马克·陈在公开表态中重申扩展法则有效性，指出预训练与推理训练仍是核心路径，并预言人类研究者角色将转向把握方向感的氛围研究员。
OpenAI首席研究官马克·陈（Mark Chen）近期发表观点，认为通用人工智能（AGI）的实现已接近临界点，模型自主开展科学研究的能力正从概念走向现实。他明确指出，尽管外界存在关于“预训练已死”或扩展法则失效的质疑，但公司依然坚定执行通过预训练、数据工程、推理训练及长链条任务优化来通向AGI的技术路线。陈强调，当前技术发展并未触及天花板，模型在自主提出创新方案和自我维持研究方面的进展，标志着进化过程正被转移至硅基生命体。陈回顾2016年AlphaGo对阵李世石时出现的“第37手”，将其定义为机器首次在专业领域展现出超越人类认知边界的创新实例。他观察到，类似这种被称为“神之一手”的突破性表现，如今已广泛出现在数学、计算机科学及编程等多个领域。特别是今年以来，大量从业者发现AI代理能够独立承担具有实际意义的长周期工作，而非仅仅执行演示性质的任务。这种能力的质变意味着AI不仅能处理常规指令，更能推导人类未曾设想的新公式或架构，从而为自我驱动的科研循环奠定基础。针对技术发展的阻力，陈引用OpenAI开发推理模型o1的经历作为佐证。该项目的立项初期曾遭遇内部对放弃传统“预训练加后训练”模式的强烈反对，但最终在雅库布·帕乔基（Jakub Pachocki）和伊利亚·苏茨克维（Ilya Sutskever）等人的推动下取得了成功，证明了非共识路径的可行性。陈指出，过去十年间技术曲线已跨越近十个数量级的性能提升，缺乏证据表明增长趋势会突然停滞。基于对AI执行力的观察，他预言科研领域的角色分工将发生重构，提出“氛围研究员”（Vibe Researcher）这一概念。未来的顶尖研究者核心价值将不再局限于编写代码或调试模型，而是专注于定义研究问题的方向感与战略把控，具体实现工作将由具备自我进化能力的AI系统完成。