#模型时代# OpenAI总裁Greg Brockman：每次说要撞墙，最后都是bug

2026年6月18日，OpenAI总裁兼联合创始人Greg Brockman在旧金山Commonwealth Club的Big Technology AI Summit上接受科技记者Alex Kantrowitz的现场访谈。访谈中他透露自研芯片项目"进展令人兴奋，很快会有更多发布"——8天后的6月24日，OpenAI果然发布了与Broadcom联合设计的首款推理芯片Jalapeño。

Brockman在台上提到，OpenAI通讯团队的一位同事用Codex组织了一场活动：让Codex通过Gmail搜索所有参会者的邮件，自动获取饮食偏好，还生成了一份座位表。整个流程不需要写一行代码。Codex名字里有"code"，但这位同事不是工程师。Brockman说，这个例子就是他们想要推向所有人的未来：你只需要说出目标，AI去完成执行。

我还是很看好AI医学的，因为这些实验室的Leader自身就有强烈需求。需求是创新之源。

一、个人AGI与"消融的界面"

1、OpenAI的终极产品目标不是聊天机器人，是个人AGI

Brockman把ChatGPT定位为通往AGI的中间状态。2022年ChatGPT刚发布时，没有记忆，不能调用工具，没有上下文。用户得到的只是一个"对话式智能"：你问它答，仅此而已。而OpenAI真正要造的，是一个持续为你工作的AI，你给它目标和方向，它自己去想今天能为你做什么。

它能处理极难的问题，也能处理极琐碎的事情。你醒来，收件箱已经整理好了；你在考虑的健康计划，它帮你研究治疗方案，筛选医疗信息。

2、理想的界面是没有界面

"What's the interface between you and me? Just being able to talk to a persistent entity that can go and accomplish goals for you."——你和我之间的界面是什么？就是能跟一个持续存在的实体对话，它能替你去完成事情。

Brockman认为，产品的长期趋势是简化和统一。减少按钮、开关、模式切换。用户不应该需要切换工具，而是用自然语言表达意图，AI去调度一切。这像是跟一个助手对话，而不是操作一台机器。

3、这不是操作系统，也不是Siri的竞品

Kantrowitz追问：ChatGPT是否正在变成一个操作系统？Brockman回避了这个类比。他说，操作系统是另一个时代的概念，属于不同的技术层。AI真正做的是"把机器拉近人"，让人不再需要迁就文件、文件夹这些为机器设计的结构。

他换了一个说法：这更像是你跟一个人类同事的关系。这个AI有自己的电脑，有自己的权限，有时候也可以过来在你的电脑上操作。信任边界、权限委托、协作方式，所有这些跟你和一个真人同事合作没什么区别。

Kantrowitz紧接着问了Apple WWDC和新Siri带来的竞争。Brockman说他没看WWDC直播，补了一句"come on, Apple"。但他对这个竞争问题的回应不在产品层面：他说每当AI出现新的能力等级，就意味着有机会重新思考一切，而不是在旧赛道上比谁跑得更快。他举了O3帮助诊断罕见病的例子来说明，当模型能做到这种事情的时候，"你能不能在某个app里获取到它"这个问题本身就不对。这是完全不同维度的东西。

4、从对话范式到agent范式，是当下最大的形态跳变

Brockman划出了一条清晰的分界线：过去是对话式智能，也就是conversational intelligence，AI足够了解你，你愿意读它的输出；现在进入的是agentic时代，AI有能力替你做事。这个跳变改变了交互方式：你会只想要一个agent，它掌握你的上下文，无论是个人生活还是工作场景。

他打了个比方：假设你雇了一个拥有所有学科博士学位和多个诺贝尔奖的同事，甚至雇了一百个，但你不让他们参加任何会议，他们也不会有什么用。关键是怎么让AI获取动态上下文，让它的原始智能真正发挥出来。

5、语音是agent最自然的入口

Brockman花了一段时间讲语音模型的技术演进。最早的语音体验是三段式拼接：先把语音转成文字，再让文字模型生成回复，最后把回复转成语音。即使后来有了统一模型，仍然有"轮次"问题：你说完一段话，必须等AI整段回完，不能插话、不能打断。这不是人类对话的方式，这是人在迁就机器的局限。

