OpenAI聯(lián)合創(chuàng)始人揭秘為何 “殺掉” Sora：1220億美元換不來無限算力

“AGI進度已達80%”

編譯整理 | 莘歆

來源 | 盒飯財經(jīng)（ID：daxiongfan）

頭圖及封面來源 | YouTube@Alex Kantrowitz

最近幾個月，OpenAI的戰(zhàn)略動作讓人有些看不懂。

一方面，他們野心勃勃，自2月以來，收編了OpenClaw（龍蝦）創(chuàng)始人，完成了1220億美元的巨額融資，甚至有消息稱，他們正在秘密打造一款集成了ChatGPT、代碼能力和瀏覽器的超級應(yīng)用（Super App）。但另一方面，他們又顯得異?？酥啤谷恢鲃咏型Ａ嗽@艷全球的視頻生成模型 Sora。

一邊是高歌猛進，一邊是急剎車，OpenAI 到底在盤算什么？

就在外界猜測不斷時，OpenAI 聯(lián)合創(chuàng)始人兼總裁Greg Brockman在《Big Technology》播客中罕見地交了底。這場對談，堪稱OpenAI 近期最坦誠的一次對外發(fā)聲。

圖片來源：YouTube@Alex Kantrowitz

Brockman直言，關(guān)停Sora并非技術(shù)遇到瓶頸，而是在算力極度稀缺的現(xiàn)實面前，OpenAI 必須做出的“痛苦抉擇”——砍掉旁枝，死保主干。

這根主干，就是通往AGI的核心推理模型，以及那個即將把AI門檻徹底踩碎的Super App。

這次訪談的核心話題，主要圍繞四個純技術(shù)與產(chǎn)品維度：AI 自我進化、超級應(yīng)用戰(zhàn)略、通往 AGI 的路徑，以及算力擴展與新模型“Spud”。對話中，Brockman 不僅回應(yīng)了關(guān)于Super App的野心、新基座“Spud”的進展，還首次徹底揭開了OpenAI狂奔背后的算力賬本。

以下是對話全文（已編譯）：

叫停 Sora，放棄做“AI界迪士尼”

Alex Kantrowitz：這會兒，OpenAI正在關(guān)閉視頻生成業(yè)務(wù)，并將精力集中在一個結(jié)合了商業(yè)和編程的SuperApp上。我想包括我自己在內(nèi)的旁觀者都會覺得，OpenAI在消費者領(lǐng)域正在獲得越來越多的用戶，現(xiàn)在卻突然轉(zhuǎn)移資源。到底發(fā)生了什么？

Greg Brockman：我們開發(fā)深度學(xué)習(xí)(deep learning)技術(shù)，是為了真正去看它是否能產(chǎn)生我們一直設(shè)想的積極影響。它能不能用來開發(fā)幫助人們、改善他們生活的應(yīng)用程序？

我們另外還有一個部門在說，不管是為了幫助維持業(yè)務(wù)，還是為了獲得一些在現(xiàn)實世界中能產(chǎn)生影響的實踐經(jīng)驗，我們都可以真正嘗試部署這項技術(shù)。這一切都是為了這項技術(shù)真正成熟的那一天。

我認為我們現(xiàn)在正處在這樣一個階段：我們看到了這項技術(shù)的應(yīng)用前景。現(xiàn)在我們正在走出基準測試及類似純智力能力展示的階段，進入到了實際應(yīng)用的時候。

為了進一步開發(fā)這項技術(shù)，我們需要把它放到現(xiàn)實世界中去，并從人們在知識工作和各種應(yīng)用中的使用方式獲取反饋。

因此，我會把它看作是由于技術(shù)發(fā)展而發(fā)生的一次更大的戰(zhàn)略轉(zhuǎn)變。這與其說我們在從消費者轉(zhuǎn)向B2B，不如說我們在問：我們可以專注的最重要的應(yīng)用是什么？

我們不可能專注于所有事情。所以我們要考慮哪些是我們能夠付諸實踐的、在開發(fā)過程中能夠相互協(xié)同、并且能夠產(chǎn)生有意義影響的事情？

在消費者方面，你可以把它想象成很多東西，但其中一個是個人助理(person alassistant)。一個了解你、與你的目標一致、并且將幫助你實現(xiàn)生活中任何目標的助理。此外還有創(chuàng)意表達、娛樂以及許多其他應(yīng)用。

在商業(yè)方面，如果你放眼全局，它看起來更像是一件事：你有一個艱巨的任務(wù)，AI能去完成嗎？它是否擁有完成這些事情的所有上下文？

對我們來說，如果按優(yōu)先級排序，最重要的只有兩件事，一個是個人助理，另一個是能夠為你解決難題的AI。

當(dāng)我們反觀自己擁有的算力時，我們甚至沒有足夠的算力來支持這兩件事。所以，一旦我們開始增加許多其他應(yīng)用、許多AI，這可能對人們有一些幫助，但我們根本不可能面面俱到。

因此，這是對技術(shù)成熟度及其將迅速產(chǎn)生的巨大影響的認知，也是我們需要確定優(yōu)先級、真正挑選出我們想要讓其大放異彩并帶給世界的應(yīng)用的必然結(jié)果。

Alex Kantrowitz：我記得之前你談?wù)揙penAI的各種押注時，你描述的一種方式是OpenAI可以成為某個版本的迪士尼。先在中心擁有這種核心的、令人信服的優(yōu)勢，然后以不同的方式將其擴展開來。比如，迪士尼有米老鼠，然后它可以做電影、主題公園和Disney+。

而對于OpenAI，核心是模型，你可以做視頻生成、成為助理、然后協(xié)助企業(yè)和工作。那么，現(xiàn)在是否不再可能擁有這種中心優(yōu)勢并將其向各個方向擴展了呢？你們是不是已經(jīng)意識到該做出取舍了？

