未来算力永远会供不应求 | Greg Brockman | 超级应用 | 个人AGI | AI硬件 | 上下文 | 语音功能 | Scaling Laws | 投入和回报 | 微软 | 个性化医疗

訪談開始於對ChatGPT本質的重新定義。很多人將其視為「超級應用」，似乎所有操作都能在一個界面完成。但Greg將視野拉高一層，指出OpenAI的真正目標是個人通用AI。ChatGPT發佈初期只有對話能力，無長期記忆、無外部工具、上下文只有幾千token。而真正的個人AI應該像優秀助理：用戶只需說目標和方向，AI自動規劃、跨應用執行、完成任務，用戶幾乎無需點按。比如早上醒來收件箱已整理，想做健康管理AI逐步落地方案，甚至對接醫療資源——整個過程像自然對話。

關鍵技術進展是Codex能力的普及。Codex原本被認為是程式碼工具，實際上OpenAI內部非代碼工作已爆炸式增長，滲透率已與Slack相當（而Slack是OpenAI辦公的必需工具）。當Codex打通辦公工具後，公關團隊只需讓AI收集參會者飲食禁忌，AI就自動排出座次表。這類瑣碎工作AI可以全包。2023年GPT-4試過插件功能但失敗了，根本原因不是方向錯，而是模型能力不足（當時只支援三個插件）。現在情況完全不同：模型可同時接入100+工具、掛載整個文件系統、支援500萬-1200萬token上下文，足以支援智能體解決真正複雜的問題。

但智能體時代有個繞不開的核心問題：信任。以前ChatGPT只給建議，最終動作由人決定。智能體是代替你執行操作，從發郵件到安排日程，涉及權限與風險。Greg舉例，統計活動參會者飲食禁忌，AI可先起草郵件等審核再發，或獲充分授權後全自動發送。兩種模式背後就是信任邊界。信任不憑空賦予，靠能力一點點贏來。OpenAI把控制權、監督權、管理權完全交給使用者，讓他們自決任務授權範圍——這正是OpenAI的核心產品差異化。

對於Apple在WWDC發佈新Siri走智能體路線、而ChatGPT在iPhone上只是普通App這一威脅，Greg很從容。他指出現在處於智能體時代黎明，技術能力躍升時整個行業規則都會重構。如果還用App分發邏輯判競爭就沒抓住重點。他舉醫療例子，有醫生用O3推理模型為患病20年查不出病因的患者確診——這種能力級別才是未來競爭核心。管道重要，但變革性價值永遠來自模型本身。

關於是否做硬體，Greg沒正面確認，但強調交互最大轉變不是新設備而是從聊天到智能體的跨越。聊天核心是信息交互（提問回答），智能體核心是執行任務。這要求AI實時訪問使用者的上下文：靜態資料、動態工作流、實時會議內容。就像聘了頂尖專家卻不讓他參會、不告知現況，再厲害也無法發揮。未來核心是構建AI可實時訪問的上下文層。硬體只是訪問智能體的接口——就像手機是聯絡人的方式而非人本身，可用語音、文字、電腦、便攜設備，但核心智能體相同。

技術細節上，語音交互仍有巨大改進空間。早期語音模型串聯三個模型（語音→文本→生成→文本→語音），體驗差。後有統一端到端模型，但仍無法被打斷——必須等AI說完才能講，不能插話、不能同時交流，不符合真人對話習慣。業界方向是雙向自然語音模型，能邊輸出邊接收使用者輸入、被打斷、接補充。這不僅舒適度提升，更改變工作效率，如用Codex編碼時語音實時反饋比打字寫需求快得多。

關於大模型是否遇瓶頸，Greg非常肯定：Scaling Laws依然有效。七八十年來神經網路一直被說不行，每次都靠更大算力、更多數據突破。OpenAI遇到的所有擴展不及預期最後都是內部bug、數學推導不準確、工程實現不匹配——從未是Scaling Law本身失效。工程難度超乎想像，要搭建大規模算力集群、設計網路協議、排查技術棧各層問題，神經網路幾乎無容錯空間一個小錯可能很久後才顯現。但只要團隊強、方向對，回報完全值得。模型進步會一直持續。

