人。
研究者的多样性
Chen指出，研究者并不只有一种形状。有些研究人员在想法生成方面非常有效率，他们不一定需要通过实现所有想法来显示巨大影响。还有其他研究人员非常善于rigorous地探索一个想法周围的实验空间。
计算资源：仍然是制约因素
计算依然是瓶颈
尽管几年前有人认为我们不会很快受到计算限制，因为有许多算法改进和效率提升，但现实情况是，计算仍然是一个关键的制约因素。Pachocki直言不讳地表示："任何说这话的人都应该来做我的工作一周，没有人会说'我有足够的计算资源'。"
如果有额外10%的资源，他们的首选仍然是投入更多计算资源。这反映了当前AI研究中计算需求的巨大性和重要性。
深度洞察与未来展望
技术发展的哲学思考
这次对话透露了OpenAI在技术发展上的深层哲学思考。他们认识到，从解决高中竞赛问题到进行真正的科学研究，看似是一个巨大的跳跃，但实际上两者在本质上可能比表面看起来更加相似。
真正的挑战不在于问题的可验证性，而在于时间跨度的扩展。当研究问题的时间跨度从几小时扩展到几个月甚至几年时，即使是最定义明确的问题也会变得开放和复杂。
从工具到伙伴的转变
"氛围编程"的概念揭示了AI工具正在经历的根本性转变。它们不再仅仅是执行特定任务的工具，而是在成为创造性工作的合作伙伴。这种转变预示着"氛围研究"时代的到来，在这个时代，研究人员将能够凭借直觉和创意与AI系统协作，共同探索科学前沿。
研究文化的持续演进
OpenAI在保护基础研究方面的经验为整个行业提供了宝贵的参考。在商业压力和研究自由之间找到平衡，需要清晰的愿景、坚定的原则和灵活的组织结构。
他们的成功秘诀在于始终保持对fundamental research的保护，同时确保产品开发和研究工作的有机结合。这种平衡不是静态的，而是需要根据发展阶段和外部环境不断调整的动态过程。
结语：迈向自动化发现的新时代
从GPT-5的推理能力融合到自动化研究员的终极愿景，OpenAI正在引领我们走向一个新的时代。在这个时代，AI不仅仅是人类的工具，更是人类智慧的延伸和放大器。
"氛围编程"已经成为年轻一代的默认方式，而"氛围研究"可能很快就会成为科学发现的新范式。在这个过程中，人类的创造力、直觉和批判性思维将与AI的计算能力、模式识别和持续推理能力相结合，共同推动人类知识和技术的边界。
OpenAI的经验告诉我们，这种转变不仅仅是技术层面的，更是文化和组织层面的。如何在快速发展的技术环境中保持研究的纯粹性和长远性，如何在商业成功和科学探索之间找到平衡，这些都是我们在迈向AI驱动的未来时需要深入思考的问题。
正如Pachocki和Chen在对话中所展示的，真正的突破往往来自于对基本问题的深入思考、对长期目标的坚持，以及对意外发现的开放态度。在人工智能重塑研究范式的今天，这些品质比以往任何时候都更加重要。
原始视频：https://youtu.be/KSgPNVmZ8jQ?si=cGp36GZslATuhe-0
中英文字幕：
从氛围编程到氛围研究：OpenAI的GPT-5与未来自动化研究之路-中英文字幕