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

【資料圖】

技術(shù)層面，從文本生成轉(zhuǎn)向強化學習的推理范式，在現(xiàn)實世界中試錯并獲取反饋；

資源策略上，持續(xù)投入大規(guī)模計算資源；

落地環(huán)節(jié)，把模型封裝成Agent，將模型能力打包成為可審計的服務(wù)進程。

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(shù)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(jié)下來，Brockman表達了這些核心觀點：

模型正在不斷增強現(xiàn)實交互能力，這也是下一代AGI的關(guān)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(fā)展的速度與深度；

AGI真正的目標是讓大模型在企業(yè)和個人的工作流里長駐，手段就是Agent；

把模型接進現(xiàn)實世界的應(yīng)用領(lǐng)域極 具價值，各個領(lǐng)域還有大量尚未采摘的果實。

模型推理范式的轉(zhuǎn)變

談及OpenAI剛剛發(fā)布的GPT-5，Brockman認為這是AI領(lǐng)域的一場重大范式轉(zhuǎn)變，作為OpenAI第 一個混合模型，旨在彌補GPT系列與AGI的距離。

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(xiàn)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(xiàn)，當時使用了純強化學習，可以從隨機初始化狀態(tài)中學習復雜行為。

△OpenAI的Dota訓練架構(gòu)

所以從GPT-4完成的那一刻起，OpenAI開始嘗試轉(zhuǎn)向新的推理范式，即先讓模型通過監(jiān)督數(shù)據(jù)學會對話，再借助強化學習反復在環(huán)境中試錯。

傳統(tǒng)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(shù)據(jù)，然后基于這些數(shù)據(jù)重復訓練，將模型與現(xiàn)實世界的觀測結(jié)果反饋到模型中。

這種新范式改變了所需數(shù)據(jù)的規(guī)模，原先預訓練可能需要數(shù)十萬個示例，但強化學習只需要從10到100個任務(wù)中學習復雜行為。

同時也說明模型正在不斷增強現(xiàn)實交互能力，這也是下一代AGI的關(guān)鍵組成部分。

計算能力決定AGI開發(fā)上限

當被問及當前AGI開發(fā)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(fā)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(yōu)化）算法無法實現(xiàn)擴展，但他們通過將內(nèi)核數(shù)量翻倍，實現(xiàn)了性能的持續(xù)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。

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(shù)萬次嘗試才能重復學會一項任務(wù)，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(nèi)容，還要深入思考其二階、三階甚至四階效應(yīng)，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(chuàng)造性的方式消耗計算，以實現(xiàn)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(zhuǎn)化為存儲在模型權(quán)重中的勢能，推動模型執(zhí)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(wù)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(jié)合，以實現(xiàn)自適應(yīng)計算。

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(jié)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(jù)任務(wù)需求組合不同能力和成本的模型，也是AGI最可能呈現(xiàn)的面貌。

因此在AI驅(qū)動的未來經(jīng)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(chǎn)出更優(yōu)質(zhì)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(chǎn)

Brockman反復強調(diào)，模型不再是科研樣品，而是要成為現(xiàn)實生產(chǎn)線的一環(huán)。

他指出，AGI真正的目標是讓大模型在企業(yè)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(wù)進程。

Brockman認為，這種交互像與資深同事協(xié)作，一個關(guān)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(quán)限Agent可控，OpenAI設(shè)計了雙層結(jié)構(gòu)的“縱深防御”：

模型內(nèi)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(guān)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(shù)據(jù)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(tǒng)自然穩(wěn)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(xié)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(shù)據(jù)基礎(chǔ)。

另外，為了增強生態(tài)黏性，OpenAI還把輕量級開源列為第二驅(qū)動力。

Brockman的判斷是，當開發(fā)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(shù)棧。

“各個領(lǐng)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(xiàn)有智能深植于具體行業(yè)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(yè)鏈都大得驚人。

把模型接進現(xiàn)實世界的應(yīng)用領(lǐng)域極 具價值，各個領(lǐng)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(fā)者與創(chuàng)業(yè)者，先沉到行業(yè)一線，理解利益相關(guān)者、法規(guī)和現(xiàn)有系統(tǒng)的細節(jié)，再用AI去填補真正的缺口，而不是只做一次性的接口封裝。

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(shù)加速度推演，二十年后幾乎所有科幻情節(jié)都難以否定其可行性，唯 一的硬約束只剩下物質(zhì)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(chǎn)；即便物質(zhì)需求被自動化滿足，人們?nèi)詴榱烁叻直媛?、更長思考時間或更復雜的個性化體驗而渴求更多算力。

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(xiàn)在正是技術(shù)發(fā)展的最 好時機。

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

真正的挑戰(zhàn)是保持好奇心，敢于投入新的領(lǐng)域。

關(guān)鍵詞： AGI 模型 AI