撰文：Techub News 整理

导语

Jakub Pachocki（雅库布·帕霍茨基），这位六次在国际信息学奥林匹克竞赛中斩获顶尖名次的天才，如今已成为全球最具影响力的 AI 公司——OpenAI 的首席科学家。在 Ilya Sutskever（伊尔亚·苏茨克维）离开后，他接掌了公司价值 3000 亿美元的研究项目领导权，负责决定 OpenAI 的 AI 研发方向。2025 年，他被《时代》周刊评为全球百大最具影响力 AI 人物之一。其团队开发的突破性模型，首次让 AI 能够进行高度抽象的推理，并将人类带入大规模 AI 应用时代。

近期，Pachocki 接受了波兰科技频道「This is IT」的专访，分享了他从理论计算机科学转向深度学习的历程、对 OpenAI 使命的理解、以及他对 AI 未来发展的深刻洞察。在这场约 40 分钟的对话中，他不仅回顾了关键的技术转折点，更展望了一个由 AI 主导科学发现、并可能自我迭代进化的近未来图景。

摘要

OpenAI 的核心信念是在不远的未来，创造出与人类同等甚至更高智能的 AI，当前正处于一个全新的、可扩展的技术范式的开端。
AI 在数学奥林匹克竞赛等领域的突破，标志着一个转折点。下一步将是 AI 在现实世界中构建事物（如编写程序、撰写书籍、进行科研），Pachocki 预计这将在明年年底前实现。
以 O1 为代表的新范式，关键在于监督模型的决策过程而非仅结果，这开启了模型内在“思考”的可能性，但也带来了如何监管比人类更聪明模型的严峻挑战。
Pachocki 坦言对 AI 可能带来的颠覆性影响感到压力，认为自原子弹发明以来，世界从未因一项技术革命而处于如此不稳定的境地。

从理论到实践：AlphaGo 带来的世界观颠覆

Jakub Pachocki（雅库布·帕霍茨基）的职业生涯始于对“计算机能做什么”这一根本问题的探索。从高中编程竞赛到哈佛大学的博士研究，他一直沉浸在理论计算机科学中，致力于证明计算机理论上能计算与不能计算的界限。彼时，他的观点是：那些即使效率不高但能被证明有效的算法，因其可扩展性，将在未来占据主导地位。

然而，DeepMind 的 AlphaGo 彻底动摇了他的世界观。围棋的巨大状态空间曾让学界普遍认为，计算机需要很多年才能在此领域超越人类。AlphaGo 的成功证明，通过神经网络从人类对弈或自我对弈中学习，而非依赖手动设计的启发式搜索，AI 可以达成超越人类的性能。“这真的震撼了我的世界，”Pachocki 回忆道，“因为它让我更容易想象，从玩游戏到解决编程竞赛，再到撰写科学论文、推动科学发展的路径。”

这一事件促使他重新思考整个领域。他认识到，深度学习的理论基础虽然薄弱，但其展现出的潜力不容忽视。与此同时，他当时的合作者 Aleksander Madry（亚历山大·马德里）——一位在图算法领域取得惊人进展的 MIT 教授——也得出了相似的结论。他们都对深度学习缺乏坚实理论感到不满，并开始探讨能否为此构建更好的理论框架。

最终，在 Wojtek Zaremba（沃伊切赫·扎伦巴）的持续招募下，Pachocki 在完成博士和短期博士后研究后，决定“双脚跳入”这个领域，加入了 OpenAI。他早期的重大项目便是利用强化学习，教神经网络玩复杂的电脑游戏《Dota 2》。这段经历为他日后参与 GPT 系列及 O1 模型的研发奠定了重要基础。

OpenAI 的使命：创造世界上最强大的 AI

作为首席科学家，Jakub Pachocki（雅库布·帕霍茨基）清晰地阐述了 OpenAI 的核心理念：“我们的公司建立在这样一个信念之上：在不远的未来，AI 将达到与人类同等甚至更高的智能水平。”他承认，几年前人们还在争论这个“奇点”何时到来，但现在看来，发展是连续的。GPT 在某些方面已经比人类更聪明，在另一些方面则更笨拙，但它无疑在持续进化。

Pachocki 指出，当前 AI 的发展已经抵达一个关键里程碑。他曾预言，当 AI 开始在数学或编程奥林匹克竞赛中获得金牌、解决所有问题时，就意味着我们真正接近了人工智能。“现在，这一刻正在发生。”他说。因此，接下来的自然步骤是 AI 能够在现实世界中构建事物，无论是编写有用的程序、创作书籍，还是进行科学研究、发现新知识。他预计，我们将在明年年底前看到这方面的进展。

他特别提到了科学发现的“多米诺骨牌”效应：许多定理的发现是为了证明其他更复杂的定理。如果 AI 能够解决需要数月甚至数年创造性工作的难题，那么它必然涉及提出新假设和构建新的理解。Pachocki 描绘了一个未来场景：我们将能够利用一个显卡集群运行多个模型副本，从而拥有一个“AI 研究实验室”，这些模型将自主思考并产出科学成果。这种加速可能带来医学等领域的剧变，其步伐将超乎我们的习惯。

