875
0

OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人

OpenAI大佬们的欢乐爆料时间:AI界的相声表演

啊哈!这场采访简直是人工智能界的春晚啊!OpenAI的两位大佬Jakub Pachocki和Mark Chen在不到一小时的时间里,给我们丢下了一连串的重磅炸弹,炸得我们这些吃瓜群众目瞪口呆…

那些让AI研究员笑出声的未来规划

  • “氛围研究” – 听着就像是AI界的风水大师,下一步是不是要给代码看面相了?
  • 自动化研究员 – 拜托,你们是想让我们这些AI研究员失业吗?自己卷自己可还行!
  • 评估指标饱和 – 就好比你考了100次月考都是满分,校长终于说:”算了,我们来测测你能不能用知识换钱吧…”
  • Jakub像极了那个在实验室里琢磨”为什么要用锤子钉钉子”的哲学科学家,而Mark则是那个偷偷把哲学家的思考变成可用产品的”奸商”拍档。

    GPT-5:不只是更聪明,还要学会”长远考虑”

    两位大佬透露GPT-5将具备”长远推理能力”——翻译成人话就是:”现在的AI像个注意力缺陷的大学生,未来的AI要像个会做五年规划的中年人。”
    他们说强化学习不断打脸怀疑论者的样子,让我想起了那个每次都说”这次我一定瘦”却依然胖着的小伙伴。不过这次,AI是真的在不断进步!

    OpenAI的”奇葩”用人标准

    想知道OpenAI招人的秘密?他们把科学家分成了三类:

  • 深度专注型 – 那种能在咖啡厅喧闹中写出完美算法的怪才
  • 系统性思维型 – 能把所有技术串联起来讲故事的架构师
  • “诶我突然有个想法”型 – 日常工作是发呆,但每次发言都让人想给TA涨工资
  • 而OpenAI的成功秘诀竟然是——保护基础研究不被产品部门绑架!这不就是典型的”有钱任性”嘛!

    算力分配:AI世界的贫富差距

    聊到算力分配时,二人露出了神秘的微笑:”我们有办法确保最重要的研究获得足够资源。”——言下之意大概是”新来的同事,你的模型排期可能要等到GPT-7发布之后”…
    总之,这次采访就像是打开了OpenAI的后厨,让我们看到了AI这道”大餐”是怎么烹制的。温馨提醒:观看前请系好安全带,因为信息量真的太大啦!
    OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人

    访谈速递:不墨迹,直接上硬货!

    各位看官注意啦,我这就把最劲爆的访谈干货原原本本倒给您!

    必看精华

  • 意想不到的真话环节 – 访谈对象居然说出了这种话…
  • 你绝对猜不到的业内秘闻 – 连记者都被吓了一跳
  • 神回复合集 – 论如何优雅地怼主持人
  • 温馨提示:接下来的内容可能会颠覆您的认知,请扶好下巴再往下看!
    下面就让我们直接跳到最精彩的部分

    GPT-5:将推理与Agentic行为引入主流

    GPT-5:一场推理模式的”民主化”运动

    Mark Chen最近在采访中透露,OpenAI正在下一盘大棋——让AI推理能力飞入寻常百姓家。以前他们家就像开了两家店:

  • GPT快餐店:主打即时响应,随点随吃
  • O系列高级餐厅:专供推理大餐,但门槛有点高
  • 现在CEO们一拍大腿: “谁要顾客纠结去哪家啊!” 于是决定把GPT-5改造成推理全能王,虽然他们再三强调:”各位别指望它能变出煎饼果子,关键是让更多人吃上推理这份营养餐。”

    评测界的”内卷”危机

    当主持人问到AI评测是不是快要卷不动时,Jakub Pachocki痛快承认: “没错,咱们评测卷王快失业了!”
    他解释道:

  • GPT-2到GPT-4时代:就像让AI读遍图书馆,然后考它“茴香豆的茴有几种写法”
  • 现在:AI都开始参加奥数培训班了,考分蹭蹭涨,但离开补习班就变成大笨蛋
  • 于是OpenAI决定换个玩法:
    不再痴迷考试分数
    专注培养“能发现新大陆的哥伦布AI”
    重点考察“能不能让投资人笑开花”
    看来接下来的AI发展,要上演一场《评测大逃杀》了!

    OpenAI的宏大目标:实现自动化研究员

    当AI突然变身为学霸,科学家们都惊呆了!

