“Gemini 3不錯，但我們也快發了”：Mark Chen評價谷歌大模型，講清OpenAI如何給300個項目排GPU優先級

編譯 | 傅宇琪

12 月，OpenAI 首席執行官薩姆·奧特曼宣布拉響「紅色警報」，將調配更多內部資源以加速改進 ChatGPT。在當前白熱化的 AI 模型競賽中，作為行業內屈指可數的 “明星企業”，OpenAI 不僅要應對持續升溫的人才爭奪戰、內部組織結構的頻繁震蕩，還需承接外界對其技術突破的高期待。面對 “開創下一個 AI 技術范式” 的巨大壓力，OpenAI 將采取怎樣的策略破局？

最近，OpenAI 首席研究官 Mark Chen 在播客節目中，與主持人 Ashlee 細致分享了 OpenAI 在推理模型的突破性進展、預訓練研究的重新聚焦、GPT-5 Pro 已在取得的科學發現。基于該播客視頻，InfoQ 進行了部分刪改。

核心觀點如下：

• 一個組織要成功，需要兩個條件：宏大的愿景和與之匹配的天才。

• 成為一個好的領導者，就意味著必須明確地告訴大家：這是優先級，這是我們認為真正推動研究方向的成果，其余的只能排在第二位。

• 未來的科研是“AI + 人類直覺”的組合，會產生新的突破。

• 完全凍結研究部門的新增人頭，如果團隊想招人，就必須自己決定誰不再適合繼續留下。

目標是找到“下一個范式”

Ashlee：“人才爭奪戰”最近引發了大量關注，外界普遍認為 Meta 的動作非常激進。你能具體談談這種你來我往的競爭現狀嗎？

Mark：整個行業的人才池其實很有限，大家都知道最關鍵的資源之一就是頂尖人才。Meta 的積極挖人并不令人意外，但我們也沒有袖手旁觀。媒體往往強調“人才單向流向 Meta”，但我看到的情況并非如此。比如在他們從我們團隊挖到第一名員工之前，先后接觸過我近一半的直接下屬，但這些人全部拒絕了他們。當然，如果 Meta 每年能投入約百億美元用于人才，他們總能挖到一些人。但總體來看，我們很好地保護了核心人才。

競爭過程中也發生過不少頗具戲劇性的事：扎克伯格曾親自給我們團隊成員送去他親手熬的湯，以此示好。當時我非常震驚，但后來也理解這類方式確實可能有效。之后我也給從 Meta 挖來的對象送過湯，甚至還想過下次團隊外出活動就帶大家去上烹飪課。順便說一句，我自己并不親自熬湯，米其林餐廳的湯當然比我做得好。

但真正讓我有信心的是：即使面對 Meta 的高薪挖角，在 OpenAI，無論是來自 Meta 的員工，還是我們原本的研究人員，都沒有人認為“AGI 會首先在 Meta 誕生”。他們對 OpenAI 的研究路線都有高度信心。我也一直非常明確告訴團隊，我們不會與 Meta 進行“薪資逐美元匹配”的競爭。在遠低于 Meta 的薪酬下，關鍵成員仍然選擇留下，這讓我更加確信：他們真正相信 OpenAI 的未來。

Ashlee：在這種競爭中，有沒有類似“博弈策略”的考慮？

Mark：關鍵在于：目標不是留住組織內的每一個人，而是認清必須保留的核心力量，并確保他們留下來，我們在這點上做得很好。

Ashlee：在我看來，Sam 是真正沉浸于研究的那個人，是最頂層的決策者。而你和 Jakub 負責共同制定 OpenAI 的研究方向，同時你還要決定算力如何分配到具體項目上，既要決定公司往哪里走，又要管理執行路徑。聽起來像是一份非常艱難的工作，因為我想象得到大家會竭盡所能從你那里爭取 GPU。

Mark：確實如此。人們為了獲得 GPU，會想盡各種“幕后交易”。但這確實是我職責的重要部分：確定研究優先級，并對最終執行負責。

Jakub 和我每隔一兩個月會做一次“項目盤點”，梳理一份包含約 300 個項目的大型表格，盡可能深入了解每個項目，并對它們進行排序。對一家約 500 人規模的組織來說，明確“核心優先級”，并通過口頭溝通及算力分配來傳達，是非常重要的。

Ashlee：這 300 個項目里既有大型前沿模型，也有各種實驗性方向。你們如何管理、追蹤并判斷哪些項目值得投入 GPU？

Mark：關鍵在于始終聚焦核心路線圖。與其他大實驗室不同，OpenAI 始終把“探索性研究”放在最中心的位置。我們并不追求復現別人的成果，也不以追趕他人在基準測試上的成績為目標。我們的目標是找到“下一個范式”，并愿意投入大量資源。很多人可能會驚訝：我們的算力大頭，其實花在“探索”上，而不是訓練最終的成品模型。

Ashlee：所有團隊都會說自己的項目最重要、最值得，怎么判斷優先級？

Mark：最困難的決策通常是：我們無法在當下為某個項目提供支持。但成為一個好的領導者，就意味著必須明確地告訴大家：這是優先級，這是我們認為真正推動研究方向的成果，其余的只能排在第二位。

