OpenAI 发布旗舰推理模型 o3 和 o3-mini，成为他们 2024 年的收官之作，制造了一波小热潮。和往常一样，Twitter (x.com) 依然是外网讨论的主阵地。

但有件事不知你发现没，这次来自 OpenAI“自己人”的声量明显增强了——几乎所有拥有 x 账号的 OpenAI 员工都在发文，为公司的重大模型更新站台助威。

网友们越刷推越发现，放眼望去，怎么满世界都是 OpenAI 的工程师和研究员。而且这次不再局限于那几个耳熟能详的名字，整个团队都出来了。

此情此景，是不是还挺熟悉~Twitter 上的 OpenAI 员工们，像不像在朋友圈奋力为东家“营业”的你？

掌门人奥特曼不用多说了：从发布前按捺不住以“oh oh oh”暗示新品，邀请大家申请 o3 测试权限；

到强调 o3-mini 编程表现以显著降低的成本超越 o1，在线感激团队成员的辛劳付出，称大家一起工作是“人生中最大的快乐之一”；

再到各种一键三连同事们的 o3 推文，热闹非常。

上个月刚结束"人生中最长假期"的 OpenAI 联合创始人兼总裁 Greg Brockman，回归后一直在紧密配合公司的每一步动作，勤劳搞宣发。

o3 上线后他发声力赞：新模型在最具挑战性的测试中实现了质的飞跃，直接达到一个全新的高度。

首席产品官 Kevin Weil 和研究副总裁 Mark Chen 分别转发 ARC-AGI 测试突破和 o3-mini 团队的推文。

新任 OpenAI 首席信息安全官 Dane Stuckey 也来“一二三，上链接”了，感叹这是“多么令人兴奋的一天”。

有意思的是，Stuckey 大约四年前就注册了推特账号，而直到今年 10 月他离开 Palantir Tech，官宣加入 OpenAI 后，才开始正式发文。并且一改往日低调，变得异常活跃。

主创团队携手登场

在这次发布直播中，年轻的华人研究员 Hongyu Ren 作为团队代表，详细介绍了轻量级模型 o3 mini。

他随后在推特上发文，重点讲解 o3 mini 的卓越性能，包括其高效性、成本效益以及灵活可调的推理时间。还特别提到了几位参与 o3-mini 研发的核心成员，向他们致敬。

几位主创也纷纷发文回应，称 o3-mini 是“一个聪明的小怪兽”、“速度极快”、拥有“惊人的数学和代码性能”，言语间自豪之情尽显。

其实，这些研究员们在业内已经颇有建树。查看他们的背景就会发现，不少人都是 o1 和 o1-mini 的关键贡献者。不过这一波官宣也确实让更多公众认识了他们，以 OpenAI 的造星能力来看，出几个新的大模型界 KOL 或许指日可待。

各组同事扎堆夸夸

此次“OpenAI 夸夸团”的团友之多：只要点进一位员工的 x 账号，就大概率能顺着各种"套娃式"转发，连环点进其他几位同事夸赞 o3 的推文里。

搞得我们都怀疑奥特曼是不是下达了什么指标，把增加 o3 曝光度也算进员工 KPI 里。

在微软研究院工作了十年、曾担任 AI 副总裁及杰出科学家的知名计算机大佬 Sébastien Bubeck，于今年 10 月入职了 OpenAI。他在置顶推文中坦言，o3 和 o3-mini 是自己截至目前最喜欢的模型，o3 各项评估简直封神，特别是前沿数学 25% 的测试成绩。

领导过 GPT-4o 预训练和 o1 开发的研究员 Aidan Clark 更是连发五条，激赞“Hongyu 真得太厉害了”，表示 o3-mini 是第一个让他真正能提出难题的模型。

专注 GPT 增长的技术团队成员 Anshita Saini 说，o3 给人的感觉很不一样。整个 o3 系列的理念会让她停下来思考“一个将 AGI 产品化的世界是什么样子”。

研究人员在线剖析

除了以上这种直给式力挺，还有一些 OpenAI 研究员承担了答疑解惑的角色，试图通过分享观点来澄清一些问题。

o3 和 o3-mini 的发布给社区带来振奋的同时，也引发了一些争议和质疑。有人因为 ARC-AGI 的测试结果欢呼 AGI 近在咫尺，甚至已经实现；也有人嗤之以鼻，对 o3 高昂的算力需求和运营成本表示担忧，吐槽这不过是又一个"画饼"产品。

