从预训练到智能体共创:OpenAI研究员眼中的AI新范式
正在加载视频...
视频章节
OpenAI研究员Karina Nguyen回顾了过去数年AI研究的两次关键扩展范式转变,并结合ChatGPT与Claude等产品经验,分享了智能体(AI Agent)如何从“工具”走向“协作者”,以及这些变化对产品设计与人机协作方式的深远影响。
从预训练到智能体共创:OpenAI研究员眼中的AI新范式
OpenAI研究员Karina Nguyen回顾了过去数年AI研究的两次关键扩展范式转变,并结合ChatGPT与Claude等产品经验,分享了智能体(AI Agent)如何从“工具”走向“协作者”,以及这些变化对产品设计与人机协作方式的深远影响。
两次扩展范式,塑造了今天的大模型
理解AI今天为何具备如此能力,必须回到研究范式本身。Karina在演讲一开始就强调,过去两到四年里,AI研究经历了两次决定性的“扩展范式”(scaling paradigms)。这并不是渐进改良,而是直接改变了模型能力边界的跃迁。
第一个范式,是大多数人已经熟悉的“下一token预测”,也就是预训练。模型通过在海量数据上学习“给定前文,预测下一个词”,逐步内化语言、知识和推理结构。Karina将2020到2021年称为“预训练规模化的时代”,研究的核心目标非常明确:更大的模型、更多的数据、更长的训练时间。这个阶段直接催生了我们今天熟悉的大语言模型能力基础。
但她也点出了一个重要转折:单纯扩大预训练规模,边际收益正在下降。模型在知识覆盖和语言流畅度上的提升开始变慢,这迫使研究者寻找新的扩展路径。这为后续范式的出现埋下了伏笔。
从训练到使用:新范式如何解锁产品创新
第二个范式,并不是发生在“训练之前”,而是发生在“模型被使用的过程中”。Karina提到,近一年里,研究重点开始转向如何在推理阶段、交互阶段持续放大模型能力。这种转变直接影响了产品形态,而不仅仅是论文指标。
在这个阶段,模型不再只是被动回答问题,而是通过工具调用、记忆、上下文管理等方式,参与到更长链条的任务中。这也是为什么ChatGPT和Claude这类产品,逐渐从“问答框”演变成可以协助写作、编程、规划任务的系统。Karina分享,这是在真实用户场景中反复试错后形成的共识,而非一开始就被设计好的蓝图。
她指出,很多关键能力并不是来自单一技术突破,而是来自产品研究:观察用户如何失败、如何绕过限制、如何“误用”模型。正是这些细节,反过来塑造了新的研究方向。
2024:为什么她称之为“智能体之年”
在演讲中,Karina给出了一个非常明确的判断:“今年是智能体的一年。”这里的智能体,并不是简单的自动化脚本,而是能够代表用户执行多步骤任务、与环境交互、并在过程中做出决策的系统。
她强调,智能体的价值不在于完全取代人,而在于创造“新的可供性”(affordances)——也就是人类以前做不到、或者成本极高的事情。比如在复杂写作或编码任务中,模型不再只是补全一句话,而是可以与人类反复拉扯、共同推进思路。
这一判断并非空谈。Karina将其与过去的范式对比:如果预训练解决的是“模型知道什么”,那么智能体时代解决的是“模型能为你持续做什么”。这也解释了为什么今年大量研究和产品资源,开始集中在Agent架构、任务分解和工具使用上。
从ChatGPT与Claude学到的设计教训
最有价值的部分,来自Karina分享的产品设计反思。她坦言,在构建像ChatGPT和Claude这样的系统时,最大的挑战并不是模型本身,而是如何设计人与模型的协作界面。
一个反复出现的问题是:用户到底希望模型“多主动”?过于主动,模型会越界、产生不信任;过于被动,又无法体现智能体的优势。她提到,很多设计决策都是在用户真实使用中被迫调整的,而不是在白板上一次性想清楚。
另一个挑战是协作感。Karina特别提到写作和编程场景,这些任务天然需要来回修改、否定和重来。如何让模型看起来像一个“可以一起工作的对象”,而不是一个一次性答案机器,是设计上的核心难题。她形容这是一个持续演化的过程,而不是已经完成的答案。
从协作者到共创者:她对未来的判断
在演讲的最后,Karina将视角拉得更远。她认为,AI智能体的终点并不是“更好地执行指令”,而是成为真正的共创者(co-creator)。这意味着模型能够理解目标背后的意图,并在过程中提出人类未曾想到的选项。
但她也保持了研究者的谨慎。共创并不等于完全自主,更不意味着人类退出决策。相反,未来的关键能力在于协作边界的设计:什么时候该由人来决定,什么时候可以放心交给模型。
她用一种近乎邀请的语气结束演讲,希望更多开发者和研究者参与到这一探索中。因为在她看来,智能体的未来,不会只由模型规模决定,而是由我们如何选择与它们一起工作来决定。
总结
Karina Nguyen的分享并没有停留在宏大口号,而是用清晰的研究脉络和真实的产品经验,解释了AI为何正在走向智能体时代。从预训练规模化,到使用阶段的能力放大,再到人与模型的协作设计,这是一条由实践推动的演进路径。对开发者和产品人而言,最大的启发或许是:下一个突破点,不只在模型里,也在人与模型的关系中。
关键词: 预训练, AI Agent, ChatGPT, Claude, OpenAI
事实核查备注: 演讲者:Karina Nguyen(OpenAI AI Researcher);公司:OpenAI;产品:ChatGPT、Claude;研究范式:下一token预测(预训练)、Agent;判断性原话包括“the year of agents”“from collaborators to co-innovators”等表述,均来自演讲内容。