OpenAI高级模型开发负责人Jakub Pachocki近日指出，AI推理模型正展现出自主生成知识的潜力。他强调，这种推理并非模仿人类思维，而是基于数据和算法的独特过程。

Pachocki解释，AI学习分为两个阶段：首先是无监督预训练，模型通过吸收海量数据构建“世界模型”；随后通过强化学习与人类反馈（RLHF）将基础模型转化为实用助手。他特别提到，RLHF在最新推理模型中扮演关键角色，尽管其扩展性有限。

近期研究显示，推理训练并未赋予模型全新能力，而是帮助其更高效地应用已有知识。Pachocki认同这一观点，并补充称，模型已展现出发现新见解的潜力。对于AI的未来，他预测，到本世纪末，自主研究将取得实质性进展，甚至今年可能出现近乎自主的软件开发系统。