Jakub Pachocki — Polak, który przejął schedę po Sutskeverze i kieruje badaniami OpenAI

01 / Gdańsk: olympiad i lektura, która zmieniła wszystko

Jakub Pachocki rodzi się w 1991 roku w Gdańsku — mieście portowym, które dwie dekady wcześniej zmieniło bieg polskiej historii. Ma piętnaście lat, kiedy ojciec daje mu polskie tłumaczenie Hackerów i malarzy Paula Grahama — esejów o tym, że programowanie jest formą twórczości. Graham pisze: hakerzy i malarze łączy jedno — obaj tworzą piękne rzeczy. Ta filozofia — tworzenie jako punkt wyjścia, teoria jako narzędzie — zostanie z Pachockim przez całe życie zawodowe.

Szkoła: III Liceum Ogólnokształcące w Gdyni. Pachocki jest sześciokrotnym finalistą Międzynarodowej Olimpiady Informatycznej (IOI) — zawodów, gdzie najzdolniejsi uczniowie z całego świata rozwiązują przez kilka godzin algorytmiczne zadania wymagające zarówno matematycznej głębi, jak i inżynierskiej precyzji. W 2009 roku zdobywa srebrny medal IOI. Na liście finalistów polskiej olimpiady informatycznej z tamtych lat jego wynik — 400 punktów na 400 możliwych — błyszczy samotnie na szczycie tabeli. Competitive programming kształtuje go w sposób, który nie jest oczywisty dla outsiderów: to myślenie pod presją czasu, nawyk szukania nie przybliżenia, lecz dowodu, i matematyczna estetyka jako cel sam w sobie.

02 / Warszawa i CMU: od olimpiady do teorii

Na Uniwersytecie Warszawskim Pachocki studiuje informatykę — uczelnię, której wydziały od dekad produkują medalistów olimpiad i laureatów nagród ACM. W 2012 roku dwa zdarzenia definiują jego pozycję w globalnej elicie. Jako członek drużyny Uniwersytetu Warszawskiego zdobywa złoty medal i drugie miejsce na świecie w International Collegiate Programming Contest (ICPC). I w indywidualnym Google Code Jam — gdzie startuje 35 000 uczestników z całego świata — zajmuje pierwsze miejsce. Jego nick konkursowy to meret.

Licencjat broni w 2013 roku. Doktorat robi na Carnegie Mellon University u Gary'ego Millera — wybitnego teoretyka informatyki. Temat: informatyka teoretyczna, algorytmy, metody matematyczne. To jest świat daleki od sieci neuronowych — bliższy logice matematycznej i teorii złożoności. Po doktoracie w 2016 roku postdoc na Harvardzie i w Simons Institute. Pachocki jest na ścieżce kariery akademickiej. W 2017 roku dołącza do OpenAI.

03 / OpenAI i Dota 2: skalowanie jako objawienie

Pierwszym projektem Pachockiego w OpenAI jest OpenAI Five — próba nauczenia sieci neuronowej gry w Dota 2. Gra jest klasycznie „trudna dla AI": wymaga długoterminowego planowania, kooperacji zespołowej i reagowania na nieprzewidziane ruchy przeciwnika. Pachocki prowadzi projekt przez dwa lata. W sierpniu 2019 roku OpenAI Five gra przeciwko OG — aktualnym mistrzom świata. Wynik: 2:0 dla OpenAI.

To był dla OpenAI ogromny moment — uświadomienie sobie, że skalowanie będzie bardzo ważne. Nawet stosunkowo prosty algorytm, gdy połączymy go z olbrzymią mocą obliczeniową, potrafi dokonać cudów.

To zdanie jest kluczem do całej filozofii Pachockiego. Dota 2 nauczyła go czegoś, co nie wynikało z teorii informatyki: uczenie przez wzmocnienie w dużej skali może wyłaniać złożone strategie bez żadnego ręcznego programowania reguł. Agent uczył się grać, grając — miliardy razy, bez przerwy.

04 / GPT-4: pretraining jako nauka przyrodnicza

Po Dota 2 Pachocki przejmuje kolejne role: Research Lead dla Reasoning Team (2019), Science of Deep Learning (2021), Principal of Research (2021). Staje się jedną z kluczowych postaci projektu GPT-4 — nadzorując pretraining modelu wydanego w marcu 2023 roku. GPT-4 jest skokiem jakościowym wobec GPT-3.5: lepszy w rozumowaniu, w matematyce, pierwszy model GPT zdolny do multimodalności. Pachocki rozumie, że skalowanie nie jest brutalną siłą, lecz subtelnością: decyzje dotyczące danych, architektury, funkcji straty i harmonogramu uczenia mają głęboki wpływ na to, co model potrafi.

Choć to wygląda jak matematyka, to w istocie coś w rodzaju nauki przyrodniczej. Staramy się zrozumieć to zjawisko — głębokie uczenie wciąż jest czarną skrzynką nawet dla nas samych.

