个人 AGI 终局

大飞: 大家好，这里是最佳拍档，我是大飞。就在7月2号，OpenAI的总裁Greg Brockman参加了Big Technology的AI峰会，做了一场非常有信息量的深度专访。这场访谈几乎把大家最近关心的所有核心问题都聊了一遍，包括下一代模型的进展、定价趋势和产品的终局方向，以及OpenAI和微软苹果的竞争格局，甚至还有一些跟GPT-5.6有关的消息，Greg本人都给出了正面回应。

大飞: 我们先从大家最熟悉的ChatGPT聊起。主持人一上来就问了一个很多行业观察者都在讨论的问题：现在ChatGPT越来越像一个“超级应用”了，不管做什么都从一个提示词开始，然后它会调用浏览器、调用本地软件帮你完成任务，这种理解到底对不对？Greg的回答没有停留在超级应用这个层面，他把话题拉得更远。他说，如果把视野放宽，OpenAI真正想做的，其实是个人通用人工智能（AGI）。

大飞: 很多人可能已经忘了，2022年ChatGPT刚发布的时候，它没有长期记忆，连不上任何外部工具，上下文窗口也只有几千个token。它本质上只是一个对话式的智能，你问一句它答一句，能给你信息、给你建议，但没法真的帮你把事情落地做完。而这种对话能力，只是真正的AI所能具备的能力里很小的一部分。真正的个人AGI应该是什么样的呢？你只需要告诉它目标和大致方向，它会自己思考该怎么推进。比如，早上你醒来，收件箱已经被分类整理好了；你想做系统的健康管理，它会一步步帮你落地方案，甚至帮你对接医疗资源。整个过程你几乎不需要点任何按钮，切换任何应用，就像和一个靠谱的全职助理沟通一样自然。当然这个目标离完全实现还有距离，但核心的技术拼图已经越来越完整了。

Codex与智能体

大飞: 其中很关键的一块，就是把Codex的能力真正普及给所有用户。提到Codex，很多人第一反应是专门写代码的工具，但Greg说，现在OpenAI内部，Codex处理的非代码工作已经在爆炸式增长，它在公司内部的渗透率和使用率基本和Slack相当。要知道，OpenAI是一家几乎全靠Slack办公的公司，几乎不用邮件，没有Slack根本没法开展工作。现在Codex也开始给人这种不可或缺的感觉，尤其是当它打通了所有办公工具之后。比如公关团队筹备活动，只要让AI去收集所有参会者的饮食偏好，它就能直接排好完整的座次表。这种琐碎的行政事务，AI可以全部包揽。

大飞: 可能有人会说，工具调用这个概念不新鲜啊，2023年ChatGPT就出过插件功能，最后也没火起来。确实，那次尝试不算成功，但根本原因不是方向错了，是当时的模型能力还没跟上。那时候上下文窗口只有两三千个token，最多同时接三个插件，多了模型就会遗忘，就像早期的计算机，内存太小，跑不了几个程序。现在的情况已经完全不一样了。Greg透露，现在的模型已经可以同时接入上百种工具，甚至能挂载整个文件系统，几乎可以调用互联网上的所有能力和你本地的绝大多数应用。上下文窗口的规模，按照不同的衡量标准，已经达到了五百万到一千两百万token的级别。这种级别的能力，已经足以支撑智能体去解决真正复杂的问题，包括很多悬而未决的数学、物理难题。可以说，我们现在就站在智能体时代的门槛上。