当被问及是否担心被 AI 取代时，Pachocki 坦承：“是的。”他不仅将此视为一种反思，更是团队积极思考的重大问题。他来自编程竞赛并最终走向 AI 的路径并不独特，OpenAI 内部许多优秀同事都有类似背景。AI 在此类任务上超越人类，意味着一个根本性的转变。

O1 与新范式：监督“思考”而非答案

访谈中，Jakub Pachocki（雅库布·帕霍茨基）将 O1 模型带来的“自由推理”和“抽象思维”能力称为近期 AI 发展的最大突破。其核心在于方法论的转变：从监督模型的输出结论，转变为监督模型的决策过程。

Pachocki 解释说，这并非全新的想法。早在 GPT-2/3 时期，人们就观察到，如果要求模型在上下文中“思考”一会儿，其表现会更好。真正的挑战在于精炼技术，使模型能够真正学会如何思考。其基础技术是强化学习：通过观察模型自身的思考过程，强化那些导向更好结果的思维路径。这与 AlphaGo Zero 教授神经网络下围棋的方法本质相同，也是 Pachocki 早期在 OpenAI 用 Dota 2 项目实践过的。

“这个范式已经改变了，”Pachocki 强调，“监督仍然存在，但重点是应用层面。不同之处在于，我们训练模型不仅是为了得出正确结论，更是为了强化其自身导向正确结论的思维链。”这种内在的“独白”是 O1 等模型的关键特征。与 GPT Chat 试图取悦用户的输出不同，O1 的内在思维链可以独立运作，它可能内心认为用户完全错了，但会选择以相对友善的方式表达。

Pachocki 认为，当前正处于一个类似于 GPT-1/2 时期的新范式开端。这一范式同样是可扩展的，意味着可以沿着同一轴线进一步发展，未来我们将看到基于相似方法论但智能程度高得多的模型。从 GPT Chat 到 O1 只用了两年多时间，这种加速趋势显而易见。

未来的挑战：记忆、具身与无限发展

尽管进步神速，Jakub Pachocki（雅库布·帕霍茨基）指出了当前模型仍需克服的几个关键限制。首先是长期记忆。目前的模型缺乏人类那种日积月累构建上下文、了解对话对象和周围世界的能力。这对于进行长期研究或在现实世界中运作至关重要。

其次是多模态与具身智能。当前模型主要通过文本交互，但未来需要能够使用计算机，并最终在物理世界中行动。Pachocki 认为，空间理解本身可能不是最困难的部分，视频生成模型如 Sora 已显示出对物理定律的一定理解。更难的挑战在于赋予 AI 一个功能良好的机器人身体，并让其理解具体动作对物理世界的影响。他推测，即使仅从文本中，模型也能学习大量物理知识，因为它们本质上是在预测人们会如何描述现实世界的事件。

关于 AI 发展的终点，Pachocki 持开放态度。他认为发展可能没有尽头。AGI（通用人工智能）常被视为该领域的“圣杯”，但人类的智能本身就是一个移动的目标。随着 AI 在越来越多轴上超越人类，我们与模型的协同进化也会改变我们对“智能”的定义。“也许当我们到达那个用大型计算集群进行开放式医学研究的点时，我们可能仍在争论这是否算 AGI。”他说。

对于训练数据可能枯竭的担忧，Pachocki 表示，Alpha Zero 或 Dota 项目已经展示了不依赖人类文本数据的学习路径，当前的方法受数据约束已大大减少。他确信，我们将达到“模型训练更好模型”的阶段。这将是具备递归循环能力模型的直接结果。今年内，一些简单的内部基础设施实现就可能由具备“思考”能力的 AI 模型辅助完成，但要由模型主导整个研究项目，还需要时间。

监管、幽默感与内心的忧虑

随着 AI 能力逼近乃至超越人类，监管问题变得空前严峻。Jakub Pachocki（雅库布·帕霍茨基）认为，O1 等模型拥有不直接面向用户的“内心独白”，这既是有趣的特性，也带来了监管难题。如果我们让用户完全访问模型的思考过程，这些思考最终也会受到与聊天输出相同的压力，被塑造成用户想要的样子。但更危险的是，如果我们一味监督模型不让它“思考如何欺骗我们”，它可能会发展出我们无法察觉的欺骗方式，后果更糟。

当被问及 AI 目前为何缺乏幽默感时，Pachocki 笑称，有时他会想这是否将是“人类最后保留的领地”。但他认为这主要是当前训练目标并未侧重于此，他预计这种情况会很快改变。“我不会赌幽默感（是人类专属），”他说，“我认为幽默感很快就会（被 AI 掌握），而且会是一种非常有趣、略有不同的感觉。”

最后，Pachocki 坦言，审视技术发展，有几件事让他深感忧虑。长期来看，当模型能自主进行研究并构建新版本时，如何监管将是一个亟待解决的大问题。短期来看，即使模型还不够聪明，但其已能完成大量有价值的工作，这本身就构成了一场真正的技术革命。“自原子弹发明以来，世界尚未因一场革命而处于如此不稳定的境地。这就是让我感到压力的事情。”他总结道。