OpenAI首席研究官Mark Chen深度访谈：揭秘AI研究内幕、竞争与未来

近日，OpenAI首席研究官Mark Chen接受了一次深度访谈，透露了大量内部信息，内容极为丰富。

无论是公司事务、个人见解还是同事动态，他都畅所欲言，几乎无所不谈。

例如：

• 爆料Meta在人才争夺中升级为送汤大战，扎克伯格亲自煮汤送到OpenAI研究员嘴边。OpenAI也以送汤回击。
• Mark Chen、Scott Gray等经常三五围坐，打扑克牌。本质被解释为概率与期望值的博弈。
• OpenAI核心研究团队规模约500人，公司内有约300个项目。
• Mark Chen表示OpenAI本质上仍是一家纯AI研究公司。
• Gemini 3发布后，每个人都会用自己的方式试探新模型，有个“42问题”从未有语言模型能完全解决。
• OpenAI“宫斗”，Mark Chen如何促成让Sam回归的请愿信也被聊出。
• 透露过去半年，一直专注预训练，有信心与Gemini 3正面对决。
• 表示内部已有性能达Gemini 3的模型，将很快发布，并发布更好下一代模型。
• 当被问“你们真的需要那么多算力吗”会震惊：如果今天多10倍算力，几周内就能用满。 ……

网友纷纷表示，这次访谈让人耳目一新，许多人在转发Mark Chen观点。

Mark Chen能言无不尽，关键在访谈来自《Core Memory》，主持人Ashlee Vance是硅谷知名科技记者，以深入采访闻名，更以《硅谷钢铁侠：埃隆·马斯克，创造未来的人》著称。

量子位对完整访谈进行翻译整理，在不改变原意下，对语言做了适当润色。

完整访谈整理

人才争夺战演变成给人才送汤战

问：关于人才争夺战，Meta行为激进，这种竞争目前到哪个阶段？

Mark Chen：其实人才有限，大家都知道是谁。许多公司意识到，建优秀AI实验室关键在招最优秀人才。所以Meta积极采用这策略，不奇怪。

我们没坐以待毙，我想从OpenAI角度讲这故事。媒体渲染人才单向流向Meta。

但我看到情况，Meta挖了很多人，但多数不成功。他们挖我一半直接下属，但全都拒绝。当然，如果你一年有100亿美元预算挖人，肯定会挖到一些人。

所以我觉我们在保护核心人才上做得不错。看着这事件升级，挺有趣。

比如扎克伯格真的亲自给他想挖的人送汤，我觉他是亲手煮汤。当时我很震惊，但后来意识到这些方式以奇怪方式有效。所以我后来也给我们想从Meta挖的人送汤。

问：你们现在比谁送汤？

Mark Chen：我还想下次团队团建带大家上烹饪课。但我确实学到招聘事情。

问：你自己煮汤了吗？

Mark Chen：呃，其实最好买米其林级别汤，你懂吧？

但我确实在这事上学到不少，比如怎样更积极争取顶尖人才。让我很受启发一点，在OpenAI，即使最后去Meta人，我也没听谁说“AGI会先由Meta做出来”。大家都对OpenAI研究路线非常有信心。而我明确告诉团队，我们不会跟Meta追逐报价对标。在Meta报价倍数远高于我们情况下，人们仍愿留OpenAI，这让我非常有信心。他们真相信这里未来，相信我们能做成。

问：你和Alex呢？他以前擅长数学竞赛，你们肯定一起玩过。

Mark Chen：我们以前确实一起玩几次，但现在不怎么联系。

问：为什么汤会变主流？

Mark Chen：我也不知道。汤、花，或你能想任何东西都出现过。但我觉得人生就冒险嘛，我也乐得顺势玩这梗。

图片由AI生成

问：那你在想策略时，会用到什么扑克心法吗？

Mark Chen：我觉得这又回媒体叙事问题。目标不是留住组织里“每一个人”，而是相信我们人才培养体系，并弄清我们必须留哪类关键人物，然后确保他们留。在这点上，我们做得非常出色。

