OpenAI将大部分研究投入尚不存在的模型
OpenAI正将其绝大多数研究能力投入到尚未构建的模型上。该公司应用研究负责人Boris Power给出的数字是，全部研究工作的80%至90%都投向了GPT-7、GPT-8及其之后的世代。理由很直接：公司相信“大部分价值”最终将在那里创造。
这一披露是在Fellows Forum的一次会议上作出的，它重新定义了外界应如何解读OpenAI持续推出的中期模型发布。这些更新是客户每天都在使用的真实产品，但它们并非公司研究注意力集中的地方。
Power的表述表明，这家组织将每一个编号世代视为一次平台转变，而非一次产品迭代——一次阶跃式变化，会重置人们对这项技术能做什么以及回报将从何而来的假设。
即便以前沿AI实验室的标准衡量，这种投入规模也不寻常。将明显多数的研究资源分配给距离发布还有数代的系统，意味着一种信念：最大的经济与能力收益无法通过改进已有系统来获得。
渐进式更新是有意为之的短期押注
在重大世代之间，OpenAI会发布较小的改进。Power以GPT-5.1到GPT-5.2的跃升作为代表性例子。这类工作严重依赖专门训练数据——即在不改变底层方法的情况下，强化模型在特定领域行为的有针对性数据集。
Power表示，在内部，这些渐进式发布被视为“极其短视”。这与其说是批评，不如说是对战略的承认：公司知道它们不是长期博弈，但仍然会发布它们。
其理由是速度。频繁更新让OpenAI能够在当下更快地迭代、收集信号并学习，尽管这种方法无法在长期把公司带到它想去的地方。换句话说，短期押注帮助资助了那些为长期押注提供信息的学习。
- 大部分研究能力：瞄准GPT-7、GPT-8及更远未来。
- 中期更新：由专门训练数据驱动。
- 内部看法：这些更新有用，但战略上范围狭窄。
- 长期回报：预计将随新模型世代到来。
真正的跃升随新一代模型到来
Power将世代跃升描述为“其他一切都会好得多”的时刻。在某一代中脆弱或不完整的能力，往往会在下一代中变得协调一致，产生上一代模型无论如何微调都无法复制的收益。
区别在于：是在狭窄任务上打磨模型，还是一次性提高所有任务的上限。专门训练数据可以改善模型处理特定类别请求的方式；新一代模型则可以全面提升其推理、遵循指令以及应对模糊性的能力。
这种动态带来一种不寻常的运营成本。每次跃升之后，OpenAI都必须重新学习应在哪里投资以取得快速胜利。当基础模型自身改进时，曾经产生有意义收益的技术可能变得多余——这是一个不断移动的目标，迫使公司每一代都重建自己的打法。
瓶颈是上手引导，而非模型质量
Power叙述中也许最具深远意义的部分，涉及他所认为的当今AI助手面临的主要障碍。它不是模型质量，而是上手引导。
他说，大多数ChatGPT用户并不知道自己实际上能用AI做什么。这一差距不是能力差距，而是发现差距：模型已经能够处理许多用户从未想到尝试的广泛任务。弥合这一差距，既是设计问题、产品问题，也同样研究问题。
对于一个工作位置接近研究前沿的人来说，这是一个值得注意的说法。它表明，现实世界价值的限制因素，与其说在于下一个模型有多聪明，不如说在于人们能否弄明白该让它做什么。一个能力更强但用户利用不足的系统，交付的价值会低于其潜力。
Power对未来模型的处方是：它们应更善于呈现可能性，并在被询问之前预判用户需要什么。这指向能够提出行动建议、推荐工作流程并减轻“从何开始”负担的助手。
每一代如何改变用户体验
Power具体勾勒了近期OpenAI模型在可用性方面的演变：
- GPT-4要求精心设计提示词——用户必须学会提问的技巧。
- GPT-5变得更容易使用，但仍需要大量反馈才能保持正轨。
- GPT-6的行为更像一位有能力的同事：你可以交给它一个目标，让它自行工作。
他所描述的轨迹，是从指示工具转向委托合作者。每一步都降低了所需的用户专业程度，这反过来应能扩大能够从系统中获取价值的人群。
这对OpenAI路线图逻辑意味着什么
综合来看，Power的言论勾勒出一种双轨战略。一条轨道通过频繁的、数据驱动的更新，让当前产品保持竞争力。另一条轨道——大部分研究预算流向之处——则瞄准世代重置，使前一条轨道的优化变得过时。
这种划分也解释了为什么公司把每一个新世代视为决定性事件。如果最大收益来自重置而非改进，那么研究优先级就应跟随重置，即便客户今天实际使用的是中间发布版本。
尚未解决的问题正是Power自己提出的那个：今天模型中已经构建的价值，能否触达那些尚未很好使用它们的人。按他自己的说法，这与其说是让模型更聪明的问题，不如说是让模型对其他人更易理解的问题。
目前，公司似乎对这种取舍感到满意。它将继续发布小型更新，同时把大部分研究押注在尚未到来的世代上。
本文基于The Decoder的报道。阅读原文。
Originally published on the-decoder.com
