OpenAI 致力于打造能够处理任何任务的通用人工智能

2022 年，亨特-莱特曼（Hunter Lightman）成为 OpenAI 的研究员后不久，他见证了 ChatGPT 的爆炸式发布--这是科技史上增长最快的产品之一。与此同时，莱特曼更安静的工作是训练OpenAI的模型，以应对精英高中数学竞赛。

如今，他的团队--MathGen--在 OpenAI 建立业界领先的人工智能推理模型的过程中发挥着关键作用。这些系统构成了 "人工智能代理 "的支柱，能够执行类似人类的计算机任务。

"Lightman 向 TechCrunch 介绍了 MathGen 的起源。

尽管取得了进展，OpenAI 的模型仍不完善。即使是其最新的系统也会对事实产生幻觉，在执行复杂任务时也会出现问题。

然而，数学推理能力却有了显著提高。最近，它的一个模型在国际数学奥林匹克竞赛（International Math Olympiad）中摘得金牌。OpenAI 相信，这些推理能力将扩展到其他领域，为其设想已久的通用人工智能代理提供动力。

ChatGPT 的成功是偶然的，而 OpenAI 的代理开发则代表了多年的深思熟虑。"首席执行官萨姆-阿尔特曼（Sam Altman）在 OpenAI 2023 年开发者大会上预测说："不久的将来，你只需让计算机来处理任务即可。"我们称这些为'代理'--它们的潜力是惊人的"。

已确认参加 2025 年颠覆大会的科技巨头

Netflix、ElevenLabs、Wayve 和红杉资本组成了 TechCrunch Disrupt 20 周年庆典的全明星阵容。今天就购买门票，在涨价前最高可节省 675 美元。

科技巨头已确认参加 2025 年的 Disrupt 大会

Netflix、ElevenLabs、Wayve 和红杉资本将为 TechCrunch Disrupt 20 周年庆带来全明星阵容。从科技界的顶尖人物那里获得可行的见解--立即购买门票，在涨价前最多可节省 675 美元。

旧金山 | 2025 年 10 月 27-29 日 | 立即注册

尽管 Altman 的愿景仍未得到证实，但 OpenAI 在 2024 年推出的 "o1 "推理模型震惊了科技界。几个月内，它的 21 名研究人员成为硅谷最令人垂涎的人才--Meta 挖走了 5 名研究人员，并提供了九位数的薪酬待遇。

强化学习的复兴

OpenAI 的代理突破与强化学习（RL）有关--人工智能模型通过模拟试验和错误来学习。虽然强化学习可以追溯到 2016 年的 AlphaGo 里程碑，但 OpenAI 花了数年时间将其调整用于计算机使用的代理。

早期的 GPT 模型擅长文字，但在基础数学方面却乏善可陈。2023 年的 "草莓 "项目将 RL 与测试时间计算相结合--让模型在回答问题前验证步骤--开创了 "思维链 "推理。

"研究员埃尔-基什基回忆说："突然间，模型可以反向追踪和自我纠正，感觉很人性化。

扩展推理能力

OpenAI 确定了两个扩展向量：训练后计算和响应时间分配。"莱特曼指出："我们不只是为今天而构建，我们还为可扩展性而构建。

一个专门的 "Agents "团队于 2023 年成立，为 o1 奠定了基础。与受限于产品需求的竞争对手不同，OpenAI 将 AGI 研究作为优先事项--这是一种战略优势。

定义人工智能推理

研究人员对人工智能是否真正 "推理 "争论不休。一些人强调计算效率，另一些人则关注类人输出。批评者是存在的，但能力才是最重要的--就像飞机与鸟类实现飞行的方式不同一样。

主观任务挑战

目前的人工智能可以很好地处理编码问题，但在处理细微问题（如网上购物）时却很吃力。"Lightman解释说："从根本上说，这是一项数据挑战。新技术允许在不易验证的任务上进行训练。

OpenAI 的 IMO 解决方案采用了多代理探索技术，目前已被谷歌和 xAI 效仿。研究员诺姆-布朗（Noam Brown）认为，快速进展仍在继续："看不到任何放缓的迹象"。

随着 GPT-5 的迫近，OpenAI 的目标是在与谷歌、Anthropic 和 Meta 的竞争中保持优势。最终目标是什么？一个能直观执行任何数字任务的代理--完全超越今天的 ChatGPT。