问：Sam一直非常喜欢研究，他是老板最顶层那个人。而你和Jakub Pachocki一起塑造OpenAI研究方向，还能决定哪些项目获多少算力。所以你等于既要规划OpenAI前进方向，也要负责执行层面，比如到底怎么把那些算力投项目中。

而这在我看来完全“噩梦级别”工作，因为我脑补大家为从你那里弄GPU会用尽各种手段。

Mark Chen：人们在想办法搞GPU时会非常有创造力，各种后门交易点子都会出现。但你说得对，这确实是工作中关键部分：确定研究组织优先级，并为执行负责。

关于第一点，其实Jakub和我有流程，大概每1–2月整体梳理OpenAI所有在进行项目，这是一张巨大表格，约300个项目。我们尽可能深入理解每一个项目，并给它们排优先级。

对一家500人规模公司来说，让大家理解组织核心优先事项非常重要。这些优先级不仅通过口头明确传达，也通过我们如何分配算力传达。

问：你提到500名研究人员，也就是这现在拥有数千名员工组织最核心研究团队，对吧？

Mark Chen：对。

问：你说有300个项目，我想象其中肯定有一些是巨大前沿模型，也有一些是研究人员在做小型实验。那你们到底如何跟踪所有这些项目，并得出哪些项目应该分GPU、哪些不应该？

Mark Chen：在做这类优先级梳理时，保持核心路线很重要。我认为OpenAI与其他大型实验室最大不同之一，就是OpenAI从一开始就把探索性研究作核心。

我们不是那种复现别的实验室成果、去追赶别人benchmark公司，那不是我们核心能力。我们一直在尝试找出下一种范式是什么，并愿投入资源确保我们真能找到它。

可能很多人会对此惊讶。事实上，我们在“探索下一代范式”上投入算力，比训练最终产物本身还要多。

问：但问题是，你们如何避免被个人推销说服？因为每个人都会觉自己项目非常重要。当我想到这，我就会想起《纽约时报》每天都有头版头条，每个人都想上头版，每个人都觉自己故事最重要，每个人都竭尽全力告诉你为什么这事重要。他们都花数周甚至数月做出那个成果，所以对他们来说这就生死攸关。

Mark Chen：你必须做最艰难决定之一就是：这项目，我们现在就是没法给它资源。

但我也认为，这是好领导力。你必须清晰沟通，这些是我们真正优先事项，这些是我们要推进内容，这些是我们认为能推动研究方向重要结果。其他事可以做，但它们必须明确是第二优先级。

回应谷歌Gemini 3

问：你提到不要被竞争对手牵着走。你认为其他公司有时候很被动，而你们过去处在领先位置，制定行业标准，所以他们才需要对你们成果做出反应。

刚好前几天Gemini 3发布，在这种竞争回合中，你们对手有时显然根据你们行动。我知道benchmark价值常被争论，但大家确实会比这些。那你们如何在这种环境下，保持那种“我们只做我们认为正确事”心态呢？

Mark Chen：我认为如今AI研究环境比以往任何时候都更竞争激烈。但关键是不要被竞争动态困住。因为你永远可以说：“我们发布一个小更新，就能领先竞争对手几周或几个月。”

但那不是一种长期可持续研究方式。如果你能突破下一代范式，那重要性完全不在一个数量级，你将决定整个领域演化，你会理解围绕这一思想领域所有旁支方向。

以我们在“思考（Reasoning）”方向研究为例，在两年多前，我们就押注我们会在语言模型思考能力上取得突破。当时这押注非常不受欢迎。

现在看起来显而易见，但那时氛围是：预训练非常有效，后训练也非常有效，为什么还要投资源做其他东西？

而今天你问任何人，他们都会说语言模型思考能力是不可或缺。所以，我们承担是大胆押注，去探索如何扩展，如何构建能在未来成百上千倍算力下仍能工作算法。

问：随着公司发展，这显然变更难。你们一开始是一个几乎纯研究组织，但今天OpenAI有产品线，有些部门看起来更像成熟微软或谷歌。通常来说，随时间推移，公司会逐渐变更关注能带来营收部分，而非花大量钱做研究，研究经费往往会不断被挤压。

Mark Chen：我认为这正是OpenAI最特别地方之一。我们本质上仍是一家纯AI研究公司。你很难再找到另一家真能这么说公司。我们最初成立时是非营利组织，我加入时也是那个时代。