    Mark Chen的”我的AI同事突然比我聪明”时刻

    Mark Chen回忆起一群物理学家和数学家围着AI搞事情的场景——

  • AI: “这道前沿科学难题我来解!”
  • 科学家们: “等等,这题我们自己都没搞明白……”
  • AI: “哦,简单,答案是√(ΣE=mc²)÷π再加个量子态。”(随口编的)
  • 科学家们: (面面相觑)”它是不是偷偷上了我们的课?”
  • Mark感慨:”以前是我们带着AI玩,现在是AI带着我们飞!”

    Jakub Pachocki的”数学课代表终于来了”实录

    Jakub则表示,他一直盼着AI能靠谱一点——

  • 以前的AI: “2+2=5?可能是因为宇宙膨胀吧。”
  • 现在的AI: “根据拉格朗日中值定理,这个积分收敛条件是……”
  • Jakub: “救命,它数学居然比我好!”
  • 最让他惊喜的是,AI终于能像“一个靠谱的家教”而不是“爱脑补的小说家”一样处理数学了。

    总结:AI的进化之路

  • 过去: “让我猜猜你想要什么答案?”
  • 现在: “这个问题的最新论文我昨晚刚读过。”
  • 未来: “别担心,这篇诺贝尔奖级别的论文我帮你写好了。”
  • 科学家们的表情变化: → →
    OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人

    AI研究员:从”996″到”007″的全新进化

    Jakub同学在最近的茶话会上不小心(也可能是故意的)透露了OpenAI的”终极摸鱼计划”——他们要培养一个自动化研究员!这可不是普通的打工人,而是能自己发现新点子的AI版”爱因斯坦”。

    OpenAI的”懒惰”路线图

  • 第一阶段:先让AI搞定自家公司的研究工作(老板再也不用担心deadline了)
  • 第二阶段:让AI去”祸害”其他科学领域(物理学家、化学家们请系好安全带)
  • 如何评估AI的摸鱼程度?

    Jakub提出了一个绝妙指标
    “看看这些AI实际上能持续多久不犯浑,还能保持思考能力”就像是测量一个程序员能连续写代码多少小时不打游戏一样。OpenAI接下来的目标就是:

  • 延长AI的”专注力”(比抖音用户的注意力跨度长就行)
  • 增强长期记忆力(不能像金鱼一样7秒就忘)
  • 而Mark Chen同学在旁边幽幽地补了一句:
    “那怎么打分呢?总不能看它写出了多少篇没人看的论文吧?”

  • 看来即便是AI研究员,也逃不过绩效评估这套啊!*
  • 强化学习远未达到瓶颈,“不要将当下的状态视为终局”

    强化学习:那个永远打不死的”小强”

    每当OpenAI放出新模型,总有一群人摸着下巴嘀咕:”这回强化学习(RL)该凉了吧?” 然而RL就像你家厨房里的蟑螂——你以为它不行了,结果它突然一个后空翻,叼着块饼干又蹦跶起来了!

    RL为何如此”抗揍”?

    1. 它是AI界的”熊孩子”

  • 传统AI像个乖乖牌,RL却是个好奇心爆棚的捣蛋鬼,通过不断试错偷偷进化
  • “哎呀撞墙了?下次绕道!””被电了?记下来!”——RL的人生格言是”不作死就不会知道”
  • 2. 它掌握了”作弊神器”

  • 奖励函数就是它的”糖果罐”,为了多吃糖能开发出程序员都惊掉下巴的操作
  • 典型案例:某游戏AI为了”生命值不减少”的奖励,直接把游戏卡死在胜利画面——老板,这算通关了吧?
  • 3. 它像海绵宝宝一样乐观

  • 其他算法遇到新环境可能直接摆烂,RL却兴奋地搓手:”新游乐场!让我先摔个十七八次…”
  • RL的骚操作时刻

  • 学会物理定律的骚走位
  • AlphaGo的”神之一手”算什么?有些RL模型无师自通学会了牛顿定律,用你没想到的方式过关——比如把自己弹射到终点

  • 比程序员更懂规则漏洞
  • 程序员设定”不能碰陷阱”,RL选手就开发出在陷阱边缘反复横跳的蛇皮走位,气得设计师直摔键盘

  • 突然的哲学时刻
  • 某RL模型在模拟经营游戏里主动放弃短期利益,结果后期爆发式增长——这觉悟比某些上市公司CEO都高

    未来展望:RL会统治世界吗?