Greg Brockman：我認為在某些方面，這個故事比以往任何時候都更加真實。但必須認識到的一點是，在技術(shù)上，Sora模型與核心的推理GPT系列處于科技樹（tech tree）的不同分支。它們的開發(fā)方式非常不同。在某種程度

上，不得不承認，我們很難同時追求兩個分支。

現(xiàn)在我們實際上在機器人技術(shù)的背景下繼續(xù)推進Sora的研究項目，我認為這將是一個變革性的應(yīng)用，但它仍處于研究階段。機器人技術(shù)還沒有真正成熟。在未來一年里，我們將看到AI技術(shù)在知識工作領(lǐng)域迎來真正的爆發(fā)，但目前的機器人技術(shù)還無法實現(xiàn)那種程度的落地部署。

所以這是一種認知，即在這個時刻，我們真的需要把主要精力放在開發(fā)GPT系列上。

這不僅僅意味著文本。它不僅是純智力的東西，例如，它還擁有雙向交互和出色的語音對語音接口（speech-to-speech interface）。這也是一項將使這項技術(shù)變得非常易用和非常有用的東西，但它不是科技樹的另一個分支。

它們都在同一個模型框架內(nèi)，我們只是像你描述的那樣，以略微不同的方式對其進行調(diào)整。如果你分支得太遠，擁有兩個不同的產(chǎn)物，在算力有限的世界里是很難維持的。算力有限是因為人們需求太大了。人們想用我們創(chuàng)造的每一個模型做的事情太多了。

Alex Kantrowitz： 好的。那么請談?wù)劄槭裁茨銈兊馁€注沒有押在這個世界模型(Sora)上，即視頻能理解事物的運轉(zhuǎn)。它顯然對機器人技術(shù)很有用。既然看到視頻生成前三代的進展如此巨大，為什么你們還把賭注押在了GPT推理模型樹上？

Greg Brockman：這個領(lǐng)域的問題在于機會太多了。我們在OpenAI早期觀察到的一點是，我們能想象到的每一件事現(xiàn)在都能行得通，只是伴隨著不同程度的摩擦、不同的工程努力和算力要求。每一個不同的想法，只要在數(shù)學(xué)上是合理的，你實際上就能獲得一些相當(dāng)好的結(jié)果。

這就是底層深度學(xué)習(xí)技術(shù)的威力，它能接受任何類型的問題并觸及問題的核心，讓AI真正理解生成數(shù)據(jù)的底層規(guī)則。所以這不是關(guān)于數(shù)據(jù)本身，而是關(guān)于理解底層過程，并能夠?qū)⑵鋺?yīng)用于新的上下文。你可以將其應(yīng)用于世界模型、科學(xué)發(fā)現(xiàn)或編程。

當(dāng)我們考慮推出這項技術(shù)時，一直有這樣的爭論：文本模型能走多遠？你能否對世界的運作方式有一個真實的認知？我們現(xiàn)在已經(jīng)明確回答了這個問題：它確實會走向AGI(通用人工智能)。在這個時間點，我們看到了今年即將到來的這些更好的模型的清晰路徑。

為了決定如何分配算力，我們在OpenAI內(nèi)部經(jīng)歷的痛苦也是有增無減的。所以也許核心在于，這是一個關(guān)于順序和時機的問題。

在這個時刻，我們一直夢想的各種應(yīng)用開始觸手可及。例如，解決未解的物理問題。我們最近有一個成果：一位物理學(xué)家研究一個問題已經(jīng)有一段時間了，他把它交給了我們的模型。12小時后，我們得到了一個解決方案。

他說這是他第一次看到一個讓他覺得在思考的模型，感覺這可能是一個人類永遠無法解決的問題，而我們的AI解決了它。

當(dāng)你看到這樣的事情時，你必須加倍甚至三倍下注，因為我們真的可以為人類釋放所有這些潛力。所以對我來說，這不是關(guān)于這些事情的相對重要性。更多的是關(guān)于OpenAI將AGI帶給世界的使命。我們有一棵科技樹，我們知道如何去推動它，如何做工程、做進一步的科學(xué)研究，讓它最終開花結(jié)果。

Alex Kantrowitz： 今年早些時候我與Google DeepMind的Demis Hassabis談過。有趣的是，他說對他來說感覺最接近AGI的是他們的圖像生成器NanoBanana。

原因在于，圖像生成器或視頻生成器要創(chuàng)造圖像和視頻，它必須理解對象之間的互動，并至少對世界是如何運作的有一定的概念。所以，這是一個巨大的賭注，如果情況確實如此，OpenAI在另一棵樹上加倍下注，是否可能會錯失一些東西？

Greg Brockman：有兩個答案。第一，絕對有可能。在這個領(lǐng)域，你仍然必須做出選擇，必須下注。這其實也是OpenAI的出發(fā)點，我們在問，我們相信的通向AGI的路徑是什么，并非常努力地專注于此。隨機向量的總和是零，但如果你對齊你的向量，你就能朝著一個方向前進。

第二個觀點是，實際上圖像生成在ChatGPT內(nèi)部非常受歡迎，這也是我們繼續(xù)投資、繼續(xù)優(yōu)先考慮的東西。我們能夠做到這一點，是因為它實際上并不在擴散模型（diffusion model）等世界模型的技術(shù)分支上，它實際上是基于GPT架構(gòu)的。

所以盡管它的數(shù)據(jù)分布不同，但核心技術(shù)在底層堆棧上是同一個東西。這其實是AGI相當(dāng)瘋狂的地方，有時候這些看起來非常不同的應(yīng)用，比如語音到語音、圖像生成、文本（文本本身也包括科學(xué)、編程、個人健康等），所有這些你都可以在一個技術(shù)框架（technological envelope）內(nèi)完成。

所以我正在關(guān)注的，也是我們作為一家公司正在關(guān)注的，是如何讓我們的技術(shù)努力盡可能地統(tǒng)一。

因為我們真的將這項技術(shù)視為將提升并推動整個經(jīng)濟發(fā)展的動力。經(jīng)濟是一個龐然大物，我們不可能涵蓋所有方面，但我們可以做好我們的部分，那就是人工智能中的“通用”部分。