对此，OpenAI 多模态推理研究员 Noam Brown 发文表示：外界对 ARC-AGI 测试的反应有些过度，突破 ARC-AGI 基准并不意味着模型已达到 AGI 水平。他还提到了 AI 领域的一个普遍现象：人们往往认为某个基准测试需要"超智能"才能完成，但当真的有模型攻克这个基准时，人们又会因为它没有达到预期中的"超智能"水平而感到失望。

言外之意：请理性对待，不要捧杀。

OpenAI API 工程主管 Sherwin Wu 对此深表赞同，Sherwin 提醒社区：比起 ARC-AGI 测试，o3 在编程和数学上的突破才更值得关注——o3 的编程水平已经超越了自己，而 o3 能答对四分之一的前沿数学题目自己更是一道都解不出。

另外，针对 o3 模型是否使用特定数据集、通过特定领域优化、或人为调整提示格式来提高评估结果的质疑，公司研究员 Brandon McKinzie 和 Rhythm Garg 相继回应：

评估中使用的 arc-agi 公共训练集仅是更大 o3 训练数据的一小部分，无法决定模型表现；o3 是通用模型，未进行任何特定领域的微调；ARC-AGI 高分并非依赖调整提示，而是模型通用性和训练结果的自然体现。

关于 o3 的高昂价格，研究员 Nat McAleese 这样解释：虽然 o3 是目前测试阶段成本最高的模型，但它开启了一个"用计算换性能"的新时代。通过增加测试阶段的计算量，o3 将模型性能提升到了一个"令人难以置信的水平"。

Nat 认为，尽管目前确实很贵，但随着技术进步，token 价格会逐渐降低。更关键的是，团队已经找到了一种能够高效地将计算量转化为性能提升的方法，这预示着未来 AI 模型的能力还将大幅提升。

最后是 OpenAI 模型训练速度的问题。在中文社区颇有影响力的 Jason Wei 表示：从 o1 到 o3 的升级仅用了三个月时间，证明了基于思维链的强化学习新范式，比传统预训练方式每 1-2 年才能推出一个新模型的节奏要快得多。

连 OpenAI 日本办公室总裁 Tadao Nagasaki 也出来捧场：“我们不是才在九月份发布了 o1？现在已经开始对 o3 早期评估了！”

这次 OpenAI 员工集体为 o3 发布背书，首先是出于对产品的高度自信。通过不同角度的解读，他们希望外界能够更全面地了解 o3 在数学、编程和推理方面的突破性成就。OpenAI 有意向外界展示：自己依然是 AI 技术的领导者，在竞争者四起的市场上存在感依旧。

此外，在当前 OpenAI 面临外界质疑、竞争压力加剧的关键时间点，加之核心员工频繁流失以及“吹哨人”风波的影响，全员营业也带有了些许“抱团取暖”的意味。他们试图借这次发布向社区传递几个信号：

1. 扩展法则有新突破

多位 OpenAI 研究员指出，o3 和 o3-mini 验证了增加计算资源、数据量和模型参数确实能带来显著性能提升，并且突破了传统扩展法则“递减效益”的限制，证明模型在未来仍有巨大的提升空间。

2. 技术创新没有“撞墙”

员工们通过转发测试数据和详细解读，强调 o3 系列的理念和性能突破了许多人对 AI 模型边界的想象，不仅在性能上取得了超越预期的突破，也展现了更广泛的适用性。相比外界对 GPT-5“难产”的传言，OpenAI 想证明他们正在开辟另一条创新之路。

3. 训练速度并未放缓

面对外界关于 OpenAI 模型迭代速度的质疑，特别是在全球 AI 竞争日益激烈的背景下，从 o1 到 o3 的迅速升级成了明确回应。表明 OpenAI 有能力突破传统预训练 1-2 年的开发周期，以更快的速度推出高质量模型，稳固市场信心。

回过头看，从上线 o1 正式版到官宣 o3，这 12 天技术直播更像一场声势浩大的 OpenAI 大秀。去年这个时候，那场震撼全网的"OpenAI is nothing without its people"全员声援才刚刚落幕。一年过去，OpenAI 不能说不好，却也不复曾经 GPT 时的巅峰辉煌。在经历了各种高低曲折后，或许每位员工都想在年底拼一把来 make OpenAI great again。