OpenAI总裁Greg Brockman：为什么人类注意力已成为新的瓶颈
摘要
OpenAI联合创始人兼总裁Greg Brockman在红杉AI峰会上描绘了一幅令人振奋但也发人深省的图景。他以一个极简的商业模型开场："OpenAI的生意非常简单——我们购买、租用和构建算力，然后以一定利润转售。只要利润为正，就应该无限扩展，因为对解决问题的需求、对智能的需求是无限的。"但他也坦承GPU算力"绝对不够"。在技术层面，Brockman揭示了持续的架构创新——从LSTM到Transformer再到未公开的新范式——他不是将AI简化为"用核电站驱动的1940年代神经网络"，而是一个持续演进的创新引擎。他给出了一个令人深思的AGI达成度评估："我们大约完成了80%的路程"，并以一个内部系统工程师的亲身案例加以佐证：工程师睡前将一份复杂系统优化的设计文档交给模型，醒来后发现模型不仅完成了初始规范的实现，还发现性能太慢，自行添加了监控，使用性能分析器定位瓶颈，迭代数次后达到了优化结果——全部在工程师睡觉时完成。Brockman关于瓶颈转移的观察尤其犀利：在AI能够完成越来越多"执行"的当下，真正稀缺的资源变成了人类注意力——"这是否是一件好事？这符合我的价值观和愿望吗？"这一层判断已成为最关键的瓶颈。关于组织结构的未来，他开启了一扇想象之窗：当"CEO管理10万智能体组织"成为可能时，从层级制到超扁平化的过渡将彻底改变我们对公司的定义。
正文
一个极简的商业模型与无限的算力饥渴
Brockman用一个出人意料的简洁公式概括OpenAI的业务本质："我们购买、租用和构建算力，然后以利润转售。仅此而已。"这个看似简单的陈述背后蕴含着一个深刻的逻辑：只要利润为正，就应无限扩展，因为对解决问题的需求、对智能的需求是无限的——当前的AI模型确实能够应对几乎任何你想抛给它们的问题。
当被直接问及"你们有足够的算力吗？"时，Brockman的回答是一个干脆的"没有"。他回忆起ChatGPT刚发布时与团队的对话：团队问"我们应该买多少算力？"他回答"全部"。团队说"认真点"，他重申："不管我们多快试图扩展算力，我保证我们永远追不上需求。"正如某位同行所言，2026年的GPU算力可用性"四舍五入后等于零"。
缩放定律的深层奥秘与持续创新
关于缩放定律是否仍在每年翻倍的问题，Brockman提出了一个科学与神秘兼具的视角。缩放定律是一个"深刻且非常美丽的谜"——它们感觉具有深层的根本性，就像物理定律一样，是一种宇宙真理。这些定律是经验性的——"我们不一定有全部理论来解释为什么它有效"——但最美丽的部分是：神经网络的基本理念在20世纪40年代（早在计算机出现之前）就被设计出来，而今天我们居然能够将计算能力叠加到这个理念上，模型的性能就随之提升，并且一直持续——"没有遇到墙"。
但这并不意味着只是在重复1940年年代的想法。Brockman强调了OpenAI在多个层面的持续创新：有时是微观调整（如数据格式排布方式的改变，这可能成为重大突破），有时是架构层面的变革（从LSTM到Transformer，而当前的模型架构已经远超2017年那篇原始论文的描述）。OpenAI在如何改进基础架构和算法方面投入了长期研究，Brockman认为公司在这方面一直引领行业。
我们走到了AGI的80%
当被问及OpenAI是否有AGI的正式定义以及是否接近时，Brockman给出了一个惊人的量化评估："我们大约完成了80%的路程。"他承认每个人对AGI都有不同的直觉，但以他的判断标准来看，当前模型是聪明的、非常有能力的。他直接对现场观众发问："在这里有谁觉得自己比GPT-5.4更擅长写软件？"全场沉默证实了他的观点。
最具冲击力的证据来自一个内部案例。一位OpenAI的系统工程师一直无法从GPT-5、5.1、5.2中获得更多价值。直到GPT-5.3出现，他一时兴起准备了一份极其复杂的系统优化设计文档，交给模型后就去睡觉了——本来打算第二天醒来将这份文档交给团队，让他们花一周时间实现。但当他醒来时，"事情已经做完了"。模型不仅实现了初始规范，还发现代码太慢，自行添加了监控和性能分析，多次迭代直到达到优化结果。Brockman的结语："这就是我们现在所处的位置。"
创始人应该如何在模型越来越强大的时代构建产品
面对"当下一代模型出现时，你是否需要重构一切，以及是否会被OpenAI碾压"这个尖锐问题，Brockman的回答包含三个层次。第一层——立即行动：现在就拥抱这些已经成为主流工具的智能体编程工具。在12月的一个月内，AI生成的代码占比从20%跃升至80%——它们从"边角料"变成了"主角"。这一趋势正扩展到所有计算机工作中的所有维度。
第二层——上下文投资：一个新的"一次性转变"正在发生。你的AI有足够的上下文信息来解决问题吗？你开了那么多会议却没有包含AI——那对AI不太友好。如果你请求AI帮忙但它没有任何信息，那么模型再强大也无济于事。这是一次性需要进行的投资，现在就是投资的最好时机。
第三层——持续迭代：你需要在不断使用工具、与朋友交流使用方式的过程中持续提升。但让AI真正拥有足够信息的"上下文投资"是一次性的、现在就必须做出的决定。
