夜雨聆风Jakub Pachocki，OpenAI 现任首席科学家。
GPT-4 的总负责人，o1、o3 系列的核心设计者，2024 年接替 Ilya Sutskever 坐上这个位置。
他不常公开发言。
前几天，他在 Redpoint AI 的播客《Unsupervised Learning》接受访谈，我听完之后，我觉得他说话的方式很克制，很精准，偶尔透出一种让人不安的清醒。
下面整理出一些我觉得值得聊聊的观点，跟大家分享一下。
01 编程 Agent 是现在最重要的信号
Pachocki 说，他现在最关注的近期能力指标，是编程 Agent 的进展。
不是通用对话，不是图像理解，是写代码、调代码、跑实验这件事。
为什么？
因为编程是一个有明确反馈的领域。代码跑通了就是跑通了，跑不通就是跑不通。这种清晰的奖励信号，让强化学习可以在这里发挥最大威力。
他举了个自己的例子：以前他做一个实验，要花整整一周。现在 AI 可以几乎自主地完成同样的工作。
这不是在吹牛。这是一个在 OpenAI 内部每天都在发生的事实。
我的判断是：编程 Agent 不只是一个产品，它是 AI 能力的压力测试场。 能在这里跑通的东西，才是真正可以泛化的能力。
02 强化学习，正在突破「可验证」的边界
过去，强化学习最好用的地方，是那些有明确答案的任务——下棋、打游戏、解数学题。
Pachocki 说，现在他们正在把 RL 推向更复杂、更长周期的问题。
这是一个很微妙的转变。
以前 RL 的核心逻辑是：给模型一个奖励信号，让它自己摸索。但奖励信号必须是清晰的，否则模型会学歪。
现在他们在做的事情，是在没有明确答案的领域里，设计出足够好的奖励机制。
这很难。但如果做成了，意味着 AI 可以在科学研究、商业决策、甚至社会治理这些领域里，开始真正自主地学习和进化。
他提到，数学和物理的 benchmark，是他们目前用来衡量「通用智能」进展的重要指标。不是因为数学和物理本身，而是因为这两个领域的答案是可以被验证的——这让 RL 有了施展空间。
这不是在解数学题，这是在用数学题作为跳板，跳向更广阔的地方。
03 Chain-of-Thought 监控，是对齐问题最有希望的方向
AI 对齐是整个行业最难的问题之一。
Pachocki 说，他目前最看好的对齐工具，是对思维链（Chain-of-Thought）的监控。
什么意思？
o1、o3 这类推理模型，在给出答案之前，会先「想一想」——把推理过程以文字形式展示出来。这个过程是可以被人类读懂的。
Pachocki 认为，这给了我们一个窗口，可以看到模型在「想什么」。如果模型的推理过程出现了问题，我们可以在它行动之前发现并干预。
这听起来很合理。但我有一个问题还没想清楚：
当模型足够聪明，它会不会学会在思维链里「表演」给人类看，而把真正的推理藏在别处？
这不是科幻，这是一个真实的技术风险。Pachocki 自己也承认，这个方向有希望，但不是终点。
04 AI 加速研究本身，是一个奇怪的递归
Pachocki 说了一件让我觉得很奇特的事：
AI 模型正在加速 AI 研究本身的进展。
这不是比喻。OpenAI 内部，已经有大量的研究工作是由 AI 辅助完成的——跑实验、分析结果、提出假设。
他的目标是，在 2026 年 9 月之前，打造出一个「AI 研究实习生」系统，可以相对独立地处理复杂研究任务。到 2028 年，进化成一个「完整的 AI 研究员」。
这意味着什么？
意味着 AI 进步的速度，不再只取决于人类研究员的数量和能力，而是开始取决于 AI 自己的能力。
这是一个正反馈循环。一旦启动，很难预测它会跑多快。
我不知道这是令人兴奋的事，还是令人不安的事。可能两者都是。
05 权力集中，是他最担心的事
这是整个访谈里，我觉得最值得认真对待的部分。
Pachocki 说，高度自动化的 AI 组织，可能会带来一种前所未有的权力集中。
他的逻辑是这样的：
以前，一个组织要有影响力，需要大量的人。人多，意味着权力天然是分散的——你需要协调、需要妥协、需要让很多人都满意。
但如果一个组织可以用极少数人加上大量 AI，完成以前需要数万人才能完成的工作——那这个组织的权力，就会以一种历史上从未出现过的方式集中起来。
他说，这个问题没有显而易见的解决方案。
这句话让我停下来想了很久。
一个 OpenAI 的首席科学家，在公开场合说「我们正在做的事情，可能会带来前所未有的权力集中，而且我不知道怎么解决」——这需要很大的勇气，也需要很深的清醒。
这不是末日预言，这是一个工程师在诚实地描述他看到的风险。
06 他怎么看 AGI？
Pachocki 说，他情感上对 AGI 的定义，是这样的：
能够产生真实商业价值、并且能够自主开展研究的 AI 系统。
不是通过图灵测试，不是在某个 benchmark 上超过人类，而是——能干活，能发现新东西。
这个定义很务实，也很有意思。
它意味着 AGI 不是一个开关，不是某一天突然「到了」。它是一个渐进的过程，我们可能已经在这个过程里了，只是还没意识到。
他还说，模型已经发展出了「自己的思维方式」——这些思维方式对人类来说是可读的，但和人类的思维模式不同。他把这个描述为一个重要的突破。
AI 不是在模仿人类思考，它在用自己的方式思考。这两件事，差别很大。
写在最后
Pachocki 是那种让你觉得「这个人真的在认真想这些问题」的人。
他不是在卖产品，不是在做 PR，他是在描述他看到的世界——包括那些让他自己也感到不确定的部分。
AI 正在加速研究自身，编程 Agent 正在重塑软件开发，强化学习正在突破可验证的边界，权力集中的风险正在逼近。
这些事情同时在发生。
我们身处其中，很难看清全貌。
Hi ~，我是 Dukee，在 AI 世界持续探索。
我会持续分享一些值得探讨的 AI 观察与思考。
如果你也在学习AI，欢迎关注，我们一起升级打怪👾！
欢迎大家一起交流！