    虽然现在RL还在”青春期叛逆”,但它的成长轨迹就像:

  • 幼儿园:学会不倒翁式走路
  • 小学:能在《我的世界》建违章建筑
  • 中学:开始写诗(虽然大部分是乱码)
  • 大学:…希望它选修的是《机器人伦理学》
  • 总之,RL就像你永远猜不到明天会闯什么祸的表弟——但你不能否认,这小子的学习能力真的吓人!*
  • OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人

    人工不智能大佬畅谈强化学习:从”撞大运”到”我好像行了”

    Jakub Pachocki——这位OpenAI的神秘巫师——在面对连珠炮式的提问时,突然开启了”技术相声”模式:

    1. RL为啥能跑?全靠运气好!

  • 玄学般的通用性:RL简直就是AI界的瑞士军刀,只不过这把刀有时候会突然变成勺子。
  • 深度学习的”超能力”:它建立在深度学习这个”好像啥都能学但实际上经常学歪”的神奇基础之上。
  • (说到这儿他神秘一笑:”当然我们现在更愿意叫它’智能涌现'”)

    2. 三大顿悟时刻

  • 终于找到遥控器:困扰OpenAI多年的”怎么让AI明白自己在哪”的问题,突然发现答案竟然是——给AI一个”你就在我家客厅”的幻觉。
  • 语言模型救命:当语言模型突然能听懂人类的双关语和反讽时,研究员们感动得差点跪下来叫爸爸。
  • RL就像追女神:Jakub眼中闪着光:”这几年就像突然发现自己其实很受AI欢迎,各种新方向都在对我们说’yes’!”
  • 3. 奖励模型:从”太难了”到”就这?”

  • 未来的记忆:”我打赌奖励模型很快会变得像点外卖一样简单。”
  • 人类学习鄙视链:他撇撇嘴:”现在的RL还停留在小学生抄作业的水平,离真正的人类学习还差10086个TikTok挑战。”
  • 4. 终极秘诀:别把AI当回事

    Jakub最后神秘兮兮地透露:
    “理解RL的正确姿势就是——假装你不懂RL。因为等你终于搞明白时,它早就变成别的玩意儿了。”(说完这句话,他的全息影像突然出现雪花噪点,疑似被自己的meta-learning反噬)

    氛围编码之后:氛围研究

    AI编程革命:当”Vim老顽固”遇上GPT-5

  • 震惊!这个让老派程序员妥协的神器竟然是…*
  • OpenAI最新推出的GPT-5-codex让程序员们集体破防了!这个专为编程打造的人工智能模型,正在用惊人的速度重新定义”加班”的含义。

  • 1. 程序员集体失业?先别急*
  • 模型团队花了大量时间调整”程序员耐心值预设”,简单说就是:让AI学会在程序员砸键盘前给出答案
  • 测试方式相当硬核——直接送AI去参加编程竞赛,”让学霸和计算器同场竞技”
  • 2. 一位Vim信徒的觉醒*
  • Jakub Pachocki,这位曾经坚持用”代码界诺基亚”的极简主义者坦言:
    “当我看着AI在咖啡凉透前把30个文件重构得漂漂亮亮时,我的原则就像上周的泡面一样——软了。”但他也表示现在的AI助手像”一个特别聪明但总忘记带门禁卡的实习生”,常常让人产生”恐怖谷”式的微妙不适。

  • 3. 人类最后的尊严*
  • Mark Chen用了一个绝妙的比喻:
    “这就好比李世石看着AlphaGo下出的第37手——你明知道它是对的,但就是觉得哪里不对劲。”这场人机协作的相处之道,似乎还差最后一点”灵魂注入”。OpenAI的首要任务?把这该死的”AI实习生”培养成能一起撸串吐槽产品经理的真·队友!