Ashlee：你們也強調不要“對競爭者做出反應”。如今 AI 領域的競爭比以往都激烈，你們如何保持獨立判斷？

Mark：現在的 AI 研究競爭確實空前激烈，但不能陷入這種競爭節奏。你隨時可以發布一個小更新，在幾周或幾個月內領先別人，但這種方式無法長期維持。真正重要的是“破解下一個范式”。

例如 RO（reasoning optimization）項目，我們早在兩年多前就押注語言模型的“思考能力”可以被突破。當時這個方向并不受歡迎，因為大家都覺得預訓練和后訓練機制運轉良好，沒必要做別的。但現在，“思考能力”已經變成不可或缺的基礎能力。

我們的使命就是大膽押注，并構建足夠強的算法，使它們能擴展到未來數個量級的算力。

研究員 vs 工程師

Ashlee：隨著 OpenAI 成為一家有明確產品線的公司，你們如何不被“商業優先”壓過“研究優先”？

Mark：OpenAI 最特別的地方在于：我們仍然是一家“純粹的 AI 研究公司”，這點在業界非常罕見。我們以非營利形式創立，我加入時公司仍是非營利組織，那時的精神是“全力推進 AGI 研究，并保證安全”。我認為這依然是創造價值的最佳方式：只要研究領先，價值創造自然而然會發生。我 2018 年加入時的那種“核心文化”，至今依然存在。

Ashlee：馬斯克曾說：“這幫人不是研究員，只是在做工程。”你怎么看？

Mark：在構建大模型時，優化每一個百分點、加速每一個 kernel、確保數值穩定，都是極深的工程實踐。如果把研究凌駕于工程之上，其實已經輸了。一旦缺少工程能力，就無法在當今這種規模的 GPU 上運行模型。

Ashlee：但外界確實把“研究員”和“工程師”賦予了不同的神秘感。

Mark：研究人員形態各異，有的人每天都有無數想法，其中很多并不好，但總能在某個時刻提出改變方向的優秀點子，而有的人特別擅長沿著清晰路徑執行。研究從來不是一種單一類型的人能完成的工作，因此也無法簡單劃分為某種刻板印象。

Ashlee：當競爭對手發布新模型，你和你們團隊會做什么？大家會第一時間去試嗎？有沒有你們常用來測試新模型的“那一道題”？

Mark：會。以 Gemini 3 為例，它是個不錯的模型。

但我們內部其實有能力相當的模型，而且快要發布了。

Benchmark 只能說明一部分，大家還是會用自己獨特的方式去試模型。我個人喜歡用一一個數學題去測，目前還沒看到模型完全解出來，就算是“thinking model”也不行。

Ashlee：是秘密題目嗎？

Mark：不算，不過如果我現在說出來可能就會被拿去訓練。這是我去年很喜歡的謎題，叫“42 problem”。你要構建一個 mod 42 的隨機數生成器，你有的原子操作是一些模 42 以下素數的 RNG，你要讓期望調用次數最小。挺可愛的題目，但還沒人類語言模型做到最優。

Ashlee：我原本以為你會在對手發布模型當天半夜就沖上去丟題測試。

Mark：沒有那么夸張。我更相信“長周期”。我們過去半年都在強化預訓練能力，把整個團隊的肌肉練起來，做出現在能跟 Gemini 3 一較高下的模型。

Ashlee：所以你現在更關注長線構建，而不是每次新品發布就沖去試題。

Mark：對的。

Ashlee：我知道你和 Jakub 都有競賽背景。我當初第一次見 Jakub 是在 Facebook Hacker Cup。你以前也是數學比賽選手吧？

Mark：對，我從小學、高中都在做數學競賽。不過我真正寫代碼很晚，是大學室友慫恿的。當時我還有點數學系學生的傲氣，覺得數學才是最純粹的困難學科。后來發現編程競賽太好玩了，而且是我和大學同學保持聯系的方式。我們畢業后每周末都會上線一起比賽，算是朋友間的活動。后來我發現自己還挺有天賦，又開始給美國國家隊出題、最后去帶隊。既是激烈比賽，也是一個緊密社區，大家之后都會在科研界再相遇。

Ashlee：那你這么忙，還能當教練？

Mark：其實孩子們本身都特別自驅。教練的作用更多是幫他們管理狀態。競賽很像科研：有好時段、有壞時段，你不能因為連續失敗就被心理打倒，很大部分是士氣管理。我最近在帶模型做競賽題時也發現，模型的“難度直覺”跟人完全不同，人認為 ad-hoc 的題模型反而容易。這讓我更相信未來的科研是“AI + 人類直覺”的組合，會產生新的突破。

Ashlee：有點像 AlphaGo 的“Move 37”時刻？

Mark：是的。我覺得 GPT-5 Pro 發布之后，前沿科研有了拐點。發布三天后，一個物理學家朋友把他的最新論文丟進去，模型想了 30 分鐘就完全搞懂，他的反應就像見證了圍棋的那一刻。而這種事情未來會在數學、生物、材料科學不斷出現。

