跳转至

Greg Brockman

  • 背景: OpenAI 联合创始人兼总裁。此前是 Stripe 的早期成员与 CTO；2015 年 11 月参与 OpenAI 创立（他多次以"2015 年 11 月 Napa 的 offsite"为叙事起点）。自述在 OpenAI 内部始终去做"最重要、且没有我就不会发生的那个问题"：过去两年是数据中心、基础设施与机器学习工程，2026 年是业务与商业化。
  • 出现于: a16z 频道（Ben Horowitz 与 Erik Torenberg 主持）、No Priors（Sarah Guo 与 Elad Gil 主持）
  • 在本库中的位置: 本库第一份来自 OpenAI 核心领导层的完整长谈。此前 OpenAI 在本库中要么是别人口中的第三方（Sam Altman 的转述经 All-In 进入本库），要么是研究侧的单点视角（Noam Brown、Mark Chen）。他的特殊价值在于同时站在两个位置上：既是 AGI 叙事的提出方，又是一起由 OpenAI 自己的模型引发的安全事件的当事方。✅ 自 2026-10-15 起本库有了他的第二场长谈（No Priors，相隔一个月、不同主持），因此他也是本库目前唯一可做"同一人短期内口径变化"对照的实验室领导层——本页对防守方窗口、用户数口径、产品形态三处都标注了两期的差异。

⚠️ 引用他时必须一并标注的利益相关：他是 OpenAI 总裁，本库收录他的材料中大半在谈 OpenAI 自己造成的安全事件与 OpenAI 自己的应对。本库把他的相关表述记为当事方叙述，不记为独立证据。

核心立场与观点

来源：a16z / Greg Brockman（2026-09-14）

AGI：他的说法与他自己给的限定

  • ⚠️ "AGI 结果证明不太像一个时间点，更像一段模糊的光谱"，在这个前提下他说 Astra"叫它 AGI 是相当合理的"——依据是 computer use + 长任务，"我们见过它连续 24 小时相干地运行去完成任务"（视频页 [00:38:26]）。这两句出自同一段话，本库要求一并引用。
  • ⚠️ 他主动放弃争论命名："是这个模型、上个模型还是下个模型，可以争论，但不重要"——他要的是阶段定性：安全、安保、对齐从部署时前推到开发期与评测期（同上 [00:47:30]）。
  • 能力仍然 jagged：写作"第一次不 slop 了，但也不是好的写作"（同上 [00:38:26]）。
  • 十年前的推算：2016–2017 年他与 Ilya Sutskever 按摩尔定律算 compute，约 15 年到 AGI；若愿意建大规模超算、花数千亿美元，约 10 年（同上 [00:01:00]）。

瓶颈判断：不是能力，是分发与安全

  • ⚠️ "模型会足够强大，但在算力不够服务所有人的情况下，很难以可负担的方式送到每个人手里"——他把分发称作"人们严重低估的巨大挑战"（同上 [00:02:00]–[00:03:01]）。
  • ⚠️ "pacing the frontier"被他当作内部操作概念：安全/安保/对齐标准必须持续上抬，而这些"几乎变成进展的瓶颈"，"是这些约束，而不是算力"（同上 [00:03:01]）。⚠️ 这个词组在本库中此前是一封联署信的名字（All-In 讨论过其政治经济学动机），由 OpenAI 总裁当作日常工程概念使用是本库第一次。
  • 去主体化的框架："我们在造的东西几乎是从算力进步里掉出来的，而算力进步又是从技术进步里掉出来的"；公司"可以领先一点点以窥见未来"，但做不到独自完成——所以前沿实验室之间的协调与安全技术共享会是重要主题（同上 [00:07:05]–[00:08:06]）。

安全：防守方的窗口

  • ⚠️ "defender window（防守方的窗口）现在打开了"，论证三段（同上 [00:10:07]–[00:11:07]）：① 双用性——同一能力攻方找洞、守方打补丁；② "如果你是防守方，你控制战场"；③ 窗口 = 前沿能力与广泛扩散能力之间的差值，而防守方安全状况"大概过去五年、十年都是静态的"，要趁差值还在被前沿拉上去。
  • ⚠️ "defense factory"：找洞→分诊→修复→部署→验证的端到端闭环，跑在机器速度上（同上 [00:14:10]）。
  • ⚠️ "P0 饱和"这条可证伪的观察：把 Astra 指向自家系统，先发现新问题，最终饱和——"Astra 聪明到能找到的 P0 都被找出来了"；但下一个更聪明的模型会重开一轮（同上 [00:13:09]–[00:14:10]）。同期数字：抽调 25% 的生产工程师转做防守。
  • ⚠️ 他为能力扩散辩护，理由是反对权力集中："如果只有一个或少数几个实体掌握，就有权力集中的风险——巨大的风险"（同上 [00:09:07]）。这是 OpenAI 总裁本人说的，与本库记录的双寡头动机分析构成需要并读的一组。
  • 10 亿美元 frontline defenders 承诺（医院、供水等关键基础设施；与 CrowdStrike 合作），并说"这是开始，不是结束"（同上 [00:35:24]–[00:36:25]）。
  • 他对责任的表述比主持人更重："我们作为社会一直很松懈，我们让技术债堆起来了"；"我从没见过哪个 CISO 觉得自己资源是够的"，公共部门尤其不够（同上 [00:36:25]–[00:37:26]）。