Brockman说目标是让AI能同时处理输入和输出，像人和人对话一样流动。他认为这种自然的语音交互不仅仅是个人场景的事。他自己用语音操作Codex工作时有过"最神奇的体验"：打字给AI写一条简短反馈容易，但要写出一整段详细需求描述，没人愿意干。语音解决了这个问题，你直接说，它实时理解和执行。

二、Codex：从代码工具到通用智能体引擎

1、Codex在OpenAI内部的渗透率已经和Slack持平

Brockman透露了一个内部数据：Codex在OpenAI内部的使用率已经达到了Slack的水平。OpenAI几乎完全靠Slack运作，不怎么用邮件，不在Slack上就等于没法工作。现在Codex也是这种地位了，每个人的Codex都连着各种工具。

非软件工程类的使用量正在以指数级增长。这正是他们预期的曲线。

2、插件失败的教训和今天的本质区别

2023年3、4月，OpenAI第一次尝试在ChatGPT中接入工具，就是当时的plugins。Brockman直接承认：完全失败了。原因是模型还没准备好，同一时间只能暴露三个连接器给模型，上下文窗口只有2K到4K token，也就是一两页纸的信息量，记忆力几乎为零。

他把这比作1960-70年代的早期计算机，内存小到可怜。但今天的模型已经有5200万token的上下文容量，可以同时接入数百个工具，能访问完整的文件系统和互联网。能力层面，这些模型已经在解决此前未解的数学和物理问题。

3、agent时代的核心产品特性：信任

在agentic时代，信任是必须被"赚取"的，不是被"授予"的。Brockman以邮件场景为例：根据你的设置不同，Codex可能会说"我起草了这些邮件，可以发送吗"，也可能只是说"我起草了，你自己发"，在更高信任的场景下，它可能会说"我起草了，已经发了"。

OpenAI把这视为关键的产品特性和差异化点：给用户提供足够的工具、控制权和监督能力，让用户自己决定委托什么、保留什么。

4、生态合作而非封闭通吃

Kantrowitz提出了一个尖锐的问题：现有的app和软件会不会抵制ChatGPT接管用户操作？Brockman的回答出乎意料：合作伙伴的反应恰恰相反。当OpenAI找到一些合作伙伴说"我们想训练AI特别擅长使用你们的软件"时，对方的回应是"这是我们收到过的最友好的合作邀请"。

逻辑很简单：如果你的工具被AI大量使用，用量会飙升。如果你把AI挡在门外，你在衰退，不是在增长。

三、算力决定论：Scaling Laws没有撞墙

1、70年来每次"撞墙"最后都是bug

Brockman对"大模型要撞墙了"的说法给出了一线建设者的视角。他说，每次模型训练遇到"看起来不再按预期scaling"的情况，最后发现的都是具体的问题：数学算错了，实现和理论对不上，或者某个工程环节有bug。修好之后，曲线继续走。

他做了一个更长的历史回溯：神经网络的理论设计始于1940年代，比计算机还早，第一次硬件实现是1959年的感知机。如果你把这个领域里的里程碑成果排列出来，它们遵循一条光滑的曲线，由投入的算力驱动。70到80年来，不断有人说"这东西永远不会work"，但墙一直没出现，到现在也看不到墙在哪里。

2、算力是稀缺资源，所有供应商都会卖光

Brockman的核心判断：全世界的算力不够用，而且将持续不够用。他认为存在一个"吸引子状态"，英文叫attractor state：从商业模式角度看，每个算力供应商都会卖光自己的算力。

目前使用agent的人大约在1000万到2000万量级，而ChatGPT有近10亿用户，agentic能力还没有推到那个规模。使用深度也远远没到终点。所以即使不同厂商、不同能力水平、开源模型、neocloud全都算上，算力仍然是稀缺资源。这意味着这是一个好生意，新玩家进来也有机会，因为市场大到OpenAI自己根本覆盖不完。

3、被问该买多少算力，回答是"全部"

