摘要：OpenAI的首席科学家JakubPachocki和首席研究官MarkChen，最近在a16Z的播客里透了个大消息，他们想在后GPT-5时代搞出“自动化研究员”AI，就是能自己发现新知识、推进科学的那种。

OpenAI的首席科学家JakubPachocki和首席研究官MarkChen，最近在a16Z的播客里透了个大消息，他们想在后GPT-5时代搞出“自动化研究员”AI，就是能自己发现新知识、推进科学的那种。

还聊了GPT-5是咋设计的，以及以后咋实现这个大目标。

在GPT-5出来前，OpenAI其实有俩模型路线。

一个是大家熟的GPT系列，从2到4，特点是快，问啥能马上给答案，另一个是o系列推理模型，得慢慢琢磨，才能出高质量结果。

这就给用户出了难题，到底该用哪个？选不对还影响效果。

MarkChen说，他们就是不想让用户遭这罪。

团队做了好多研究，就想弄明白“面对一个问题，AI该想多久才够”。

最后把这俩模型的优点揉进了GPT-5，现在用它不用选模式，默认就能深度思考，有点像给AI加了“自动思考”功能。

老实讲，这步挺实在的，以前选模型跟纠结点外卖选套餐似的，现在省事儿多了。

但新问题又冒出来了，咋判断GPT-5好不好用？YakaPohotsky说，以前那些评估指标都快“饱和”了，比如把准确率从96%提到98%，看着是进步，其实没多大实际意义。

而且现在AI靠强化学习能在特定领域特别厉害，但这跟“啥都能干”的泛化能力不是一回事。

本来想觉得换个指标就行，后来发现他们想的更透，以后不看“分数”了，看AI能不能“发现新东西”。

Yaka举了个例子，比如AI在数学、编程竞赛里的表现，要是能解出没人解过的题，那才叫真本事。

这思路其实是给后面的“自动化研究员”铺路，毕竟搞研究核心就是发现新东西。

聊完GPT-5，俩人就说了五年内的核心目标，搞“自动化研究员”。

不是让AI帮着整理资料那种，是真能自己琢磨出新想法，还能推进数学、物理这些领域的研究。

咋判断这AI行不行？关键看“能想多久”。

现在AI在高中水平的竞赛里，能集中思考1到5小时，快赶上大师级了。

但搞研究可不止几小时的事，可能要几周、几个月。

所以他们接下来要让AI“记性更好、规划能力更强”，能长时间盯着一个问题琢磨。

可问题也来了，想的时间越长，出错的概率就越高。

Yaka说，这其实就是让AI“长时间保持逻辑一致”。

就像解复杂数学题，试一种方法错了，得知道错在哪，再换个思路。

MarkChen说，这跟人做研究一样，得在失败里调整，不能一条道走到黑。

更难的是，以后AI还要碰“没标准答案”的领域。

比如证明一个数学猜想，得先想“要不要找其他学科的知识帮忙”，这种开放性问题，连人都得琢磨半天。

所以“自动化研究员”不光要会解题，还得会“提对问题”，这可比写代码难多了。

想搞成“自动化研究员”，俩技术方向很关键。

一个是强化学习，另一个是编程工具。

Yaka说，强化学习以前总受“环境”限制，比如想让AI练某个技能，得先搭个模拟场景。

但现在有了大语言模型就不一样了，AI能理解人类语言，等于有了个贴近真实世界的“练习场”。

比如让AI读科研文献，读错了能收到反馈，慢慢就能越读越准。

还有就是刚发布的GPT-5Codex，专门帮着写代码的。

以前AI写代码可能只看对不对，现在还管“好不好用”，比如代码风格统一不统一，能不能应对复杂项目。

Yaka自己就是老程序员，他说现在用GPT-5Codex，15分钟就能把30个文件的代码重构好，换以前得熬半天。

除了技术，OpenAI的组织文化也很重要。

他们招人的时候，不看你在网上名气大不大，就看你有没有“解决难题的经历”。

比如有人以前是学物理的，没做过AI，但能搞定量子计算的难题，照样能进。

而且研究员不用被产品需求牵着走，有足够时间琢磨1到2年后的研究方向。

最后聊到“要是有更多资源，先投啥”，俩人都说是“算力”。

Jakub不认同“AI以后缺数据不缺算力”的说法，他觉得“能做多少事，全看有多少算力”。

MarkChen更直接，说“谁要是觉得算力够了，来我这待个周末就知道了，没人会说‘我算力够了’”。

说实话，这也能理解，搞AI前沿研究，算力就像燃油，没它跑不起来。

从现在年轻人靠AI“氛围编程”写代码，到以后AI自己“氛围研究”搞科研，OpenAI这目标确实不小。

虽然现在还有不少难题，比如AI长时间思考容易出错，还得会提问题，但要是真成了，以后搞科研可能都得换个思路。

毕竟让AI帮着找新发现，总比人单打独斗快多了。

来源：奇史怪谈