--- author: Best Partners TV date: '2026-04-11' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=8FHWEALi_OY speaker: Best Partners TV tags: - agi - unified-architecture - super-app - ai-research - future-of-work title: AI正加速起飞：OpenAI总裁Greg Brockman的深度访谈 summary: 本次访谈聚焦OpenAI总裁Greg Brockman对人工智能（AI）的洞察。他认为AGI已完成70%-80%，并强调OpenAI的统一GPT架构战略，将图像、语音等多模态能力整合。Sora项目暂缓，转向一款颠覆性超级应用，以应对算力限制和知识工作AI的爆发。新模型Spud预示着AI能力的飞跃，自动化AI研究员将加速AI自我进化。Brockman也谈及AI安全、就业影响、数据中心投资逻辑，并建议个人深入理解AI、培养主体操控感，明确自身目标，拥抱AI驱动的未来。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: - OpenAI products_models: - Spud - ChatGPT - Codex - GPT - GPT-4 media_books: [] status: evergreen --- ### AGI 进展与 OpenAI 的技术路线 大家好，这里是**最佳拍档**，我是**大飞**。 在最新的专访中，**OpenAI** 联合创始人兼总裁**Greg Brockman** 抛出了一系列令人震撼的言论。他说，人类通往 **AGI** (Artificial General Intelligence) 的路程已经完成了 70% 到 80%；下一代神秘模型 **Spud** 已经完成了预训练；而 **OpenAI** 豪掷 1100 亿美元的基建投入，根本不是成本包袱，而是能持续造血的收入中心。 今天我们就来分享一下这期访谈的核心内容。 首先，**Greg** 为什么敢说 **AGI** 已经完成了 70% 到 80% 呢？在他的定义里，**AGI** 并不是指 AI 在所有领域都超越人类，而是能够像人类一样，高效操控电脑处理各类智力工作的通用能力。他提到，如今的 AI 已经在写代码、科学计算等许多核心任务上超越了人类，尽管在一些基础的物理交互任务上还存在短板，但是这种参差不齐的能力表现，并不影响它逼近 **AGI** 的核心门槛。 更关键的是，**OpenAI** 已经清晰地看到了通往 **AGI** 的科技树。**Greg** 举了一个例子：有一位物理学家被某个难题困扰了许久，将问题提交给 **OpenAI** 的模型后，仅仅 12 小时就得到了完美的解法。这位物理学家惊叹道：“这是他第一次在一个模型身上，真切地感受到模型是在思考的。” 这种能够攻克人类顶尖智力难题的能力，让 **OpenAI** 坚信，他们走的路线是完全正确的，纯文本模型的潜力远未枯竭，它终将直通 **AGI**。 可能有朋友会疑惑，**Google DeepMind** 的 **Demis Hassabis** 曾经表示，像视频生成这样需要理解物理世界规律的模型，才更加接近 **AGI**。如果 **OpenAI** 专注于 **GPT** 路线，会不会错失关键进展呢？对此，**Greg** 给出的答案是：首先，AI 领域的发展必须做出取舍；**OpenAI** 从创立之初就坚定了自己的路线，只有集中所有力量在同一个方向上，才能形成足够的突破推力。 其次，**OpenAI** 并没有放弃图像、语音等多模态能力，而是将它们全部统一到了 **GPT** 架构之下。