OpenAI双巨头首次详解GPT-5：不是下一代GPT，终极形态是AI研究员
OpenAI双巨头首次详解GPT-5：不是下一代GPT，终极形态是AI研究员
访谈对象：Jakub Pachocki（OpenAI首席科学家）、Mark Chen(OpenAI首席研究官)
时间：2025年10月
来源：硅谷风投a16z深度访谈
前言
“我们希望模型能自己发现新想法,自己推进研究。”
“GPT-5不是GPT-4的简单升级,而是一个重要的转折点。”
前不久,OpenAI的两大巨头——首席科学家Jakub Pachocki与首席研究官Mark Chen共同接受硅谷风投a16z深度访谈,首次系统性地揭示了GPT-5的真实定位。震撼的不是GPT-5本身,而是它背后的野心：打造”自动化研究员”。
三个关键信号值得所有人关注：
- 融合革命：GPT-5将整合GPT系列的”快速响应”与o1系列的”深度推理”,让模型自主判断”这个问题需要几秒还是几小时思考”
- 硬科学突破已现：物理学家、数学家试用后震惊地发现,GPT-5能提出非平凡的新数学结果
- 从”vibe coding”到”vibe researching”：OpenAI的真正目标是与AI协同做研究,这将彻底改变科研的传统方式
目录
- 一、GPT-5诞生：从”快速响应”到”深度推理”
- 二、评估标准大转向：从”考高分”到”创造新可能”
- 三、强化学习：推理的”引擎”,潜力仍然巨大
- 四、AI编程革命：从”vibe coding”到”vibe researching”
- 五、AI的未来：瞄准”自动化研究员”
- 六、团队文化：持续学习,长期主义
- 结语：AI从”回答者”变成”合作者”
一、GPT-5诞生：从”快速响应”到”深度推理”
1.1 两条技术路线的融合
Mark介绍,过去OpenAI有两条并行的技术路线：
GPT系列：
- 从GPT-2到GPT-4
- 特点是快速响应、即时输出
o系列：
- 不追求速度,而是”思考更久”
- 力求给出最优答案
GPT-5做了一件关键的事：把这两条路线彻底融合。
它能自主判断”这个问题需要几秒钟还是几个小时思考”,不用用户手动选择模式。这让”推理能力”和”类代理能力”成了模型的默认配置,也让GPT-5成为首个真正意义上的”推理模型”。
1.2 推理过程的突破
在推理过程中,GPT-5像人类一样,也会经历“尝试—失败—调整—再尝试”的过程。更重要的是,它能显著延长”不跑偏”的持续推理时长,解决了行业里”步骤过多就会质量下降”的老难题。
1.3 训练中的挑战
不过,训练GPT-5的过程也并不是一帆风顺的。最常见的麻烦是“双重bug”：
- 既有代码层面的漏洞
- 也有研究者思维上的”偏差假设”
这些问题一旦出现,可能让几个月的实验白费。Jakub坦言,很多重大突破的本质,其实就是”识别并修正这些隐藏的错误”。
1.4 GPT-5 Codex：推理智能落地编程
除了推理能力的融合,GPT-5还有一个重要延伸——GPT-5 Codex,专门让推理智能落地到编程场景。
Codex团队做了三个升级：
- 处理更复杂的真实编码环境：适配工业级开发需求
- 关注开发者的风格和习惯：能根据需求调整”模型主动性”
- 优化延迟时间：简单题快速答复,复杂题花更多时间求最优解,解决了过去”简单题耗时、难题不深入”的失衡问题
二、评估标准大转向：从”考高分”到”创造新可能”
2.1 传统评估的饱和
在GPT-2到GPT-4的时代,模型进步靠”评测(evals)”验证,分数从98%追到99%,已经逼近饱和。
但根据Jakub所言,GPT-5的价值,并不被定位在”答对多少题”上,而在于”能不能提出全新解法”。
2.2 新的评估维度
现在,OpenAI更关注三个维度：
- 模型能不能自主发现问题？
- 能不能在开放领域持续推进研究？
- 能不能在没有提示的情况下找到新路径？
2.3 顶尖赛事中的表现
这种评估转向,在实际场景里已经有了清晰体现。比如在AtCoder、IMO(国际数学奥林匹克)、IOI(国际信息学奥林匹克)这些顶尖赛事中,GPT-5已经接近人类顶尖水平。
但Jakub强调：
“这些比赛的排名不是重点,真正的进步是模型开始能发现新思路。”
2.4 硬科学领域的突破
更让人惊喜的是硬科学领域的突破。OpenAI团队邀请许多物理学家、数学家试用后发现:
- GPT-5能提出”非平凡的新数学结果”
- 过去学生要花数月计算的内容,模型几乎能自动完成
- 对研究者来说,这简直是”灵光一现的时刻”
2.5 开放领域的探索
而在没有明确对错的开放领域,GPT-5的能力也很关键。
Jakub认为：
“真正要推动科研,有明确定义的问题和开放性问题之间的界限会逐渐模糊。”
就像数学千禧难题,需要跨物理、数学分支设计研究路线,这和AI的推理本质高度契合。现在GPT-5正用长时推理能力,在这些开放领域探索未知路径。
三、强化学习：推理的”引擎”,潜力仍然巨大
3.1 RL远未到顶点
外界很多人觉得,强化学习(RL)的潜力已经耗尽了,但Jakub并不认同这种观点：
“RL还远未到顶点,它正让语言模型学会在复杂目标中自我进化。”
3.2 语言建模与强化学习的结合
