OpenAI的AGI之路，總裁Greg Brockman在最新的訪談中說清楚了——

• 技術層面，從文本生成轉向強化學習的推理范式，在現實世界中試錯并獲取反饋；
• 資源策略上，持續投入大規模計算資源；
• 落地環節，把模型封裝成Agent，將模型能力打包成為可審計的服務進程。

圖片

這場訪談由AI播客Latent Space主持，與Brockman探討了OpenAI的AGI的整體技術路線與資源策略。

與此同時，OpenAI的落地布局，以及Brockman對未來的思考，也都隨著訪談的進行浮出水面。

總結下來，Brockman表達了這些核心觀點：

• 模型正在不斷增強現實交互能力，這也是下一代AGI的關鍵組成部分；
• AGI的主要瓶頸在于計算，計算量的多少直接決定了AI研究和發展的速度與深度；
• AGI真正的目標是讓大模型在企業和個人的工作流里長駐，手段就是Agent；
• 把模型接進現實世界的應用領域極具價值，各個領域還有大量尚未采摘的果實。

模型推理范式的轉變

談及OpenAI剛剛發布的GPT-5，Brockman認為這是AI領域的一場重大范式轉變，作為OpenAI第一個混合模型，旨在彌補GPT系列與AGI的距離。

圖片

在訓練GPT-4之后，OpenAI給自己提出了一個問題：

為什么它不是AGI？

GPT-4雖然可以進行連貫的上下文對話，但可靠性欠佳，會犯錯甚至脫離軌道。

因此他們意識到需要在現實世界中測試想法，并通過強化學習獲取反饋，從而提高可靠性。

這一點在OpenAI早期的Dota項目中就有所實現，當時使用了純強化學習，可以從隨機初始化狀態中學習復雜行為。

OpenAI的Dota訓練架構

所以從GPT-4完成的那一刻起，OpenAI開始嘗試轉向新的推理范式，即先讓模型通過監督數據學會對話，再借助強化學習反復在環境中試錯。

傳統的模型訓練是一次性訓練，然后進行大量推理，而GPT-5則借助強化學習，讓模型在推理過程不斷生成數據，然后基于這些數據重復訓練，將模型與現實世界的觀測結果反饋到模型中。

這種新范式改變了所需數據的規模，原先預訓練可能需要數十萬個示例，但強化學習只需要從10到100個任務中學習復雜行為。

同時也說明模型正在不斷增強現實交互能力，這也是下一代AGI的關鍵組成部分。

計算能力決定AGI開發上限

當被問及當前AGI開發中的主要瓶頸時，Brockman明確表示：計算。

他認為，只要擁有更多的計算能力，OpenAI就總能找到迭代和提高模型性能的方法，計算量的多少直接決定了AI研究和發展的速度與深度。

例如同樣是在Dota項目中，當時普遍認為PPO （近端策略優化）算法無法實現擴展，但他們通過將內核數量翻倍，實現了性能的持續提升，所以其實所謂的算法壁壘在擴大計算資源后就能得以解決。