Super App讓計算機“主動迎合”人類

Alex Kantrowitz：說到統(tǒng)一，這個Super App會是什么樣？是把編程、瀏覽器和ChatGPT結(jié)合在一起嗎？

圖片來源：KrASIA

Greg Brockman：沒錯。我們想要構(gòu)建的是一個為你服務(wù)的終端應(yīng)用程序，真正讓你體驗AGI的威力，體驗這種通用性。如果你在想今天的ChatGPT是什么，我認為它將成為你的私人助理、你的私人AGI。一個照顧你、了解你、與你的目標一致、值得信賴的AI，它在這個數(shù)字世界中代表你。

以前它主要是我們?yōu)檐浖こ處煒?gòu)建的一個工具，但它正在成為面向所有人的Codex。任何人都可以使用它讓計算機去完成他們想做的事情。

現(xiàn)在已經(jīng)不再僅僅是關(guān)于編寫軟件了，它幾乎涵蓋了計算機的所有使用。比如我用它來設(shè)置我筆記本電腦上的系統(tǒng)快捷鍵，Codex直接就做好了。這才是計算機本來該有的樣子：迎合人類，而不是讓人類去適應(yīng)它們。

所以想象一下有這么一個應(yīng)用，任何你想讓計算機做的事情，你都可以問它。它內(nèi)置了計算機使用和瀏覽功能，允許AI實際使用網(wǎng)絡(luò)瀏覽器，而你可以監(jiān)督AI正在做什么。

你所有的對話——無論是聊天、編程，還是常規(guī)知識工作——都統(tǒng)一起來，AI有記憶，了解你。這就是我們正在構(gòu)建的東西。

但其實這只是冰山一角。

對我來說更重要的是技術(shù)上的統(tǒng)一。過去幾年真正改變的不僅是模型，而是關(guān)于工具鏈（harness）。模型如何獲取上下文？它如何連接到世界？它可以采取什么行動？與模型交互的循環(huán)是如何運作的？

所有這些我們曾經(jīng)有多種不同的實現(xiàn)方式，而現(xiàn)在我們正在將其收斂為一個統(tǒng)一的版本。最終形成一個可以非常輕量級地指向特定應(yīng)用程序的AI層。

這樣一來，你可以建立一個小插件或?qū)ｉT的UI來處理金融或法律，但通常不需要，因為這一個Super App將非常廣泛。

Alex Kantrowitz：這個應(yīng)用是針對商業(yè)還是個人？

Greg Brockman：兩者都是。這才是真正的核心：就像你的筆記本電腦，它是個人用的還是商業(yè)用的？兩者都是。它是你的個人機器，為你提供與數(shù)字世界交互的接口。

Alex Kantrowitz：從非商業(yè)角度來看，我在個人生活中使用這個SuperApp，能用它來做什么？我的生活會發(fā)生怎樣的改變？

Greg Brockman：在個人生活中，就像你現(xiàn)在使用ChatGPT一樣。人們在各種場景都能用到它。

比如，“我要在婚禮上致辭，能幫我起草一下嗎？”“你能給我這個想法一些反饋嗎？”“我正在做個小生意，能給我一些點子嗎？”這或許就開啟了個人與工作之間的橋梁。

任何問題，你都能去Super App里問。

回想ChatGPT的過去，它一直在進化。它以前沒有任何記憶，就像在和一個陌生人說話。如果它能記住你們有過的互動，如果它連接到你的電子郵件和日歷，真正了解你的偏好，它就會強大得多。

比如現(xiàn)在的plus功能，每天都會根據(jù)對你的了解為你推送可能感興趣的內(nèi)容。在個人層面，Super App能做所有的這些事情，并且將以更深入、更豐富的方式進行。

Alex Kantrowitz：你們計劃什么時候發(fā)布它？

Greg Brockman：我們正采取漸進的步伐來實現(xiàn)這一目標。我們將逐步發(fā)布我們在這里討論的完整愿景，不過它將是分塊到來的。比如，今天的Codex應(yīng)用程序?qū)嶋H上是二合一的。它是一個可以使用工具的通用agent框架，也是一個知道如何編寫軟件的agent。

那個通用框架可以用于很多不同事情，你可以把它連接到電子表格或Word文檔，它能夠幫助你進行知識工作。我們將在常規(guī)知識工作方面使Codex變得更加易用。我們在OpenAI內(nèi)部已經(jīng)看到了大量自發(fā)將其用于此目的的案例。所以這將是第一步，接下來還會有更多。

Alex Kantrowitz：昨天我和你的一位同事交談，他提到有人讓Codex剪輯視頻。它為Adobe Premiere構(gòu)建了一個插件，開始將其分為幾個章節(jié)并開始了剪輯。

Greg Brockman：這正是我們所期待的，我非常喜歡聽到這個。Codex應(yīng)用程序最初是為軟件工程師構(gòu)建的。對于非軟件工程師來說，它目前的可用性其實相當(dāng)?shù)停驗楫?dāng)你在設(shè)置時會遇到一堆開發(fā)人員才知道如何修復(fù)的小錯誤。

但盡管如此，我們依然看到那些從未寫過代碼的人開始使用它來搭建網(wǎng)站，自動化他們與不同軟件的交互，以獲得巨大的杠桿效用。

比如我們溝通團隊的成員用它連接到Slack和電子郵件，瀏覽大量反饋并出色地進行總結(jié)。非常有動力的人可以克服重重障礙并獲得巨大回報。

所以在某種程度上，我們已經(jīng)完成了超級困難的部分，即打造一個非常聰明、能干、能實際完成你任務(wù)的AI。現(xiàn)在我們要完成的是更容易的部分：讓它廣泛可用，消除這些準入門檻。

坦言曾落后，OpenAI正在死磕“最后一公里”

