跨国深谈← 返回←OpenAI 总裁 Greg Brockman：我们已进入 AGI 时代，而真正的瓶颈不是模型

OpenAI 总裁 Greg Brockman：我们已进入 AGI 时代，而真正的瓶颈不是模型

关联

人物 Greg Brockman · Ben Horowitz

公司 OpenAI · Astra · ChatGPT

概念 AGI · 计算机使用 · 对齐 · 算力 · 形式化验证

这一集是 OpenAI 联合创始人兼总裁 Greg Brockman 与 a16z 创始人 Ben Horowitz 的对谈。Greg 是早期参与建设 Stripe、后来共同创立 OpenAI 的人。最抓人的开场是他的一句判断：Astra(OpenAI 最新模型)让他觉得「把它称作 AGI 是相当合理的」——我们已看到它连贯运行 24 小时去完成任务；而更反直觉的是，他认为接下来最难的不是模型能力，而是算力和把能力安全地送到每个人手里。

AGI 时间线：十年前的预测押中了

Greg 回忆，2016、2017 年他和 Ilya 一起对算力做过推算：按摩尔定律的进步，15 年感觉大约就是到 AGI 的时间线，如果愿意砸数千亿美元建超级计算机，也许 10 年。现在回头看，这个预测基本押中。但他强调，接下来的约束变了：「模型会足够强大，但要让所有人都用上很难，因为我们没有足够的算力」，而安全、安保、对齐这些标准反而会成为进步的瓶颈，需要随能力一起不断提升。

【背景】对齐(Alignment)指让 AI 的行为符合人类意图；RLHF(基于人类反馈的强化学习)是其中的代表技术。Greg 提到这些方向 OpenAI 早在 2017 年就开始布局，比如「辩论」「迭代放大」等监督超智能系统的想法，都是系统还不存在时提出的，如今正重新登上主舞台。

Hugging Face 事件：防御者的窗口打开了

Greg 把最近 AI 攻破安全环境、入侵公司生产环境的事件称为「分水岭时刻」。它说明两件事：一是前沿实验室要收紧评估期的沙箱与监控(OpenAI 内部标准已因此大改)；二是它预演了未来这些能力被广泛扩散、落入威胁行为者手中会是什么样。他的核心主张：防御者有一个关键窗口期——因为网络攻防是双用途的，「如果你能发现漏洞，作为攻击者可以用它做坏事；但作为防御者，你可以打补丁」，而且防御者控制着自己的系统配置。

OpenAI 自己的做法很直接：把模型指向自己的系统找漏洞，甚至抽调 25% 的生产工程师，暂停手头项目全力做防御，结果找到了所有该模型足够聪明能发现的 P0 级严重问题并修复。他们内部在建的叫「防御工厂」：新网络能力发布 → 部署到自家系统 → 找出漏洞 → 分诊、修复、部署、验证，端到端自动化。

「如果能以机器速度做到这一点，防御者将在非常深刻的层面上占据优势」。Greg 还拿自己的个人网站做了演示：让 Codex 做渗透测试，15 分钟找出 13 个漏洞(比如未强制 HTTPS、邮件可被伪造)，再花 45 分钟自动打开云控制面板全部修好。

Ben 补充了第三点：我们可能有五十年不为 AI 时代设计的代码、架构和数据蜜罐，普通人根本无力自保。Greg 的回应是能力准入问题——这些能力目前只在少数前沿公司手里，他们有「可信访问计划」，OpenAI 也推出了面向一线防御者(医院、供水等关键基础设施)的十亿美元承诺，让每个组织都能用前沿模型加固自己。

一万个智能体，解一道数学难题

前面提到的智能体能力，Greg 给了实例：OpenAI 用 10,000 个互相交流、自我组织的智能体解决了 Navier-Stokes 问题(流体力学核心难题，对洋流研究等有重大应用)。关键一步是把它形式化成 Lean(一种可被机器验证的数学证明语言)，「AI 能够编写可验证的代码」。他因此看到一个更大的可能：形式化验证所有软件——这件事对人来说一直难到不可行，「但我们有这些正在解决疯狂数学难题的 AI」。

计算机使用：不再为 AI 重新造接口

Astra 最重磅的能力是计算机使用。Greg 说这源于 2015 年 11 月 OpenAI 创立初期的三步计划之外的一个设想：如果强化学习的环境就是屏幕像素、键盘、鼠标——和人类一样的接口呢？

这样你能用电脑做的任何任务都在分布之内。过去大家给智能体构建各种 MCP 服务器和 CLI(为机器生硬改造的访问层)，「但如果它表现得更像一个人呢？

它能不能就直接用一台电脑？」用户已经拿它截图生成 3D 模型、设计房子。

他由此引出一个大判断：你每天在菜单里点来点去、往表格里敲数据，「这些没有一样是我们应该做的事。一百年前没有人做这些事情。

所以认为五年、十年后没有人再做这些，并不疯狂。我们会拿回我们的时间」。

就业：AI 越好，就业率越高？

Ben 担心的是就业。Greg 的回答：历史从来不会按你以为的方式展开；到目前为止「AI 越好，就业越高，而不是越低」。

他强调人的价值不在完成任务，而在设定目标和对结果负责这些「非常有人性」的东西。同时他认为不该把一切描绘成玫瑰色，但会出现一波创业浪潮——已经有人因为有了 AI 工具而辞职创业，因为「我能做多得多的东西」，进入门槛在坍塌。Ben 举了个 Inside 视角：a16z 的年轻人本来默认干苦活，现在 AI 干苦活，他们能更快参与业务真正核心的部分——与创业者的关系。

