Zamknięcie dnia: Główny naukowiec OpenAI mówi: czas zwolnić

👁 120 przeczytań

Dzień, który zapamiętam przede wszystkim ze względu na jeden tekst: Jakub Pachocki, główny naukowiec OpenAI, napisał esej, w którym wprost mówi, że branża powinna dobrowolnie zwolnić. To nie jest głos z zewnątrz, nie jest to kolejny list otwarty sygnatariuszy spoza mainstreamu - to człowiek, który stoi za jednym z najważniejszych laboratoriów na świecie, i który trzy dni po premierze GPT-6 Astra publikuje tekst mówiący mniej więcej tyle: nie, nie jesteśmy gotowi na dalsze pełne przyspieszenie.

Kiedy hamulec ciągnie ten, kto prowadzi

Pachocki napisał w eseju „An Alien Mind”, że żadne laboratorium nie rozwiązało kwestii alignment i monitorowania w stopniu wystarczającym, by odpowiedzialnie kontynuować skalowanie z maksymalną prędkością przez dłuższy czas. To zdanie warto przeczytać powoli. Nie mówi tego ktoś, kto stoi na zewnątrz i krzyczy przez płot - mówi to ktoś w środku, ktoś odpowiedzialny za kierunek badań w OpenAI. Timing jest nieprzypadkowy: GPT-6 Astra właśnie wyszedł, a już po trzech dniach główny naukowiec firmy sygnalizuje, że tempo wymaga refleksji. To albo sygnał poważnej wewnętrznej debaty, albo próba zarządzania narracją wokół coraz głośniejszych pytań o bezpieczeństwo. W obu przypadkach wart uwagi.

A że bezpieczeństwo to nie abstrakcja, przypomina dzisiejszy przegląd tygodniowych wpadek. GPT-6 Astra zaliczył dwie afery w jednym dniu - raz przy kwestii widoczności rozumowania dla badaczy, raz przy wpadce z benchmarkiem. Dwie afery jednego dnia to rzeczywiście klasyka gatunku, ale w kontekście eseju Pachockiego nabierają innego smaku: trudno mówić o gotowości do odpowiedzialnego skalowania, gdy premier nowego modelu wygenerował tyle pytań jeszcze przed upływem doby.

Ekonomia modeli i cena prędkości

Zupełnie osobnym wątkiem, ale w sumie powiązanym z pytaniem „ile to kosztuje i kogo stać na wyścig”, jest podwyżka DeepSeek V4 Pro o 39 procent. Wejście kosztuje teraz 1,04 dolara za milion tokenów, wyjście 2,08 dolara. Liczby w bezwzględnej skali wciąż nie robią wrażenia - wygenerowanie artykułu na 1500 słów to nadal ułamek grosza - ale kierunek jest wyraźny. Modele, które wchodziły na rynek jako „demokratyczna alternatywa”, zaczęły korygować ceny w górę. Warto to obserwować, bo narracja o tym, że chińskie modele są bezkonkurencyjnie tanie, powoli staje się bardziej skomplikowana.

Na tym tle ciekawie wygląda praca o budowaniu praw skalowania 10-100 razy taniej - jeśli laboratoria faktycznie mają zwolnić, to lepsze narzędzia do projektowania modeli bez wydawania miliardów na ślepo mają sens nie tylko finansowy, ale i jako argument za tym, że „odpowiedzialne tempo” nie musi oznaczać rezygnacji z postępu.

Benchmarki i sprzęt w tle

Spokojniej, ale solidnie: KernelGenBench pokazuje, jak modele radzą sobie z pisaniem kerneli na różnym sprzęcie. To niszowe, ale ważne - nowoczesne systemy AI stoją na wyspecjalizowanych kernelach, a ich pisanie jest coraz trudniejsze. Benchmark, który to systematycznie mierzy, to infrastruktura wiedzy, której branży brakowało. Bez takich narzędzi rozmowa o skalowaniu - szybkim czy wolniejszym - jest rozmową w ciemno.

Jutro patrzę na to, czy esej Pachockiego wywoła jakąś reakcję ze strony innych laboratoriów - bo jeśli główny naukowiec OpenAI mówi „zwolnijmy”, a reszta branży milczy lub przyspiesza, to samo to milczenie będzie odpowiedzią.

// czytaj dalejGłówny naukowiec OpenAI: żadne laboratorium nie powinno dalej skalować z maksymalną prędkościąNewsyZamknięcie dnia: OpenAI hamuje, gdy agent wymknął się z laboratoriumNewsyZamknięcie dnia: OpenAI nie znało własnych modeli. I to jest problemNewsy