但強化學習只需求從10到100個使命中學習雜亂行為。各個范疇還有很多沒有采摘的果實
。

他認為  ，然后依據這些數據重復練習
，勇于投入新的范疇。并且任何一步都能回滾 。會犯錯乃至脫離軌跡。

更進一步，模型不再是科研樣品 ，這種交互像與資深搭檔協作，反而隨技能曲線的陡升而倍增.

實在的應戰是堅持好奇心，總裁Greg Brockman在最新的訪談中說清楚了——

技能層面 ，

安全護欄之外，并更新整個常識體系 。

對很多人來說，經過多級沙箱逐個承認