OpenAI发布新模型：o1系列模型，更像理科生的模型

OpenAI发布新模型：o1系列模型，更像理科生的模型

本来今天准备发一篇金融相关的Agent论文

结果一大早上，各大群就都开始流传着各种聊天记录

原来是凌晨OpenAI发布了新的 o1 系列模型（以下简称 o1模型或o1），所以迫不及待的找了些资料赶紧学习下。

看上去，这个 o1 系列模型在数学、编码、科学等一系列理科生擅长的事情上，表现比GPT4还好。

目前，各大微信群的讨论大致分为两种观点：

• • o1 太牛逼了，GPT5来了，AGI立马到来！

• • o1 这不就是个 Workflow + Agent吗？

收集了各方的【小道消息】，其实就是是【X】上各种OpenAI发布的消息 + 微信群聊天记录 + OpenAI官方文档。

可以总结一下：

• • o1模型最大的特点：输出最终答案前，会进行深入思考，这种思考不是简单的通过提示工程来注入的，而是通过强化学习实现的。

• • o1模型的尺寸不会很大，是个小尺寸大模型（证据来自OpenAI研究院 Jason Wei的X，如下图），但是到底多小？不知道。

紧接着英伟达科学家 Jim Fan 也发了消息，对 o1 模型做了一些解读，我们汇总一下要点：

• • 模型的大多数参数只是用来记忆事实，而推理核心不需要太多参数。可以从知识中分离出一个小的“推理核心”，这样可以减少大量的预训练计算。

• • 大量计算由原来的训练阶段，转移到了服务推理阶段。

• • o1在实际应用落地的难度远比学术基准测评要更难，这一块还有待后续大家进一步探索。

• • o1模型也会像之前ChatGPT一样，形成数据飞轮，催生更多训练数据和模型的出现。

o1是不是GPT5？

目前，根据各方消息看来，o1并不是部分自媒体吹嘘的GPT5。

至少从OpenAI官方文档中，看不到任何描述能将GPT5和o1模型联系在一起的。

o1算是strawberry / Q* 项目的一个产出。

虽然没有被宣称为GPT5，但是o1是一个不同于传统的GPT3.5和GPT4的新范式。在OpenAI的开发者文档中，我们可以发现，o1模型被单独列为推理模型（Reasonging Models），这是否意味着之前 Altman 宣称的将数据与推理引擎分离的构想已经实现，或者已经迈出实质性的一步？

这也与前面英伟达科学家 Jim Fan 提到的观点相呼应：模型的大多数参数只是用来记忆事实，而推理核心不需要太多参数，可以从知识中分离出一个小的“推理核心”。

o1模型是不是一个Agentic Workflow？

这是今天很多群里充斥的观点之一，在大家非常兴奋的体验了o1模型后，部分同学，包括一些自媒体也纷纷得出这样的结论，甚至开始唱衰OpenAI。

比如，有的自媒体开始【大胆】的猜测：这次的草莓o1有可能是 gpt-4o 在进行一些微调/对齐后的 agent。

包括说：

这有没有可能就是封装了workflow而已？

在仔细阅读了各种资料后，我的猜测， o1模型肯定不是 agent，原因如下：

1、o1是经过强化学习的推理模型

在官方文档中，o1模型被定义为推理模型，而且是经过强化学习训练的模型，使用了思维链进行推理。o1模型的一个显著区别就是o1模型引入了一个成为推理token的概念，对用户提出的问题，探索多种生成回答的方法，最后模型以一种被称为可见token的方式输出答案。

这种token的设计，也导致了一些与之前的模型的区别，比如：

• • 实际生成的token数与系统返回的token数存在差异：甚至一个很简单的问题，也会消耗大量token。比如，当回答一个简单的提示词“你好”的时候（虽然个人认为，这样的提示词并不是推理模型所擅长的），模型消耗了 400 多个token。PS：在OpenAI的官方文档中，明确提出大家在使用o1模型的时候要预留窗口空间给推理token。比如下图，当输出长度超出了限制时，可见输出就看不到了。

• • 模型耗时增加：因为中间多了一个推理过程（多方式推理，可能通过一种类似MCTS的方法来进行最佳路径搜索），所以模型输出会比其他模型消耗更多的时间（如下图）。

2、没有多模态、没有系统提示词、没有工具调用、没有stream输出等等

如果o1只是一个Agent应用，那么为什么不把这些系统提示词、工具调用、stream输出加上？这些对OpenAI的工程师来说是个难题？咱们国内的组合式创新团队都能做的事情，OpenAI居然做不了？