这一点非常关键，也是 **OpenAI** 技术战略的核心：**大一统技术架构**。他们的图像生成技术并没有采用传统的扩散模型，而是基于 **GPT** 架构开发；语音交互、文本处理也都是同一个核心模型的不同微调版本。这种技术上的高度统一，让 **OpenAI** 能够将所有研发精力集中在一个点上，实现效能的最大化。 **Greg** 强调，**AGI** 的真正强大之处，就在于能将看似毫无关联的应用——无论是科学研究、编程、语音对话还是图像生成——全部装载进同一个极简的技术底座中一举拿下，这也是“通用”二字的真正内涵。 ### 从 Sora 到超级应用：战略聚焦 聊完技术路线，我们再来看看 **OpenAI** 近期最受关注的战略调整：暂缓 **Sora** 的大规模投入，转而聚焦超级应用。 在 **Greg** 看来，这是基于技术现实和算力约束的必然选择。他解释道，**Sora** 虽然强大，但是它与 **GPT** 系列模型位于科技树的完全不同分支，构建方式截然不同。在当前算力极度紧张的情况下，同时推进两个完全独立的技术分支是难以为继的。 更重要的是，知识工作领域的 AI 应用即将迎来真正爆发，而机器人技术还没有成熟到大规模部署的阶段。因此，**OpenAI** 选择将主要精力集中在 **GPT** 系列上。这并不是放弃 **Sora**，而是将它纳入到机器人技术的长期研究计划中，等待合适的时机再推进。 这里 **Greg** 补充了一个背景：**OpenAI** 面临的算力缺口远比我们想象的要庞大。他回忆道，在 **ChatGPT** 发布时，团队曾经问他应该购买多少算力，他的回答是“买下所有能买到的”，但即便如此，他们依然无法满足后续爆发式的用户需求。 直到现在，**OpenAI** 每天都要做出痛苦的抉择：有限的算力应该倾斜给哪个业务？该优先发布哪些功能？在这种情况下，将算力集中投入到回报更快、应用更广泛的 **GPT** 推理模型和超级应用上，无疑是最理性的商业决策。 ### 超级应用的终极形态 那么，这款被 **OpenAI** 寄予厚望的超级应用到底是什么样子呢？ **Greg** 给出了一个画像：它本质上是 **ChatGPT** 的终极进化形态，一款能够让用户零距离体会 **AGI** 全能性的终端级应用。未来的聊天框将不复存在，取而代之的是你的私人金牌助理——一个时刻为你着想、深懂你的喜恶、与你的目标高度对齐且极度可靠的 AI。它将成为你在数字世界里的化身与代理人。 这款超级应用将深度整合对话、编程、网络浏览等所有功能，打破不同场景之间的壁垒。比如，你忘了怎么在笔记本上设置触发角，只需一句话吩咐，AI 就会自动帮你调好；你需要做一份复杂的数据分析报告，AI 可以直接连接你的电子表格，提取数据、进行分析并生成可视化图表；甚至你想搭建一个网站，哪怕没有任何编程经验，也能通过自然语言指令，让 AI 完成从代码编写到上线部署的全过程。 这里不得不提 **Codex** 的进化。这个最初为软件工程师量身定制的代码模型，正在快速走向大众化，变成属于每一个人的 **Codex**。**Greg** 分享了一个真实案例：他们公关团队的一位同事，将 **Codex** 深度绑定到 **Slack** 和电子邮箱中，系统不仅能自动梳理海量的邮件反馈，还能出色地完成归纳提炼，极大提升了工作效率。还有人利用 **Codex** 为 **Adobe Premiere** 编写插件，自动将视频划分为不同章节并启动剪辑流程。这些都是过去难以想象的应用场景。 更重要的是，超级应用将具备**长期记忆能力**。回顾 **ChatGPT** 的发展，早期它没有任何记忆机制，每个人点开都是从零开始的同一个 AI，就像在和陌生人对话。而未来的超级应用，能够记住与你的每一次互动，掌握你的上下文语境，从而提供更加精准、个性化的服务。 **Greg** 透露，超级应用将采取小步快跑、循序渐进的方式推出，最终会分模块兑现完整愿景。第一步将是大幅提升 **Codex** 在日常知识工作中的易用性。目前 **Codex** 对于非技术开发者来说门槛还比较高，比如环境配置时的报错提示，不懂代码的用户很难理解。**OpenAI** 要做的，就是彻底扫除这些使用门槛，让这款绝顶聪明的 AI 真正普惠千行百业。 ### 竞争压力与易用性转向 之所以要这么做，不得不提到 **OpenAI** 内部的竞争心态和产品转向。自从 2022 年 **ChatGPT** 发布以来，**OpenAI** 一直被视为 AI 领域的绝对王者。但是这两年来 **Anthropic** 等竞争对手的崛起，让市场格局变得愈发激烈。**Anthropic** 推出的 **Claude** 应用矩阵，包括聊天机器人、平台和代码助手，已经构建起了超级应用的雏形。这也给 **OpenAI** 带来了不小的压力。 **Greg** 并不避讳这种竞争，他坦承道：**OpenAI** 曾经在最后一公里的易用性上投入不足。过去，他们的模型在编程竞赛中霸榜，但是却没有考虑到真实世界的代码库往往充斥着混乱，也就是常说的“屎山代码”，与实验室里的纯粹环境截然不同。 直到去年年中，**OpenAI** 才组建突击团队，专门攻克这些现实问题，收集高价值的训练数据，构建高仿真的训练环境，让 AI 真正体会现实中敲代码可能遇到的各种突发状况。 经过一年多的努力，**Greg** 表示，现在 **OpenAI** 的产品在盲测中，已经完全追平甚至超越竞争对手，用户内心往往更青睐他们的产品。目前唯一的短板在于前端界面体验，这也是他们接下来要重点解决的问题。 他强调，**OpenAI** 正在经历一场深刻的转向，将易用性贯穿到端到端的产品设计内核中，而不是先做一个赤裸裸的大模型，再随便套一个外壳。现在，**OpenAI** 在做前沿研究时，心里就会装着终端产品形态，时刻思考用户将会怎样在现实中使用它。 ### 内部文化：挑战者的心态 这种转向也体现在公司内部的氛围上。**Greg** 说，**OpenAI** 最令人恐惧的时刻，是在 **ChatGPT** 发布后的假日聚会上，他感受到了一种“我们赢了”的氛围。但是他当时就意识到，**OpenAI** 一直是一个不被看好的弱者（underdog）。竞争对手都是拥有雄厚资本、人力和数据优势的巨头。自满是最大的危险。 因此，即便现在处于领先地位，**OpenAI** 依然视自己为挑战者。内部已经取消了所有支线任务，所有战略炮火都集中在主线上。 ### 下一代模型 Spud 在这种高度聚焦的状态下，**OpenAI** 的下一代模型也即将浮出水面。这就是被媒体多次提及的神秘模型 **Spud**。 关于 **Spud**，外界有诸多猜测，而 **Greg** 在专访中首次公开了它的定位：一个新的预训练基础模型，是 **OpenAI** 过去两年研究心血的结晶。 他详细解释了 **OpenAI** 的模型开发流程：首先是预训练，生成一个新的基础模型，作为后续改进的地基；随后是强化学习过程，让模型学会应用所学的知识；接着是后训练，让模型在各种不同情境中进行模拟练习；最后是行为对齐与可用性的最后一公里优化。 **Spud** 就是这个流程中的第一个环节——新的预训练模型。它的出现将为后续的模型迭代奠定坚实基础。 但是 **Greg** 强调，**Spud** 只是 **OpenAI** 技术进步的一个节点，而不是终点。对他们来说，重点从来不在于某一次的单一发布，因为一旦发布某个版本，它很快就会成为后续更强版本的前期基础。**OpenAI** 追求的是驱动一台不断加速轰鸣的进步引擎，而 **Spud** 只是这趟旅程中的一步。 ### Spud 的能力边界与突破 那么，下一代模型到底能实现哪些今天做不到的事情呢？ **Greg** 给出了具体的描述：它能够解决难得多的问题，表现会更加细致入微，对指令和上下文的理解也会深刻得多。业内经常会谈论一种所谓的大模型气味（Big Model Smell），就是当你面对一个真正更聪明、更强大的模型时，能感受到它在主动贴近你、顺应你。 过去，当你问出一个问题而 AI 没能完全领会时，你不得不费力解释，心里想着“你其实应该能弄明白的”。而这种挫败感在下一代模型中将会大幅减少。 从能力提升来看，下一代模型将实现**拔高上限和托起下限的双重突破**。 在拔高上限方面，它将能够解决更多开放式的科学难题，制定更长远的时间规划，就像之前帮助物理学家攻克难题那样，在更多领域实现突破性的科学发现。 在托起下限方面，无论你想要做什么微小的事情，它都会变得比以往有用得多，哪怕是写一封邮件、整理一份笔记，AI 都能给出超出预期的结果。 不过，**Greg** 也提到，普通用户可能不会立刻感受到这种变化。就像 **GPT-4** 发布时那样，最初公众的反应有些失望，但随着使用场景的深入，才逐渐意识到它的强大。这是因为人类对 AI 的心智模型转变相当缓慢，我们每个人脑海中都预设了一个 AI 能够做什么的边界。只有当 AI 突破这个边界，为我们做到一些极其不可思议的事情时，我们才会真正改变认知。 他分享了一个身边的案例：他的一位朋友患有癌症，医生告诉他病情已经到了晚期，束手无策。但这位朋友通过 **ChatGPT** 查阅并理解了各种治疗方案，探寻了大量不同的思路，最终凭借这种方式获得了更好的治疗结果。在这类关乎生命的应用场景中，AI 的价值不言而喻，但前提是你要对 AI 能够切实帮到你，抱有一定程度的信念，愿意倾注心力去挖掘它的价值。 **Greg** 相信，未来这种案例将会越来越多，AI 能为人类排忧解难的事实，将变得对每一个人都显而易见。 ### 自动化 AI 研究员：加速进化 除了面向普通用户的超级应用和下一代模型，**OpenAI** 还有一个更具野心的计划，那就是推出**自动化 AI 研究员**，预计今年秋季就能和大家见面。 这个计划被视为加速 AI 自身进化的关键一步，也是 **Greg** 口中 AI 进入起飞阶段的重要标志。 简单来说，自动化 AI 研究员就是能够自主完成研究科学家全部端到端工作的 AI 系统，只不过这一切都是在硅基芯片上由程序完成的。但这里的自主并非意味着人类彻底放手不管，而是像指导一位初级研究员那样，由资深研究员提供方向和反馈，审查生成的图表，根据愿景给出目标，而 AI 则负责执行具体的研究工作，包括数据分析、实验设计、结果验证等等。 **Greg** 解释道，AI 进入起飞阶段，意味着它正在指数级增长的曲线上变得越来越强大。其中一个核心原因就是 AI 改进 AI，也就是利用 AI 来加速下一代模型的研发进程。这种正反馈循环将让技术进步的速度，变得前所未有的快。 而自动化 AI 研究员的出现，将进一步放大这种效应，极大地加速大模型的开发和全新研究突破的产生，让这些模型在现实世界中更加实用、好用，迭代速度也会越来越快。 ### AI 安全与全球治理 但技术的飞速发展必然伴随着风险，这也是公众最关心的问题之一。**Greg** 毫不避讳地表示，他绝对担心 AI 发展可能带来的安全隐患，因此 **OpenAI** 把模型的安全红线视为重中之重，正源源不断地倾注海量资源去攻克相关难题。 其中最典型的就是**提示词注入攻击**。如果打造一个极其聪明、能力超群且连接了海量工具的 AI，必须确保它不会因为某些人输入奇怪的指令而被恶意利用。 他提到，**OpenAI** 在这方面已经取得了令人瞩目的成果。他们将人类面临的一些问题，比如网络钓鱼攻击，引入 AI 的开发流程中，作为思考的基础。每当开发或发布一个模型时，**OpenAI** 都会深思熟虑，如何确保它能与人类价值观对齐，并真正为人类所用。 