2026-10-15 的四条增量（No Priors）

来源：No Priors / Greg Brockman

  • ⚠️⚠️ "网络支出、安全支出，应该大幅超过软件支出"（[00:34:15]）——他自己加了"我可能不对"。推理链是软件趋近免费 → 价值转移到"这软件能不能信"。⚠️ 主持人给的基线是"传统上安全约占 IT 预算的个位数低百分比"。✅ 本库 LLM 安全 上第一条预算量级的断言，且可被时间证伪。
  • ⚠️ 窗口会关：防守方窗口"不会永远存在"，而被广泛扩散的能力在棘轮式上涨，"从各家每一次模型发布到下一次发布都能看出来"（[00:27:11]、[00:32:14]）。
  • ⚠️ 他点名的第一个外部事件：韩国若干家银行的高调入侵"由不同的模型驱动"（[00:27:11]）。⚠️ 没有时间、没有银行名、没有模型名、没有归因方法，本库记为未核实的当事方断言。
  • 项目名与新路径：10 亿美元承诺对应的准入项目叫 Daybreak（[00:27:11]）；合作方点名 CrowdStrike（[00:36:15]）。✅ 他另点了一条此前没提过的技术路径——用模型做软件安全属性的形式化验证，理由是"技术一直都在，只是工作量太大，所以没人对任何有分量的东西做"（[00:30:11]）。
  • ⚠️ 他回避了一处：主持人把业界共识总结为"会先有一段攻击增多的过渡期、防守再追上"，他答的是"我对我们能怎么度过这个时刻很乐观"并转向协同响应，没有确认也没有否认（[00:31:12]–[00:32:14]）。

⚠️⚠️ 科学：他对"数学为什么跑得快"的归因，与通行解释相反

来源：No Priors / Greg Brockman

  • ⚠️⚠️ 他明确否掉了"可验证性"这个解释（[00:09:04]–[00:10:04]）："你可以认为数学是可检查的——但现在这话已经不太对了。" 理由是形式化证明可检查，而他们真正产出的是自然语言证明。他换上的答案是数据："数学里你能拿到大量数据，理论物理里也能。生物学里能吗？那显然是非常受数据限制的。"配套概括："算力、数据、算法 = 能力 = 结果。"
  • ⚠️ 这与本库 All-In 2026-10-10 记录的两条归因正面冲突（Sacks 的"证明容易验证"、Friedberg 的"循环能在硅内闭合"）。✅ 三者在数学上无法分辨，但给出不同的下一领域预测，拆解见视频页第二节。
  • 他对那批数学结果的定性（[00:02:01]、[00:05:02]）："一直有个问题是 AI 到底能不能产出新知识。到这个点上已经没法否认了——答案确定地是能。" 限定句同段："我们还没有在产出全新的整套理论。" 量："将近 400 个非常重要的、现在被解决掉的公开问题。"
  • ✅ 他最在意的是证明可读（[00:05:02]–[00:06:02]）：拿四色定理作反例（"就是让机器检查了一堆情况，那里面没有美"），结论是"我们进入了机器发现的另一个阶段"。⚠️ 与 OpenAI 数学团队那期的"AI 的证明普遍很短很优雅"同向，是本库第二份、且来自不同的人。
  • 药物发现是他排第一的领域（[00:13:05]）："我认为我们会发现，人类在生物学上糟糕得不可思议。" ⚠️ 他的第一性原理论证（[00:14:05]）："对一个神经网络，我不觉得有任何理由相信它在自然语言上应该比在生物学上更强。" ⚠️ 本库 AI 与科学发现 上已有三条反方，并列见视频页第三节。
  • ✅ 他承认的未决与他点名的最快路径：数据问题"还没有解决"（[00:11:05]）；神经网络替代临床试验"我们还没到"（[00:17:06]）；而监管申报（"写一份临床试验的完整论证要花大约一年"）是不依赖任何生物学突破的瓶颈（[00:11:05]）。
  • ⚠️ 可扩展监督的具体机制（[00:07:02]–[00:08:02]）：他点名 OpenAI 自 2017 年起讨论的 debate 与 iterative amplification，例子是书摘——另一个 AI 只要指出"书里这一段重要情节摘要没写"，你不必读完全书就能判断反驳成立。✅ 本库第一条具体的 scalable oversight 机制材料。