Ashlee：但當 AI 開始做那些原本屬于頂尖人類智力的事，會不會讓你覺得有點傷感？

Mark：競賽是我很喜歡、也曾經擅長的東西，但我也看著模型從普通選手水平爬到超過我，再超過 Jakub，就像親眼看到自動化的速度快得不可思議。去年模型在 coder 比賽還只是排 100 多名，今年已經能沖進前五。變化太快了。

Ashlee：那十年后還會有人類比賽嗎？

Mark：會的，因為它本質上就很有趣。那些只是為了簡歷而參加的人會消失，但真正熱愛的人不會。

Ashlee：我采訪別人時，他們說有些國家只要 IOI 獎牌就能直接保送大學。

Mark：是，但我覺得未來這些考試本身會被 AI 打破。技術面試、大學作業這些已經沒法用舊方式評估了。我甚至想未來面試可以讓候選人跟 ChatGPT 對話，由一個不會被越獄的特別版 ChatGPT 判斷他們是否具備在 OpenAI 工作的能力。

Ashlee：你家里有很強的科技背景，你父母都在 Bell Labs，對你影響很大吧？

Mark：我從小吃飯桌上就是各種科學謎題。后來搬到西岸，我爸做創業，讓我看到初創公司的另一面。再搬到臺灣讀書，又是完全不同的文化，紀律性更強。各種經歷混在一起，形成了今天的我。

Ashlee：你 MIT 那屆是名人輩出的超級年份吧？

Mark：是，2012 年那一年特別厲害。Jacob Steinhardt、Paul Christiano，還有后來 AI 領域很多重要的人物都在那一屆。

Ashlee：你也通過競賽認識了 Cognition 的 Scott Wu，那些在 X 上被當成數學 meme 的人。

Mark：對，我們就在競賽社區認識。

Ashlee：你從 MIT 畢業后，直接去了華爾街。

Mark：老實說，我對在華爾街做高頻交易并沒有太多自豪感。當時在 MIT，許多擅長量化的學生都會選擇類似的道路。這份工作確實很“績效導向”，只要足夠聰明，你就能獲得對應的收益。然而文化上我并不適應。在那種環境里，當你發現了什么突破，第一反應是把知識藏好，因為知識本身就是你的價值來源。這造成團隊內部競爭激烈、彼此不夠信任。整個行業也像一個封閉的生態系統：即便某家 HFT 公司的算法快了一點，外界其實幾乎沒有任何感受。我做了四五年后發現，我們始終在跟同一批對手競爭，大家都稍微變快了，但世界并沒有因此改變多少，我覺得是時候做點別的事了。

當時 AlphaGo 的比賽對我觸動很大。雖然我并不下圍棋，但看到模型展現出的創造性，我特別想弄明白背后的原理。

Ashlee：所以你是看到了那場比賽后，才開始關注 AI？當時你有在讀論文嗎？

Mark：坦白講，沒有。直到 AlphaGo 之后我才開始深入研究 AI。我的第一個目標就是復現 DQN 的結果，復現一個能在 Atari 游戲中達到超人水平的網絡，那基本就是我踏入 AI 的起點。

Ashlee：你是在上班后業余時間做這些嗎？我記得我大概 2018 年采訪 George Hotz，他在自家車庫做自動駕駛。他當時說，AI 仍然很年輕，只要讀 10 到 30 篇論文，就能掌握整個領域。當然他的話未必完全準確，但 AI 的確很特別：歷史很長，但此刻卻異常“淺”。

Mark：確實非常“淺”。我常建議對 AI 望而卻步的人：只要花三到六個月做一個項目，比如復現 DQN，就能很快觸達前沿。過去幾年雖然增加了一些深度，但遠沒有理論數學或物理那么深奧。

Ashlee：你覺得 AI 會像數學一樣，天才都在二十幾歲出現突破嗎？還是這是一個可以做一輩子的領域？

Mark：我認為完全可以持續做下去。OpenAI 的文化確實偏年輕，但做好研究并不需要年輕。年輕人確實因為“先驗少”，更容易突破傳統路徑，但隨著經驗增長，你也會形成自己的視角和框架，這既是優勢，有時也會讓你更固化。

OpenAI 的內部故事

Ashlee：你在 2018 年加入 OpenAI，那時公司應該只有 50 人左右？

Mark：差不多 20 人而已。我是以“研究員 resident”的身份加入的，也就是 OpenAI 會從其他行業招人進來集中訓練半年，像壓縮版 PhD，然后再參與更深入的研究項目。我很幸運能向 Ilya 學習，他基本決定了我的項目、學習路徑和方向。

Ashlee：但如果去 LinkedIn 看，你的第一份 OpenAI 的頭銜看起來像是“前沿研究主管”。

Mark：并不是，我做了三年左右的個人研究（IC）。當時我主要研究生成式模型，因為那是 Ilya 最關注的方向。之后我才開始帶團隊。

Ashlee：公眾最早看到的大項目可能是 DALL·E，對嗎？

Mark：是的。其實在那之前，我最自豪的項目之一是 Image GPT。它證明了 Transformer 不止能處理文本，也能在圖像上學到強大的表示能力，是 DALL·E 的前身。而另外一個我非常自豪的項目是 Codex，我們搭建了代碼模型的評估體系，也探索了如何讓語言模型在代碼任務上達到高水平。