智能体的信任边界

大飞: 而智能体时代，有一个绕不开的核心问题，就是信任。以前的ChatGPT只是给你建议，最终做决定、动手操作的都是你自己，但智能体不一样，它是代表你去执行操作的，小到发一封邮件，大到安排你的日程、对接你的工作流程，这里面的权限和风险完全不是一个量级。Greg举了一个很具体的例子：如果让AI去统计活动参会者的饮食禁忌，它可以自己搜收件箱，找出所有参会的人，核对谁已经反馈了信息，谁还没有。这时候它可以有两种操作模式，一种是起草好邮件，等你审核批准了再发；另一种是获得你的充分授权之后，直接全自动发送。这两种模式的背后，就是信任边界的问题。信任不是凭空赋予的，是靠能力一点点赢来的。OpenAI的思路是，把控制权、监督权、管理权完完全全交到用户手里，让用户可以自己决定把哪些任务授权给AI，哪些必须人工审核。在Greg看来，这种对信任和用户控制权的极致关注，就是OpenAI非常核心的产品差异化优势。

AI重构人机交互

大飞: 聊到这里主持人也提到，以前很多公司都试过在聊天界面里做直接操作，比如一键叫车，但一直没真正做起来。现在的区别是，AI不用再依赖某个特定的插件，它可以直接接管你的浏览器、你的电脑去完成操作。那传统的软件厂商，会不会反过来抵制这种趋势呢？Greg的判断反而很乐观。他说，现在的软件厂商非但不抵触，反而非常欢迎AI去适配他们的产品，因为这会大幅提升他们工具的使用频率和用户价值。AI时代，每家公司都在想怎么拿到效率红利。拒绝AI的公司，只会慢慢衰落，拥抱AI才是生存和发展的必然选择。

大飞: 顺着这个话题，主持人又问了一个更尖锐的问题：如果所有应用都通过ChatGPT来操作，那ChatGPT不就变成一个操作系统了吗？尤其是现在Codex的能力已经整合进ChatGPT里，用户不用切换产品，在一个界面里就能完成所有事，这和当年iOS取代功能机的逻辑是不是很像呢？Greg没有直接认同这个说法，他换了一个角度来看这件事。他觉得我们不应该用上一个时代的概念去定义下一个时代的产品。我们真正要讨论的，不是谁做操作系统，而是人类和技术的交互方式正在被彻底重构。以前的系统，不管是Windows还是iOS，本质上都是围绕机器的运行逻辑设计的，你要去适应文件夹、适应菜单、适应一个个独立的应用，学习成本很高。而AI时代的方向是让机器来适应人，你不用学习任何操作逻辑，只要用自然语言说出你的目标，剩下的交给AI就好。这和传统操作系统根本不是一个维度的东西。

模型能力是核心

大飞: 聊到这里自然就说到了苹果。主持人提到，今年的WWDC上苹果发布了全新的Siri，也是走智能体的路线，能跨应用完成操作，而ChatGPT在iPhone上只是一个普通的App，入口上天然受限，这会不会成为OpenAI的短板呢？Greg的回应很从容。他说，我们现在正处在智能体时代的黎明，当技术能力跃升到全新层级的时候，整个行业的规则都会被重构，如果还在用分发渠道、App入口的逻辑去判断竞争，其实是没抓住真正的重点。他举了医疗领域的例子：现在已经有医生用OpenAI的o3推理模型，给患病二十年都查不出病因的患者做出了确诊。这种级别的能力，才是未来竞争的核心。渠道当然重要，但真正能带来变革性价值的，永远是模型本身的能力边界。

硬件与实时上下文

大飞: 既然说到了交互和入口，就绕不开硬件的话题。主持人直接问：OpenAI是不是在做自己的硬件设备？毕竟不想被系统厂商卡脖子，自研硬件好像是必然的选择。Greg没有正面确认或者否认，只是说媒体已经有很多公开报道了。他把话题拉回到产品本质上，在他看来，交互层面最大的转变，从来不是换一个新设备，而是从“聊天范式”到“智能体世界”的跨越。聊天范式的核心是信息交互，你提问，AI回答；而智能体的核心是执行任务。这就带来了一个新的挑战：怎么让AI随时能获取你的上下文信息呢？而且不只是静态的资料，还有动态的工作流程、实时的会议内容。就像你雇了一个顶尖的专家，但从来不让他参与会议、不让他了解具体情况，他再厉害也发挥不了作用。所以未来的核心是构建一个AI可以实时访问的“上下文层”，让它能把自己的原始智能真正用到你的具体场景里。硬件只是访问这个智能体的一个接口，就像手机是联系一个人的方式，而不是这个人本身。你可以用语音、可以用文字、可以在电脑上用、可以在便携设备上用，接入方式有很多，但核心的智能体是同一个。换句话说，就算你没有OpenAI的硬件，也不会被这个时代落下，核心永远是AI本身的能力。