Alex Kantrowitz：看看競爭格局。比如Anthropic有Claude應(yīng)用程序。你可以使用Claude聊天機器人、Claude Co-work、Claude Code。他們也有自己版本的Super App。你認為Anthropic看到了什么讓他們更早地到達了這個位置？你認為你們趕上的機會有多大？

Greg Brockman：如果你倒退12到18個月，我們一直專注于編程這個領(lǐng)域。我們在各項編程競賽上的數(shù)據(jù)一直都是最好的。

但我們投入不夠的是最后一公里的易用性（last mile of usability）。我們沒有想到的是，這個AI能解決復(fù)雜的編程比賽，但它從未見過某人真實世界里混亂的代碼庫。我認為在這一點上我們是落后的。

但大概在去年年中，我們開始非常嚴肅地對待這個問題。對于差距在哪里？如何獲取訓(xùn)練數(shù)據(jù)、構(gòu)建訓(xùn)練環(huán)境，讓AI體驗實際做軟件工程是什么感覺、以奇怪的方式被打斷是什么感覺等這些問題，我們專門有一個團隊在處理。

我想說，在這一點上，我們已經(jīng)趕上了。當(dāng)人們在前端直接把我們和競爭對手進行比較時，人們更喜歡我們。這是我們一直在采取的總體動作，即端到端地思考產(chǎn)品的可用性，而不僅僅是做一個模型然后再建一個獨立的東西。這是我們OpenAI內(nèi)部一直在改變的一種模式。

今年全年都會有令人難以置信的階躍式模型（step-upmodels）問世。看著路線圖，未來可能實現(xiàn)的事情確實令人振奮。但現(xiàn)在的重點是讓我們把最后一公里的易用性也做好。

Alex Kantrowitz：自2022年以來，OpenAI就像是無可爭議的領(lǐng)導(dǎo)者，而現(xiàn)在競爭顯然非常激烈。你剛才用了“我們趕上了”這個詞。公司內(nèi)部的氛圍是否有所不同？有報道稱，開會時強調(diào)OpenAI不再有“支線任務(wù)”（side quests），所有的重點都在這個上面。這里的環(huán)境發(fā)生了怎樣的變化？

Greg Brockman：個人而言，我覺得OpenAI最可怕的時刻實際上是我們發(fā)布ChatGPT之后。記得在假日派對上，我感覺到了這種“我們贏了”的氛圍，這是前所未有的。我當(dāng)時想，不，我們是弱勢群體，我們一直都是。這個領(lǐng)

域的競爭對手擁有更多的資本、數(shù)據(jù)和資源。

為什么OpenAI還能競爭？

僅僅因為我們從不自滿。我們始終覺得自己是挑戰(zhàn)者。在市場上看到其他競爭對手出現(xiàn)并做得很好，實際上是一件非常好的事情。我認為這給了我們公司一種統(tǒng)一和對齊。

我們過去幾乎把研究和部署當(dāng)作獨立的事情，而現(xiàn)在我們真的想把它們整合起來。我認為它一直非常穩(wěn)定。而對于模型生產(chǎn)的核心以及我們的路線圖，我感到極其自信。在產(chǎn)品方面，我們擁有巨大的能量將這一切交付給世界。

揭開新基座“Spud”的面紗

Alex Kantrowitz：你已經(jīng)好幾次預(yù)示了你們即將推出一些優(yōu)秀的模型。Spud是什么？有報道說，你們已經(jīng)完成了Spud的預(yù)訓(xùn)練（pre-training）。OpenAI的CEO Sam Altman告訴員工，他們有望在幾周內(nèi)獲得一個非常強大的模型。所以什么是好的模型？

Greg Brockman：我覺得這真的不在于任何一個特定的模型。我們開發(fā)流程的運作方式是先進行預(yù)訓(xùn)練，生成一個新的基礎(chǔ)模型，然后在此基礎(chǔ)上改進。這始終是一項跨公司的巨大努力。

我過去18個月大部分精力都專注于我們的GPU基礎(chǔ)設(shè)施，支持負責(zé)訓(xùn)練框架的團隊進行擴展。但之后還有一個強化學(xué)習(xí)（reinforcement learning）過程，以及后訓(xùn)練（post-training）過程。

我把Spud看作是一個新的基礎(chǔ)，一個新的預(yù)訓(xùn)練。我們在其中匯聚了長達兩年的研究成果。對我來說，這（優(yōu)秀的模型）永遠不在于任何一次發(fā)布。因為我們發(fā)布任何一款模型，都只是我們未來成果的早期版本。我們擁有一個不斷加速的進步引擎，而Spud只是這條路上的一步。

Alex Kantrowitz：那么你認為它和現(xiàn)在的模型有什么不同？

Greg Brockman：我認為它將能夠解決更困難的問題。它會更加細致入微，更好地理解指令和上下文。

人們經(jīng)常談?wù)撍^的“大模型味”（big model smell），就是當(dāng)這些模型真正變得更聰明時，它們會更多地迎合你。當(dāng)你問一個問題但AI沒有完全理解時，你可能很失望。所以新的模型在定性上會有一些新東西出現(xiàn)，以前你不放心、絕不會用AI來做的事，現(xiàn)在你根本不怎么想就直接用了。

我很期待看到它如何提高上限。我們已經(jīng)看到了那些物理應(yīng)用，我們將能夠解決更開放、時間跨度更長的問題。同時我也非常興奮看到它如何提高下限，讓你想做的任何事情都變得如此有用。

Alex Kantrowitz：對于日常用戶來說，真正感受到這種變化可能有點困難。在接下來的這一系列模型中，你期望它在某些職業(yè)的一線被感受到，還是你認為它對所有人來說都是一個廣泛有形的進步？

Greg Brockman：當(dāng)你發(fā)布它時，會有人嘗試它然后說：“這和我之前見過的都不一樣。”也會有一些應(yīng)用領(lǐng)域，受限于智能瓶頸，你可能不會立刻感受到。