Ashlee：那你當初為什么選 OpenAI？是因為當時這個小公司里有很多有意思的人嗎？沒錢、沒人、前景很不確定，居然要挑戰 Google 這種巨頭。

Mark：我覺得一個組織要成功，需要兩個條件：宏大的愿景和與之匹配的天才。當時 OpenAI 兩者兼具，這非常罕見。而且我認識 Greg，我們以前參加過數學競賽，我給他發消息說：“我不確定自己是否適合，但這里似乎在做重要的事情。”

Ashlee：但你從外部加入，然后現在成為研究負責人，這聽起來還是很不可思議。

Mark：對我來說也很不真實。從 IC 轉管理者，我其實非常猶豫。不過一路上我遇到的管理者都非常支持我，他們看到了我的潛力，會主動為我爭取機會。我從沒主動要求升職，每次都是自然而然的結果。管理這件事，本質上主要靠經驗累積，而 OpenAI 是一個能讓你不斷獲得“經驗值”的地方。

Ashlee：我認識的你是一個溫和、穩重的人。但 OpenAI 過去幾年經歷了很多戲劇性的風波，甚至像“權力的游戲”。你要在這種環境里做管理，這和你的性格幾乎相反。

Mark：老實說我在 OpenAI 算是很幸運。一路上都有人支持我、給我建議，也在關鍵時刻為我發聲。這些幫助讓我能持續成長、建立信心。

Ashlee：不過你在“政變事件”那段時間做了兩件很重要的事：你先幫助研究員們統一意見、促成那封讓 Sam 回歸的請愿信。然后一兩天之后，你在 Chelsea 家做了一次很重要的短講。這兩個瞬間對我而言都很震撼，在危機時刻挺身而出、凝聚團隊……這對你意味著什么？

Mark：對我而言，那確實是一個關鍵時刻。“風波”后的幾天里，整個團隊都處在高度不確定中。那段時間，我、Nick 和 Barrett 都感到一種責任感：競爭實驗室正不斷向我們的研究人員打電話，試圖把他們挖走。我當時給自己設下目標：不能失去任何一個人。最終我們也做到了。

那幾天，我們每天都把自己的家打開，讓同事隨時過來，釋放焦慮，同時保持他們與領導層的溝通渠道暢通，讓大家知道自己仍然能發揮作用。漸漸地，團隊形成了一種“我們一起面對外界”的精神，大家都在思考：如何向世界傳達“我們仍然站在一起”。

當時我在幾處房子之間來回協調，我們提出了組建請愿書的想法，表達我們支持 Sam 的立場。大概凌晨兩點，這個想法最終確定下來。到第二天早上，研究團隊已有 90% 以上的人簽署，到最后接近一百人都簽了。那一整晚，大家都在互相打電話確認：“你參加嗎？”

Ashlee：但你當時的處境應該挺尷尬的吧？畢竟一開始似乎是 Ilia 和 Sam 立場對立，而 Ilia 又是你的導師。后來 Ilia 又回來了……那會不會讓你很尷尬？

Mark：不會說尷尬，但確實很困難，因為那是個信息極少的環境。那時候確實很容易懷疑：Sam 到底做了什么？但換個角度想，如果真有嚴重問題，Greg 和 Jakub 這種極其正直的人會因此辭職嗎？我覺得肯定有部分事實被誤解了。

Ashlee：Jakub 在那里工作很久了。關于他，有什么是外界不了解的？

Mark：他其實非常幽默，帶著強烈的諷刺感，我常常被他逗得發笑。和他共事讓我最珍惜的一點，是我們之間高度的默契。進會議室后，我們能迅速碰撞出一致的結論，然后分別負責路線圖的不同部分。

說到“把團隊留在一起”，我現在仍有這種使命感。我認為我們仍然“被攻擊著”，任何公司想要招人時，第一選擇往往是從 OpenAI 下手，因為他們想要我們的專業能力、愿景和世界觀。OpenAI 造就了今天 AI 領域最多的明星研究員，因此我們對團隊有強烈的保護欲。只要有人來挖，我就會盡一切努力確保團隊感到被重視、被理解，并清楚自己在整個路線圖中的位置。

Ashlee：在寫書、回顧歷史的過程中，我一直在想：這是否是一個高度依賴“天才個體”的領域？從 2012 年 Ilia 的突破，到 2017 年 Transformer，再到 Alec Radford……似乎每隔幾年就有那么 8–10 個關鍵人物在推動整個領域。如果他們離開了，比如 John Schulman、Alec 離開了，那對團隊不是巨大損失嗎？但你們之后仍然在推理和其他方向取得了突破。

Mark：我并不同意“完全依賴明星個體”這種說法。OpenAI 的確會從上層做方向性押注，但我們內部有非常深厚的自下而上文化，很多好點子來自意想不到的地方。看到這些想法成長、成形、被擴展，是非常美妙的事，推理方向就是典型例子。