探索自然语音交互

大飞: 聊完了产品形态，我们来聊聊大家很关心的技术细节，比如语音交互。很多人都用过ChatGPT的语音功能，通勤的时候提问很方便，但用过的人肯定也都遇到过尴尬的情况：你想打断它、补充一句，它根本听不到，只顾着自己说下去，完全不像真人对话。Greg也坦言，现在的语音体验还有很大的改进空间。最早的语音模型是把语音转文本、文本生成回答、再转成语音，三个模型串起来的，体验很差。后来有了统一的端到端模型，但还是解决不了“轮次”的问题，你必须等它说完你才能说，不能打断、不能插话，更不能同时交流，这根本不符合人类真实的对话习惯。现在行业里所有人都在攻克的方向，就是真正的双向自然语音模型，它可以一边输出回答，一边接收你的输入，能被打断，能接你的补充，就像人和人面对面聊天一样自然。这种体验的提升不只是用起来更舒服，它会彻底改变很多工作场景的效率。比如用Codex写代码的时候，打字给简短反馈很简单，但要把复杂的需求完整打出来就非常麻烦。如果能用语音实时沟通、随时补充调整，整个反馈闭环的效率会高很多。

坚信Scaling Laws

大飞: 接下来这个话题，应该是很多行业内的人都非常关心的：大模型的发展，到底会不会遇到瓶颈呢？前两年一直有人说，Scaling Laws马上就要失效了，再堆算力也没用了。现在几年过去了，事实到底怎么样？Greg的回答非常肯定：Scaling Laws依然在持续生效，模型的发展远远没有触碰到天花板。他说，如果你身处这个行业，亲眼看着每一次改进带来的稳定提升，你会对这件事有非常明确的直觉。从神经网络被发明到现在七八十年了，一直有人说它行不通、说它会遇到瓶颈，但每一次它都靠着更大的算力、更多的数据继续往前突破。现在OpenAI遇到的所有扩展效果不及预期的情况，最后查下来都是自己的问题，可能是代码有bug，可能是数学推导不准确，可能是工程实现和理论公式不匹配，从来没有一次是Scaling Laws本身失效了。当然，这只是原理层面，在工程实践上，这件事的难度超乎想象。要搭建这么大规模的算力集群，要自己设计网络协议，要盯着技术栈的每一层去排查问题。神经网络几乎没有容错空间，一个非常小的错误可能会在很久之后引发巨大的偏差。但只要团队足够强，方向足够对，最终得到的回报是完全值得的。所以Greg的判断非常明确：模型的进步会一直持续下去。

算力与领域深耕

大飞: 既然模型一直在进步，那接下来的竞争，比的到底是什么呢？主持人提出了一个很现实的问题：如果大家都能把模型做到很高的智能水平，那差异化体现在哪里？毕竟现在行业里你追我赶，一家有了新能力，另一家很快就能跟上。Greg从三个层面回答了这个问题。首先最基础的，是算力。他判断，未来算力会永远处于供不应求的状态，我们正在进入一个算力驱动的经济时代。现在真正用上完整智能体能力的用户也就一两千万的规模，而ChatGPT的总用户有十亿，当智能体能力普及到所有用户，当每个人、每个企业都无时无刻不在用AI完成工作，算力的需求会大到难以想象。哪怕有不同的厂商、有开源模型、有新的云服务商，整个行业的算力依然会满负荷运转。所以现在入局算力赛道依然是非常好的商业方向，因为市场空间远远还没被填满。