但是他也承认，有些问题并非纯粹的技术难题，也不是 **OpenAI** 凭一己之力所能解决的，比如如何让所有人都从这项技术中受惠，如何构建全球范围内的 AI 治理体系等等。 面对开源参与者对这场军备竞赛缺乏安全防护的担忧，**Greg** 提出了**韧性（Resilience）**理念。他认为，与其让一家机构垄断 AI 开发来保证安全，不如构建一个开放的系统，允许成千上万的参与者共同加入进来。就像电力的发展史一样，它本身蕴藏着巨大危险，但是通过制定安全标准、出台法律法规、设立质检体系，我们构建起了完备的安全基础架构。对于 AI 而言，同样需要一场广泛深入的全球对话，让所有人都有权参与其中，决定它的未来，而不是让它成为某个中心化利益集团闭门造车的产物。 ### AI 对就业市场的影响 聊到这里，我们不得不触及一个更现实的话题：AI 对就业市场的冲击，以及公众对 AI 的普遍恐惧。**YouGov** 的民调显示，预计 AI 会对社会产生负面影响的美国人，是预计会产生积极影响的三倍。这种恐惧主要来源于两个方面：一是对失业的担忧，二是被科幻文化中渲染的末日负面叙事所误导。 **Greg** 认为，AI 对职场生态的重塑是一把双刃剑。一方面，AI 将为人类释放不可估量的宝贵时间，打破隔阂、重塑人际纽带，并以前所未有的方式拉平商业门槛，实现真正意义上的创业民主化。未来，创业不再需要庞大的资金和团队，一个人加上 AI 就能完成过去需要一个团队才能做到的事情，比如开发产品、处理后台业务、进行市场推广等。 但另一方面，这也在倒逼人类必须火速完成技能迭代，学会成为驾驭 AI 的新牧羊人。 **Greg** 说，在变革风暴面前，人们总是更容易看清自己将失去什么，却很难看清自己会得到什么。我们对过去的经验有着深刻的依赖，但人类进化的核心从来都不在于这些具体的技能，而在于创造力、共情能力和建立深层人际连接的能力。 他强调，现在我们每天对着发光屏幕敲敲打打的工作方式，在 100 多年前根本不存在。这种生存状态并不自然。AI 的出现将把人类从机械性的脑力劳动中解放出来，让我们能够回归人类的本质：活在当下，感受身边的世界，与其他情感鲜活的生命建立真正的联结。这也是他对未来感到无比激动和期待的根本原因。 ### 数据中心投资：误解与现实 除了就业问题，公众对 AI 相关基础设施的抵触情绪也不容忽视。**皮尤研究中心（Pew）** 的民调显示，绝大多数人认为数据中心对当地环境、家庭能源成本以及附近居民的生活质量是弊大于利的。 对此，**Greg** 进行了正面回应，澄清了公众的许多误解。他以 **OpenAI** 位于阿比林（Abilene）的数据中心为例：这个设施即便不是全球最大的超级计算机，也是最大之一。但它全年的用水量，仅仅跟一个普通家庭全年的用水量相当，远非外界传言的耗水大户。 在电力方面，**OpenAI** 明确承诺会自掏腰包，绝不拉高当地居民的用电价格。 更重要的是，数据中心的入驻还能为当地带来实实在在的好处，不仅能带来可观的地税收入，创造大量的就业机会，还能推动当地电网基础设施的升级。 **Greg** 解释道，如今的电网存在大量**闲置电力（Stranded Power）**，也就是发电量明明足够，但是因为输电网落后而无法被有效利用的能源。数据中心的入驻，为电网升级提供了实质性的理由和资金动力。很多地方因为数据中心的建立，公共事业公司改善了基础设施，反而让当地居民的电费降低了。 **OpenAI** 正以极其积极的姿态融入社区生态，反哺丰厚的税收红利与就业机会，而不是像外界担心的那样破坏社区环境。 ### 算力作为收入中心 支撑这一切的，是 **OpenAI** 豪掷 1100 亿美元进行基建投资的底层商业逻辑。很多人质疑，如此巨额的投入是否风险过高。