05 / Projekt Strawberry i przełom reasoning

W połowie 2023 roku Pachocki zaczyna pracować nad projektem wewnętrznie nazywanym Q*, później przemianowanym na Strawberry. Idea jest prosta w sformułowaniu: co jeśli zamiast odpowiadać natychmiast, model byłby trenowany, żeby myśleć przed udzieleniem odpowiedzi — generując wewnętrzne łańcuchy rozumowania, które pozwalają na dekompozycję problemu i weryfikację każdego kroku? To podejście — skrystalizowane w modelu o1 — jest rewolucją inżynierską, nie architektoniczną. Nie zmienia fundamentalnej architektury transformera. Zmienia to, jak model działa podczas inferencji: dostaje czas i zasoby na myślenie, zanim odpowie.

06 / Następca Sutskevera: chief scientist w 32 lata

14 maja 2024 roku OpenAI ogłasza jednocześnie dwie wiadomości: odejście Ilyi Sutskevera i mianowanie Jakuba Pachockiego jego następcą na stanowisku chief sciencista. Altman pisze do pracowników: „Jakub jest jednym z największych umysłów naszego pokolenia. Jest thrilled, że przejmuje pałeczkę." Pachocki ma 32 lata w chwili mianowania. Kieruje badaniami firmy wycenianej w 2024 roku na ponad 80 miliardów dolarów — szybko rosnącej do ok. 300 miliardów w 2026 roku.

Razem z Markiem Chenem, chief research officerem, tworzy tandem intelektualny opisywany przez MIT Technology Review jako „dwaj ludzie kształtujący przyszłość badań OpenAI". Podział jest organiczny: Chen zarządza zespołem i procesem; Pachocki wyznacza kierunek i formułuje pytania. W 2025 roku trafia na listę TIME100 Most Influential AI People.

07 / Polska trajektoria: Szymon Sidor i niewidzialni architekci

Historia Pachockiego nie jest historią jednostki. Jest historią środowiska. Gdy w sierpniu 2025 roku Pachocki pojawia się w podcaście OpenAI, towarzyszy mu Szymon Sidor — Technical Fellow, kolega z liceum w Trójmieście. Obaj chodzili do tej samej szkoły, startowali w olimpiadach informatycznych, trafili do OpenAI i razem pracowali nad kluczowymi projektami. Altman mówi o nich wprost: ci dwaj polscy naukowcy są kluczowymi postaciami ChatGPT. Ich wkład — od skalowania RL w projekcie Dota po pretraining GPT-4 — jest fundamentem produktów, z których korzystają setki milionów ludzi każdego dnia.

To nie jest przypadek. Polska szkoła competitive programming — przez Olimpiadę Informatyczną, przez Algorithmikę, przez Uniwersytet Warszawski — produkuje od dekad pokolenia programistów o niespotykanych kombinacjach matematycznej głębi i inżynierskiej precyzji. Pachocki jest jej najbardziej widocznym przedstawicielem na scenie globalnej.

08 / Wizja: zautomatyzowana nauka i persistentne agenty

Pachocki nie jest filozofem. Kiedy mówi o przyszłości AI, mówi o konkretach. Jego centralna teza to autonomizacja nauki: modele reasoning zdolne do planowania wielostopniowego są preludium do systemów, które będą prowadzić badania naukowe samodzielnie — formułować hipotezy, projektować eksperymenty, analizować wyniki.

Widzę nasze badania zmierzające ku automatyzacji badań naukowych. Obecne modele potrafią rozumować tylko przez stosunkowo krótkie okresy, ale oczekuję, że nasze systemy staną się w nieodległej przyszłości bytami persystentnymi.

Byt persystentny — system prowadzący projekt badawczy przez dni, tygodnie, utrzymując wewnętrzny stan wiedzy, cel i metodę. Jednocześnie Pachocki kieruje pracami nad superalignmentem: jak weryfikować, że superinteligentny system faktycznie robi to, czego oczekujemy, gdy nie jesteśmy w stanie w pełni zrozumieć jego rozumowania. Ironicznie: problem, który być może będzie trzeba rozwiązać za pomocą zautomatyzowanego AI.

09 / Portret: architekt, nie celebryta

Pachocki jest w branży AI rzadkością: chief scientistem, który wygląda i zachowuje się jak naukowiec. Nie buduje marki osobistej. Nie ma milionowych obserwatorów. Kiedy pojawia się publicznie — w podcaście OpenAI, w wywiadzie dla MIT Technology Review, na liście TIME100 — mówi precyzyjnie i bez ornamentów. „Wygranie złotego medalu IMO to kamień milowy. Ale pojedynczy przełom nie wystarczy" — mówił w sierpniu 2025 roku.

Sam Altman w Pachockim widzi coś więcej niż dobrego badacza. Widzi architekta — kogoś, kto potrafi nie tylko rozwiązywać problemy, lecz identyfikować właściwe problemy do rozwiązania. W OpenAI, gdzie wybór kierunku badań ma konsekwencje dla całej branży AI, to jest umiejętność cenniejsza niż jakikolwiek indywidualny przełom. Z Gdańska do chief scientist OpenAI: przez olimpiadę, doktorat z teorii i mistrzostwo świata w Code Jam — do architektury modeli, które myślą.