大飞: 第二个层面，是领域专精。很多人觉得智能是单维度的，好像模型聪明了就什么都能干，但实际上，哪怕原始智能再强，没有特定领域的经验积累，第一次做某件事也做不好。就像一个智商很高的人，没做过财务、没做过法律，也不可能一上来就成为专家。所以OpenAI也在分优先级深耕不同的垂直领域，不可能同时在所有方向都做到顶尖，而这种领域深度的积累，就是非常重要的差异化壁垒。

大飞: 第三个层面，是科学探索的深度。Greg举了AlphaGo的例子：当年AlphaGo的第37手彻底改变了人类对围棋的理解，而AI在科学领域的探索也是一样的道理。每解开一个谜团，就会解锁十个新的问题，探索是永无止境的。不同的公司在不同的科学方向上深入，都会有自己的独特价值。

杰文斯悖论与降价

大飞: 说到算力，就不得不提投入和回报的问题。主持人也问了一个很直接的问题：OpenAI在算力上投入这么大，真的能收回来成本吗？尤其是现在市场上一直在传，下一代模型要大幅降价，一边是巨额的算力投入，一边是降价的压力，这笔账算得过来吗？Greg没有纠结短期的财务数字，他从更底层的基本面来看这件事。算力的建设周期很长，要好几年才能真正落地，所以OpenAI很早就开始布局整个供应链的垂直整合，比如他们的自研芯片项目已经推进好几年了，取得了非常令人振奋的进展，很快就会公布更多相关消息。

大飞: 在他看来，算力供不应求的长期趋势是完全确定的。ChatGPT的用户增长本身就是指数级的，而现在智能体能力的渗透率还非常低，真正深度使用的用户只有一两千万，和十亿的总用户量比起来只是皮毛。更不用说AI还在不断打开新的应用场景，就在访谈的两天前，OpenAI刚发布了一项化学领域的成果，AI几乎不需要人工干预就能合成并改进化学反应。这种级别的突破，会不断创造出新的需求和市场。整个市场的规模足够大，从OpenAI自身的收入增速、用户愿意支付的价值，还有整个行业的增长潜力来看，需求的制造速度远远超过供给，所以Greg思考最多的从来不是成本能不能收回来，而是怎么才能跟上这么庞大的需求增长。

大飞: 关于降价的问题，他用一个经济学概念解释了背后的规律，就是杰文斯悖论（Jevons Paradox）。简单说就是，技术进步让单位算力的成本下降，反而会催生更多的需求，最终总的算力消耗和市场规模只会越来越大。前沿的顶级智能永远是最贵的，但一年之后，今天的顶级能力就会变成很便宜、很普及的服务，同时又会有更强的新模型出现，继续占据前沿的价格带。这是技术发展的必然规律，降价是一定会持续发生的。

大飞: 而且Greg也观察到一个很有意思的变化，今年一季度的时候，企业客户都在追AI智能体的热度，生怕自己落后，但现在大家已经冷静下来了，开始问真实的问题：这个东西到底能不能带来投资回报？怎么控制支出？怎么做可观测性呢？这其实是非常健康的状态，说明行业正在从概念走向落地。OpenAI也在大力投入企业级能力，比如刚好在访谈当天，他们就发布了支出控制功能，就是为了匹配企业客户的真实需求。当主持人追问“所以你确实会降价”的时候，Greg笑着说，答案永远是肯定的。大家可以期待的是，一年之后，获得今天这种级别的智能，成本会低很多。当然，到时候也会有更强的新模型，你大概率就不想用旧的了。

