Note:主要探讨了 OpenAl o1 模型的特点、compute 视角、scaling laws 视角、用户视角以及安全性视角，并对其可能的影响和潜在的安全问题进行了分析，
·OpenAl o1 模型通过后训练，使其能够在回答问题之前进行更长时间的思考，这对于需要深入思考的领域如数学、编程和研究特别有益，但也意味着需要更多的计算资源在 compute 的视角下，o1的出现体现了在测试时使用更多 compute 资源的新趋势，这可能是一种比单纯增加模型大小更有效的方法。
Scaling laws 研究表明，训练时间的 compute 和测试时间的 compute 之间存在着对数线性的交易关系，这为 o1模型使用更多测试时间 compute 来提高性能提供了理论支持。
用户可能会接受 o1模型较慢的回答速度，因为它能够解决更复杂的问题。同时，AI的进步需要考虑到边际返回，即在不同领域，AI智能提升的边际收益是否值得