Ashlee：但行業確實會花大價錢去挖“明星”，比如 Google 花巨資請回 Noam Shazeer。

Mark：當然，人才既有培養也有爭奪。反過來，我從 Meta 學到的一點就是：OpenAI 自己也可以非常積極地爭取頂尖人才，我自己也從他們那套激進的招聘策略中學了幾招。歸根結底，我們的目標始終是：組建一支最強的團隊，完成我們要實現的使命。

Ashlee：這個圈子其實很小，你們雖然競爭激烈，但私下也都是朋友。那邊做研究，這邊又試圖挖對方的人，這不是很微妙嗎？

Mark：這是殘酷競爭的行業，但我個人也非常享受競爭。我討厭失敗，因此無論是研究還是招聘，我都會全力以赴。

Ashlee：這讓我想到半導體行業早期也是這樣：工程師們不斷突破物理極限，在酒吧里分享最新發現，同時又被各家瘋狂挖角。

Mark：是的，任何行業都會有“知識擴散”的基本速率。而公司可以有兩種反應：一種是建立深度信息隔離層，嚴密保護一切；另一種是繼續保持開放文化，用速度壓制對手。OpenAI 明顯是第二種，我們不認為封閉是正確方式。我們的方法是跑得比別人更快。我們鼓勵研究人員自由分享想法，這才是最快的前進方式。

Ashlee：那現在你、Sam 和 Jakub 之間的合作方式是怎樣的？大家都能看出來 Sam 更偏研究，而你們兩位更深度參與技術細節。

Mark：我們三個人聯系非常緊密，我每天都會和他們交流。Sam 熱愛研究，也熱愛了解研究。他能從研究人員那里捕捉“團隊脈搏”，比如潛在問題、工作環境中的隱形障礙，他能幫我把這些提前揪出來。Jakub 和我則更專注于如何設計組織、讓團隊以最高效率協作，比如如何安排座位布局、如何組建互補的小組、如何引導大家關注我們認為重要的方向。

Ashlee：Sam 平時看論文、和你們聊天嗎？

Mark：對，他會看論文，也會經常與研究人員交流，理解他們的研究方式。當然，他還負責范圍遠超研究的事務。

OpenAI 到底發現了什么？

Ashlee：我知道你們最近在預訓練方面似乎有了重大突破，也明顯比之前更有信心，能透露一下你們到底發現了什么嗎？

Mark：我對過去兩年的總體觀察是：我們把大量資源投入到“推理”這一能力的研究上，努力理解并打磨這個核心原語，這條路確實走通了。但副作用是，模型的其他重要環節，特別是預訓練和后訓練，相對失去了些“肌肉”。過去六個月里，Jakub 和我花了很多時間把這部分能力重新練起來。

我一直把預訓練看作一種“肌肉”，必須持續鍛煉：信息要保持最新，團隊要在優化、數值計算等前沿方向持續投入，同時也要確保有足夠的心智關注度。所以我最近一個重要工作，就是引導公司內部的討論重回預訓練，我們認為預訓練還有極大空間。

外界有人說“Scaling 已死”，但我們完全不認同。某種意義上，行業現在把注意力集中在 RL，這反而給了我們“信息優勢”，因為我們看到預訓練還有巨大的未開發潛力。得益于這套新努力，我們最近訓練出的模型明顯更強，這也讓我們對包括 Gemini 3 在內的接下來一系列發布更有信心。

Ashlee：我腦中對這段歷史的畫面是這樣的：你們跑得太快了，整個領域也跑得太快。突然之間，我們從互聯網收集到巨量資料，把它扔進一臺超級計算機，于是 ChatGPT 誕生了，然后所有人就開始瘋狂沖刺。但對于不緊密跟進的人來說，問題可能是：最初那波數據其實非常粗糙，只是稍微清洗了一下就丟給模型。而現在你們說在“學習更高效地塑造數據”，但外界很難理解到底之前的“錯誤”是什么。

Mark：你觸及了我最近一直在思考的問題。預訓練本質上是在用人類寫下的內容教模型模仿人的表達方式，模型學會了人類寫作的結構和模式。但這種模仿式學習天然設定了上限：當你模仿人類時，你很難真正超越人類。

這也是為什么 RL 重要，它讓我們有機會把模型推向更難的任務，讓它從人類范式之外思考，拓展能力邊界。但隨之而來的，是一個更困難的問題：如果我們要讓模型真正超越人類，該怎么衡量？

例如，在科學領域，當能力達到了“超人類”水平，人類真的能夠判斷 A 比 B 強嗎？如何判斷一個“超人類數學家”比另一個更厲害？我們需要更好的評估體系。迄今為止，我們很幸運，IMO、IOI 等競賽提供了一種衡量“世界最強人類”的方法。但當模型超過人類，這些測驗本身就失效了。

Ashlee：我常看到那些競賽牛娃后來進 Google、Facebook，但他們不一定是最頂尖的工程師，也不一定愿意或適合進入工業界。所以單純在競賽上拔尖并不等于就是“最強工程師”。那如果未來 AI 在這些競賽上表現極佳，我們到底能從中學到什么？

