硅谷智行者：Greg Brockman的“智力不过瘾”与AI的未来抵押

TL;DR：

Greg Brockman，OpenAI联合创始人兼总裁，以其工程师的严谨与研究者的好奇心，洞悉AI发展前沿，预见算法将成为GPT-6的关键瓶颈。他不仅是一位技术布道者，更是一位战略决策者，甘于为AI的未来“抵押”当下资源，坚持技术谦逊与工程研究的协同共进。

在人工智能的浩瀚宇宙中，总有一些引力场，凝聚着最前沿的思想与最激烈的碰撞。Greg Brockman，OpenAI的联合创始人兼总裁，无疑是其中一个关键节点。他不是聚光灯下最耀眼的CEO，却如同OpenAI这艘巨轮的发动机，以其深邃的洞察力和务实的工程智慧，指引着航向。近日，在世界AI工程师大会上，这位AI行业的老兵再次拨开迷雾，不仅直面GPT-6的瓶颈，更以坦诚的姿态，揭示了OpenAI在算力与科研之间那份近乎“抵押未来”的取舍，以及他对AI深度演进的哲学思考。

从数理世界到AGI愿景

Greg Brockman的成长轨迹，本身就蕴含着一种跨界与探索的精神。他童年对数学的痴迷，为其后来的编程之路奠定了坚实的逻辑基础。从哈佛的转校MIT，再到最终辍学加入金融科技新锐Stripe，他身上的标签不断更迭，不变的是对技术本源的探究和对解决实际问题的热情。2015年，当一群行业大佬在门洛帕克的一次晚宴上，萌生了创建OpenAI的宏大愿景时，Greg Brockman正是核心成员之一，扮演了将这个非营利性机构从0到1拉扯到大的关键先生¹²。他与首席科学家Ilya Sutskever共同主导了OpenAI的创建与日常运营，奠定了这家公司“构建安全的人工智能以造福人类”的基石。

这种跨越研究与工程的背景，深刻塑造了他的思维模式。对于AI技术的未来，他有着异于常人的敏锐和坦诚。当主持人问及GPT-6的发展挑战时，Brockman的回答出人意料又在情理之中：“随着算力和数据规模的快速扩展，基础研究正在回归，算法的重要性再次凸显，成为未来AI技术发展的关键瓶颈。”³ 这句话掷地有声，意味着AI竞赛的重心，正从单一的资源堆叠，转向更深层次的智能创新。他直言不讳地表示，整日围绕着“Attention is All You Need”和Transformer做文章，在智力上已难免让人觉得“不过瘾”。这份“不过瘾”，恰恰反映了他内心深处对未知与突破的渴望，以及对AI研究更高维度的追求。

工程与研究：双螺旋驱动的OpenAI哲学

在Brockman的眼中，工程师和研究人员如同AI发展的双引擎，缺一不可。他这位工程师出身的领袖，坚信工程师的贡献丝毫不逊于研究人员，甚至在某些方面更为重要。“如果没有创新的想法，就无事可做；如果没有工程能力，那个想法就无法实现。”³ 这句话，清晰地定义了OpenAI的核心哲学：将研究与工程和谐地结合在一起。

这种哲学并非空中楼阁，而是根植于OpenAI早期艰辛的实践。他援引了AlexNet的案例——一个被实验室同伴视为“快速卷积内核”的工程壮举，却在Ilya的慧眼下，与理论创新完美结合，应用于ImageNet，取得了突破性进展。Ilya和Alex的关系，也因此成为OpenAI内部研究与工程合作的象征。

然而，这种融合并非没有摩擦。Brockman坦言，早期工程师背景与研究背景的人对系统约束的理解存在巨大差异，研究人员倾向于对代码的每一行都负责，而工程师则更关注接口的确定性。这种矛盾一度导致项目进展缓慢。直到他亲自介入，以“一次提出五个想法，研究人员会说其中四个不行”的迭代方式，才找到了新的协作节奏。

正是在这样的磨合中，一项OpenAI的核心价值观应运而生——技术上的谦逊。Brockman强调，对于新加入OpenAI的工程师，无论你带着多么宝贵的技能，都必须学会分辨何时可以依赖原有直觉，何时需要放下它们，认真倾听，并假设自己还有未理解的地方。这份谦逊，成为了OpenAI工程师文化中决定成败的关键因素。

“抵押未来”的战略抉择与规模的艺术

OpenAI的每一步跃进，都伴随着惊人的算力投入与战略性的资源调配。ChatGPT仅用五天吸引了100万用户，GPT-4发布后ImageGen也在五天内用户数突破1亿。每一次的爆发式增长，都让OpenAI面临着前所未有的工程挑战。