当时精神是，为推进AGI研究，可以不惜一切代价，当然要以安全方式推进。

而我确实认为，这反而是创造价值最佳方式。如果你赢研究，价值创造是顺带发生。我觉得真正陷阱是迷失在那些“让我们提升利润率吧”目标里。因为你研究做到最好，其实那部分价值非常容易实现。

问：你是2018年加入。那么你觉得，那种“灵魂”、那种核心文化与核心使命……

Mark Chen：是，那个核心文化和核心，确实持续存在。

问：埃隆怎么说？他说我们不应该叫你们研究员？这只是工程师，对吧？

Mark Chen：我觉得这话有它道理，因为一旦你设置一个“层级”，比如把研究科学置于工程之外部分，那你在某种意义上就已经输。

因为在构建大型模型时，真正重要是，你能否在实践中不断优化那些1%细节，如何让kernel快一点？如何确保数值计算足够稳定？这些都是深度工程能力。

如果你没有这些东西，就根本无法把训练规模扩大到我们今天使用GPU数量。

问：但我想说是，研究员和工程师之间确实有种神秘感上差别。你觉得保持一种“平视心态”比较好，是这个意思吗？

Mark Chen：我觉得研究员类型其实非常多样。我们最优秀一些研究员，他们特点是，能提出无数种想法。其中大部分不行，但就在你开始怀疑“这个人真值得吗”时候，他们突然又冒出一个惊为天点子。

还有一些研究员非常擅长沿明确路径执行，把事情做到极致。所以研究员类型太多，根本很难把他们塞进一个刻板类别里。

问：Gemini 3刚发布不久，我很好奇，当一个竞争对手发布新模型时，你个人，或者你们团队，会怎样反应？是大家都会去看它能做什么吗？你们会不会有一些常用prompt、常用问题，去试探这些新模型有什么能力？

Mark Chen：关于Gemini 3，具体来说，它是个不错模型。我们会做一件事是建立内部共识。

因为benchmark其实只能告诉你有限信息。就benchmark数据本身来看，我们其实相当有信心：我们内部已有性能达Gemini 3模型，而且我们相当确定很快就会发布这些模型，并且能发布表现更好下一代模型。

但再次强调，benchmark只揭示一部分内容。每个人都会用自己方式去“试探”新模型。我有一个自己常用题，到目前为止，没有哪个模型真正解决过，甚至是所谓“thinking models”也没完全做出来。所以我还在等。

问：这是个秘密数学问题吗？

Mark Chen：不是，不过……如果我在这里公开讲，它可能以后就被训练进去（笑）。

这是过去一年我很喜欢一个谜题，叫作“42问题”：核心是借助若干个模数为小于42素数随机数生成器，用最少调用次数搭建出模数为42随机数生成器。

这题很可爱。语言模型总是能接近最优解，但我还没见过哪个真把它完全做出来。

问：这实际上引出我接下来本来就想问问题。但在此之前，我知道你很有竞争心，你也跟我说过一句我记得很清楚话“我热爱竞争，但我极度讨厌输”，所以如果我们知道Gemini 3会在周四发布，你会不会在凌晨12点就把那道题丢给它？还是没有那么夸张？

Mark Chen：不会啦，我认为这是一个长周期事情。

我是那种会有阶段性执念人，但任何事业你都得用长期博弈心态去做。例如过去半年，我们一直专注在预训练上。这是我和Jakub一起推动方向，打造预训练核心能力、组建顶尖团队、确保预训练所有关键都得到足够重视。而正是这些投入，让我们今天能产出这样模型，在预训练方面，我们就有信心轻松与Gemini 3正面对决。

大学室友带入坑编程

问：我对你刚才说那个谜题感兴趣，是因为我第一次见Jakub是在OpenAI创立之前，那时他在参加编程竞赛。我也有一段时间超迷编程比赛。我去看过一次，当时Facebook每年都会搞一个Hacker Cup，那是我第一次见到Jakub。

