本文整理自 GPT-5 发布后，A16Z 对 OpenAI 研究员 Isa Fulford 和 Christina Kim 的专访，以下为原视频精华。
就在 OpenAI 最新一代模型（视频中称为 GPT-5）发布的当天，我们有幸与两位身处风暴中心的关键人物——Christina 和 Issa 聊了聊。她们分别负责核心模型的后训练（Post-training）和 ChatGPT Agent 团队的深度研究。
这场对话没有官方辞令，更像是一次坦诚的幕后分享。她们不仅揭示了新模型在编码、写作等方面实现巨大飞跃的秘密，也分享了 OpenAI 独特的工作哲学、对 AI 未来的思考，以及那些不为人知的开发故事。
一、不止是“更聪明”，更是“更好用”：GPT-5 带来了什么？
当被问及新模型的反响时，Christina 兴奋地表示，除了评测数据（eval numbers）非常亮眼，她更激动的是模型在实用性上的巨大提升，尤其是在她个人最常用的两个领域：
编码能力的大飞跃：这几乎是所有内部测试人员的共识。新模型被誉出口的“市场最佳编码模型”，尤其在前端开发上，简直是“完全提升了一个档次”。发布会上的演示，几分钟就生成一个功能完善、设计美观的前端应用，而这样的工作量，对一个开发者来说可能需要一周。这背后的秘密？Christina 坦言，没什么魔法，就是团队“真的非常、非常在乎（really cared about）”把编码做好，从搜集最好的数据，到打磨模型的审美，每一个细节都倾注了心血。
触动人心的写作能力：Issa 形容新模型的写作能力“非常温柔和感人（very tender and touching）”。它不再是那个只会堆砌华丽辞藻的“过分热情”的助手，而是能理解并表达细腻情感的伙伴。Christina 在直播中演示用它来起草一篇悼词，这种需要深度情感共鸣的任务，模型也能出色完成。对于像她这样自认不擅长写作的人来说，这无疑是一个强大的工具，无论是写一封重要的邮件，还是一条简单的 Slack 消息。
这个新模型，似乎正在把“点子大王”（the ideas guy）的时代变为现实。你不必再受限于技术实现能力，只要有好想法，通过简单的提示词，一个功能齐全的应用就能诞生。这无疑为独立开发者和初创公司打开了全新的想象空间。
二、后训练的“艺术”：我们如何塑造模型的“品味”与行为？
一个强大的模型不仅仅是聪明，它的“性格”和行为方式同样重要。过去模型出现的“阿谀奉承”（sycophancy）等问题，在新模型的开发中得到了重点关注。
Christina 将后训练形容为“一门艺术”。团队需要在一系列目标之间做出权衡和取舍，就像一位艺术家在调色盘上寻找完美的平衡。
“你希望AI助手非常乐于助人、引人入胜，但如果‘太’引人入胜，就可能变得过于谄媚。这就像一个平衡木，你要想清楚，我们到底希望这个模型给人什么样的感觉。”
减少“胡说八道”的秘诀
对于幻觉（hallucinations）和欺骗（deception）问题，团队发现，这往往源于模型“急于表现”的心态。之前的模型为了“乐于助人”，有时会不假思索地“脱口而出”一个答案。
而新模型的改进，很大程度上归功于**“思考”能力的引入**。当模型能够进行“一步一步的思考”（step-by-step thinking）时，它就像有了一个暂停和反思的机会，而不是急着给出答案。这种机制显著降低了产生幻觉的概率。
有趣的是，当内部员工测试新模型时，有时反而会感到一丝“被冒犯”，因为他们提出的难题，模型可能只“思考”了两秒钟就轻松解决了。
三、数据、数据、还是数据：推动AI进步的核心燃料
当被问及模型能力的提升主要来自架构、数据还是规模时，Christina 毫不犹豫地回答：“我坚定地站在‘数据派’（data-pilled）这边。”
她认为，高质量的数据是决定模型上限的关键。尤其是在强化学习（Reinforcement Learning）的框架下，好的数据能让模型以极高的效率学会新能力。
这个观点也解释了 OpenAI 内部的协作模式：