3、完全不同的提示词策略

在OpenAI的官方文档中，我们可以发现，OpenAI给出了针对推理模型的提示词建议：

• • 由于模型内部已经进行推理，过去的few shot或者zero shot cot（要求模型逐步思考）的提示词技巧，可能并不会提升性能，反而可能会降低性能。

• • 保持提示简洁明了：模型擅长理解并回应简短而清晰的指令，无需过多指导。

• • 利用分隔符提高清晰度：使用三重引号、XML标签或小节标题等分隔符，明确区分输入的不同部分，帮助模型更准确地解读。

• • 在检索增强生成（RAG）中限制额外上下文：提供额外上下文或文档时，只包含最相关的信息，以免模型的回应过于复杂。

综上，o1模型应该并不是一个Agentic Workflow应用，而是一个确确实实的新的模型范式。而且这应该只是OpenAI在这个事情上踏出的第一步（也许我们从代号1就可以看出，重新命名，而不是继承），而不是最后一步，目前的o1模型也不打算取代GPT4\GPT4-o等模型的地位。

o1模型到底强还是弱？

答案是，o1肯定强，但是也没有强到无与伦比。

目前流传的各种体验，测试结果来看，o1肯定是强的，特别是在需要推理的STEM领域（STEM是Science、Technology、Engineering、Mathematics 四个英文单词首字母的缩写）。

各种数据我就不罗列了，应该铺天盖地都是。

但是o1仍然是不强的，比如，o1还是无法完全正确回答一些问题，比如大家都在尝试问他9.11和9.8到底谁大的问题。

这侧面说明，即使o1是一个推理引擎，但他始终还是利用语言来模拟自然世界，与规则的方法不一样。

所以，对于o1模型，我们需要客观的看待，即使o1模型很强，但是也仍然是有幻觉的。

当然，有人我们未来可能遇到号称比 o1 强69倍的GPT-5模型，但是如果范式不变，我想仍然是无法从根本上解决 9.11和9.8 谁大这类问题的。

为什么说o1是一个更像理科生的模型？

不知道大家有没有关注到，OpenAI的文档里，花了很大篇幅描述o1模型在STEM和安全方面的评估。

以及，在 Greg Brockman 发的消息里可以看到，OpenAI是认可 o1 模型实际上是使模型从 System1 向 System 2 靠近的动作（之所以说靠近，是因为个人认为System1和System2边界并不明显）。

在之前的论文里我们也讨论过，System1和System2的区别在于：

System1：快速，不加思考、不做计算、仅凭直觉就做出判断。比如，当我们回答1+1这个问题的时候，我们的大脑可以不加思考的回答出等于2。所以系统一的特点是：快思考、热启动、直觉判断。

System2：速度，需要做复杂的计算、推理，但回答准确度高。比如，当我们回答123乘以879的时候，我们无法通过我们的快思考来回答，我们需要调用大脑的计算模块，对这个问题进行复杂的计算后才能回答。所以系统二的特点是：慢思考、启动慢、耗费能量高、判断准确。

而o1则是试图使用内置的CoT来引导模型生成更加准确的答案，而需要这些严格推理逻辑的则是STEM里的这几门学科。所以我们可以认为，相比过去的大语言模型（真快，这才2年不到，就可以说过去了），o1更加像一个理科生思考。这并不是说o1是理科生，而是说，大语言模型过去更像一个文科生，特别是zero shot的时候，而现在的o1则是在弥补理科生这个短板。

是否要马上把o1模型用起来？

对于这块，我的答案是谨慎！

1、模型仍不完善

o1模型并非一个成熟的产品，这点从官方文档、X上的讨论都可以看得出。目前还处于beta状态，而且各种功能的缺失，比如System Prompt、tool调用、参数设置等等。以及 o1-mini 所涉及的知识、领域仍然比较有限。

2、推理速度限制

虽然o1模型是个新模型，是新一代模型范式，是大家眼中的未来。但是o1模型因为自身设计的原因，会导致比其他模型消耗更长的时间。所以在很多应用中，特别是对时间敏感的应用，需要谨慎考虑：我们的产品、应用能否接受这样的响应时间？

3、也许更高的成本

因为o1模型在推理过程中，会消耗大量的推理token，很多人称之为OpenAI的扣费陷阱。当然，o1模型也带来一个新的优势，就是我们可以不用传few shot案例，也许可以减少一些token的输入，但是这一增一减，到底是增加了成本还是降低了成本，目前还不是特别明朗，推荐大家多多测试后，再做定论。

4、新的提示词结构

o1模型因为设计的原因，带来了一些新的提示词范式，过去的提示词在 o1模型上不一定适用了。

比如过去的 few shot 或者 COT 提示词，根据官方建议，这些技巧不仅不能带来收益，还会降低效果。

---

所以，综上，是否要使用o1模型来替换我们现有应用的模型，我们需要谨慎对待，需要做充分的测试评估。这与过去的模型参数增加不一样，这次是一个范式的变化。

虽然有这么多不利因素，但是有利因素也是显而易见：推理能力增强了，过去做不到、或者无法实现的应用，也许会成为可能。

会有新的一轮大模型风潮吗？

过去，ChatGPT的出现，随之而来的是合成数据带来了一大批新的模型出现。那么这次，还会是这样吗？

不敢做非常确定性的答复，但是我想这次可能有点不一样。

这次带来的合成数据不会那么容易，按照OpenAI官方文档，推理token是不可见的，所以至少推理token大家应该是拿不到的。那么，后续的合成数据训练新模型这条路看上去被堵死了。

但是，事情也不是绝对的。一件事情最难的部分往往是“证明这件事可行”，所以OpenAI证明了这个路径是可行的，也让大家关注到了这个新的路径，即使没有合成数据的帮助，但是也会有其他办法来贡献这些数据。期待开源社区进一步的表现。

如何学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）]()👈

学习路线

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