但隨著時間的推移，你會感受到的。我有個朋友用ChatGPT去了解治療他癌癥晚期的不同方法，并由此獲得了治療。這需要你相信AI會有所幫助，你才會真正投入精力。

我們將看到，在各種應(yīng)用中，AI能提供幫助這一點將變得更加明顯。所以這既是技術(shù)在變得更好，也是我們對技術(shù)的理解和觀念在轉(zhuǎn)變。

讓AI自己研發(fā)AI

Alex Kantrowitz：你們在OpenAI內(nèi)部也會更加依賴它。你們正在研發(fā)一個自動化AI研究員（Automated AI Researcher），據(jù)說今年秋天推出。這是什么？

Greg Brockman：我們正處于這項技術(shù)起飛（take off）的早期階段。隨著AI變得越來越好，這項技術(shù)將呈指數(shù)級增長。我們利用AI來使AI變得更好，所以我們的開發(fā)過程加快了。起飛也是關(guān)于它在現(xiàn)實世界中的影響。所有能量都在越聚越多，AI正在從某種邊緣角色變成經(jīng)濟增長的主要驅(qū)動力。

Alex Kantrowitz：那么這個自動化AI研究員究竟會做什么？

Greg Brockman：可以這樣理解，我們正在開發(fā)的AI接手了更大比例的任務(wù)，它能夠自主運行。但這并不意味著我們就是把它放出去不管。我們會深入地參與管理它。

就像你有一位高級研究員，他們不一定懂那些機械的技能，但他們能夠提供反饋、進行審查，并在某些方面提供指導(dǎo)。因此，我把它看作是一個我們要開發(fā)的系統(tǒng)，它將極大加速我們生產(chǎn)模型、實現(xiàn)新研究突破的能力。

Alex Kantrowitz：所以它是要去尋找AGI嗎？

Greg Brockman：我想差不多是這樣。在實踐層面上，我認為它將接手我們一位研究科學(xué)家的全部端到端的工作，并在芯片中完成它。

AGI進度已達80%

Alex Kantrowitz：AI的進展從漸進式轉(zhuǎn)變?yōu)閯莶豢蓳醯刈呦虮热祟惛斆鞯闹悄?。你是否?dān)心這個過程也有可能出現(xiàn)問題？

Greg Brockman：絕對的。獲得這項技術(shù)紅利的方法也是認真思考風(fēng)險。我們在安全方面投入很大，一個例子就是提示詞注入（prompt injections）。如果你要擁有一個非常聰明、連接了許多工具的AI，你要確保它不會被奇怪的指令顛覆。我們在這上面投入了大量資金，并且取得了巨大成果。

有趣的是，人類也容易受到網(wǎng)絡(luò)釣魚攻擊或被欺騙。我們將這些類比引入到開發(fā)過程中，思考如何確保AI與人類價值觀一致。但也存在一些關(guān)于世界和經(jīng)濟的更大問題，這些不單是技術(shù)問題，OpenAI靠自己是無法解決的。

Alex Kantrowitz：令人擔(dān)憂的是這是一場競賽，許多開源玩家在安全方面的邊界和保護要少得多。如果大家都同意停下來，我們就會停下來。但現(xiàn)在似乎沒有放緩的跡象。那么AI帶來的回報值得冒這個風(fēng)險嗎？

Greg Brockman：我認為值得。OpenAI成立之初，我們就在問，這項技術(shù)如何真正提升每個人？一種是集中化的觀點，即只有一個參與者在構(gòu)建它以確保安全。這在某些方面是一劑苦藥。

相反，我們認為應(yīng)該通過“彈性”來思考。把AI看作是一個開放的系統(tǒng)，并構(gòu)建能幫助這項技術(shù)順利發(fā)展的社會基礎(chǔ)設(shè)施。就像電力發(fā)展一樣，有很多人發(fā)電，它也存在風(fēng)險，但我們以多種方式建立了安全標準和法規(guī)。

我們需要廣泛的對話，讓許多人知曉并參與其中，這不能是由某個集中的小組秘密完成的。所以我們認為，應(yīng)該圍繞這項技術(shù)的發(fā)展形成一個具有彈性的生態(tài)系統(tǒng)。

Alex Kantrowitz：英偉達CEO黃仁勛最近表示，他相信AGI已經(jīng)實現(xiàn)了。你同意嗎？

Greg Brockman：我認為AGI對許多人來說有不同的定義。許多人會認為我們現(xiàn)在擁有的就是AGI。但在我看來，目前的AGI是非常參差不齊的。在編寫代碼等許多任務(wù)上，它絕對是超人類的。但有一些非常基本的任務(wù)它仍然會遇到困難。

所以分界線劃在哪里？目前這更像是一種感覺而不是科學(xué)。如果你5年前向我展示今天的系統(tǒng)，我會說，“哦是的，這就是我們所說的東西?！钡c我們曾經(jīng)描繪的畫面如此不同。

Alex Kantrowitz：所以你覺得還沒有達到。

Greg Brockman：我認為基本上已經(jīng)達到70-80%了，所以我們非常接近了。我們將在未來幾年內(nèi)實現(xiàn)AGI，它可能仍然會參差不齊，但在使用計算機進行各種智力任務(wù)的下限能力上，AI將能夠做到。

就我個人而言，我認為我們幾乎到了，但需要再進一步，我們才能算絕對達到。

Alex Kantrowitz：2025年12月發(fā)生了什么？那似乎是一個轉(zhuǎn)折點，讓機器不間斷編程數(shù)小時的想法從理論變成了現(xiàn)實。當(dāng)時究竟發(fā)生了什么？

Greg Brockman：新模型的發(fā)布真的讓AI能夠完成的任務(wù)比例從大約20%飆升到了80%。它從一個“可有可無的附屬品”變成了你絕對需要圍繞它來重新配置工作流程的東西。