其实OpenAI早在大语言模型出现前,就开始探索强化学习了。近些年来,他们最大的突破,是把”语言建模”和”强化学习”结合到了一起：
- 语言模型为RL提供丰富的环境
- RL则让模型学会执行复杂目标、自主决策和修正
3.3 对企业的启发
这对企业来说也有启发。现在很多公司不知道怎么设计RL奖励模型,Jakub给出了建议：
RL会逐渐变得更自然,未来会从”人工设置奖励”走向”类人学习”模式。
大家别被”当前的做法”限制,给模型一些试错空间,比制定更多规则更重要。
四、AI编程革命：从”vibe coding”到”vibe researching”
4.1 编程能力的飞跃
作为曾经的竞技编程选手,Jakub和Mark对AI编程的进步感触很深。现在GPT-5在很多编程比赛中已经接近顶尖人类水平,差距还在快速缩小。
过去Jakub并不习惯使用AI工具进行编程工作,但现在他坦言：
“GPT-5能在15分钟里完美重构30个文件,这种生产力提升根本无法忽视。”
4.2 当前的临界期
不过目前行业还处在一个”有点不自然的临界期”——模型不像真正的同事,但大家又必须依赖它。
就像Mark说的,很多年轻人已经把“vibe coding”(与模型协同写代码)当成默认工作方式。
4.3 更远大的目标
但OpenAI的目标更加远大,他们想尽快跨过这个阶段,进入“vibe researching”(与模型协同做研究)的新时代。
五、AI的未来：瞄准”自动化研究员”
5.1 长远目标
谈到未来1-5年的路线,Jakub明确表示,GPT-5的长远目标是成为”自动化研究员”。
他再次强调：
“我们希望模型能自己发现新想法,自己推进研究。”
而且这不只限于机器学习领域,还要推动物理、数学等其他科学领域的自动化进展。
5.2 两个关键突破方向
要实现这个目标,有两个关键方向要突破。
5.2.1 延长”思考跨度”
目前GPT-5能连续推理1-5小时解决复杂任务,下一步要让它在更长时间线上保持规划和记忆能力,像人类研究者一样”持续推进工作”,而不是只做”短平快”的答题。
5.2.2 资源支撑
和过去相同,OpenAI仍然倾向于把计算资源投入核心算法研究,而不是单纯优化产品。
Mark直言：
“在前沿AI研究中,计算力几乎决定一切。”
目前行业仍受算力限制,而非外界传言的”数据瓶颈”。
5.3 驻留研究员项目
为了培养更多研究人才,OpenAI还推出了“驻留研究员”项目。
这个项目能让物理、金融等非AI背景的研究者快速上手,通过”亲手实现核心成果、在错误中建立直觉”,相当于”加速版博士训练”,正好补充了学术界”长期攻坚”的优势。
六、团队文化：持续学习,长期主义
6.1 永不停止的学习
OpenAI能一直保持领先,离不开它独特的团队文化。Mark一句话道出了核心：
“在OpenAI,你永远不会停止学习。”
这里每周都有新突破,研究者必须全力以赴才能跟上,避免了其他公司”前两年学习、后续进入平台期”的困境。
6.2 多元化背景
背景的多元化也注定了研究者们需要具备持续学习的能力。OpenAI最成功的研究者,很多来自物理、数学、金融等非AI领域。
他们的共同点不是背景,而是：
- 扎实的技术基础
- 能坚持攻克极具挑战的问题
6.3 用人标准
在用人层面,OpenAI团队并不简单看重”社交媒体活跃度”或”表面成果”,而是更认可两种人：
- 擅长”提出新方向”的：不局限于实现现有想法,而是能打开全新研究思路
- 擅长”深挖与验证”的：能把一个想法彻底落地,通过反复实验验证价值
6.4 研究与产品的平衡
作为兼具顶尖研究机构和优秀产品公司属性的组织,OpenAI从研究人员的特质出发,努力做到“研究与产品”的平衡：
对研究人员的安排：
- 关心产品的研究员会和产品团队紧密合作
- 专注基础探索的研究员则能自由创新
团队协作方式：
- 产品团队和领导层从不把现有产品当终点
- 和研究团队一起,锚定”自动化研究员”的长期目标
- 把扩散模型、代码推理等多样化方向,统一到同一路线图中
6.5 应对外界反馈的定力
面对外界反馈,比如竞品发布新模型,OpenAI也有自己的定力——不被短期产品反应左右研究的优先级。
Mark强调：
“研究的节奏是长期的,产品迭代更快。”
团队始终聚焦”未来一两年甚至更久的重大问题”,不会陷入”竞速思维”。
结语：AI从”回答者”变成”合作者”
GPT-5不只是”长时推理时代”的开端,更在编程、硬科学领域打开了新可能。现在它不再是被动的”回答者”,而是能和人类协同研究、创造新解法的”合作者”。
对企业的三个转变
- 使用AI时：从”提问等待”升级为”共同研究”
- 衡量AI时：从”分数高低”转向”创新与洞见”
- 管理团队时：从”追热点”转向”培养长期攻坚与学习能力”
通往未来的里程碑
GPT-5不是终点,而是通往”自动化研究员”的关键里程碑。当AI能提出新数学定理、”vibe researching”成为常态,知识边界与创新模式都会被彻底重塑。
AI已经进入”长思考”时代,我们要学的不只是怎么用它,更是怎么跟上它的思考速度。
来源： 硅谷风投a16z深度访谈
整理： OpenAI双巨头首次系统性揭示GPT-5定位
相关文章推荐：