我知道你高中也参加数学竞赛，甚至是从小学一路参加到高中，你是不是也参加IOI？

Mark Chen：我很晚才开始写代码，是大学室友带我入坑。

当时我还是一个满怀自负数学人，觉得数学才是最纯粹、最困难科学，真正能力需要在数学中证明。回头看，那时候我可能太沉浸在竞争里。

但编程后来变成一件非常令人有成就感事情。开始它只是一个让我能继续和大学朋友保持联系方式，毕业之后，我们每个周末都会一起上线做比赛。

渐渐地，我发现自己挺有天赋。后来我开始在比赛中拿不错成绩，然后开始给比赛出题，比如给USA Coding Olympiad出题。最终我也开始担任教练，这是一个很棒社区，我也在里面遇到很多像Scott这样人。

问：你当时是在MIT？

Mark Chen：不是，我是毕业之后参加。

最近比赛还有一个让我特别有感地方，当我们把现代语言模型投入这些比赛题目时，它们表现非常强。而且它们思维方式跟人类完全不同。

我们一直以为AI擅长模式识别，如果新题能映射到旧题，它就能解。但我注意到，有些题目非常临时、技巧性、零散，这让我意识到AI+人类在前沿研究中会出现奇迹，因为AI对“什么是简单/困难”直觉与人类不一样。我以为模型绝对做不出来，结果它们觉这些题反而比较简单。

问：是类似AlphaGo那种“人类从没见过打法”感觉吗？

Mark Chen：我觉得是。

GPT-5 Pro出来之后，我真感觉到前沿科研出现一个拐点。

一个最好例子是，发布后三天，我见一个物理学家朋友，他之前玩过模型，觉得它们可爱但没啥用，我让他用Pro模型更大胆地试，他把自己最新论文丢进去，模型想30分钟，然后就把答案给出来。他反应让我想到，李世石看到AlphaGo第37/38手时表情。我觉得这种场面在数学、科学、生物、材料科学中只会越来越常见，模型真已经到这程度。

问：我知道这问题不新鲜——从深蓝、到AlphaGo，人们一直在问，当AI开始解决那些被人类视为“巅峰智力成就”问题时，会不会让人感到某种悲伤？

Mark Chen：嗯，有，也没有。我编程水平不错，但不属最顶尖那一批，所以对我来说……或许这算“复仇”。

但认真说，我确实经历过一种“时刻”。在我们开发思考模型期间，我们持续监控模型在竞赛题表现。

一开始，它们表现并不好，大概就普通参赛者水平。但随时间推移，它们能力不断提升，直到有一天，我走进会议室，看到模型评分曲线越过我自最高水平。那一刻我真震惊，“哇，我们到这种程度，这么快？”Jakub当时还稍稍得意，但也就过一两个月，模型也超过他。

今天，模型已经稳稳站在前沿。你能从我们今年夏天在Coder比赛上成绩看出来那是世界顶级算法竞赛，模型拿第二名。它在一年内从世界第100名，跳到世界前5。

问：那十年后，我们还会办这种竞赛吗？

Mark Chen：我觉得会。它们很好玩。尽管有些人做这些比赛是为写简历，但真正热爱它人，是因为它本身有趣，这种乐趣不会消失。

问：在我写报道时，有人告诉我，一些国家，IOI拿牌基本等于“随便挑大学，免费入学”。

Mark Chen：你不觉得面试这些传统方式，很快也会被模型彻底打破吗？大学考试、作业，也基本全被打破。我们确实需要新方式来评估一个人，他学到什么？他实际能力在哪？

我其实一直有个想法，也许我们以后面试，可以直接让候选人去跟ChatGPT对话。不过是一个“特殊版本”ChatGPT，这模型任务不是回答问题，而是判断你是不是真懂相关内容、你能力水平有没有达到在OpenAI工作标准。你要通过和它对话，说服它你是一个适合OpenAI人。当然，你不能“越狱”它，然后我们再去看这段对话记录。也许未来这种测试方式，会更准确地反映一个人到底懂不懂。

