紐約風(fēng)險(xiǎn)投資人Matt Turck與OpenAI后訓(xùn)練負(fù)責(zé)人Yann Dubois展開(kāi)了一場(chǎng)深度對(duì)話，圍繞人工智能領(lǐng)域的前沿動(dòng)態(tài)展開(kāi)探討。從GPT-5.5的研發(fā)細(xì)節(jié)到強(qiáng)化學(xué)習(xí)的突破性進(jìn)展，再到行業(yè)面臨的長(zhǎng)期挑戰(zhàn)，這場(chǎng)訪談揭示了AI技術(shù)演進(jìn)背后的核心邏輯。

作為OpenAI后訓(xùn)練前沿團(tuán)隊(duì)的聯(lián)合負(fù)責(zé)人，Yann Dubois帶領(lǐng)團(tuán)隊(duì)完成了GPT-5.5、o3等核心推理模型的優(yōu)化工作。這位瑞士籍研究者擁有跨學(xué)科背景：在洛桑聯(lián)邦理工學(xué)院攻讀生物工程本科后，轉(zhuǎn)戰(zhàn)劍橋大學(xué)取得機(jī)器學(xué)習(xí)碩士學(xué)位，隨后憑借斯坦福大學(xué)計(jì)算機(jī)博士身份加入AI研究浪潮。其主導(dǎo)的Stanford Alpaca項(xiàng)目曾以不足600美元的成本復(fù)現(xiàn)GPT-3.5水平，而Alpacaeval評(píng)估工具至今仍是行業(yè)基準(zhǔn)。

關(guān)于AI發(fā)展的階段性躍遷，Yann提出"可靠性臨界點(diǎn)"理論。他指出，當(dāng)模型出錯(cuò)概率降低至特定閾值后，用戶感知會(huì)發(fā)生質(zhì)變。這種漸進(jìn)式改進(jìn)在GPT-5.5的研發(fā)中尤為明顯：該模型在發(fā)布前經(jīng)歷劇烈的情緒波動(dòng)，從初期興奮到中期質(zhì)疑，最終通過(guò)效率提升與跨團(tuán)隊(duì)協(xié)作實(shí)現(xiàn)突破。內(nèi)部測(cè)試顯示，新模型在多數(shù)任務(wù)中的處理速度提升近兩倍，這得益于預(yù)訓(xùn)練、推理優(yōu)化與后訓(xùn)練團(tuán)隊(duì)的協(xié)同發(fā)力。

在組織架構(gòu)層面，OpenAI采用縱向與橫向團(tuán)隊(duì)協(xié)同模式。縱向團(tuán)隊(duì)深耕特定場(chǎng)景如Agent編程，橫向團(tuán)隊(duì)則負(fù)責(zé)通用能力整合。Yann特別強(qiáng)調(diào)強(qiáng)化學(xué)習(xí)（RL）的崛起：當(dāng)模型規(guī)模突破臨界點(diǎn)后，RL開(kāi)始展現(xiàn)超越監(jiān)督微調(diào)（SFT）的潛力。他以數(shù)學(xué)競(jìng)賽場(chǎng)景為例，RL通過(guò)自主探索正確路徑，有效避免了SFT可能導(dǎo)致的"虛構(gòu)引用"問(wèn)題。不過(guò)RL仍面臨歸因難題——當(dāng)Agent完成長(zhǎng)推理鏈后，難以精確追溯導(dǎo)致成功或失敗的關(guān)鍵步驟。

針對(duì)預(yù)訓(xùn)練的未來(lái)走向，Yann反駁了"數(shù)據(jù)墻"理論。他以Anthropic的Mythos模型為例，指出單純擴(kuò)大規(guī)模仍能帶來(lái)顯著性能提升。對(duì)于多模態(tài)數(shù)據(jù)的價(jià)值，他認(rèn)為在具身智能成熟前，文本數(shù)據(jù)已能支撐模型獲得基礎(chǔ)常識(shí)。不過(guò)他承認(rèn)各公司都在探索數(shù)據(jù)擴(kuò)展方案，只是具體路徑屬于商業(yè)機(jī)密。

在模型能力評(píng)估方面，Yann揭示了行業(yè)困境：隨著模型超越人類平均水平，合格評(píng)估者日益稀缺。他提出的"模型即裁判"方案雖能形成能力飛輪，但評(píng)估集與訓(xùn)練集的重疊問(wèn)題又導(dǎo)致"評(píng)估保質(zhì)期"縮短。這種矛盾在持續(xù)學(xué)習(xí)領(lǐng)域尤為突出——盡管OpenAI三年前就承諾實(shí)現(xiàn)個(gè)性化學(xué)習(xí)，但至今仍未突破技術(shù)瓶頸。

對(duì)于創(chuàng)業(yè)公司的生存空間，Yann給出明確判斷：AI通才與行業(yè)專家之間的差距，正是垂直領(lǐng)域的機(jī)會(huì)所在。他以法律場(chǎng)景為例，指出模型雖具備基礎(chǔ)能力，但需要領(lǐng)域?qū)＜以O(shè)計(jì)獎(jiǎng)勵(lì)機(jī)制并解決模糊性問(wèn)題。這種觀點(diǎn)與Matt Turck的AI生態(tài)圖譜形成呼應(yīng)——在2024年版的2011家AI企業(yè)中，大量初創(chuàng)公司正聚焦于模型落地的"最后一公里"工程。