OpenAI 总裁 Greg Brockman

Sora 模型（视频生成）和 GPT 系列（推理模型）实际上是两个完全不同的技术分支。同时推进两个分支在有限的算力下极其困难。OpenAI 并非完全放弃 Sora——相关研究正在机器人学领域继续——但公司清醒地认识到，机器人应用还处于研究阶段，而知识工作领域的 AI 技术将在未来一年迎来真正的爆发。

OpenAI 曾经设想像迪士尼一样，拥有一个核心技术优势，然后将其延伸到多个领域。但 Brockman 指出，Sora 代表的是一条不同的技术分支——基于扩散模型的世界模型路线。而 GPT 系列是另一条分支。算力有限、需求无限，同时追求两条路线几乎不可能。

Brockman 指出一个有趣的现象：在 AI 领域，最大的问题是"机会太多"。任何数学上合理的想法都能产生不错的结果。这证明了深度学习的强大——它不是在记忆数据，而是在理解生成数据的底层规则。

一位物理学家研究某个问题多年无果，交给 OpenAI 的模型，12 小时后得到了解决方案。他说，这是第一次感觉模型在"思考"，这个问题可能人类永远无法解决。

1. 编程（Codex）：让任何人都能指挥计算机完成任务
2. 浏览器：AI 可以使用网页，你可以监督它的操作
3. ChatGPT：通用对话和知识工作

演讲稿草拟和反馈、小生意点子头脑风暴、设置电脑热角等系统操作（Brockman 自己的使用案例）。

真正的变革在于技术底层的统一：AI 如何获取上下文、如何与世界连接、如何采取行动。OpenAI 正在将之前分散的实现方式整合为一个"AI 层"，可以指向不同的应用。

ChatGPT 曾经没有记忆，每次对话都从零开始——就像和陌生人交谈。现在它会记住你们的互动，理解你的偏好。Pulse 功能每天为你推送你可能感兴趣的内容。未来，超级应用会更深入地连接你的邮件、日历、偏好设置，真正了解你，帮你实现目标。

12-18 个月前，OpenAI 在编程领域一直有最佳表现，但投入不足的是"最后一公里的可用性"——让 AI 在真实世界场景中真正可用。AI 可以解决编程竞赛问题，但从未见过真实世界的代码库——那些混乱、不完美的代码。大约去年年中，OpenAI 开始认真对待这个问题，组建团队专注于识别所有差距，构建训练环境让 AI 体验真实的软件工程工作。

当主持人问及竞争是否改变了公司内部氛围时，Brockman 分享了一个令人惊讶的答案："OpenAI 最可怕的时刻其实是在我们发布 ChatGPT 之后。我记得在假期派对上感受到这种'我们赢了'的氛围。我从未有过这种感觉。我一直在想：不，我们是弱者，我们一直都是。"

1. 预训练：产生新的基础模型
2. 强化学习：让 AI 应用知识，在不同场景中练习
3. 后训练：最后一公里的行为和可用性优化

Brockman 提到一个有趣的概念——"大模型气味"：当模型真的更聪明、更有能力时，你会感觉得到。当你问一个问题，AI 似乎没有理解，那种失望感很强烈。而新一代模型会改变这种体验：你曾经感到沮丧、永远不会用 AI 做的事情，现在你会不假思索地使用它。

1. 提高天花板：解决更开放的问题、更长的时间跨度任务
2. 提高地板：对任何你想做的事情都更有用

公众对 AI 能力的心理模型变化其实相当缓慢。当 AI 为你做了一件神奇的事，你会想"哇，它还能做这个？我从未想象过。"

1. 技术发展加速：因为可以用 AI 让 AI 变得更好
2. 现实世界影响：从配角变成经济增长的主要驱动力

AI 研究员将能够完成 OpenAI 研究科学家从端到端的工作。但不是完全放任不管。就像初级研究员，如果离开太久可能会走弯路。需要资深研究员或有远见的人提供反馈、审查结果、指导方向。

我们现在拥有的技术非常参差不齐。在某些任务上绝对是超人的，比如编写代码，AI 可以直接完成。但有一些非常基本的任务是人类能做的，而我们的 AI 仍然很吃力。

"在哪里画线？更多是一种感觉，不是科学。如果五年前有人给我看今天的系统，我会说：'对，这就是我们谈论的 AGI。'但它太不同了，超出了我们的想象。我们需要相应调整心理模型。"

"就我个人的定义，我认为我们接近了。我基本认为我们已经实现了 70-80%。我认为非常明确的是，未来一两年内我们将拥有 AGI——尽管仍然参差不齐，但几乎任何智力任务，关于如何使用你的计算机，AI 都能够完成。"

