从超级应用到个人AGI的范式跃迁

在7月2日的Big Technology AI峰会上，OpenAI总裁Greg Brockman阐述了OpenAI的终极愿景并非仅仅打造一款“超级应用”，而是构建个人通用人工智能（Artificial General Intelligence, AGI）。回顾2022年ChatGPT发布初期，其能力局限于几千token的上下文窗口，缺乏长期记忆和外部工具调用能力，本质上仅是一个对话式智能助手，只能提供信息和建议，无法真正落地执行任务。这种对话能力在真正的AGI能力图谱中占比极小。

真正的个人AGI应当具备自主推进目标的能力。用户只需设定大致方向，AI即可自主规划并执行复杂流程。例如，在健康管理场景中，AI可自动整理收件箱、制定健康方案并对接医疗资源，全程无需用户切换应用或点击按钮，实现如全职助理般自然的交互体验。目前，OpenAI正通过普及Codex能力来填补这一拼图，Codex已不再局限于代码生成，其在非代码类办公任务中的渗透率已接近公司内部核心沟通工具Slack，成为处理行政琐事、协调资源的关键基础设施。

“真正的个人AGI应该是什么样的呢？你只需要告诉它目标和大致方向，它会自己思考该怎么推进。”

智能体时代的信任机制与工具调用

随着模型能力跃升，OpenAI已站在智能体时代（Agent Era）的门槛上。当前的模型上下文窗口规模已达500万至1200万token，能够同时接入上百种工具，甚至挂载整个文件系统，彻底解决了早期插件功能因上下文限制导致的遗忘问题。这种能力使得AI能够处理复杂的数学、物理难题及跨应用工作流。

然而，智能体执行操作带来了前所未有的信任与权限风险。与仅提供建议的旧模式不同，智能体代表用户直接执行动作，如发送电子邮件或安排日程。Greg Brockman以活动筹备为例，指出AI可自动收集参会者饮食禁忌，并根据授权程度采取不同策略：一是起草邮件供用户审核，二是获得充分授权后全自动发送。OpenAI的核心差异化优势在于将控制权、监督权和管理权完全交还用户，让用户自主决定任务的自动化边界，从而在提升效率的同时建立信任。

“信任不是凭空赋予的，是靠能力一点点赢来的。OpenAI的思路是把控制权、监督权、管理权完完全全交到用户手里。”

交互重构：超越操作系统的智能体世界

针对ChatGPT是否将成为“操作系统”的讨论，Greg Brockman提出了不同的视角。他认为，不应沿用Windows或iOS等旧时代操作系统的概念来定义AI产品。传统操作系统围绕机器运行逻辑设计，要求用户学习文件夹、菜单和应用切换，学习成本高；而AI时代的方向是让机器适应人，用户只需通过自然语言描述目标，由AI完成剩余操作。

在竞争格局上，尽管苹果在WWDC上发布了具备跨应用操作能力的Siri，且ChatGPT在iPhone上仅为普通App，但Greg认为这并非OpenAI的短板。在智能体时代，分发渠道和App入口的重要性下降，核心竞争点在于模型本身的能力边界。他举例称，已有医生利用OpenAI的o3推理模型为患病二十年未确诊的患者做出诊断，这种变革性价值远超渠道优势。因此，即使没有专属硬件，OpenAI的核心智能体能力仍足以支撑其行业地位。

“我们真正要讨论的不是谁做操作系统，而是人类和技术的交互方式正在被彻底重构。AI时代的方向，是让机器来适应人。”

硬件策略与上下文层的构建

关于OpenAI是否自研硬件，Greg未予正面确认，但强调硬件仅是访问智能体的接口之一，而非智能体本身。未来的核心挑战在于构建实时上下文层（Context Layer），使AI能动态获取用户的工作流程、会议内容等实时信息，而非仅依赖静态资料。正如顶尖专家若不参与会议便无法发挥作用，AI若无法实时访问上下文，其智能也无法在具体场景中落地。