Mark：這正是我喜歡 AI 研究的地方，它比傳統工程更接近真正的“技術能力的精英制度”。我反復學到的一點是：你無法讓一個研究者不尊重的人來帶領他們。研究團隊的領導必須做出艱難且正確的技術判斷，例如路線選擇、資源配置、項目方向。如果判斷錯誤，很快就會失去團隊的信任。

我很享受與這樣一群極度技術驅動的人共事，他們都深度投入、極高水準，與他們討論技術本身，是一件真正的樂趣。

Ashlee：在我心里，Transformer 是一次巨大飛躍，而“推理能力”的突破甚至可能更驚人。最近與你、Greg、Jakub、Sam 交流時，我感覺你們說過去三到五年投入的大量工程工作，其實還沒有完全顯現出來。你們現在看到的，是另一場類似 Transformer 的躍遷嗎？

Mark：我認為是的。比如在 GPT-5 時，我們談到了大量關于“合成數據”的內容。還有許多類似的方向都顯示了很強潛力，我們正在快速擴大投入。關鍵仍是維持一組多樣化的探索，把最有實證價值的方向加大力度推進。

Ashlee：但兩周前，Karpathy 在播客上說 AGI 可能要十年；上周 Dario 又說更接近兩年。行業內部聲音完全不一致。你怎么看？

Mark：Twitter 很喜歡那種“結束了！”“又回來了！”的戲劇化循環。但 AGI 本身連定義都不統一，在 OpenAI 內部，你把所有人叫到一個房間，也不可能給出一個完全一致的 AGI 定義。

我更把它類比成工業革命：你說紡織機是工業革命，還是蒸汽機是？視角不同，切點也不同。對我而言，我更看重的是：模型是否開始產出真正新的科學知識？是否推動科學前沿？從今年夏天以來，我感覺在這方面出現了巨大的相變。

Ashlee：你說的新科學成果，是不是指最近那些生物科技初創公司，比如一次性設計抗體、分子結構那類突破？還是你指的另有其事？

Mark：那次與物理學家的交流給了我很大啟發，我回去后就想，我們應該創建一個“OpenAI for Science”。目標是讓目前那小部分真正意識到模型潛力、愿意投入并加速研究的科學家，能夠獲得最大程度的支持。我知道其他公司也在推動科學前沿，但我們和谷歌等機構的不同之處在于：我們希望讓所有科學家都有機會借助工具做出諾獎級突破，而不是讓 OpenAI 自己拿諾獎。我們要構建的是通用的工具與框架，讓科學界整體都能加速。

Ashlee：你能具體說說有哪些讓你興奮的發現嗎？

Mark：當然。你可以去看 Sebastian 的推特，他最近發了關于 GPT-5 在一個開放凸優化問題上取得進展的論文，這與我們正在研究的一些核心機器學習問題密切相關。有些人會把這些成就簡單理解成“更厲害的文獻檢索”，但遠比這復雜。

Ashlee：這兩天聽到有人聲稱“我們做出了 AI 科學家”“我們一次性設計出增強型蛋白質”，這些公司里不少是真正的科學家，我也多少會興奮。但數量實在太多，我很難判斷哪些是真正的突破、哪些只是噪音。

Mark：如果這些突破發生在生物領域，我一點也不意外。盡管我主要的專業在計算機科學和數學，但我們團隊里有頂級專家，他們確認了不少是真正的科學發現，生物學里出現類似情況并不令人驚訝。

Ashlee：但你描述的情況似乎與最近幾周不斷變化的公眾敘事不同。比如一些播客里的人會說 AI 沒什么進展，都是虛幻的。如果這些發現是真的，公眾應該會感受到變化才對。

Mark：我們在籌建 OpenAI for Science 時與許多物理學家和數學家交流過，其中大多數人對 AI 其實并不樂觀，他們覺得模型不可能證明新定理。但正因為如此，我們更希望扶持那一小批愿意相信并深入使用模型的人。他們會跑得比所有人都快，我們希望為他們提供工具，也希望說服更多研究者：這是未來科學研究的正確方法。

Ashlee：每個人對 AGI 的定義不同，但你似乎認為未來一兩年會發生非常劇烈的變化？

Mark：“AGI 兩年后到來”一直是個梗，但我覺得我們已經不在那個戲謔階段了。是數學和科學領域不斷出現的結果，讓我真正產生了信念。在 OpenAI 內部，我們設定了兩個非常具體的目標：

第一，1 年內改變研究方式：讓研究過程可以依賴 AI 實習生。也就是：研究者負責提出想法，模型負責實現、編寫代碼、調試。

第二，2.5 年內讓 AI 能進行端到端研究。這意味著：研究者只確定方向，模型完成從構思到執行到驗證的全過程。

與今天相比，這是完全不同的研究范式。

算力、GPU 與 AI 硬件

Ashlee：在與 OpenAI 的人聊時，我常聽到一句話——基礎設施擴張得很快，模型只要算力再提升 10 倍就會變得更好。但也有人說從 GPT-4 到 GPT-5，你們算力增加了，卻沒有看到預期的效果。可你們的敘述又讓我覺得：其實我們還沒真正看到“10 倍算力飛躍”帶來的結果。