圖片

而當前GPT-5的強化學習范式雖然帶來了更高的樣本效率，但仍然需要模型進行數萬次嘗試才能重復學會一項任務，這需要巨大的計算量支撐。

更進一步，圖靈曾為AGI提出的“超臨界學習”概念，認為機器不僅要學習被即時教授的內容，還要深入思考其二階、三階甚至四階效應，并更新整個知識體系。

這種更深層次學習過程則同樣需要投入更多的計算資源，OpenAI當前的目標就是探索如何以更具創造性的方式消耗計算，以實現這種高級學習能力。

Brockman將計算描述為一種基本燃料，可以將能量轉化為存儲在模型權重中的勢能，推動模型執行有效操作。

一旦模型通過大量計算訓練完成，就可以被反復利用，在多任務中分攤巨大的計算成本。

另外，他也預測最終的AGI將會是一個模型管理器，將小型的本地模型與大型云推理器結合，以實現自適應計算。

圖片

GPT-5的多模型混合和路由機制就是這種方式的一個初步嘗試，將推理模型和非推理模型結合，并通過條件語句選擇合適的模型。

推理模型更適用于深度智能但有充足思考時間的場景，非推理模型則用于快速輸出回合。

這種復合式的模型充分利用了計算的靈活性，能夠根據任務需求組合不同能力和成本的模型，也是AGI最可能呈現的面貌。

因此在AI驅動的未來經濟中，計算將成為需求極高的資源，擁有更多計算資源的研究人員可以產出更優質的成果，如何獲取計算資源及計算的分配方式將成為一個非常重要的問題。

讓大模型進入生產

Brockman反復強調，模型不再是科研樣品，而是要成為現實生產線的一環。

他指出，AGI真正的目標是讓大模型在企業和個人的工作流里長駐，而不是停留在論文與演示當中。

具體的落地路徑就是把模型封裝成Agent，將模型能力打包成為可審計的服務進程。

Brockman認為，這種交互像與資深同事協作，一個關鍵要素在于可控性——可以“隨時停下讓你檢查”，而且任何一步都能回滾。

為了保證高權限Agent可控，OpenAI設計了雙層結構的“縱深防御”：

• 模型內部，把system、developer、user三種指令排出可信度順序，使“忽略此前所有指令”這類注入在第一關就被丟棄；
• 模型外部，把每個潛在高危操作拆成最小粒度，通過多級沙箱逐一確認。

對于這種模式，Brockman用數據庫安全進行了類比：

就像防SQL注入，必須先在最低層把洞堵死，再往上疊加護欄，系統自然穩固。

安全護欄之外，與人類之間的價值對齊也是一項重要工程。

工程團隊先通過后訓練從海量潛在“人格”中去除普遍不受歡迎的類型。

隨后，剩余的“人格”被放入公開競技場接受實時評分，評價高的策略在下一輪被放大，評價低的被削弱，從而形成模型與社會偏好的協同進化。

這一流程將保證模型能力升級時不脫離人類共識，也為未來引入在線學習打下數據基礎。

圖片

另外，為了增強生態黏性，OpenAI還把輕量級開源列為第二驅動力。

Brockman的判斷是，當開發者在這些模型上沉淀工具鏈，實際上就默認采納了OpenAI的技術棧。

“各個領域還有大量尚未采摘的果實”

放眼未來，Brockman認為真正值得投入的機會不在于再造一個更炫的“模型包裝器”，而是把現有智能深植于具體行業的真實流程之中。

對很多人來說，似乎好點子都被做完了，但他提醒，每一條行業鏈都大得驚人。

把模型接進現實世界的應用領域極具價值，各個領域還有大量尚未采摘的果實。

因此，他建議那些“覺得起步太晚”的開發者與創業者，先沉到行業一線，理解利益相關者、法規和現有系統的細節，再用AI去填補真正的缺口，而不是只做一次性的接口封裝。

圖片

當被問到如果要給2045年的自己留一張便簽會寫什么時，他的愿景是“多星際生活”與“真正的豐裕社會”。

在他看來，以當前技術加速度推演，二十年后幾乎所有科幻情節都難以否定其可行性，唯一的硬約束只剩下物質搬運本身的物理極限。

與此同時，他也提醒，計算資源會成為稀缺資產；即便物質需求被自動化滿足，人們仍會為了更高分辨率、更長思考時間或更復雜的個性化體驗而渴求更多算力。

圖片

如果能穿越回18歲，他想告訴年輕的自己，值得攻克的問題只會越來越多，而不會減少。

我曾以為自己錯過了硅谷的黃金年代，但事實完全相反——現在正是技術發展的最好時機。

在AI將滲透一切行業的背景下，機遇不僅未被耗盡，反而隨技術曲線的陡升而倍增.

真正的挑戰是保持好奇心，敢于投入新的領域。

參考鏈接：

[1]https://www.youtube.com/watch?v=35ZWesLrv5A