Brockman 用量子力学的"不确定性原理"来类比 AGI 的定义——你可以争论它，但他的个人判断是几乎已经到了，再多一点就绝对是了。

"这从'这是个不错的补充'变成了'你必须彻底改造工作流程来适应这些 AI'。"

Brockman 分享了他的个人经历：他几年前学编程时建了一个网站，花了几个月。他的测试提示词以前需要 25 次提示、4 小时才能做好。12 月，一次提示就完成了，而且做得很好。

1. 更好的基础模型
2. 在每个创新轴线上持续推进

Brockman 承认，他曾经认为 Codex 是给程序员用的。但随着技术进步，OpenAI 开始意识到，底层技术主要不是关于代码，而是关于解决问题——管理上下文、整合系统、思考 AI 如何集成和完成工作。如果你有愿景、有目标，你可以描述意图，AI 可以执行。突然间，"Codex 是给程序员用的"变成了"Codex 是给每个人用的"。

"当你让这些自主 AI 代理代表你工作时，你变成了管理数十万个代理船队的 CEO，它们完成你的目标、你的愿景。而你并不完全知道不同事情是如何解决的。"

Brockman 说："这有好有坏。我们需要承认这些工具的优势，减轻它们的弱点。"关键点是问责制。如果你的代理搞砸了网站，影响了用户，不是代理的错，是你的错。你需要关心。"人类能动性、人类问责制，这是系统的核心部分。"

"创业的民主化绝对要来了。"但更令人兴奋的是"人类雄心天花板的提升"——就像 AlphaGo 的第 37 手，那步人类从未想出的棋，既有创意，又改变了人类对游戏的理解。"这将在每一个领域发生：科学、数学、物理、化学、材料科学、生物学、医疗保健、药物发现。甚至可能在文学、诗歌等其他领域。"

"作为人类意味着在这里，在场，与其他人类连接。我们将看到 AI 释放大量时间，增加人类连接，建立更多的人际纽带。"

"我们面临的巨大开支是算力。但你可以不把算力想成成本中心，而是收入中心。就像雇佣销售员——你想雇佣多少销售员？只要能销售产品，有可扩展的销售方式，销售员越多，收入越多。"

OpenAI 不断发现，无法建设足够快的算力来满足需求。现在，OpenAI 必须做出关于发布什么、算力去哪里的非常痛苦的决定。

"从我们发布 ChatGPT 的那一刻起，我记得与团队进行过这次对话，他们说：'我们应该买多少算力？'我说：'全部。'他们说：'不，不，不，真的，我们应该买多少算力？'我说：'无论我们建设多少，我知道我们都无法跟上需求。'从那以后，每年都是这样。"

Dario Amodei（Anthropic CEO）说有些玩家"YOLO"（过于激进），他非常担心。Brockman 不同意："我们非常深思熟虑，非常清楚地看到即将发生的事情。今年，每个参与者都会感到算力紧张。我们是第一个意识到这一点的。"

"如果你开始担心下行情况——这是非常合理的问题——但赌注不是关于任何一家公司，而是关于整个行业。你相信这项技术可以生产并交付我们看到的大量价值吗？"

Brockman 分享了他每天听到的具体故事：一个孩子头痛，被拒绝做 MRI。他们用 ChatGPT 研究症状，意识到可以向保险公司争取做 MRI。他们这样做了，结果是脑肿瘤。他们因为使用 ChatGPT 获得正确信息而挽救了孩子的生命。

"但这个故事没有传出去。这发生在很多人的生活中，但故事还没有被讲述。"

Brockman 指出 90 年代的流行文化对 AI 非常负面，担心可能出错。但当人们真正使用 AI，找到效用和价值，他们就会改变看法。

"关于数据中心肯定有很多错误信息。水使用就是个好例子。如果你看看我们的 Abene 设施——世界上最大的超级计算机之一——它一年的用水量与一个家庭相同。真的可以忽略不计。然而有很多错误信息说数据中心消耗大量用水。"

"在电力方面，我们承诺不会推高人们的能源价格。作为行业，人们正在做出这些承诺，因为改善当地社区非常重要。"

"有真正的理由让老化、过时的电网升级。这实际上对社区有真正的好处。我们在北达科他州看到，人们的费率因为数据中心出现而下降了，因为它帮助改善每个人的公用事业。"

"第一件事是试试这些工具，因为只有通过体验现在存在的 AI，才能真正理解它能为做什么。"

"我认为第一件事是理解技术。我们看到的是，从技术中获得最多的人，带着好奇心接近它，真正尝试在你的工作流程中尝试它，真正克服'空白盒子'的初始障碍。真正发展这种能动感：我可以成为管理者。我可以设定方向。我可以授权。我可以提供监督。"