OpenAI总裁：AGI时代来了！GPT-6已能自主干活24小时

新智元报道

我们现在已经进入AGI时代。

OpenAI总裁Greg Brockman，在近日的一次a16z访谈中宣布。

他给出的理由，和跑分没关系，而是GPT-6 Astra已经能够自主干满24小时。

Brockman说，AGI最后证明不太像一个时间点，更像一段模糊的光谱。

a16z对谈中，Brockman说AGI更像一段模糊的光谱

在他看来，Astra能连续跑满24小时，已经足以被合理地称为AGI。

衡量AGI的标尺，第一次从准确率变成了它能连续工作多少小时。

当然，他也提到Astra的能力仍然是锯齿状的，有的地方很强，有的地方差点意思：比如写作，虽然这是第一次读着不那么「油腻」了，但还算不上好。

10年前

他和Ilya算过一个日子

Brockman回忆，2016年到2017年前后，他和Ilya Sutskever专门推演过AGI到底什么时候来。

他们拿算力做推算：按摩尔定律的节奏往前推，正常需要15年；如果真肯scale，肯去建巨型超算、砸几千亿美元，也许能压到10年。

现在是2026年。十年过去，当年推算的那个时间节点，已经到了。

Brockman回忆他和Ilya用算力推算AGI时间表：正常约15年，肯砸几千亿建巨型超算，也许10年。

Brockman感叹，今天发生的事当然了不起，退一步用宏观视角看，它发生在现在完全说得通，因为多股力量已经汇到了同一个点上。

但他也补了一句很现实的问题：算力已经追不上需求。要把这份能力便宜地送到每个人手里，是一个被严重低估的难题。

Brockman说，他们现在必须认真考虑一件事：把握前沿推进的节奏。

随着模型越来越强，安全、对齐这些标准得不断提升，而这几样几乎变成了进度的瓶颈，是必须花大量精力去做对的部分。

他认为，如今真正卡住进度的已经不再是算力，而是安全、对齐等约束。

这个问题没法像10年前那样靠堆芯片解决，关键要看对齐和监控的证据是否足够。

纳帕那场offsite

和他个人网站上的13个漏洞

Brockman还解释了外界好奇已久的一件事：GPT-6这个编号是怎么给出去的。

他们一直希望下一个模型真正配得上GPT-6这个编号，但模型总是一点一点变好，每次都觉得该叫5.7、5.8，永远等不到合适的时刻。

到了Astra，第一次出现了近乎不连续的能力跃升，很多条线恰好同时汇拢。

其中他点名的首要能力，是计算机操作。

因为智能体，最后拼的是工具，也就是看模型够不够聪明去用工具，以及能否通过工具拿到需要的上下文。

为此整个行业在搭MCP服务器、搭命令行接口，本质上是在重新装修软件世界，把原本给人使用的东西，变成一种供机器使用的「别扭形态」。

这好像是给世界重新装修，而有了这一层后，又多出了一层新的安全问题。

其实，这个设想他们10年前就聊过。

2015年11月，OpenAI在纳帕开了一次offsite，定下了照着走10年的三步计划。

在同一场offsite上，他们还讨论了如果强化学习的环境就是屏幕像素、键盘和鼠标，和人用的一模一样，那人类能用电脑完成的任务，AI基本也都能学着去做。

2015年11月，OpenAI在纳帕开了一次offsite，定下了照着走10年的三步计划。

早年他们试过做这样的智能体，失败了，一直拖到现在才成功。

数字证据也很直观：在OSWorld 2.0的延迟模拟中，Astra得分72.6%，每项任务约40分钟；相比之下，GPT-5.6 Sol得分65.7%，每项任务约75分钟。

这次访谈里最有画面感的，是他自己的亲身经历。

Hugging Face事件之后，Brockman开始想，能用这些模型给自己做点什么防护。

他有个很简单的静态个人网站，没什么流量，放了几篇博客。

Brockman想，用这种站点能有什么漏洞？他让Codex去查。15分钟，模型回来报了13条漏洞：SPF记录没设好，别人可以伪造他的邮箱发信；站点还在跑HTTP，没强制跳HTTPS……