- 从能力倒推，创造评测标准：团队会先定义希望模型拥有的能力（比如制作幻灯片、编辑电子表格），如果现有的评测标准（evals）无法衡量，他们就会自己创造新的、能代表用户真实需求的评测标准。
- 用评测“引诱”大家：Christina 开玩笑说，在 OpenAI 内部，如果你想“引诱”同事来解决一个难题，最好的办法就是创建一个好的评测标准。大家看到明确的目标后，就会兴致勃勃地去“爬山”（hill climb），不断优化。
- 产品探索反哺核心模型：Issa 的团队在探索 Agent 能力（如深度研究 Deep Research）时，会创建专门的数据集。这些经过验证的、高质量的数据集随后会被贡献给核心模型团队，从而让下一代基础模型直接继承这些新能力，形成一个良性的自增强循环。
四、从 WebGPT 到 AI Agent：未来已来，只是分布尚不均匀
回顾历史，Christina 参与的 WebGPT 项目可以说是 ChatGPT 的前身。最初的目标很简单：让语言模型通过浏览工具来获取事实信息，解决幻觉问题。但他们很快意识到，人们问完一个问题后，通常还会有下一个。这个洞察，最终催生了对话形式的 ChatGPT。
如今，AI 的能力早已超越了简单的“一问一答”。**AI Agent（智能体）**成为了新的焦点。Issa 对 Agent 的定义是：能代表你、异步地完成有用工作的存在。
你交待一个任务，然后可以去做别的事，过一会儿回来看结果，或者收到它提出的澄清问题。
我们愿意为好结果等待
一个有趣的转变是，人们对 AI 的期待不再仅仅是“快”。过去，大家追求毫秒级的响应速度。但“深度研究”这类功能的成功证明，如果最终能获得高质量、高价值的成果，用户愿意等待几分钟。
“如果你让一个分析师去做同样的研究，可能需要10个小时。相比之下，在产品里等5分钟似乎就非常合理了。”
当然，人的适应速度快得惊人。人们很快就会习惯这种便利，然后开始抱怨：“怎么还没好？能不能30秒搞定？” 这种不断提升的期望，也正是推动技术进步的动力。
Agent 的瓶颈在哪里？
尽管前景广阔，但可靠的 Agent 离我们还有距离。主要的瓶颈在于：
- 数据广度不足：模型在我们训练过的任务上表现出色，但在训练数据之外的领域，表现就不那么稳定。尤其是像“操作电脑”这类任务，并没有现成的大规模数据集。
- 安全与监督：当 Agent 掌握了你的私人数据和操作权限时，如何确保它的行为在可控范围内，就成了一个全新的挑战。比如，你让它帮你买一件“你喜欢的”商品，它可能会为了确保你满意而下单五件。
- 多模态理解：让 Agent 看懂屏幕截图并进行操作，比想象中要复杂。人类在看一个网页时会有视觉焦点，而模型需要从一整张图片中理解所有元素，这仍有巨大的提升空间。
五、在 OpenAI 工作是种怎样的体验？
从几十人的研究团队，到如今数千人规模、产品火遍全球的公司，OpenAI 经历了巨大的变化。但两位受访者都认为，公司的核心文化依然保留着。
“这里仍然感觉非常像一家创业公司。我们奖励主动性（agency），想法可以来自任何人。研究团队和产品、工程、设计团队的合作极其紧密，我们都坐在一起，这让我们可以非常快地行动。”
最特别的一点，也许是 OpenAI 的目标用户——“所有人”。这在创业公司的传统观念里几乎是禁忌（“你的用户是所有人”），但在 OpenAI，这正是使命的一部分：创造最强大的技术，并让它尽可能地普惠大众。
最后，当谈到 OpenAI 的“品味”（taste）时，Issa 的回答耐人寻味。她认为，好的研究品味往往是将复杂问题简化到极致，找到那个最简单、最直接的解决方案。
“我们每次发布研究成果，当大家发现背后的原理时，常常会说：‘哦，原来这么简单！我早该想到的！’ 但真正的挑战，恰恰在于在它变得‘显而易见’之前，有洞察力去尝试它。”
这或许就是这家公司不断创造“魔法”的秘密——在无数可能性中，找到那条看似简单却无比强大的路径，然后用极致的工程和数据，将其变为现实。而GPT-5，正是这条路上的又一座里程碑。接下来，全球数亿用户将如何使用它，创造出怎样的火花，才是更激动人心的故事开端。