亮點如下：

1. 氛圍編碼的下一步或許是氛圍研究；

2. OpenAI 的終極目標(biāo)是實現(xiàn)自動化研究員；

3. 下一個里程碑將涉及實際的發(fā)現(xiàn)和在經(jīng)濟(jì)相關(guān)事物上取得實際進(jìn)展；

4. 成功的秘訣在于保護(hù)基礎(chǔ)研究；

GPT-5 推動推理能力邁向主流

Mark Chen 首先指出，GPT-5 的核心目標(biāo)是將系統(tǒng)化的推理能力引入主流應(yīng)用場景。此前 OpenAI 已形成兩類模型路徑：GPT 系列側(cè)重即時響應(yīng)，而 o 系列聚焦深度推理。未來公司希望用戶無需在模式間做選擇，而是默認(rèn)享受更強(qiáng)的推理與 Agentic（自主行為）支持。

隨著模型能力快速提升，現(xiàn)有評估體系已趨于飽和。Jakub Pachocki 坦言，傳統(tǒng)基準(zhǔn)測試難以準(zhǔn)確衡量當(dāng)前模型在專業(yè)領(lǐng)域的深度表現(xiàn)。他強(qiáng)調(diào)，下一階段的突破將更關(guān)注模型是否能在科學(xué)或經(jīng)濟(jì)相關(guān)任務(wù)中實現(xiàn)“實際發(fā)現(xiàn)與進(jìn)展”，而不僅是刷高指標(biāo)分?jǐn)?shù)。

長期目標(biāo)：構(gòu)建“自動化研究員”

在被問及“在GPT-5發(fā)布之前，哪種能力最讓你感到驚訝？”這個問題時，Mark Chen 提到模型已展現(xiàn)出推動前沿科學(xué)研究的能力，甚至可自動化完成以往需研究人員數(shù)月工作的復(fù)雜問題。他曾和一些物理學(xué)家、數(shù)學(xué)家朋友們共同體驗?zāi)Ｐ�，大家發(fā)現(xiàn)模型能夠解答一些新的、非常復(fù)雜的問題。

Jakub 則以 o3 模型為例，指出其已在數(shù)學(xué)推理方面達(dá)到“相當(dāng)可信”的水平。

OpenAI 的宏大愿景是打造能自動發(fā)現(xiàn)新想法的“自動化研究員”系統(tǒng)。現(xiàn)階段重點之一是延長模型進(jìn)行持續(xù)推理與規(guī)劃的時間跨度——目前約為 1~5 小時。

Jakub 表示，公司將逐步推進(jìn)，先實現(xiàn)內(nèi)部研究流程的自動化，再拓展至外部科學(xué)領(lǐng)域。

接下來，OpenAI 會專注于延長模型長期規(guī)劃能力和保持記憶方面的時間跨度。

強(qiáng)化學(xué)習(xí)尚未達(dá)到瓶頸

盡管每次新模型發(fā)布后，外界常預(yù)測強(qiáng)化學(xué)習(xí)（RL）將觸及能力天花板，但事實上，RL 至今仍是推動 OpenAI 模型能力躍升的核心動力之一。針對“RL為何持續(xù)有效、哪些表現(xiàn)令人驚訝”等問題，首席科學(xué)家 Jakub Pachocki 給出了系統(tǒng)性解讀。

Jakub 將 RL 的成功歸納為以下原因：

1. 方法本身的通用性：RL 建立在深度學(xué)習(xí)的通用基礎(chǔ)之上，本身是一種極為靈活和強(qiáng)大的學(xué)習(xí)范式。一旦系統(tǒng)運轉(zhuǎn)起來，團(tuán)隊便能基于此探索大量新想法。

2. 與現(xiàn)實環(huán)境的錨定：OpenAI 長期致力于將模型與真實世界中的“環(huán)境”進(jìn)行對接，使學(xué)習(xí)過程具有明確的任務(wù)基礎(chǔ)和反饋來源。

3. 與語言模型的深度融合：自然語言建模的突破是關(guān)鍵轉(zhuǎn)折。語言模型對語義的深度理解，為 RL 提供了更貼近人類認(rèn)知的交互與推理界面。

Jakub 認(rèn)為，過去幾年是 OpenAI 研究中“最令人興奮的時期”，因為眾多新方向均顯示出可行性與潛力。

獎勵模型將快速演進(jìn)，當(dāng)前階段遠(yuǎn)非終局

在獎勵模型方面，他預(yù)測其發(fā)展會明顯加速，未來構(gòu)建過程將像“幾年前優(yōu)化微調(diào)數(shù)據(jù)集”一樣逐漸標(biāo)準(zhǔn)化。但他同時強(qiáng)調(diào)，RL 的整體演進(jìn)遠(yuǎn)未結(jié)束，目前技術(shù)仍在向更接近人類學(xué)習(xí)方式的方向發(fā)展，當(dāng)前體系尚不完善。

Jakub 特別指出，理解 RL 必須具備動態(tài)視角——切忌將當(dāng)前技術(shù)狀態(tài)視為終點。研究人員必須保持思維靈活，積極適應(yīng)快速迭代的工具與方法論，這正是把握 RL 未來走向的關(guān)鍵。

從“氛圍編碼”到“氛圍研究”

針對本月發(fā)布的編程優(yōu)化模型 GPT-5-codex，OpenAI 團(tuán)隊分享了其背后的設(shè)計思路與行業(yè)觀察。首席研究官 Mark Chen 指出，團(tuán)隊投入大量精力優(yōu)化了模型的響應(yīng)預(yù)設(shè)，以精準(zhǔn)匹配程序員對問題解決時長的心理預(yù)期。他坦言，上一代模型的核心問題在于資源分配失衡：在最簡單問題上耗時過多，而用于攻克最難問題的時間卻嚴(yán)重不足。為客觀測試模型極限，參與編程競賽被視為一個理想的評估場域。

首席科學(xué)家 Jakub Pachocki 認(rèn)同編程競賽的價值，認(rèn)為其提供了一個封閉且嚴(yán)格的測試環(huán)境，能有效衡量模型在有限時間與約束下提出新解決方案的能力。他指出，OpenAI的首要任務(wù)正是推動技術(shù)跨越這一階段，使AI成為真正自然的編程伙伴。

Mark Chen 觀察到，AI 已從根本上改變了年輕一代對編程的認(rèn)知：高中生們認(rèn)為“憑感覺編碼”（Vibe Coding）已成為默認(rèn)方式，而從頭手動編寫代碼反而顯得不同尋常。他預(yù)見，繼“氛圍編碼”之后，下一代范式或許是“氛圍研究”（Vibe Researching），即憑直覺引導(dǎo)的研究探索。

計算資源仍是關(guān)鍵投入

在團(tuán)隊建設(shè)方面，二人強(qiáng)調(diào)更看重候選人解決問題的毅力與技術(shù)扎實度，而非社交媒體上的知名度。Jakub 指出，OpenAI 致力于保護(hù)基礎(chǔ)研究不受短期產(chǎn)品競爭干擾，為研究員提供思考長期問題的空間。

當(dāng)被問及若有 10% 額外資源將投向何處，Mark Chen 毫不猶豫地選擇“計算資源”。Jakub 進(jìn)一步指出，目前整個行業(yè)仍處于“強(qiáng)烈受計算限制”的階段，即便數(shù)據(jù)與人才重要，算力仍是實現(xiàn)突破的關(guān)鍵基礎(chǔ)。他預(yù)測，機(jī)器人技術(shù)將在不久的將來成為重點投入方向。

視頻地址：https://x.com/i/status/1971304302569546237