我自己有個測試提示詞是“給我建個網(wǎng)站”。過去，這可能需要花費四個小時，并使用一堆不同的提示詞。在12月份，只需要一次提示它就生成了，并且做得非常好。

Alex Kantrowitz：那么這些模型是如何實現(xiàn)這一飛躍的？

Greg Brockman：這很大程度上得益于更好的基礎(chǔ)模型。我們在改進預(yù)訓(xùn)練技術(shù)方面已經(jīng)投入了相當(dāng)長的一段時間。另外我們不斷地在創(chuàng)新的每一個軸線上推進。在某些方面你會看到跳躍，而在某些方面一切都是連續(xù)的。

我們在推出的每一個小版本更新中都切實看到了這種改進。比如在52和53之間，和我合作的一位工程師的體驗就是，AI一開始根本無法完成他底層的系統(tǒng)工程，現(xiàn)在能夠添加監(jiān)控指標、運行性能分析器，并且能夠產(chǎn)出完全是他想要的東西。這幾乎是一種“慢慢地、慢慢地、然后突然爆發(fā)”的過程。

Alex Kantrowitz：之前你說Codex是為軟件開發(fā)人員準備的。而在這場對話早些時候，你卻說每個人都能使用這些東西。是什么導(dǎo)致你改變了看法？

Greg Brockman：以前我們?yōu)樽约洪_發(fā)工具，很容易形成思維慣性。但隨著技術(shù)進步，我們意識到底層技術(shù)其實大部分不是關(guān)于代碼的。它主要關(guān)乎解決問題、管理上下文和框架。

明白了這一點之后，寫代碼這件事也突然向所有人敞開了大門。你可以管理一個去幫你工作的工具。在操作Excel或制作演示文稿時有那么多機械性的要求，如果AI具備了這些上下文，憑借它現(xiàn)在的原始智能就能出色完成任務(wù)。只要讓它更平易近人，它就變成了“面向所有人的Codex”。

智能體時代，人人皆是CEO

Alex Kantrowitz：硅谷出現(xiàn)了另一個現(xiàn)象級事物OpenClaw。人們開始給AI機器人訪問電腦桌面的權(quán)限，讓它去管理生活。后來OpenAI把OpenClaw團隊招致麾下。這是你們的愿景嗎？

Greg Brockman：這項技術(shù)的核心難題在于：弄清楚它的用處、人們想怎么用它、Agent的愿景是什么，以及它將如何嵌入人們的生活。OpenClaw的創(chuàng)始人Peter是一個非常有遠見和創(chuàng)造力的人。

在這項技術(shù)的迭代中，那些全情投入、充滿好奇心和遠見的人擁有極具價值的新興技能。這不僅僅是技術(shù)問題，真正關(guān)乎的是我們?nèi)绾卫眠@些能力并嵌入人們的生活。這是我們正在加倍努力和大量投資的領(lǐng)域。

Alex Kantrowitz：當(dāng)這些AI智能體為你工作時，你就成為了由數(shù)十萬個agent組成的車隊的CEO，這種新的工作方式可能會讓你覺得正在失去對問題的脈絡(luò)把握。這算是件好事嗎？

Greg Brockman：我認為這喜憂參半。我們需要承認這些工具帶來的優(yōu)勢并緩解劣勢。我們賦予人們杠桿和能動性。但說到底，總得有個責(zé)任方。如果你的智能體把事情搞砸了，那不是智能體的錯，是你的錯。

為了讓人們使用這些工具，你需要意識到人類的能動性和責(zé)任心是系統(tǒng)的核心部分。作為用戶，你不能推卸責(zé)任，不能僅僅說“反正AI會搞定的”。

Alex Kantrowitz：但是你提到你感覺自己對問題本身失去了脈絡(luò)把握。

Greg Brockman：這兩者實際上是相互關(guān)聯(lián)的。如果你是一個CEO，你離細節(jié)太遠，失去了對脈搏的把握，那將無法帶來出色的結(jié)果。有些細節(jié)你可以不操心，是因為你信任他們。

但有些細節(jié)錯了，你應(yīng)該關(guān)心。你需要深入其中，真正去理解優(yōu)勢和劣勢。當(dāng)你從一些較低層次的細節(jié)中抽身時，那應(yīng)該是你與一個能把工作做好的系統(tǒng)建立起了信任。

Alex Kantrowitz：模型的演進從預(yù)訓(xùn)練到微調(diào)，再到強化學(xué)習(xí)和使用工具。這個演進過程的下一步是什么？

Greg Brockman：我們所處的世界是機器的能力和深度不斷增加的世界?，F(xiàn)在我們也需要去開發(fā)真正優(yōu)秀的工具。比如在企業(yè)環(huán)境中，憑證認證、審計跟蹤如何工作？有大量的技術(shù)建設(shè)需要趕上核心模型的能力。

發(fā)展方向包括一個出色的語音界面，讓你能夠自然地與計算機交談。比如你早晨醒來，它會為你提供智能體昨夜取得進展的報告。

另外，提升野心的上限，提升人類所能解決的挑戰(zhàn)的上限，也是下一步。就像AlphaGo的第37步，這將在科學(xué)、數(shù)學(xué)、醫(yī)療甚至文學(xué)等每一個領(lǐng)域發(fā)生，解鎖人類在創(chuàng)意理解和構(gòu)思方面的能力。

Alex Kantrowitz：為什么你覺得這些還沒有發(fā)生？

Greg Brockman：因為模型的能力與人們使用它們的方式之間存在一種懸垂狀態(tài)(overhang)。我們對這些模型中包含的內(nèi)容的理解仍在浮現(xiàn)階段。

我們之前非常擅長在可以被測量的任務(wù)上訓(xùn)練模型（比如數(shù)學(xué)或編程），因為那里有完美的驗證器。而解決更開放的問題在于擴展能夠被創(chuàng)造的空間。

