TL;DR：
OpenAI联合创始人Greg Brockman在一次深度访谈中，揭示了GPT-5作为实现“推理”能力分水岭的意义，强调了算力是通往通用人工智能（AGI）的唯一瓶颈，并描绘了一个由AI塑造的未来世界图景，其中融合了他对技术前沿的洞察与深藏的人文关怀。
那是一个寻常的访谈，却因Greg Brockman——OpenAI联合创始人兼总裁的现身，以及他对GPT-5、乃至未来社会的深刻洞察，而变得非同寻常。他并非典型的硅谷“明星CEO”，言语间更多流露的是一位痴迷于技术本质的科学家、一位富有远见的工程师对未知世界的求索与敬畏。在一个小时的深度对谈里，Brockman拨开迷雾，为我们勾勒出AI发展道路上的关键转折点、永恒的瓶颈，以及他内心深处，那份超越技术本身的人文温度。
技术突破的背后：GPT-5与推理范式
“GPT-5，是一个分水岭。”当Greg Brockman谈及OpenAI的最新力作时，语气平静却充满笃定。这不是一句简单的溢美之词，而是基于对其核心能力——“推理”——的深刻洞察。长久以来，大语言模型虽能生成流畅文本，却常在需要逻辑链条和复杂思考的任务前“跑偏”，不够可靠。GPT-4已在实用性上大幅提升，成为商业应用的基础，但真正的深度智力仍有欠缺。
Greg解释道，GPT-5最根本的突破在于它是一个“混合模型”，能够通过路由器在推理模型与非推理模型之间自动切换，极大降低了用户的使用门槛。更重要的是，在数学、编程、物理等高智力任务上，GPT-5已展现出质的飞跃。他举例称，GPT-5在IMO（国际数学奥林匹克）和IOI（国际信息学奥林匹克）这类极难的国际比赛中，已能写出与最优秀人类不相上下的证明。更有物理学家反馈，GPT-5给出的推理过程，能重现他们耗时数月才得出的见解，这无疑将AI从“辅助写作工具”推向了“真正的科研合作者”的新高度。
这一跃进并非偶然。Greg透露，在训练GPT-4之后，OpenAI团队做出一个关键判断：仅仅依靠海量预训练数据，无法让模型真正可靠。他们意识到，必须让模型进入“测试想法—获得反馈—强化学习”的循环，才能缩小与通用人工智能（AGI）的差距。这种模式类似于Dota AI从随机初始化中习得复杂行为，将有限的人类任务设计，通过成千上万次尝试，放大出可靠的智能。
他将此称为从“一次性训练，无限次推理”迈向“边推理边训练”的新纪元。在这个循环中，伴随算力的指数级增长，模型将出现一种名为**“超临界学习”**（Supercritical learning）的现象。这意味着，大语言模型学习的不再仅仅是答案本身，还能推导出二阶、三阶的后果链，其思考深度与复杂性将远超以往。Greg甚至在生物研究所的经历中看到了DNA被神经网络学习的潜力，认为人类语言和生物语言对神经网络而言没有本质区别，“我们在DNA建模上已经能做到GPT-2的水平。”
工程师的哲学与人文关怀
拥有如此强大的模型，如何才能发挥其最大效用？Greg Brockman认为，这需要一种近乎偏执的韧性，去真正摸清模型能力的边界与缺陷。他提出了几点最佳工程实践：构建AI友好型代码库、拆解任务让多个智能体并行完成，以及最重要的——要构建并管理自己的“Prompt库”，不断探索模型的潜力。
他将模型视为一个“开发团队”，而非单一工具。
“它可以远程异步完成任务，也可以像结对编程一样实时协作。更重要的是，AI不介意被完全‘微观管理’，而且还可以被无限复制，这一点是人类开发者无法做到的。”
这种将AI视为“团队成员”的视角，展现了Greg作为技术领导者的独特哲学：与其被动使用AI，不如主动将其融入工作流，让它成为协作伙伴。他甚至会将非关键任务“外包”给模型，以降低风险并保持信息流动。
然而，在这些冰冷的技术和宏大叙事背后，Greg Brockman也流露出深沉的人文关怀。他提到，自己的妻子患有罕见遗传病，因此AI在医疗上的突破，对他而言有着更加重要的个人意义。1这份私人的情感驱动，让AI不再只是一个冰冷的计算工具，而是承载着治愈疾病、改善人类福祉的深刻期望。这正是《名利场》式深度人物画像所试图挖掘的，那些隐藏在技术光环下的人性微光。
算力之争：未来世界的稀缺资源
贯穿Greg Brockman整个访谈的一个核心观点，是对算力近乎偏执的强调。当被问及AI的极限时，他一针见血地指出：
“瓶颈永远是算力。如果你能给我们更多的算力，我们就能把它转化为更强的模型。”
他将算力比作一种“能量”，预训练是将能量转化为潜在的智力（potential energy），而推理则把智力再次释放为动能（kinetic energy），用于现实世界中的任务。为了突破这一瓶颈，OpenAI正在倾力打造“星际之门”超级集群，不断扩张基础设施。2
在他看来，未来社会中的“算力分配”将成为核心议题，甚至比财富更加稀缺。
“未来唯一肯定会稀缺的资源，是算力。”
这一观点不仅得到了OpenAI内部的认同（首席执行官奥特曼也曾表示，因算力不足，一些更强大的内部模型尚无法推出3），也与行业观察者的看法不谋而合。Bob McGrew，另一位前OpenAI首席研究官，曾指出模型智能水平与训练算力投入呈对数线性关系，这意味着每提升一级智能，都需要指数级增长的算力投入。4
对未来的预判与启示
当主持人抛出这样一个问题：“你想要发送到2045年的一张便条会是什么？” Greg Brockman给出了一个充满想象的回答。他预见到那将是一个惊人丰饶的世界，AI的进步可能让我们实现科幻小说中的梦想，甚至迈向多星球文明。无论是医疗、教育还是其他行业，都有无数“未被采摘的果实”等待AI去探索。
然而，他也认真强调，这种丰饶并非没有代价。如果AI能免费生成一切物质，金钱可能会失去意义；但算力将成为新的稀缺品，谁能获得更多算力，就能做更多事。这无疑是未来社会需要深思的议题：如何构建一个公平、高效的社会来分配计算资源？
访谈的最后，Greg Brockman分享了一段颇具感染力的个人感悟。他回忆起年轻时，常觉得“错过了时代”，担心等到自己准备好时，所有酷炫的问题肯定早被解决完了。
“结果证明这想法大错特错。问题的数量会随时间增长而非减少。”
换句话说，对于有志于投身AI浪潮的人来说，现在依然是最佳时机。Greg Brockman以其对技术前沿的敏锐洞察、对算力瓶颈的执着信念、以及那份深埋心底的人文关怀，不仅引领着OpenAI走向AGI的彼岸，也为我们描绘了一幅复杂而充满希望的未来图景。他是一个时代的开拓者，用代码和愿景，重塑着人类的未来。