前 OpenAI 核心高管 Jerry Tworek 专访：七年强化学习与 o1 模型内幕

agihouse_org · x · 2026-08-06

前 OpenAI 核心高管 Jerry Tworek 在 AGI House 峰会上发表了主题演讲并接受了长篇专访。文章回顾了他在 OpenAI 七年的强化学习（RL）研究历程，期间他带领团队开发了具备思考能力的 o1、o3 模型以及 GPT-5 的底层推理机制，并曾主导开发初代 GitHub Copilot 背后的 Codex 模型。

Tworek 于今年一月离职，并在四月创立了 Core Automation。在访谈中，他深入探讨了强化学习的扩展法则、o1 模型的研发思路、传统评估方法的局限性，以及 Transformer 架构在学习能力上的边界。