产品形态：对现状的自我批评

来源：a16z / Greg Brockman（2026-09-14）

  • ⚠️ "这不是我们被许诺的那个 AI"——ChatGPT 与 ChatGPT work "都是文本框"；应然形态是以语音为主、有持久性与记忆、知道你、可信、且会主动（同上 [00:40:27]–[00:41:28]）。
  • ⚠️ "持续教育"是最重要的问题之一：不该由用户去挖 AI 会什么，该由 AI 主动说"我现在能这样帮你"。靶子是他给出的那 15 亿"用过但已不用"的人（对照约 11 亿周活）（同上 [00:40:27]）。
  • computer use 的意义：MCP server 与 CLI 是"给世界重新装修"，做成"并非为人准备的别扭形态"；走屏幕像素 + 键鼠这条人类同款接口，任何能用电脑做的事都直接落在分布内——这个想法2015 年 11 月就写进了三步计划，中间有过流产的尝试（同上 [00:21:14]–[00:22:16]）。
  • 北极星是 simplicity：一个统一的 AI，让人"更少地围着计算机拧自己"（同上 [00:42:28]）。

2026-10-15：他说那个形态已经出来了（No Priors）

来源：No Priors / Greg Brockman

  • ⚠️⚠️ Dots 被他定性为"形态改变，不是能力改变"（[00:19:07]）："在工作场景里，这种形态改变配上这个智能水平，就是改变游戏规则的。" 描述是一个主动的 agent，始终在线、始终在工作；你停下来，它继续——盯他该做没做的事、主动指出日程冲突，上下文来自收件箱、Slack、在做的项目和他最近问的问题。他自己只跑一个。
  • ⚠️ "最好的 UI 是没有 UI"（[00:23:08]–[00:25:10]）：落点是能说话、能打电话、能在 Slack / iMessage 上找的东西；"ChatGPT 从一个文本框开始，而我们要去的地方连文本框都没有——那才是我们被许诺的那个 AI。" ✅ 这是他 2026-09 那句自我批评的正面版本。
  • ✅ 他自己点出的内部矛盾，本库认为是这节的真内容（[00:24:08]）：企业里管理员会关掉功能，于是"有功能缺席"本身需要被呈现——"可重点本来是没有 UI 啊"；结论是"这不会自动消失，你得迎着这个复杂性上"。
  • 生成式 UI 是他给的补丁（[00:26:11]）：没有固定 UI，但 AI 可以实时雕一个一次性界面（订机票需要复杂界面、装自行车可以现做一个 app）。
  • 消费与企业"会合流，没有疑问"，主要区分是成本（[00:20:07]–[00:22:08]）：大众侧要解决免费/极低成本规模化（"把记忆带给全部免费用户是一项真正巨大的工程投入"），工作侧"只要多付钱有回报，就值得砸更多算力"。战略落点："统一这两边，这样我们不是在两条战线上竞争，而是一条。"
  • ⚠️ "我们会迎来一次创业者的文艺复兴"（[00:22:08]）：依据是他认识的人辞职创业时说"如果不是有个我信得过的 AI 能处理掉那些常规门槛，我永远不会这么做"。

就业与社会

来源：a16z / Greg Brockman（2026-09-14）

  • ⚠️ 他的第一条是认识论的："我有一个根本的信念：AI 是会让人意外的"——历史一次次表明它不按你以为的方式展开（同上 [00:25:17]）。
  • ⚠️ "人有价值不是因为我们能做任务，我们有价值是因为我们是人"；他点名该长期保留的是设定目标、为结果担责、建立关系（同上 [00:25:17]）。
  • ⚠️ 同一主张在 2026-10-15 的更具体版本：Steve Jobs 为什么给 iMac 装把手——好让人觉得自己能掌控这台机器，"你随时能把它拎起来扔出窗外"；他说 AI 需要同样的精神，人会更像 CEO 或董事会成员，"根本的问题是：你开心吗？这是你想要的吗？"（视频页 [00:37:15]–[00:38:15]）。✅ 这个版本比上次更容易检验——它预设了人保留目标设定与问责权，而本库 AI 与就业 上已有材料质疑这层是否也会被吃掉。
  • 他主动反浪漫化："我不认为我们该把一切描绘成美好轻松……我觉得会很难，会有变化"，落点是"但它可以是一个好得多的世界"（同上 [00:27:17]）。
  • ⚠️ "美国的 AI 情绪是全球最低的"（欧洲、亚洲都更高）。他给的两条解释：① 这个领域没讲清"你个人为什么受益"，只讲了国家受益；② 人口结构——很多国家老龄一代远大于年轻一代，对技术潜力的倾斜更强烈（同上 [00:29:18]–[00:33:21]）。⚠️ 这是本库第一条把 AI 情绪的国别差异归因到人口结构的表述，见 中美 AI 对照。
  • 对美国位置的限定："我们以这种方式领先并不是必然的，将来继续如此也不是必然的"（同上 [00:33:21]）。

