Altman亲自发博客点赞，这两大杰出人才是谁？

首页

科技

热心网友

转载

2025-09-09

来源:https://36kr.com/p/3459129811424644

OpenAI 是一家长期处于聚光灯下的公司，其中的明星人物我们都耳熟能详：Sam Altman、Ilya Sutskever、Mira Murati、Dario Amodei、John Schulman……

今天，Altman 则通过一篇博文特别介绍了两位居于幕后的核心研究员：Jakub Pachocki和Szymon Sidor，称他们在结合前沿研究与工程实践方面解决了诸多难题，对 OpenAI 的发展至关重要。

Altman 形容两人为「完美互补的传奇搭档」。Pachocki 作为首席科学家，负责制定公司宏观的研究路线图，而 Sidor 则负责将这些宏大的愿景付诸实践。

博客地址： https://blog.samaltman.com/jakub-and-szymon

以下是 Altman 的博客原文（精简版）：

近年来，AI 的飞速发展有目共睹，ChatGPT 的惊艳表现更是将这一切推向了新的高度。我们常常惊叹于技术的伟力，却忽略了其背后闪耀的人类智慧与不懈探索。今天，我想用一分钟的时间，向您讲述这个伟大故事中两位不可或缺的英雄。

在 OpenAI，有两位杰出的人才：Jakub Pachocki 和 Szymon Sidor。没有他们，就没有今天的 OpenAI。他们一次次将前沿研究与卓越工程完美结合，攻克了无数看似不可能的难题。

正是他们，在强化学习普遍不被看好的情况下，力排众议，坚持规模化探索其潜力，最终促成了 Dota 项目的辉煌成就。他们构建了坚实的基础设施，为众多科学突破铺平了道路；他们领导了 GPT-4 的预训练；他们与 Ilya 和 Lukasz 共同孕育了实现推理能力突破的早期思想；他们更是在探索全新范式上取得了卓越进展。

Jakub Pachocki，我们的首席科学家，曾以「不知疲倦」来形容 Szymon，这或许也是他们二人共同的写照。多年来，我亲眼见证了这对传奇搭档如何完美互补，解决了一个又一个难题。他们是 OpenAI 的基石，是推动 AI 边界的真正力量。虽然他们未曾站在聚光灯下，但他们的贡献值得被每一个人铭记。

左为 Jakub Pachocki，右为 Szymon Sidor。两人参加OpenAI 的播客节目 Before AGI 。

Jakub Pachocki

Jakub Pachocki 在青少年时期专注于竞争性编程，曾六次入围国际信息学奥林匹克竞赛（IOI）决赛，并在 2009 年获得银牌。2012 年，他同时获得了 Google Code Jam 冠军和国际大学生程序设计竞赛（ICPC）世界总决赛金牌。

据他本人所述，15 岁时读到 Paul Graham 的名作《黑客与画家》，深受启发，这让他不仅着迷于编程的技术挑战，更被其作为创造性工具的哲学所吸引。

Pachocki 的博士论文题为《Graphs and Beyond: Faster Algorithms for High Dimensional Convex Optimization》，专注于为大规模网络和高维数据设计高效算法，涉及谱图论和凸优化等领域。

尽管这些属于理论课题，但与 LLM 的工程实践紧密相关，因为现代神经网络的训练本质上是复杂的高维凸优化问题。他在博士期间积累的理论知识，为他理解和解决神经网络扩展过程中遇到的工程瓶颈提供了基础。

在 OpenAI 将「缩放定律」（即模型能力随计算、数据和参数规模的增长而涌现）确立为核心理念时，Pachocki 不仅是该理念的支持者，也具备了在数学层面指导其实施的能力。

他于 2017 年加入 OpenAI，在 OpenAI Five 项目中领导团队，使 AI 在电子竞技游戏《Dota 2》中击败了人类世界冠军。这一成果增强了公司内部对规模化 RL 潜力的信心。作为研究总监，他直接领导了 GPT-4 的开发与预训练工作。

Jakub Pachocki 还入选了今年的《时代》杂志百大 AI 人物。

Szymon Sidor

Szymon Sidor 与 Pachocki 毕业于同一所波兰精英高中，接受了早期计算机科学训练，随后在 MIT 获得电气工程与计算机科学硕士学位。

Sidor 2016 年的硕士论文《Reinforcement Learning Approach to Multi-Stage Reasoning in Natural Language Processing》，展现了惊人的前瞻性。

在当时，RL 和 NLP 还被视为两个相对独立的领域，而 Sidor 已经开始探索两者的交叉点，使用深度 Q 学习等技术让智能体理解并执行自然语言指令。

这项早期研究，完美契合了 OpenAI 后来的技术路线。无论是用于对齐 ChatGPT 的「基于人类反馈的强化学习」（RLHF），还是当前用于训练推理模型的复杂 RL 框架，都建立在 RL 与 NLP 深度融合的基础之上。

在 OpenAI，Sidor 的贡献涉及多个核心项目。在 OpenAI Five 中，他参与构建了大规模 RL 系统及基础设施。在机器人学领域，他参与的「学习灵巧的掌上操控」项目，实现了在模拟环境中训练、在真实机械手上「零样本」迁移的复杂操作。同时，他也对提升智能体探索效率与稳健性的 RL 核心算法做出了贡献。

随着公司战略重心转向大型语言模型，Sidor 也参与其中。他的名字出现在 GPT-4 技术报告中，并且是推理模型系列（如 o1、o3）的关键贡献者。