微软合作与竞争

大飞: 聊到行业竞争，就绕不开微软。主持人提到，微软的CEO萨提亚·纳德拉最近说，模型正在变成商品化的资产，真正有价值的是企业自己的数据和闭环，而且微软自己也在做前沿模型，相当于和OpenAI既是合作伙伴，也是竞争对手，Greg怎么看这件事？Greg的回答很平和，他没有针锋相对，而是讲了技术栈的逻辑。他说，技术栈里的每一层都不会因为竞争而消失，它们之间是乘数效应。最底层的算力，你可以说它是商品化的，不就是浮点运算吗？但你看看现在芯片公司的估值，看看H100的价格，就知道算力的价值有多高。就像Hopper架构的芯片，按理说已经是上一代产品了，正常供应的情况下根本不会有人花高价买，但现在的市场价格反而比以前更高，出现了明显的价格倒挂，就是因为需求增长太快了。越到底层的基础资产，价值只会越凸显。模型层也是一样的道理，竞争确实很激烈，这对行业、对用户都是好事，但真正的顶尖模型和普通模型的能力差距是天差地别的。尤其是在硬核的科学领域，只有最聪明的模型才能真正推动科研进步，这种级别的能力绝对不是同质化的商品。再往上，到垂直落地的层面，就更需要深厚的领域知识了，合规要求、行业流程、不同用户的需求，这些都不是光靠通用模型就能解决的。所以整个市场的空间非常大，算力、模型、垂直应用，每一层都有巨大的价值，完全可以多方共赢。现在最重要的事是让AI真正渗透到整个经济里，重塑各行各业，这件事越多人参与，对所有人都越好。

GPT-5.6传闻属实

大飞: 说到这里，主持人终于抛出了大家最关心的那个传闻，他说现在社交平台上都在传GPT-5.6要来了，说价格比Fable便宜三倍，有一百五十万token的上下文窗口，还有更强的智能体编程工作流，这些传闻有几分是真的？Greg的回答很干脆：你永远可以期待下一代模型变得更好、更快、更聪明，全面提升。所以，这些传闻全部属实。Greg没有过多的铺垫，也没有含糊其辞，相当于正面确认了下一代模型的核心升级方向。

AI赋能个性化医疗

大飞: 访谈的最后，话题落到了医疗健康上。主持人提到了两个很受关注的案例，一个是GitLab的CEO确诊癌症之后，把所有检测数据输入ChatGPT，辅助治疗取得了很好的效果；还有一个澳大利亚的用户，给患癌的宠物狗做了活检，用AlphaFold分析突变，设计了mRNA疫苗，最后狗的肿瘤真的缩小了。这些到底是极端的个例，还是未来的常态呢？Greg的答案非常肯定，这绝对会成为常态。他说，现在每周大概有2.3亿人用ChatGPT咨询健康问题，很多人上传影像报告，用AI对比不同医生的诊断意见。在现在的医疗体系里，患者其实是最被动的，但最终承担后果的也是患者。AI带来的最大改变之一，就是让患者真正被赋权，能更主动地参与到自己的健康决策里。

大飞: Greg自己也有很深的切身体会，他的妻子患有多种疾病，如果没有AI的帮助，很多状况他们都不知道该怎么应对。哪怕是最好的医疗团队，人的精力和记忆力也是有限的，总会有遗漏的细节，而AI可以补上这些短板。未来的医疗，会走向真正的个性化，药物研发不再只服务于大众市场，会有更多针对个体的定制化疗法。AI可以主动做健康管理，在问题爆发之前就提前干预，从根源上减轻医疗系统的负担。现在的医护人员已经非常疲惫了，整个医疗系统都面临着巨大的压力。Greg说，用AI去解决医疗的问题是他个人非常强的内在动力，也是OpenAI做这一切的初衷之一。他相信，只要我们合理、审慎地部署这项技术，就真的能给整个医疗体系带来颠覆性的改变。

大飞: 整场访谈聊下来，我们能够很清晰地感受到OpenAI接下来的核心路线：从对话式的聊天机器人转向能真正做事的智能体，用更强的模型、更大的上下文、更自然的交互去渗透到工作 and 生活的每一个场景。而支撑这一切的底层逻辑，就是持续投入算力，坚信Scaling Laws，在垂直领域不断深耕。最后也留一个问题给大家：如果智能体真的全面普及了，你最希望它先帮你搞定哪一类工作呢？欢迎在评论区留下你的想法。感谢收看，我们下期再见。