在语音交互方面，当前体验仍存在缺陷，如无法打断、无法并行交流。行业正致力于攻克双向自然语音模型，实现类似真人对话的实时打断与补充。这种交互升级将显著提升复杂任务（如代码编写）的反馈闭环效率，改变工作场景的效率模式。

“硬件只是访问这个智能体的一个接口……核心的智能体是同一个。换句话说，就算你没有OpenAI的硬件，也不会被这个时代落下。”

Scaling Laws持续生效与算力供需

针对“Scaling Laws（缩放定律）失效”的质疑，Greg Brockman给出明确否定。他认为模型发展远未触及天花板，历史上每一次关于神经网络瓶颈的预言均被更大的算力和数据突破所证伪。OpenAI目前遇到的扩展效果不及预期，均源于代码Bug、数学推导错误或工程实现偏差，而非定律本身失效。

在竞争维度上，Greg指出未来竞争将聚焦于三个层面： 1. 算力：未来算力将永远供不应求，进入算力驱动的经济时代。 2. 领域专精：通用智能需结合垂直领域经验，OpenAI正优先深耕特定领域以构建壁垒。 3. 科学探索：如AlphaGo改变围棋认知，AI在科学领域的深入探索将解锁无限新问题。

“如果你身处这个行业，亲眼看着每一次改进带来的稳定提升，你会对这件事有非常明确的直觉。从来没有一次是Scaling Laws本身失效了。”

杰文斯悖论与定价策略

面对巨额算力投入与降价传闻，Greg Brockman用杰文斯悖论（Jevons Paradox）解释定价逻辑：技术进步降低单位算力成本，反而催生更多需求，导致总消耗和市场规模扩大。因此，降价是必然趋势，但前沿顶级智能始终昂贵，旧一代顶级能力将随时间普及化，同时新一代更强模型占据价格高地。

目前企业客户已从追逐概念转向关注投资回报（ROI）、支出控制和可观测性。OpenAI已发布支出控制功能以匹配这一需求。Greg确认，一年后获得当前级别智能的成本将大幅降低，但用户大概率会追求更强的新模型。整个市场空间巨大，需求的扩张速度远超供给，OpenAI的核心挑战在于如何跟上庞大的需求增长，而非成本回收。

“技术进步让单位算力的成本下降，反而会催生更多的需求，最终总的算力消耗和市场规模只会越来越大。”

微软关系与GPT-5.6传闻确认

关于微软CEO纳德拉提出的“模型商品化”观点，Greg认为技术栈各层存在乘数效应，底层算力因需求激增出现价格倒挂，价值凸显。顶尖模型在硬核科学领域的能力差距巨大，绝非同质化商品。垂直落地更需深厚的领域知识与合规能力，市场空间足以容纳多方共赢。

针对社交网络流传的GPT-5.6传闻（价格比Fable便宜三倍、150万token上下文、更强智能体编程），Greg直接确认这些传闻全部属实，并强调下一代模型将在速度、智能和全面性上提升。这一确认正面回应了市场对下一代核心升级方向的关切。

“这些传闻全部属实。你永远可以期待下一代模型变得更好、更快、更聪明，全面提升。”

个性化医疗与AI的赋权价值

访谈最后，Greg Brockman强调了AI在医疗健康领域的颠覆性潜力。目前每周约有2.3亿用户通过ChatGPT咨询健康问题，AI正帮助患者主动参与健康决策，改变其在医疗体系中的被动地位。他分享了个人经历，其妻子患病期间，AI弥补了人类医生精力和记忆力的局限，提供了关键支持。

未来医疗将走向真正的个性化，药物研发不再仅服务于大众市场，而是提供定制化疗法。AI可主动进行健康管理，在问题爆发前进行干预，从而减轻医疗系统负担。Greg表示，利用AI解决医疗问题是其个人强烈的内在动力，也是OpenAI的初衷之一。随着AlphaFold等工具在宠物肿瘤疫苗设计等案例中的成功，AI辅助的个性化医疗将从极端个例走向常态。

“AI带来的最大改变之一，就是让患者真正被赋权，能更主动地参与到自己的健康决策里。”