Brockman在采访中坦诚，为了支撑这些产品上线所需的海量算力，OpenAI不得不打破惯例，从研究中抽调部分计算资源。“这相当于‘抵押未来’，以使系统正常工作。”³ 他用了一个极具画面感的比喻，道出了这家公司在理想与现实之间所做的艰难取舍。然而，他坚信这种取舍是值得的。“如果能按时交付并满足需求，让更多人体验到技术的魔力，这种取舍是值得的。”³ 这份笃定，源于OpenAI对“为用户提供最佳体验，推动技术发展，创造前所未有的成果，并尽全力将它们推向世界”的信念。

谈到未来的AI基础设施，英伟达创始人黄仁勋直接抛出了两个深层次的问题：如何构建一个能够同时处理深度研究（需要大量内存）和低延迟响应（需要快速决策）这两种截然不同工作负载的AI基础设施？Brockman的回答，揭示了OpenAI对AGI之路的宏大布局。他直言，要打造真正改变世界的系统，可能需要建造人类历史上最大的计算机³。他将加速器分为两类：追求计算性能最大化和追求极低延迟，但更深刻的观察在于，即使资源配置出现偏差，他们也能找到办法利用这些资源，例如混合专家模型（MoE）的兴起，某种程度上正是为了利用闲置的DRAM而增加模型参数，从而提高效率。这种务实且灵活的工程智慧，是OpenAI应对未知挑战的底气。

从“炫技”到“严肃工程”：AI重塑编程未来

AI如何改变编程方式，是Brockman长期关注的领域。他将Codex比作自己的“孩子”，足见其倾注的心血。他指出，当前人们将“氛围编程”（vibe coding）视为一种交互式循环，但这仅仅是起点。未来，Agentic AI将超越这种模式，同时运行成百上千甚至十万的Agent，像对待同事一样与人类协作，即使在程序员休息时也能持续工作。

更具变革性的是，AI正从“制作酷炫应用”的起点，向严肃的软件工程演进。尤其是在深入改造和优化现有应用方面，AI正逐步解决诸如遗留代码迁移、旧语言转换等“困难又乏味”的问题。Brockman认为，未来的代码库结构，将更契合模型的处理特点，例如将代码拆分成更小的模块，编写高质量测试，让模型来填充细节。这听起来像是良好的软件工程实践，但在现实中常被人类为了走捷径而放弃。而模型可以运行比人类多100倍甚至1000倍的测试，这将促使我们重新引入那些我们为了便利而放弃的最佳实践，从而最大化系统的价值。

算法回归与AGI的“玻璃窗”挑战

在众多瓶颈中，Brockman将“算法”放在了最重要的位置，甚至认为其超越了算力、数据、电力和资金。他认为，我们正处在一个基础研究回归的时代，这令他感到无比兴奋。过去一段时间，AI界主要围绕Transformer进行规模扩展，固然有趣，但在智力上却略显“不过瘾”。如今，强化学习等范式的进展令人振奋，也暴露了GPT-4等模型虽然流畅，但有时会走错方向的本质缺陷。

“它从未真正体验过这个世界，更像是一个只读过所有书籍或仅通过观察世界来了解的人，与世界隔着一扇玻璃窗。”³ 这句极具文学性的比喻，精准地描绘了当前最先进AI系统的局限性——它们拥有惊人的知识库和语言组织能力，但缺乏与真实世界的交互和深层次的理解。因此，OpenAI仍需持续推动改进，弥补这些“明显的能力缺口”，直到系统真正具备实际能力，能够打破那扇“玻璃窗”，与真实世界融为一体。

塑造AI驱动的未来经济

黄仁勋关于“未来AI原生工程师如何与OpenAI的AGI协同工作”的提问，引出了Brockman对宏观经济图景的展望。他认为，未来将走向“多样化模型库”的方向，不同模型有不同的推理成本，而模型之间相互调用的能力将创造巨大机会。

“我们正走向一个由AI驱动的经济。”³ Brockman预言。他认为，当人们设想AI的潜力时，很容易只关注AI与人类的比例，但真正的重点是：如何让经济产出提升10倍，让每个人都获得更大收益？他相信，随着基础技术的完善和进入门槛的降低，AI将在医疗、教育等垂直领域创造大量机会。OpenAI的目标不仅仅是构建强大的AI系统，更是要赋能全球的工程师，共同构建一个更加繁荣、高效的AI驱动型经济。

Greg Brockman，这位从数理世界走出的工程师，以其前瞻的洞察、务实的精神和对技术本源的执着，不断推动着OpenAI乃至整个AI行业向前迈进。他既是AI技术瓶颈的冷静分析者，也是未来愿景的坚定描绘者。在他身上，我们看到了一种将智力上的“不过瘾”转化为不懈探索动力的纯粹，以及在商业竞争与科研投入之间，为人类未来而“抵押”一切的勇气。

引用

• Greg Brockman
• OpenAI
• AI发展瓶颈
• 算力挑战
• 算法创新
• 工程哲学
• AGI
• 软件工程