OpenAI 致力於打造能夠處理任何任務的通用人工智能

Hunter Lightman 在 2022 年成為 OpenAI 的研究員後不久，就見證了 ChatGPT 的爆炸性推出--這是科技史上成長最快的產品之一。與此同時，Lightman 較為安靜的工作則是訓練 OpenAI 的模型來應付精英高中數學競賽。

如今，他的團隊 -athGen - 在 OpenAI 尋求建立領先業界的 AI 推理模型的過程中扮演著關鍵的角色。這些系統構成「AI 代理」的骨幹，能夠執行類似人類的電腦任務。

"Lightman 告訴 TechCrunch 有關 MathGen 的起源。

儘管有進展，OpenAI 的模型仍然不完美。即使是其最新的系統也會產生幻覺，在處理複雜的任務時舉步維艱。

然而，數學推理能力已大幅提升。其中一個模型最近在國際數學奧林匹克競賽（International Math Olympiad）中奪得金牌，該競賽是為世界上最聰明的數學學生而設。OpenAI 相信這些推理能力將延伸至其他領域，為其憧憬已久的通用 AI 代理提供動力。

ChatGPT 的成功是偶然的，而 OpenAI 的代理開發則是經過多年的深思熟慮。"執行長 Sam Altman 在 OpenAI 2023 年開發者大會上預言：「不久之後，你只需要請電腦處理任務。"我們稱這些為 「代理」，它們的潛力非常驚人。

科技巨頭已確認參加 Disrupt 2025

Netflix、ElevenLabs、Wayve 和 Sequoia Capital 領導 TechCrunch Disrupt 20 週年慶的全明星陣容。從科技界的頂尖人物身上獲得可行的洞察力 - 立即購買門票，在價格上漲之前最多可節省 675 美元。

科技巨頭已確認參加 Disrupt 2025

Netflix、ElevenLabs、Wayve 和 Sequoia Capital 領導 TechCrunch Disrupt 20 週年慶的全明星陣容。從科技界的頂尖人士獲得可行的洞察力 - 立即購買門票，在價格上漲前可節省高達 675 美元。

舊金山 | 2025 年 10 月 27-29 日 | 立即報名

雖然 Altman 的願景仍未得到證實，但 OpenAI 在 2024 年推出的「o1」推理模型已讓科技界瞠目結舌。幾個月之內，它的 21 位研究人員成為矽谷最令人垂涎的人才，Meta 挖走了其中五位，並提供九位數的報酬。

強化學習的復甦

OpenAI 的代理突破與強化學習 (Reinforcement Learning, RL) 息息相關 - AI 模型透過模擬試誤來學習。儘管強化學習可以追溯到 2016 年的 AlphaGo 里程碑，OpenAI 仍花了數年時間，將其改良為適用於電腦使用的代理程式。

早期的 GPT 模型在文字方面表現優異，但在基本數學方面卻乏善可陳。2023 年的「Strawberry」計畫結合了 RL 與測試時計算 - 讓模型在回答前驗證步驟，並開創了「思考鏈」推理。

"研究人員 El Kishky 回憶說：「突然間，模型可以回溯並自我糾正，感覺很人性化。

擴展推理能力

OpenAI 發現了兩個擴充向量：訓練後的運算與反應時間分配。"Lightman 指出：「我們不只是為了今天而設計，也是為了擴充能力而設計。

專門的「Agents」團隊於 2023 年成立，為 o1 奠定基礎。與受限於產品需求的競爭對手不同，OpenAI 將 AGI 研究放在優先地位，這是一項策略性的優勢。

定義 AI 推理

研究人員爭論 AI 是否真的「推理」。有些人強調計算效率，有些人則注重類似人類的輸出。批評者是存在的，但能力是最重要的，就像飛機與鳥類的飛行方式不同一樣。

主觀任務的挑戰

目前的代理程式對於編碼處理得很好，但對於細微的問題，例如線上購物，就很吃力。"Lightman 解釋說：「這根本就是資料的挑戰。新技術允許在較難驗證的任務上進行訓練。

OpenAI 的 IMO 解決方案使用多重代理探索，現在 Google 和 xAI 都在效仿。研究員 Noam Brown 認為快速的進展仍在持續：「沒有放緩的跡象」。

隨著 GPT-5 迫在眉睫，OpenAI 的目標是保持與 Google、Anthropic 和 Meta 對抗的優勢。最終目標？一個能直覺執行任何數位任務的代理程式，完全超越今日的 ChatGPT。