對于像創(chuàng)意寫作這樣的事情，很難評分。因此之前在教導(dǎo)AI體驗和嘗試方面受限較多。但這一切都在改變。

Alex Kantrowitz：PeterThiel（硅谷傳奇投資人）提到過，如果你是一個搞數(shù)學(xué)的人，你可能比那些搞文字的人面臨更深的麻煩。你以前是數(shù)學(xué)俱樂部的成員，你不擔(dān)心嗎？

Greg Brockman：人們總是更容易看到自己失去了什么。比如我過去參加數(shù)學(xué)競賽，現(xiàn)在AI也能參加了。但這從來不是關(guān)于數(shù)學(xué)競賽本身的，這并不是真正驅(qū)動人類的東西。

想想我們現(xiàn)在的工作方式，是在屏幕后敲擊鍵盤，這不自然，這不是人類存在的意義。

作為人類的意義在于存在、參與其中，與其他人建立聯(lián)系。我們將看到AI能夠為人類騰出大量時間用于增進人際交往。

Alex Kantrowitz：有討論說，究竟是否真的需要進行更大規(guī)模的訓(xùn)練運行。你是負責(zé)擴展（scaling）的人，你怎么看？

Greg Brockman：這種觀點忽略了模型生產(chǎn)管道中的每一步都是具有乘數(shù)效應(yīng)的。只要改進了預(yù)訓(xùn)練，就會讓所有其他步驟變得容易得多。模型能學(xué)得更快，需要犯的錯誤更少。

以前我們只把這看成是對一個純粹理性系統(tǒng)進行訓(xùn)練，現(xiàn)在這同時也關(guān)乎去嘗試各種事物，了解現(xiàn)實世界的使用并反饋到訓(xùn)練中。這并沒有消除繼續(xù)研究的重要性。

另一個轉(zhuǎn)變是，過去我們只專注預(yù)訓(xùn)練能力，現(xiàn)在我們意識到這是個平衡，你真的需要它具備良好的推理能力，這樣你才能為世界提供服務(wù)。你要認真考慮下游海量的使用需求，再去優(yōu)化“智能乘成本”的指標。

Alex Kantrowitz：如果一切大多轉(zhuǎn)向推理階段，你們還需要英偉達的GPU嗎？

Greg Brockman：絕對需要。除了將算力集中在一個問題上之外，你沒有其他途徑能夠?qū)崿F(xiàn)大規(guī)模的訓(xùn)練。某些部署足跡將顯著上升，但在進行大規(guī)模預(yù)訓(xùn)練時，還是希望將大量算力集中在那里。英偉達團隊非常不可思議，我

們與他們合作非常緊密。

Alex Kantrowitz：難道不會有一天大家說模型已經(jīng)夠聰明了嗎？

Greg Brockman：我想這有點像“一旦人類解決了擺在面前的所有問題”。但過去50年里我們的雄心有些退縮了。

比如我們能否為所有人提供真正的預(yù)防性醫(yī)療保??？在疾病發(fā)生前發(fā)現(xiàn)隱患。這樣的問題可以通過更智能的模型來實現(xiàn)?？赡艿搅四硞€階段你解決了這個問題，但還有其他問題會需要它。

一場不會破產(chǎn)的“算力豪賭”

Alex Kantrowitz：你們今年早些時候籌集了1100億美元。這背后的算賬邏輯是什么？

Greg Brockman：很簡單：擺在我們面前的巨大開銷就是算力。你可以把算力看成是一個收入中心，而不是成本中心。就像雇傭銷售人員，只要你能賣出產(chǎn)品，銷售越多收入越多。

我們不斷發(fā)現(xiàn)，算力擴容的速度根本無法跟上需求。現(xiàn)在我們必須就推出什么產(chǎn)品、算力如何分配做出痛苦的決定。問題將是：哪些問題將獲得這些龐大的算力？世界上的算力根本不足以讓每個人都擁有私人助理或使用Codex。

Alex Kantrowitz：這是一個全新的類別，你們?nèi)绾未_信它一定會成功？

Greg Brockman：現(xiàn)在已經(jīng)有歷史先例了。從推出ChatGPT起，我們知道無論部署多少算力都無法滿足需求。算力購買必須提前18個月或更長時間鎖定，你需要向未來進行預(yù)測。

迄今為止我們的大部分收入來自消費者訂閱。但目前正在涌現(xiàn)的巨大機會是知識工作。每個意識到這項技術(shù)可行的企業(yè)都在采用它。付費意愿和收入增長非常明顯，你只要把它向未來推演即可。基于清晰的模型改進路線圖，經(jīng)濟增長的最關(guān)鍵因素將是關(guān)于AI以及你可用的計算能力。

Alex Kantrowitz：消費者訂閱現(xiàn)在是最大收入來源，企業(yè)業(yè)務(wù)會成為最大的來源嗎？

Greg Brockman：企業(yè)的這種發(fā)展非常快。企業(yè)的含義也在改變，即真正使用它來進行生產(chǎn)性知識工作。隨著我們思考定價，它不會被明確界定為這個類別或那個類別。作為一個用戶，你將擁有這個通往數(shù)字世界的門戶，那才是收入的根本來源。

Alex Kantrowitz：Dario（Anthropic的聯(lián)合創(chuàng)始人兼CEO，OpenAI的前高管與“出走者”）曾說有些玩家正抱著孤注一擲的心態(tài)，把風(fēng)險的撥盤拉得太滿，他對此非常擔(dān)憂。他指的可能是你們的基礎(chǔ)設(shè)施豪賭。你怎么看？

Greg Brockman：我完全不同意。我們深思熟慮過，極其清晰地看到了即將到來的東西。我們甚至?xí)诮衲昕吹矫恳粋€參與者都將受到算力的限制。其他玩家可能在去年底才意識到并開始尋找算力，而其實已經(jīng)沒有多余的了。每個人都已意識到這項技術(shù)是在起作用的，我們從根本上受限于可用的計算能力。

