OpenAI首席研究官边做菜边摊牌：预训练没死，推理才刚开始

当整个行业都在唱衰“预训练已到尽头”，OpenAI 首席研究官 Mark Chen 却在一档做菜节目里直接反驳：问题不在规模，而在你有没有把指数真正用对。这场轻松的厨房对话，意外揭开了 OpenAI 内部对 AGI、推理、强化学习和评估体系的真实分歧与取舍。

在厨房里聊 AGI：最反直觉的一句话先说了

这期视频最“炸”的点，并不是某个技术细节，而是一句态度鲜明的判断。

当主持人聊到行业里流行的“pre-training is dead（预训练已死）”叙事时，Mark Chen 几乎是直接反击。他的原话大意是：他坚定相信 scaling laws，而且是“指数之上的指数”。这不是修辞，而是方向判断。

在很多公司转向只谈后训练、对齐和应用的时候，OpenAI 内部并没有把预训练视为一个已经结束的时代。相反，Chen 提到，很多人误解了瓶颈的来源——不是数据或参数规模不再有用，而是我们还没完全释放推理能力的潜力。

这也解释了为什么 OpenAI 在内部花了“大量的 steering”，才让整个公司真正押注到 reasoning 这件事上。推理不是一个小 feature，而是一次路线级别的转向：模型不只是更大，而是更会“想”。

没有 PhD 也能做研究？他给的路径异常朴素

视频中一个很容易被忽略、但对年轻研究者极其重要的观点是：PhD 没那么重要。

当被问到“如果没有博士学位，怎么进入前沿研究”时，Chen 的回答非常务实——去复现你真正敬佩的论文。不是读懂摘要，而是完整复现。

他举了一个经典例子：AlphaGo 对李世石的第 37 手。很多人被那一步震撼，但真正拉开差距的，是有没有人回到最底层问一句：我能不能把一个 DQN 跑通？

这里隐含的研究观很清晰：研究不是身份，而是一种能力结构。你是否能从一个模糊的想法出发，把它拆解、实现、验证？这和他早年提到的“交易员经验”形成了呼应——交易和研究一样，极度依赖细节敏感度，而这种技能是可迁移的。

强化学习的尴尬现实：不是什么都适合 RL

作为曾经被寄予厚望的范式，强化学习在这次对话里被放在了一个更冷静的位置。

Chen 直言，RL 在“主观性强”的领域一直有 headwinds。原因很简单：当对错难以定义时，reward 就很难定义。而一旦 reward 不稳定，整个系统就会变得不可控。

相比之下，数学和计算机科学这种“要么对、要么错”的领域，反而是 RL 更容易发挥威力的地方。你实现对了没有，是可以被严格判定的。

这其实也间接解释了为什么我们现在看到的很多“move 37”时刻，更多出现在形式化程度高的领域，而不是纯创意或审美驱动的任务中。

真正的难题不是变强，而是如何评估“超人智能”

当模型能力逼近甚至超过人类时，评估本身开始崩塌。

Chen 提到一个行业里越来越明显的问题：benchmarking 现象正在失效。模型开始“学会”基准，而不是学会能力。这直接引出了他口中的“evals crisis”。

OpenAI 的应对方式有两个关键信号：第一，开始更多地与外部组织合作做评估；第二，刻意把 eval 团队与优化模型的团队分离。

这种组织结构上的隔离，本质上是在对抗 Goodhart 定律——当一个指标成为目标，它就不再是好指标。尤其是在评估可能具备超人能力的系统时，任何和训练目标过度耦合的指标，都会失真。

研究管理的潜规则：算力怎么分，比方向更重要

比技术更少被公开讨论的，是研究资源如何分配。

Chen 提到，高层研究 roadmap 应该相对稳定，但在执行层面，算力分配是最强的“方向盘”。什么项目能拿到 compute，往往比 PPT 上写了什么更能决定结果。

他也区分了不同类型的研究者：有的人擅长 low-hanging fruit，有的人适合 moonshot。两者都重要，但评价标准不能混用。

一个失败的研究赌注，并不一定是负价值。关键在于，它是否基于合理的期望值。这种 expectation-based value 的视角，透露出 OpenAI 内部对失败的容忍度，也解释了为什么他们敢在长上下文、压缩（compaction）等方向上持续下注。

总结

这场“边做汤边聊 AGI”的对话，真正的价值不在某个结论，而在一整套研究世界观：预训练并未终结，推理才是放大器；评估正在成为新的瓶颈；而研究能力，与头衔关系不大。

对从业者来说，最现实的 takeaway 是：不要被流行叙事牵着走。与其追逐“下一波风口”，不如扎实复现一篇你真正佩服的工作；与其纠结模型是不是又大了一点，不如思考它是否真的更会推理。

如果未来几年 AGI 的竞争真的取决于谁更会“想清楚问题”，那今天你训练的，不只是模型，还有你自己的研究品味。

关键词： OpenAI， AI推理， 预训练， 强化学习， AGI

事实核查备注： 需要核查：1）Mark Chen 的正式头衔是否为 OpenAI 首席研究官；2）视频发布时间是否为 2026-06-25；3）关于“pre-training is dead”与 scaling laws 的表述是否为原意转述；4）eval 团队与优化团队分离是否为视频中的明确描述。