既然模型持續進步，競爭差異化體現在哪？Greg從三個層面回答。第一層是算力——永遠供不應求。現在只有1000-2000萬人深度用智能體，ChatGPT卻有10億用戶。當智能體普及到所有人和企業，每刻都用AI工作，算力需求大到難以想像。即使有多廠商、開源模型、新雲服務商，整個行業仍滿負荷運轉。現在入局算力依然是好商機。

第二層是領域專經。智能不是單維，模型聰明不代表什麼都行。高智商人也做不好沒做過的領域（財務、法律）。OpenAI在分優先級深耕垂直領域，無法同時全向頂尖，領域深度積累是重要差異化壁壘。

第三層是科學探索深度。Greg舉AlphaGo的第37手徹底改變人類圍棋理解，科學探索也是——解一個謎題就解鎖十個新問題。不同公司在不同科學方向深入都有獨特價值。

關於算力投入能否收回成本，Gregory沒糾結短期財務。算力建設周期長需好幾年落地，OpenAI很早就布局供應鏈垂直整合（如自研芯片已推進多年即將公布成果）。長期趨勢完全確定：ChatGPT用戶增長本身就指數級，智能體滲透率還極低。AI不斷打開新場景（訪談前兩天剛發布化學領域成果，AI幾乎無需人工干預就能合成改進化學反應），市場規模足夠大。從OpenAI收入增速、用戶付費意願、整個行業增長潛力看，需求擴張速度遠超供給。降價是必然的（杰文斯悖論：技術進步降低單位成本反而催生更多需求，最終總消耗和市場規模只會更大）。前沿最貴，一年後今天頂級能力變便宜服務，同時新模型佔據前沿價格帶。Greg也觀察到企業客戶從Q1追熱度冷靜到問真正問題：ROI多少、怎麼控制支出、怎麼做可觀測。很健康，說明業界從概念走向落地。

對Microsoft CEO納德拉說模型變商品、真正價值在企業數據和場景、Microsoft自己也做大模型（既合作又競爭）的看法，Greg很平和。技術棧每一層都不因競爭消失，是成數效應。底層算力看似商品（不就是浮點運算），但看芯片估值、H100價格就知道算力多值錢。Hopper架構按理舊產品不該貴，現在市價反而更高——因需求增長太快。越底層的技術資產越值錢。模型層也同樣，競爭激烈對業界和用戶都好，但頂尖模型與普通模型天差地別，尤其硬核科學領域只最聰明模型才能推動科研。完全不是同質商品。往上垂直落地層更需領域知識、合規、流程，通用模型解決不了。市場空間非常大，算力、模型、垂直應用每層都巨大價值，完全可多方共贏。最重要是讓AI真正滲透整個經濟。

訪談最後是大家最關心的傳聞：GPT-5.6要來了，價格比Fable便宜三倍，150萬token上下文，更強智能體編程工作流。Greg直言你永遠可期待下一代模型變得更好更快更聰明全面提升，所以傳聞全部屬實。他沒過多鋪墊也沒含糊，相當於正面確認。

最後談醫療健康。Grok Lab CEO確診癌症後把所有檢測數據輸入ChatGPT輔助治療效果很好，澳洲用戶給患癌寵物狗做活體解讀用Alpha Fold設計mRNA疫苗最後腫瘤真的縮小了。這是極端個例還是未來常態？Greg說絕對會成常態。每週2.3億人用ChatGPT諮詢健康問題，很多人上傳影像報告用AI對比不同醫生診斷。現醫療體系患者最被動但最終承擔後果也是患者。AI最大改變就是讓患者真正被復權，更主動參與健康決策。Greg自己深有體會，妻子患多種疾病，沒AI幫助不知該怎應對。最好的醫療團隊人的經歷記憶力也有限，AI能補短板。未來醫療走向真正個性化，藥物研發針對個體不只大眾市場，AI能主動做健康管理在問題爆發前提前干預，從根源減輕醫療系統負擔。現醫護已非常疲憊整個系統面臨巨大壓力。用AI解決醫療是Greg個人強內在動力也是OpenAI初衷之一。他相信只要合理審慎部署技術就能給醫療體系帶來颠覆性改變。