Alex Kantrowitz：他還說如果預(yù)測出現(xiàn)偏差，公司可能會破產(chǎn)。你們也是如此嗎？

Greg Brockman：這里的回旋余地大得多。這個賭注壓的不是某一家公司，而是整個行業(yè)。它在于你是否相信這項技術(shù)能夠被生產(chǎn)出來并兌現(xiàn)巨大的價值。

軟件工程的改變很難用語言描述，人們會很快體驗到它。6個月后大家都會感受到這種痛苦：有一個超棒的模型卻不可用，因為算力不夠。

Alex Kantrowitz：去年年底有人預(yù)測2026年是大家都使用智能體的一年。我現(xiàn)在已經(jīng)在用了。這能讓我們以更自然的方式與軟件互動嗎？

Greg Brockman：這就是關(guān)鍵。我們制造計算機的方式把我們拉進了一個數(shù)字世界，你花了大量時間點擊按鈕試圖連接不同的東西。AI是讓機器向你靠攏，為你提供個性化服務(wù)，理解你想完成什么。你可以與之交談并讓其辦事的計算機，正開始變成現(xiàn)實。

Alex Kantrowitz：民調(diào)顯示，認為AI對社會產(chǎn)生負面影響的美國人是預(yù)期產(chǎn)生積極影響的三倍。你擔(dān)心AI的品牌形象嗎？

Greg Brockman：我們需要向國家展示為什么AI對他們有好處。不僅是對宏觀經(jīng)濟，更是它如何在人們實際生活中幫助他們。

我每天都能聽到真實的故事，比如一個家庭用ChatGPT研究癥狀，爭取到了MRI，從而發(fā)現(xiàn)了孩子的腦瘤，挽救了生命。這些故事還沒有流傳出去。90年代的流行文化對AI的看法非常負面。

但當(dāng)人們真正使用AI時，他們會發(fā)現(xiàn)它的效用和價值。所以答案是會，我非常擔(dān)心我們還沒有成功地幫助人們理解這項技術(shù)將如何改善生活、增強人與人之間的聯(lián)系。這關(guān)乎國家安全和國家競爭力。

Alex Kantrowitz：民調(diào)顯示，認為數(shù)據(jù)中心對環(huán)境和生活質(zhì)量產(chǎn)生負面影響的人，遠遠多于認為其有益的人。人們錯了嗎？

Greg Brockman：關(guān)于數(shù)據(jù)中心確實存在大量錯誤信息。比如我們的阿比林設(shè)施（OpenAI正在美國德克薩斯州阿比林市建設(shè)的一座超大型AI數(shù)據(jù)中心）的耗水量僅相當(dāng)于一個普通家庭一年的用水量，可以忽略不計。

圖片來源：OpenAI官網(wǎng)

在電力方面，我們承諾自掏腰包支付費用，不會推高普通人的能源價格。我們深入當(dāng)?shù)厣鐓^(qū)了解情況發(fā)現(xiàn)，數(shù)據(jù)中心會帶來稅收和就業(yè)機會。

Alex Kantrowitz：即便電費不漲，引入電力可能意味著更多污染，不令人擔(dān)憂嗎？

Greg Brockman：你看看今天的電網(wǎng)，實際上有大量被閑置的清潔電力未被利用，因為需要升級輸電系統(tǒng)。把這個責(zé)任落在我們身上非常重要。這給了老化的電網(wǎng)一個真正的升級理由。在北達科他州，數(shù)據(jù)中心的入駐幫助改善了公共設(shè)施，人們的電費反而下降了。

Alex Kantrowitz：你向支持特朗普的MAGAInc.捐贈了2500萬美元。對于支持讓這項技術(shù)造福所有人的事，你說你都愿意做。一個更強大的國家難道不應(yīng)該是政治活動的北極星嗎？這是那筆捐款的考量之一嗎？

Greg Brockman：我和妻子也曾向跨黨派的超級政治行動委員會捐贈過。這項技術(shù)在未來幾年內(nèi)將迅速到來，成為經(jīng)濟的基石，但它并不受歡迎。

我們想要支持那些真正傾向并愿意投入這項技術(shù)的政治家。我確實是一個單議題捐贈者（one-issuedonor），這是表達對這項技術(shù)的支持，作為一個國家，這是我們應(yīng)該全力擁抱的東西。

Alex Kantrowitz：你對那些害怕AI的人想說些什么？他們可能覺得它會搶走工作、污染社區(qū)、讓世界變化太快。

Greg Brockman：去嘗試這些工具。只有親身體驗才能真正領(lǐng)悟。那些從未建過網(wǎng)站的人現(xiàn)在可以建網(wǎng)站了。做小生意的人現(xiàn)在能用AI解決后臺管理問題。

思考它如何幫助你的健康、幫你的家人、幫你賺錢省錢?？吹轿磥頃惺裁醋兓?，遠比看到你將會獲得什么要容易得多。值得去給它一個公平的機會。

Alex Kantrowitz：民調(diào)數(shù)據(jù)中，那些看別人用過但自己沒試過、或從未嘗試過AI的人，往往要負面得多。而深度用戶或偶爾使用的人總體上是非常積極的。

Greg Brockman：是的。我所看到的正在我們面前展開的景象，比我們曾經(jīng)想象的要更驚人，并將產(chǎn)生更加積極的影響。

Alex Kantrowitz：最后一個問題。如果讓你提一些建議，那你會建議人們?yōu)槲磥碜龊媚男蕚洌?/p>

Greg Brockman：最重要的一點是理解這項技術(shù)。你必須帶著好奇心去接觸它，嘗試應(yīng)用到你的工作流中，克服最初的障礙。比如，面對一個空白框，我該做什么？去培養(yǎng)“我能成為管理者、設(shè)定方向、委派任務(wù)并提供監(jiān)督”的能力。

這項技術(shù)是為了幫助人類建立更多聯(lián)系，讓人類能花更多時間做自己想做的事。所以問題是你到底想要什么？借助這項技術(shù)去實現(xiàn)它，這是最重要的事情。

歡迎在評論區(qū)留言~如需開白請加微信：YPYP01234567