单独看每一条都不算大事，但他想如果AI能把很多小洞串成大洞，自己真的愿意留一个能被人捞走邮件的口子吗？

于是，他追问了一句：你能修吗？

接下来45分钟，模型自己打开云服务控制面板，一路点过去，把各项响应头配置好，把站点迁到新的托管方式，还启动了DMARC流程。

因为那个流程要等48小时，它顺手设置了一个自动任务，48小时后回来把最后一步收掉。

那一刻，Brockman感觉到自己被保护住了。

15分钟找漏洞，45分钟修完。全程他没写一行代码，只说了两句话。

过去10年，是人在给AI改造世界。现在轮到AI来适应人的界面。

一万个Agent

和一段留给防守方的抢跑期

主持人展开一个设想：这些东西的能力可能超出大家原本的理解，我可以放出一万个智能体，让它们互相交流、自己组织起来替我干活。

Brockman紧跟着接话：我们真的用了一万个Agent去解纳维-斯托克斯。

Brockman在对谈中接了一句：我们真的用了一万个Agent去解纳维-斯托克斯。

这个案例，OpenAI在9月8日单独发过的一份说明，给出解法的并不是Astra。

他们用的是一个明显强于GPT-6 Astra的内部模型，8月28日才开始训练，当时训练还在继续。

组织方式是分组作战：智能体被分成规模不等的小组，组内可以通信，手里有工具，能读缓存版的互联网，能跑代码。

最后拿下纳维-斯托克斯的那一组，量级在一万个并发智能体。

真正改变的不是某个模型突然聪明了一个档次，而是它变多了，并且学会了分工。scaling的对象，从参数换成了并发。

Brockman把7月那起Hugging Face事件称作一个分水岭，他说防守方的窗口已经打开。

他给出了两个视角。

第一个视角向内，是给OpenAI自己的一记警钟。评估过程中怎么监控模型、怎么做沙盒、怎么把它控制住，团队为此改写了大量内部标准。

第二个视角向外，这才是他认为对整个世界真正有价值的地方。它让人提前看见了当这种能力广泛扩散，落到威胁方手里，会是什么情况，而这一天一定会来。

Brockman在形容那次Hugging Face事件的时候说，AI这种能力是两用的：攻方能找漏洞，守方也能补漏洞，区别在于，守方掌握着自己的战场，系统怎么搭是你说了算。

所以，现在这段时间，是防守方唯一的抢跑期。

OpenAI抽调25%工程师去做安全

说到这儿，他讲了OpenAI自己干的事。

他们把25%的负责生产环境的工程师叫过来，说：

你们手上的项目全部暂停，从现在起全部做防守，去提升我们的安全架构，用模型把系统里的洞全找出来。

结果是找到了一批严重问题，并且修掉了。

OpenAI抽调25%的生产工程师停掉手头项目，改去用模型给自家系统找漏洞。

他说，过去几周和几个月里他和不少首席信息安全官（CISO）聊过，很多公司也在做同样的事，用模型扫出了很有分量的问题，并且成功修复。

其中有一个正向的信号：他们把Astra指向自家系统，一开始找出一批新问题，但最后扫到了饱和。

按他的说法，据他们所知，Astra能力范围内能够发现的P0级问题（最高优先级的严重漏洞），已经被全部找光了。

当然会有下一个模型，会有新一轮，找出更多。

所以他们想把这件事做成一条流水线，内部叫「防御工厂」：发现漏洞、定级分流、修复、部署、复验，端到端跑完。

他的判断是，如果这条防御链条能够以机器速度运转，防守方就有机会获得非常明显的优势。

为此，OpenAI承诺投入10亿美元支持一线防御者，重点面向医院、供水等关键基础设施机构，让它们也能用上这些模型来加固系统。

同时，OpenAI还在与CrowdStrike等合作伙伴提供折扣访问，降低这些能力的使用门槛。

访谈里还有一个细节挺扎心。

Hugging Face事后想复盘那次攻击，唯一的办法，是让前沿模型把日志完整过一遍。

他们试了，模型拒绝了。

Brockman说，Hugging Face其实没有尝试OpenAI的模型，而OpenAI认为自家模型本来会放行。

能力差距不在技术，而在谁拿得到访问权。

他把这称作一个「访问权问题」：这些能力此刻确实存在于世界上，但握在少数几家前沿公司手里，外加各家的受信访问计划。

进不了名单，就享受不到这个时间差。而攻击方不会等你。

那15亿走掉的人

访谈快结束时，Brockman报了一组数字。

Brockman说ChatGPT现在的周活跃用户大约是11亿，美国境内大概1亿，差不多是全国人口的三分之一。

然后，Brockman提到：另外还有大约15亿人，用过ChatGPT，但现在不用了。

Brockman估计，另有约15亿人用过ChatGPT后不再使用，他说这是地球上很大一部分人口。

这只是他的口头估计，不是财报口径。但这个量级是现有周活的1.4倍。

他把这件事列为当下最重要的问题之一，认为这暴露的是产品形态上的根本毛病：

不该由人一点点从AI身上把能力挖出来，应该反过来，是AI主动告诉你，嘿，我现在能用这种新方式帮你。

他拿文本框打了个比方。

ChatGPT和ChatGPT Work，说到底都是文本框：新的那个比旧的好用，但有些事旧的还更顺手，所以你没法总用新的。

他说，这不是我们承诺过的那个AI。他口中那个被承诺的AI又是什么？

他给了一串定义：

主要通过语音交流，你想打字也可以；有持久性，有记忆，有上下文，认识你；值得信任；你见过它主动出手替你解决问题，在生活里，也在工作里。

Brockman说AI发展正在进入一个新阶段，他们管这个阶段叫AGI时代。

究竟是这个模型、上一个模型，还是下一个模型跨过了那条线，可以争论，但这不重要。

过去10年，人们衡量AI进展，主要看跑分。

如今，标准开始变了。

Astra的跑分已经接近天花板：FrontierMath Tier 4达到97.6%，ARC-AGI-3达到99.9%，ExploitBench满分。

新的问题不只是「还能变多强」，而是「为了安全，人类愿意让它慢下来多久」。

为了补齐对齐和监控证据，OpenAI已经放慢最新模型的训练，甚至暂停了更大规模的前沿训练。

参考资料：

https://x.com/a16z/status/2099506569238990908?s=20

https://www.youtube.com/watch?v=IJn8cagMW18

编辑：元宇