Mark：有人問我：“你們真的需要這么多算力嗎？”我總是被這個問題震驚，因為我每天面對的都是海量算力需求。如果我們今天多 3 倍算力，我能立刻高效用完；如果多 10 倍，大概幾周內就能全部吃滿。所以算力需求是真實、巨大、并且沒有放緩跡象的。有人質疑“你們真的需要更多 GPU 嗎？”對我來說毫無意義。

Ashlee：那除了算力需求，你們對模型規模繼續擴大是否同樣樂觀？你們是否看到，類似“規模效應”會再次推動巨大躍升？

Mark：是的，我們非常明確要繼續擴大模型規模；而且我們有突破性的算法能支持更有效地擴展。我認為 Gemini 3 也很令人印象深刻，但從細節看，比如 SWE-bench 等指標，他們在數據效率方面仍沒有重大突破，而這是我們非常強的部分。

Ashlee：我看到了一份泄露的備忘錄，Sam 對 Gemini 3 的語氣聽起來相當嚴肅，仿佛是一個轉折點。你們內部應該都看過吧？

Mark：是的，但你要知道，Sam 的工作之一就是不斷在組織里注入緊迫感，我也一樣。我們必須保持專注，加快節奏。Gemini 3 是谷歌該做的正確押注，但與此同時，我們也有明確的策略與回應，并且我們有信心執行得更快。

Ashlee：你們會參與像 Jony Ive 的 AI 設備這樣的項目嗎？比如研究團隊在其中扮演怎樣的角色？

Mark：是的，事實上，就在昨天我和 Jony Ive 以及幾位研究負責人一起吃了晚飯。我一直在思考未來的 ChatGPT 會是什么樣子。現在的交互方式對我來說還很“笨”，非常非思維原生：你給一個提示，它回答；你不提示，它就停止思考。而且如果你再給出類似的問題，它會重新花一樣多的時間推理，仿佛沒有從第一次的上下文中變得更聰明。

未來顯然應該不同。記憶會是核心能力：每次你使用 ChatGPT，它都會學到關于你的更深層次信息，思考你為什么會問這個問題、你之前問過什么、你接下來可能需要什么。下一次你來，它會變得更好。我認為這會徹底改變“設備”的范式，因此我們必須思考：如果 AI 的主導邏輯是持續學習與反思，那硬件設備應該怎么重新設計？ 這就是和 Jony 合作非常有價值的地方。

Ashlee：你們已經有設備原型了嗎？

Mark：我不能說有沒有，也許有，也許沒有。

Ashlee：我想到的是：蘋果時代的核心是“硬件品味”，這是 Steve Jobs 極度執著的東西。而你們似乎都沒有真正做過硬件產品。Sam 的審美看得出來不錯，但還沒到“喬布斯式品味”的程度。硬件是極其依賴品味的，你們怎么確定自己能做出好產品？

Mark：坦白說，我們不需要自己擁有那種品味，那是 Jony 的價值，他就是我們關于“品味”的判別器。而且很有趣的是，我們發現設計流程與 AI 研究流程之間有深刻的相似性：大量探索與假設、不斷迭代、收斂成一個最終滿意的成果。現在雙方的融合非常順暢：他們根據我們即將發布的能力去思考外形，我們根據他們的外形需求去思考能力。

Ashlee：我有時會擔心：一群數學與模型天才是不是適合造“下一代電腦”。但聽你這么說，似乎你們形成了一個合理的搭配。

Mark：確實，打造 AI 能力的人和擁有“美學品味”的人往往不是同一類。但我們內部其實有一些團隊非常擅長判斷“模型行為的品味”。比如有一種經典的測試題：“ChatGPT 最喜歡的數字應該是什么？”這種問題能檢驗模型的“人格品味”一致性。

最后的問題

Ashlee：ChatGPT 建議我問你：如果五年后回看，現在有哪些“還很脆弱”的想法，你直覺認為可能是大突破的核心？

Mark：確實有幾個，我非常期待把它們規模化。主要集中在預訓練，一些在 RL，還有一些是如何把所有組件整合在一起的整體性想法。

Ashlee：你覺得現在外界對 OpenAI 最大的誤解是什么？

Mark：最重要的一點：OpenAI 從上到下都是一個“研究中心化”的組織。我們的核心賭注永遠是 AGI，其他所有產品都會自然從研究突破中流出。

我們關心三件事：自動化 AI 研究本身、自動化科學發現、自動化經濟性工作。今年最大的更新，其實是第二條：科學研究的自動化開始真實發生了。

Ashlee：你幾歲了？還有社交生活嗎？

Mark：34，快 35。老實說，沒有什么社交生活。最近兩周每天都是工作到凌晨一兩點。但我熱愛這樣做。我們招人、推進研究、做關鍵決策。如果我們正站在類似工業革命的巨大轉折點，那就必須抓住它。Barret 離開去創業之后，我在辦公室睡了一個月。那段時間我非常強烈地感到：我必須保護研究，這是我最在乎的東西。