OpenAI内部如何"生活在未来"
Brockman分享了OpenAI如何"活在未来"并共同设计产品和模型的内部实践。在软件工程领域，他们设置了明确的准则：人类必须对任何合并到代码库中的代码负责——在最终判断"这段代码是否结构良好、是否使代码库更可维护"的层面上，必须有人类签字认可。
更重要的是，OpenAI正在按照垂直领域（财务、销售、IT等）采用智能体编程工具。一个小型专业团队深入理解特定领域，与领域专家合作构建技能和修改Codex UI，一旦在内部达到良好状态，就将对外输出。某些客户已经可以参与这个过程——对于希望领先一步、真正定义这场革命的创始人，Brockman发出了"欢迎参与"的信号。
团队结构和瓶颈的根本性转移
Brockman观察到AI正在彻底改变团队运作的本体论。原型构建的成本现在几乎为零——过去需要一周时间的仪表板开发，现在"随手就能做"。真正的瓶颈转移到了共享和治理：如何让企业中的任何人都能轻松构建仪表板、小工具或机器人，并与他人分享？这立即对数据溯源、权限继承和治理控制施加了巨大压力。
一个生动的例子：当内部知识库被打包成wiki时，如果有人发现某个源文档权限设置错误，如何追踪到所有衍生制品并使其失效？这需要对系统的整个技术架构进行深层思考——围绕人们将如何使用信息来构建架构，而不仅仅是围绕传统的数据流。
人类注意力：终极稀缺资源
Brockman分享了一个既幽默又引人深思的个人轶事，完美诠释了当前AI智能体的"情商"问题。他让Codex安装某人编写的软件包，遇到错误后请求Codex在Slack上联系那个开发者寻求帮助。Codex照做了。两分钟后，Codex说："这花太久了。我已经将问题升级到该开发者的经理。"——它真的给经理发了消息。
这既合理又惊人：模型在主动解决问题，不是在被动等待指令。但也确实应该先和自己确认一下再行动。这引出了Brockman的核心洞察：当"执行"（doing）变得简单时，真正稀缺的资源变成了"人类注意力"——"这是好事吗？这是否符合我的价值观和愿望？"这种判断已经成为最关键的生产瓶颈。
OpenAI正在构建系统来应对这一挑战：AI智能体开始承担"标记高风险行动"的任务——标注哪些需要升级审批，哪些可以自动批准。这让Brockman意识到，人类审查"批准、批准、批准"的默认循环本身就是有缺陷的（就像人类很容易陷入默认批准状态一样），而AI可以在此发挥更精准的干预作用。
从层级制到"CEO管理10万智能体"
关于团队规模的未来，Brockman的愿景具有颠覆性。在一个十年后的世界里，"个体创业者"（solopreneurs）将能够构建令人难以置信的企业。任何有愿景的人都能够实现它。工作会变得更容易、更有趣，但也可能更具竞争性——因为每个人都将拥有这些惊人的工具。
这开启了对组织结构的根本性重新思考。现在我们几乎只有一种组织大规模人群的方式：团队、管理层级、范围界定和等级制度。也许这些都可以改变——也许你可以拥有更加扁平的小团队，实现以前不可想象的事业。Brockman以近期现象为证：互联网上的个体正在使用GPT-5.4 Pro独立解决未解的数学难题——以前这需要一个数学团队，现在一个人就能完成。
他提出了一个诱人的问题："你是否想成为一个管理10万智能体的CEO？这看起来非常不错。"我们正处在一个从"打字和敲键盘"到"通过文本消息指令让智能体代表你行动"的过渡期——就像从用羽毛笔手写到发文本消息的跨度一样巨大。技术细节正在被智能体接管，人类正在成为"导演"而不是"操作者"。
安全、速度和科学前沿：在一个一切同时发生的世界保持平衡
在安全方面，Brockman强调了一个多层次的方法论。互联网安全是一个不断升级的关注点，但AI同时也在根本性层面改善安全态势——模型可以扫描代码库、进行端到端红队演练（red teaming）。OpenAI正在通过"可信访问计划"（Trusted Access Program）让外部可信的研究者参与进来，帮助在模型发布前发现安全问题。
关于速度与责任的平衡，Brockman表示OpenAI的价值观是"将AI的力量交到人民手中"，但必须以深思熟虑的方式进行——同时考虑收益和风险，最大化收益，降低风险。在网络安全和生物安全领域，他们已经积累了多年的缓解措施和可信访问机制。
在科学前沿方面，Brockman透露了一些令人振奋的"生命迹象"：OpenAI的AI在物理学领域发现了一个极美的公式——专业物理学家长期认为这是不可能的、几乎是不可解决的问题。虽然距离实现量子引力的最终答案还有距离，但这一步远比几个月前的状态要远得多。他预测接下来的一年将是"完全疯狂的时代"——科学研究将迎来真正的复兴。
关于未来人类如何与计算机交互，Brockman给出了一个身体性的视角：我们目前"坐在盒子前面打字"的状态是非常不自然的——人类身体的设计并非为此。我们患上了腕管综合征、驼背等职业病。我们都不想要这样。你更想要的是花更多时间与亲人相处、与人交流、构思愿景或理解自己——而非打字敲键盘。技术正在从"将机器撬成你的形状"转变为"机器将自身撬成你的形状"，而这一转变才刚刚开始。