联手Jony Ive，搞硬件设备开发

问：你会参与像Jony Ive设备开发这种事情吗？研究团队也参与？

Mark Chen：是。而且我昨天和Jony以及几位研究人员一起吃饭，包括我们负责预训练和后训练负责人。

我一直在想一件事，未来ChatGPT应该是什么样子？现在ChatGPT，和它交互方式，说实话很笨，完全不是原生思考那种体验。

你给它一个提示词，它给你一个回答，之后它基本上不做任何对你有生产力事情，直到你再给下一个提示。而且如果你再问类似问题，它还会花一样久思考时间。它不会因为你之前问过问题而变更聪明。

我认为未来应该是这样：它有更强记忆，每次你来，它能学到关于你一些深层东西，它会思考你为什么问这问题，它会联想到相关问题，然后下一次你来，它会变更聪明。

那么问题来，要怎样设计一个设备，让这种思考方式成为核心？和Jony合作这段时间，我觉得非常有价值。

问：你现在有一个设备吗？

Mark Chen：我可能有，也可能没有。

问：我一想到你们在和Jony合作，我就想到，苹果是一个以硬件为中心公司，乔布斯对硬件着迷，把它当成一种艺术。但你们，Sam、Greg、Jakub，据我所知没有人真做过硬件产品。

Sam很重视设计，从他房子和办公室能看出来，但做设计这种天赋……我一直觉得乔布斯那叫品味，这是天生。那你们怎么确定自己有“品味”来塑造一个新硬件产品？

Mark Chen：老实说，我们不需要自己有品味，那是Jony工作，他是我们在“品味”上鉴别者。

而最有趣是，我们最近意识到，设计团队工作方式我们做研究工作方式，其实有非常深相似性，都是大量探索、大量提出假设、大量试错、花很多时间沉淀，最终打造一个你满意作品。

让设计团队加入公司之后，我们和他们沟通更直接：“这是我们即将交付能力”“这是设备形态”“我们怎么把这两个整合起来？”

问：我花一辈子和这些人打交道，但我常常会想，真要一群数学宅男来做AI设备吗？不过你刚才讲确实在谈一种“混合型合作”。

Mark Chen：是，你说得对。擅长构建AI能力人，和有硬件/产品品味人，通常是完全不同两类。但我们内部其实也有一些团队，他们对模型行为品味特别好。

这种品味完全不同，他们会问非常奇怪、但很关键问题，比如“ChatGPT最喜欢数字应该是什么？”

问：最后几几几个问题，ChatGPT提醒我问你，如果5年后回头看现在，有哪些非常脆弱、非常微妙小想法，你觉得未来可能变突破核心？

Mark Chen：有几个，我手里大概有一小撮这样想法。不能讲太细，但我真非常期待把它们规模化。

问：能不能给点提示？比如方向类别？

Mark Chen：主要还是集中在预训练相关东西，也有少量是RL相关，也有少量是关于“如何把所有东西整合起来”方向。

问：你觉得外界有哪些关于OpenAI误解？

Mark Chen：我认为最重要一点是，OpenAI本质上是一家研究为中心公司，我们是一家纯粹押注AI公司，公司核心目标就是构建AGI，并尽可能减少干扰，产品是顺研究自然流出来。

至于研究，我们最核心目标是：自动化AI研究、自动化科学发现、自动化经济生产力工作。而过去一年最大更新其实是第二个部分，它正在发生。

问：你现在多大？你还有办法维持社交生活吗？

Mark Chen：34，快35。老实说，没有。过去两周每天都是工作到凌晨1–2点。但我很喜欢这样，有很多事要做、很多人要招、很多方向要推动。如果我们正处在下一次工业革命里，那为什么不把握这黄金时刻？

问：听说你甚至睡在办公室？你睡一个月在办公室？

Mark Chen：是啊，那段时间挺好玩。

那是Barret离职、去创立自己公司之后。那段时间工作需求就是这样。我仔细想过我当时那种强烈情绪，其实是一种强烈保护研究本能。

问：你们经历“宫斗”、大规模挖角、Meta启动巨大研究团队……现在战火算过去吗？

Mark Chen：我每次和团队开会都会说：“等我处理完这事，我会抬起头看看有没有新火要救。”

但现在我已完全接受，构建AGI赌注够大，所以永远会有新火。关键是，在混乱中，你要能判断什么才是真正重要事。

原视频链接

https://www.youtube.com/watch?v=ZeyHBM2Y5_4&t=19s