但是 **Greg** 的观点颠覆了传统认知：他认为算力绝不是成本中心，而是真正的收入中心。 他用一个非常形象的比喻来解释：这就像招募销售人员，只要你的产品供不应求，只要你有规模化的销售渠道，那么你手下的销售人员越多，你赚取的利润就越多。 目前的现实是，**OpenAI** 建设算力的速度，永远赶不上需求爆炸式增长的步伐。随着社会向 AI 驱动型经济全面转型，全球所有的算力加起来，也无法支撑人人都有专属个人智能体的愿景。因此，提前布局算力基础设施，不仅能满足自身产品的需求，还能通过 C 端订阅与 B 端企业服务构建稳固的盈利飞轮。 **Greg** 的底气还来自于市场的真实反馈。自 **ChatGPT** 发布以来，用户对 AI 的需求就持续爆发，而且这种需求已经从个人用户延伸到了企业层面。现在，每家企业都意识到 AI 能带来立竿见影的降本增效，要在未来生存并保持竞争力，就必须全面拥抱 AI。软件工程师们自发使用 AI 的热情，已经蔓延到了企业内部的各种脑力工作场景。这个行业的极高付费意愿和爆炸式的收入增长，已经是板上钉钉的现实。 ### 普通人的 AI 时代应对之道 面对如果预测出现偏差，公司是否会面临破产的尖锐问题，**Greg** 表示，**OpenAI** 有多种退路。但他们押注的并不是某一家公司的前途，而是整个赛道的未来。他坚信，只要这项技术能被真正打造出来，就一定能释放出巨大的价值。六个月前，**OpenAI** 内部就已经看到了 AI 重塑知识工作的清晰趋势。现在证据已然确凿，再过六个月，所有人都会身临其境感受到这种变革。到时候，我们可能会面临一种共同的痛苦：拥有极其强大的模型，却因为算力匮乏而无卡可用。 最后，普通人该如何应对即将到来的 AI 时代呢？ **Greg** 给出的建议是：重中之重的第一步，是彻底、深度理解这项技术本身。那些从 AI 技术中攫取最大价值的人，都有一个共性，那就是带着极其旺盛的好奇心去探索。你需要尝试将 AI 无缝衔接到你的日常工作流中，并且必须亲身跨过最初的那道认知门槛，也就是克服那种面对一个空白对话框，“我到底该怎么输入”的迷茫与无措。只有真正使用过、体验过，你才能明白 AI 的优势在哪里，局限又在哪里，而不是被外界的恐惧或夸大之词所误导。 其次，要培养出一种**主体操控感（Sense of Agency）**。这意味着你要建立起一种“我就是项目的经理，我来指引方向，我会发号施令并分配工作，我来把控质量和监督进度的”思维模式。AI 是强大的工具，但它永远不能替代人类的决策和责任。**Greg** 强调，在人类与智能体的关系中，人类的问责归属是系统的核心。如果你让 AI 建一个网站，结果智能体搞砸了，让用户受到了损失，那并不是智能体的错，而是你的错。因此，你不能当甩手掌柜，必须保持对系统的掌控感，理解它的优劣势，在关键节点进行把控。 最后，也是最核心的一点，明确你自己的渴望。AI 是赋能工具，它能帮你实现目标，但不能替你设定目标。你到底想做什么呢？想解决什么问题呢？想创造什么价值呢？只有将这些内心所想真正勾勒清晰，你才能借助 AI 技术去大展宏图，将想法变为现实。 **Greg** 在专访的最后表示，他的团队在 AI 领域已经深耕和思考了极其漫长的时间，眼前正在上演的这场技术变革，已经比他们最初设想的更为震撼人心、更能惠及大众，并且必将产生大得多的正面积极影响。 对于那些害怕 AI 的人，他最核心的建议是：亲手试试现在的 AI 工具。只有通过自己的切身体验，你才能真正明白 AI 的价值。这种豁然开朗的感觉，不是听别人描述或者看科幻电影就能比拟的。 ### 结语：拥抱变革 好了，以上就是本次专访的核心内容了。AI 带来的变革已经不可阻挡，它会重塑我们的就业、重构我们的生活。但是最终的走向，依然掌握在每一个人的手中。究竟是被技术淘汰，还是成为驾驭新技术的牧羊人，取决于我们现在的认知和行动。 感谢收看，我们下期再见。