"All of it."——全部买下来。Brockman之前在一次内部讨论中被问到OpenAI应该买多少算力，他就是这么回答的。对方说你认真的吗？他说是的，全部。OpenAI确实是算力采购量最大的公司，投资和收入都在增长，但支出同样在以巨大规模流出。

有人问他是否担心这些钱赚不回来。他的回答是从基本面出发：算力从下单到到货需要多年时间；OpenAI已经投入自研芯片项目多年。Jalapeño是他们与Broadcom合作设计的首款推理芯片，专为大语言模型推理优化的ASIC定制芯片，从设计到流片仅用了9个月。Brockman认为这是整个供应链纵向整合的一部分。

4、解数学难题和优化化学反应，深度还远远没到头

Brockman举了AlphaGo的第37手作为类比：那步棋改变了人们对围棋的认知，但结果是更多人开始下围棋了，而不是更少。AI在科学领域也会如此，每解开一个谜题，会打开十个新谜题。

就在访谈前两天，OpenAI宣布了一项化学领域的新成果，合成了改进的化学反应路径。Brockman说这些都还只是刚开始，深度应用的潜力远未被释放。

四、定价、差异化与Microsoft之争

1、价格会降，但前沿智能永远最贵

Brockman确认价格一定会降，但方式是：一年后今天这个水平的智能会便宜得多，但到那时会有更强的新模型，你不会想再用旧的。前沿智能永远是最贵的那一档。这和算力经济的结构一致：需求增长速度快于供给，所以各层级的价格和利润率都会保持甚至上升。

他用H100芯片的价格举了例子：Hopper架构已经是上一代了，正常情况下不会有人再购买，但因为供给受限，市场价格反而在上涨。这种"反转"现象会持续。

2、GPT 5.6传闻：什么都别信，但你应该期待更好更快更聪明

Kantrowitz在台上直接念了一条Twitter传闻：GPT 5.6比上一代便宜三倍，上下文窗口扩展到150万token，agentic coding能力更强。Brockman笑了，说"you should always expect better, faster, smarter, the whole thing"。Kantrowitz追问"所以全都确认了？"台下笑了。Brockman补了一句："Definitely believe everything you read on Twitter. Yeah, maybe not."

不否认，不确认，但也没有纠正任何一条具体参数。

3、智能是多维的，不只是"谁更聪明"

对于"所有模型厂商齐头并进、最终无法差异化"的质疑，Brockman的回答是：智能不是单维度的。在不同领域做到专精，跟原始智能的高低是两回事。一个从没做过路演的天才，第一次上去不会讲得好。一个没操作过电子表格的人，做不了复杂建模。

OpenAI已经意识到需要在不同行业和领域之间做优先级排序，不可能一次在所有方向上都做到最好。通用智能的提升会覆盖一部分，但要真正成为某个领域的专家级AI，需要额外的深度投入。

4、回应Nadella："模型是commodity"说法忽略了价值链的乘法关系

Satya Nadella在2026年6月14日的X长文和后续WSJ采访中反复表达了一个观点：AI模型正在变成commodity，真正的价值在于企业用自己的数据构建持续学习的闭环。Brockman的回应没有正面攻击，但拆解了这个逻辑。

他说，技术栈的任何一层都不会被从价值链中移除，这些层之间是乘法关系。拿最底层的算力来说，有人会说算力commodity化了，不过是浮点运算，谁在乎。但看看今天的芯片股票，看看算力供应商的市值，市场认定这里有根本性的资产价值。即使你硬要说它commodity化了，价值和利润率并没有消失，而且会随时间增加。

模型层也一样：竞争激烈是事实，但OpenAI的模型一直是最聪明的那一档。如果真的能通过模型加速科学研究，模型越聪明，速度越快。这跟能帮你订机票、整理日历的对话式AI是完全不同的维度。

5、与Microsoft竞争的微妙之处

Kantrowitz直接问：跟Microsoft竞争是什么感觉？Brockman没有直接评论Nadella的竞争意图。他只说了一句："我认为现在最重要的事情是AI在经济中的实际应用，真正提升所有人。越多的人在推动这件事，对所有人越好。"