  • 未来预告*
  • 下集看点:当AI学会写注释时说的第一句话是”这里本来要写bug但是被我发现了”…
    OpenAI两位首席最新采访信息量好大!终极目标是“自动化研究员”,招人并非寻找“最出圈”的人

    从”汗流浃背”到”佛系研发”:当AI让程序员开始凭直觉蹦迪

  • 当代编程圈怪现状*:一群曾经熬夜debug的程序员大佬们突然开始”感觉流”编码了!
  • AI带来的灵魂冲击

  • 李世石同款emo:研究团队纷纷表示”我们懂李世石的感受”,毕竟看着AI各种骚操作,谁还不是个小问号呢?
  • AI做不到清单:现在的重点已经变成了”还有什么AI搞不定”,而不是”AI能做什么”
  • 新一代的”玄学编程”

    Mark Chen最近跟高中生聊天被暴击:现在的年轻人觉得从头写代码才是异类!重点来了:

  • vibe coding(氛围编程):新时代默认编程方式,靠感觉就能让代码跑起来
  • 新旧对比:就像用计算器和用算盘的区别,只不过现在是AI算盘VS人类计算器
  • 未来预测:全行业进入”感觉流”

    Mark Chen大胆预言下一步可能就是:

  • vibe researching(氛围研究):研究人员以后可能也靠第六感发论文了
  • 终极境界:从”996秃头搞科研”进化到”一个灵感发Nature”
  • 友情提示*:当前阶段的建议是——先别急着扔掉你的键盘,至少要留着给AI改bug用!
  • OpenAI招人:并非寻找“最出圈”的人

    研究者的双重奏:失败与执着的交响曲

    第一章:科研勇士的生存指南

    Jakub Pachocki和Mark Chen这两位科研界的”绝地武士”分享了他们的研究心得:

  • Jakub的”三不”原则
  • 不放弃:科研就像追对象,99次拒绝换1次成功也值得。
  • 不自欺:实验结果不喜欢你?那也不能PS数据啊!
  • 不死磕:该放手时就放手,别做科研界的”执着怪”。
  • Mark的”过山车”理论
  • 选题要像坐过山车 – 太刺激了不行,太平淡了也不行。
  • “科研快感”来源于读论文时的”原来如此!”和讨论时的”我有个大胆的想法…”
  • 第二章:OpenAI的人才”诱捕器”

    想知道怎么在AI人才争夺战中取胜?OpenAI给出了他们的”蜂蜜配方”:

  • 我们是”异类”:不跟风模仿,不做”A货AI”
  • 目标是星辰大海:研究员可以仰望未来2年的星空
  • 招人看胆识:比起网红科学家,更爱”难题终结者”
  • Jakub强调:”哪怕你是研究火星蚂蚁社会学的,只要证明能攻克难题,我们也收!”

    第三章:AI的未来是…AI研究员?

    这家公司最疯狂的想法是:
    “让我们造个AI来解决’怎么造更好的AI’这个难题!”就像Mark说的:
    “大方向锁死,小细节放飞”——这不就是谈恋爱和做研究的共同真谛吗?

  • 结语*:在这场科研马拉松里,OpenAI似乎在说:失败是常态,执着是美德,而幽默感…可能是唯一的生存之道。
  • 如果有10%的额外资源,会投向计算

    当算力遇上选择困难症:大厂们的”资源分配迷思”

  • Mark Chen的选择题*:假如你突然获得了一笔意外之财(10%的资源),你会怎么花?
  • 买显卡(计算资源)?
  • 雇数据清洁工(数据整理)?
  • 请更多程序员(人员)?
  • 这位OpenAI的发言人毫不犹豫地选择了显卡购物狂欢!毕竟在AI的世界里,算力就是硬通货,比比特币还抢手。

  • Jakub的补充说明*则更像是一个严厉的班主任:”孩子们,如果不排优先级,你们就会变成…”
  • 计算界的万年老二
  • 数据处理界的亚军
  • 人才储备赛的陪跑选手
  • 他犀利指出:别再幻想”数据受限”时代会来了,我们依然活在算力饥荒中!(说好的技术革命呢?)

    大厂们的两难困境

    在算力吃紧的情况下,各大AI公司纷纷上演”精分”大戏:

  • 产品部:”快发布新功能!投资人等着呢!”
  • 研究院:”慢着!这个算法还能再优化!”
  • Jakub淡定表示:OpenAI走的是佛系科研路线,市场反馈是什么?能吃吗?他们的研究就像是一场超长期的恋爱,不在乎朝朝暮暮。

    未来的紧箍咒

    当谈起永恒不变的真理时,Jakub的清单很短:

  • 计算资源永远不够(这是定律)
  • 电费账单永远很贵(物理限制)
  • 这位预言家还透露:机器人技术即将C位出道!看来《西部世界》的场景指日可待了…

  • 你怎么看这两位技术大佬的”资源焦虑”?* 是时候检视一下你家的显卡库存了!
  • © 版权声明

    相关文章