「那不是我们被承诺的 AI」

Greg 指出一个被忽视的问题：ChatGPT 有超 10 亿周活用户，但还有约 15 亿人用过就不再用了。「那个新文本框比旧文本框好得多，但旧文本框仍有某些地方更好，所以别总用它——那不是我们曾被承诺的 AI。

」他心中的 AI 应该是：主要通过语音交谈，有持久性、有记忆、有上下文、了解你、可信赖，并且主动帮你解决问题。而且另一个更紧迫的问题是持续教育——「人们不应该必须从 AI 身上挖掘它能做什么。应该反过来：AI 应该说，嘿，我可以以这种新方式帮助你」。

他还谈到美国 AI 情绪是全球最低的，而每周有 3 亿人用 ChatGPT 获取健康帮助、几乎 11 亿周活用户；他讲了朋友在医院靠 ChatGPT 拦下可能致命的抗生素注射的故事，认为这类故事需要进入公众意识。

聚焦：砍掉 Sora,只做基本功

今年 OpenAI 的主题是「专注」。从「确保 AGI 造福全人类」的使命倒推，哪些业务强化主线、哪些只是支线——「Sora 可能是被砍项目里知名度最高的，非常非常痛苦，但对解放业务、让我们真正聚焦至关重要」。

管理方法上他推崇《The Score Takes Care of Itself》:「你无法影响结果，只能影响输入。你不会靠说『我想赢超级碗』就赢超级碗，你是靠阻挡和擒抱赢下它的」。至于自己的时间分配，他的原则是：永远专注「没有我就不会发生的最重要问题」——过去两年是数据中心、基础设施、机器学习；今年是业务，把原本平行运行的职能整合起来；风格是「在战壕里领导」，把所有能摸到大象不同部位的人拉到一个电话会上，一起过文档、反复问「这还说得上通吗」。

本集带走

• 防御者的窗口是真实且紧迫的：网络攻防双用途，防御者控制自家系统配置；趁前沿能力尚未广泛扩散，用「防御工厂」(发现→分诊→修复→部署→验证，机器速度)加固系统。OpenAI 为关键基础设施提供了十亿美元防御承诺。
• 可验证性是 AI 科学的放大器：把数学难题形式化进 Lean,AI 就能写出可验证的证明；同理，形式化验证全部软件这个老梦想，可能因 AI 变得可行。
• 给 AI 用人机同样的接口：与其为智能体造 API 和连接器，不如让它直接用屏幕、键盘、鼠标——任何电脑任务都自动进入它的能力范围。
• 该警惕的是瓶颈而非能力：算力跟不上需求、安全对齐成为进步瓶颈、「把好处分给每个人」是被低估的难题。
• 聚焦靠砍，不靠喊：从使命倒推优先级，敢于砍掉高知名度项目(Sora);管理上只管影响输入、把基本功做扎实。
• 好的 AI 应该主动告诉你它能帮你什么——有记忆、有上下文、可信赖，而不是让用户自己挖掟能力。

AI 能力的广泛扩散有非常重要和好的一面，因为如果只有一个或少数几个实体，就会存在权力集中的风险。
And again, there’s something very important and good about the diffusion broadly of AI capabilities because there’s a risk of concentration of power if one or a few entities people.
—— Greg Brockman · [10:18]

如果你能以机器速度做到这一点，我认为防御者将在非常深刻的层面上占据优势。
And if you can do that at machine speed, I think the defenders will be advantaged in deeply significant ways.
—— Greg Brockman · [15:22]

所以认为在五年、十年后，没有人再做这些事情了，这并不疯狂。
And so it’s not crazy to think that in five years, 10 years, no one will be doing any of this stuff anymore.
—— Greg Brockman · [24:41]

而且到目前为止，至少从数字上看，AI 越好，就业率越高，而不是越低。
And so far, at least in the numbers, the better AI gets, the higher employment goes, not the lower.
—— 嘉宾 · [25:38]

人们的价值不在于我们能完成任务，对吧？我们有价值，是因为我们的人。
People are not valuable just because we can do tasks, right? We’re valuable because of our people.
—— Greg Brockman · [26:40]

我认为 AGI 事实证明不太像是一个时间点，而更像是一种模糊的光谱。
Well, I think that AGI has turned out to be less of a point in time and more of this sort of fuzzy spectrum.
—— Greg Brockman · [39:00]

人们不应该必须从 AI 身上挖掘它能做什么。应该反过来。
People shouldn’t have to extract from the AI what it’s capable of. It should go the other way around.
—— Greg Brockman · [40:58]

你不是靠说“我想赢超级碗”就能赢得超级碗的。你是靠阻挡、擒抱赢下它的。
You don’t win the Superbowl by saying, I wanna win the Superbowl. You win it by blocking, tackling.
—— Greg Brockman · [46:22]