管理与取舍

  • ⚠️ 砍掉 Sora："大概是我们决定取消的这些项目里最高调的一个，非常非常痛苦"，但"对释放业务至关重要"；同一逻辑把消费与企业两侧合并进 ChatGPT work（同上 [00:44:29]–[00:45:29]）。取舍标准是哪些方向真正强化"agentic coding 起飞"这条指数曲线。
  • 方法论：引《The Score Takes Care of Itself》——"你影响不了结果，你只能影响输入"；"你不会靠说'我想赢超级碗'来赢超级碗，你靠的是阻挡和擒抱"（同上 [00:45:29]）。
  • 风格："从战壕里带队"，靠反复问"这还说得通吗？我不太明白"（同上 [00:46:30]）。
  • 他给 OpenAI 过去五年的主题命名：deep co-design（更深的协同设计）——从 go-to-market 到长期研究到芯片设计，让每个人都有上下文（同上 [00:48:31]）。

他给出的、本库无法核实的事实性断言

来源：a16z / Greg Brockman（2026-09-14）

以下全部为自述，本库照录并标注，不作为证据使用。

  • 1 万个 agent 解 Navier–Stokes 问题，并把它形式化进了 Lean（视频页 [00:12:08]、[00:15:10]）。⚠️ 他没说是哪个 Navier–Stokes 问题（千禧年难题的正则性问题，还是一个具体结果），本库不替他补全。
  • 用户数：约 11 亿周活；美国约 1 亿（"大概人口的三分之一"）；每周 3 亿健康类查询（⚠️ 原话在"3 亿次查询"与"3 亿人"之间含混，本库照录含混）；另有约 15 亿人用过但已不用（同上 [00:30:19]、[00:40:27]）。
  • 数据中心：承诺不推高居民电费；全部闭环水冷；Abilene（训练 Astra 的那个）用水量约等于一栋办公楼；给每个大学生提供 Codex 访问额度（同上 [00:34:24]–[00:35:24]）。
  • ⚠️ 2026-10-15 的用户数口径与 2026-09 不同，本库不把两者当增长对照：他说 "我们在 ChatGPT 上有 12 亿消费者"（视频页 [00:22:08]）——"消费者" ≠ 周活；同期主持人说 GPT-6 已铺给"超过十亿人"（同上 [00:01:00]）是第三个口径。他另说 "别家没有谁同时具备领先的消费与企业/编码两侧"。
  • ⚠️ 数学结果的量："将近 400 个非常重要的、现在被解决掉的公开问题"（视频页 [00:05:02]）。⚠️ All-In 2026-10-10 谈的是"一天放出 700 篇数学论文"——"问题"与"论文"不是同一单位，本库不互相换算、也不判定哪个对。
  • "可能性里的 80% 会很快变成现实"（指药物发现，视频页 [00:18:06]）。⚠️ 分母他没有定义。
  • 个人 pen test：让 Codex 扫 gregbrockman.com，15 分钟 13 条发现（SPF 未设好、未强制 HTTPS 等），45 分钟修完（设 header、迁 Cloudflare Pages、启动 DMARC 并自设 48 小时后回查的定时任务）（同上 [00:19:13]–[00:20:14]）。⚠️ 他由此给的论点可独立成立：单个小漏洞不算大事，但 AI 能把许多小漏洞串成一个大的。

已收录访谈

日期 视频 频道 主题
2026-09-14 OpenAI 总裁谈"跨进 AGI 时代"意味着什么 a16z（Ben Horowitz & Erik Torenberg 主持） AGI 是光谱不是时间点、defender window、defense factory、P0 饱和、computer use、"不是我们被许诺的 AI"、砍 Sora、美国 AI 情绪最低
2026-10-15 "安全支出应该大幅超过软件支出" No Priors（Sarah Guo & Elad Gil 主持） ⚠️⚠️ 把"数学跑得快"归因到数据而非可验证性（与本库通行解释冲突）、安全预算断言、窗口会关 + 韩国银行事件 + Daybreak、药物发现的第一性原理论证、Dots 与"最好的 UI 是没有 UI"、iMac 把手