6、企业客户开始问正确的问题了

Brockman观察到一个转变：之前企业客户的心态是"AI agent这东西太新了，我们不能落后，赶紧引入"。现在他们开始问"怎么确保有ROI？怎么有支出控制？怎么有可观测性？"Brockman认为这是好事，因为这些才是正确的问题。

OpenAI也在加速企业化能力建设。就在访谈当天，他们发布了spending controls功能。整个公司的重心正在从"发布模型然后大家自己用"转向端到端地为企业客户解决实际问题。

五、AI医疗：Brockman的个人动力

1、三个案例构成一条证据链

Brockman在访谈中串起了三个AI医疗案例。第一个是O3推理模型帮助医生诊断了多年来无法确诊的罕见病患者，相关成果已发表在同行评审的学术期刊上。根据公开报道，这指的是波士顿儿童医院用O3 Deep Research分析376例未确诊的儿科罕见病病例，成功确诊了18例。

第二个是GitLab联合创始人、前CEO Sid Sijbrandij。他被诊断为骨肉瘤后标准治疗用尽，用ChatGPT分析了25TB的个人医疗数据，包括基因组测序、扫描和治疗记录，帮助团队识别出被忽视的治疗路径，目前体内已无疾病证据。

第三个是澳大利亚悉尼的科技创业者Paul Conyngham。他的救助犬Rosie患了晚期肥大细胞癌，传统化疗无效。Conyngham用ChatGPT制定研究方案，用DeepMind开发的蛋白质结构预测工具AlphaFold分析肿瘤突变蛋白的三维结构，与UNSW的研究团队合作制造了定制mRNA疫苗。Rosie在2025年12月接受了第一针注射，肿瘤缩小了约75%，重新能跑能跳。

Brockman的判断明确：这些绝对会成为常态。

2、这件事对他是私人的

Brockman在台上分享了一个个人细节：他妻子有多种健康问题，他说如果没有ChatGPT的辅助，他们"甚至不知道怎么管理她的很多状况"。他把AI医疗称为推动自己参与OpenAI整个旅程的个人动力。

每周有超过2.3亿人用ChatGPT查询健康问题，这个数字来自OpenAI在2026年1月发布ChatGPT Health时公布的脱敏分析。有人上传扫描片，有人面对医生给出的矛盾信息。Brockman说，患者长期以来是没有权力的，但最终你是自己健康的决策者，医生犯了错误，代价由你承担一辈子。

3、医疗系统的涟漪效应

Brockman把视角拉到了系统层面。医疗支出占经济的巨大比重，如果AI能帮助人们预防问题、提前发现健康风险，就能减轻整个系统的负担。当前的现实是医生和护士都在burnout，系统面临真正的危机。AI有潜力帮助缓解所有这些压力，前提是部署得当。

核心归纳

Q1: OpenAI产品的终局形态是什么？
一个持续存在的个人AI agent，掌握你的完整上下文，能替你去执行从琐事到复杂任务的一切操作。界面本身趋于消融，你和它的交互方式越来越像你和一个人类同事的关系。核心产品特性是信任机制：你决定委托什么，AI需要赢得你的信任才能获得更大权限。

Q2: 模型进步会不会停下来？算力还重要吗？
Brockman认为没有撞墙的迹象。70多年来每次看起来要撞墙的时候，最后都是工程bug。Scaling laws持续有效，算力投入与能力产出的关系依然成立。在商业层面，全球算力将持续供不应求，所有供应商都会卖光，这使得算力成为最核心的战略资产。OpenAI通过自研芯片Jalapeño推进供应链纵向整合，与Broadcom合作，9个月完成设计。

Q3: Brockman最在意AI的哪个应用方向？
医疗。这对他是私人动力，他妻子的健康管理依赖ChatGPT。他引用了三个已经发生的案例：O3诊断罕见病、GitLab创始人用AI对抗骨肉瘤、澳大利亚工程师为患癌爱犬设计mRNA疫苗。他判断个性化AI医疗会成为常态。每周2.3亿人用ChatGPT查询健康问题，这个规模本身就说明需求已经存在。