Ashlee：DeepSeek 事件之后，你們怎么看開源模型？

Mark：那是第一次讓我深刻意識到：必須堅定走自己的研究路線。DeepSeek 當時引發巨大輿論，大家都在問：“OpenAI 落后了嗎？要怎么回應？” 但我們做得最正確的一件事，就是繼續執行自己的研究規劃。DeepSeek 的工作非常強，但主要是對我們 O 系列理念的復刻。關鍵是，我們必須繼續創新。

Ashlee：你認為 500 人是一個最優規模嗎？隨著公司擴大，這個數字會增長，還是說為了同時推進若干重大想法，500 人已經是最合適的規模？

Mark：坦率說，我認為甚至可以更少。尤其在我們開始引入 AI 研究員或 AI 實習生之后，我們必須重新思考團隊結構。我非常在意“高密度人才”。例如今年第二季度，我做過一個實驗：完全凍結研究部門的新增人頭。如果團隊想招人，就必須自己決定誰不再適合繼續留下。我認為這種做法能防止組織失控膨脹，并保持極高的能力標準。

Ashlee：我記得之前在一次會議上，你和 Jakub 的觀點比較一致：你們認為大家過度關注“誰在項目里獲得署名”這個問題。AI 起源于學術界，在學術環境中署名極其重要。但那次會議里，你似乎在強調：大家可能對這個問題有點太執著了。是這樣嗎？是不是因為現在 OpenAI 已進入新的階段，在公司環境下，這件事不再那么重要？

Mark：我認為過度關注“功勞歸屬”是件壞事。但另一方面，我又認為公司必須在內部與外部都正確地給予功勞。很多公司已經逐漸遠離論文署名制度，但 Jakub 和我最終決定 OpenAI 必須保留署名。反對意見常常是：“你們把頂尖人才的名字擺在臺面上，其他公司會更瘋狂地挖角。”但我認為這不重要。出色的人就應該被看到，我們應該持續培養 AI 領域的明星研究者，也應該讓真正做出貢獻的人建立起自己的聲望。

Ashlee：但你似乎又同時認為，研究員個人不應該過分執著于署名了？

Mark：現場確實有人表達過那種觀點，但其實 Jakub 和我對這個問題持不同意見。我們倆更堅持應當在可能的情況下給予功勞，哪怕這意味著外界能清楚知道我們最優秀的人是誰。我甚至會再進一步說：OpenAI 可能是整個行業里，最愿意給研究者公開署名的公司，沒有之一。

Ashlee：你 2018 年加入時，OpenAI 還是一個研究導向、非營利的組織，創始人希望它成為 Google 的平衡力量，并以“確保 AGI 安全到來”為目標。而你來自華爾街高頻交易，只是被 AI 的進展吸引過來。說實話，你并不“必須”對 AGI 的哲學問題深懷使命感。那你究竟為什么要做這件事？

Mark：我同時管理 OpenAI 的對齊團隊。坦白說，未來一兩年最重大的難題，就是對齊問題。在這個研究方向上，OpenAI 在過去一年做出的成果可能是整個領域里最好的。

原因之一是：在 RL 與算力增加后，我們開始能測量模型的自我意識、自我保護傾向、甚至可能的“Scheming”行為。這非常危險，因為模型最終給你的答案可能是“正確的”，但它得到答案的過程卻完全偏離我們能接受的路徑。

隨著模型替我們執行的任務越來越復雜，理解它的思維過程將變得極其關鍵。

Ashlee：這和機械可解釋性有關，也就是試圖理解模型內部機制的問題。核心問題是：我們的理解能力能否跟得上模型復雜性的提升？還是會最終被模型甩得太遠？

Mark：我們在發布 O1 時做了一個關鍵決策：我們不監督模型的思維過程。一旦你要求模型給出“看起來讓人類舒服的思考過程”，它就可能開始偽裝自己的真實意圖。因為堅持不監督、不過度干預，我們仍然能“看到”模型真實的思維軌跡，并將其作為研究對齊的重要工具。

幾個月前，我們與 DeepMind、Anthropic 合作發表了一篇論文，探討未來如何通過這種方式理解模型。我確實擔心未來某一天，模型給出非常有說服力的答案，但我們無法確認它是否真正與人類的價值一致。

因此有很多值得探索的方向，例如：能否設計一種博弈或環境，讓模型在互相監督、共同演化的過程中，唯一穩定的均衡，就是“誠實”？我認為這里還有大量非常重要的研究要做。

https://www.youtube.com/watch?v=ZeyHBM2Y5_4&t=9s

聲明：本文為 InfoQ 翻譯整理，不代表平臺觀點，未經許可禁止轉載。

會議推薦

InfoQ 2026 全年會議規劃已上線！從 AI Infra 到 Agentic AI，從 AI 工程化到產業落地，從技術前沿到行業應用，全面覆蓋 AI 與軟件開發核心賽道！集結全球技術先鋒，拆解真實生產案例、深挖技術與產業落地痛點，探索前沿領域、聚焦產業賦能，獲取實戰落地方案與前瞻產業洞察，高效實現技術價值轉化。把握行業變革關鍵節點，搶占 2026 智能升級發展先機！