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——这不是 GPT-4 的简单升级，而是一个重要的转折点。

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”。

我们希望模型能自己发现新想法，自己推进研究。

Jakub的这句话，道出了 OpenAI 真正的目标——让 AI 从回答问题的工具，变成能独立做研究的科学家。

访谈中三个关键信号值得所有人关注：

融合革命：GPT-5 将整合两条技术路线——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——过去需要研究生花数月完成的推导，模型几乎能自动完成。

从"vibe coding"到"vibe researching"：当前我们正处于与 AI 协同编程的阶段，但 OpenAI 的真正目标是"vibe researching"——与 AI 协同做研究，这将彻底改变科研的传统方式。

一、GPT-5 诞生：从 “快速响应” 到 “深度推理”

Mark 介绍，过去 OpenAI 有两条并行的技术路线。

一条是大家熟悉的 GPT 系列，从 GPT-2 到 GPT-4，特点是快速响应、即时输出；

另一条是 O 系列，它不追求速度，而是 “思考更久”，力求给出最优答案。

而 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”。

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。

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”。

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。

针对“把推理模型的智能，转化为实用的编程能力”的核心目标，Codex 团队具体做了三个升级：

能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”；

优化了 “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”

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”。

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？

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。”

更让人惊喜的是硬科学领域的突破。

Open  AI 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”。

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

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。”

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。

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”

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。”

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。

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”

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。

要实现这个目标，有两个关键方向要突破。

首先是 “思考跨度” 的延长—— 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。

其次是资源支撑。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”。

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

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。

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”。

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：

一种是擅长 “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；

另一种是擅长 “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。

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：

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。

产品团队和领导层从不把现有产品当终点，而是和研究团队一起，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。

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”。

这对企业来说，意味着三个转变：

使用 AI 时，要从 “提问等待” 升级为 “共同研究”；

衡量 AI 时，要从 “分数高低”转向 “创新与洞见”；

管理团队时，要从 “追热点” 转向 “培养长期攻坚与学习能力”。

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。