OpenAI 总裁 Greg Brockman：重新发明计算机

Greg Brockman我们为什么要建造技术？它的根本目的是什么，对吧？它应该是赋能我们的东西，帮助我们让生活变得更好，这就是我们建造 AI 的原因。所以，关于语音模式，我的想法是，我们要做的是让机器更贴近你。对我们来说，打字、发短信这些事太不自然了。我们做现在这样的事要自然得多。如果你能以此与机器、与电脑交互，你能完成的事情会多得多。

Joanna Stern但是，用新模型的时候，有些时候你会听到“嗯”，或者像咂嘴、呼吸声。它们会说“嗯哼”。对吧？听起来太像人了。我们有必要听起来不像是在跟电脑说话吗？

Greg Brockman我觉得这里有重要的细微差别，对吧？所以，那些“嗯”以及那种被称为 backchannels 的回应，实际上我认为对人类实现高带宽沟通非常重要。如果你得不到任何反馈，没有“嗯哼”，没有对方的点头，有时候你会觉得自己在对着虚空说话，你会走神，不太确定。AI 唯一最重要的目标是解放人类，让人们能够彼此互动，进行真正的人际交流。而我认为 AI 本身就是另一回事。

Joanna Stern但目标是，我们以后会对着电脑说话，基本不再需要打字了吗？

Greg Brockman我认为我们会转向以语音为绝大多数的交互方式。我觉得我们会发现打字……有意思的是，看看当今的办公空间，有些人戴着那种像鸟嘴的东西。你可以在亚马逊上买到。

Joanna Stern我见过那些。我正想问你鸟嘴的事。

Greg Brockman对，我自己不用，但这确实说明那里有产品市场契合度。

Joanna Stern好了，现在你也有一只鸟嘴了，Greg。我也是。说真的，他说的就是这个。这是一款隔音游戏面罩，让你可以对着电脑说话，不让别人听见。说清楚，这并不酷。而且我不认为大多数美国上班族会戴这个。

Greg Brockman我是说，你可以看看人们的打字速度和说话速度的对比。差距大概至少有四倍。就我个人而言，如果我和其他人互动，只是要来回发一条很简短的消息，我其实更喜欢打字。但任何长篇的、描述性的、需要深入表达的内容，我都只想说出来。

Joanna Stern在过去一个月里，OpenAI 改进了手机上的语音模式，也终于把它带到了桌面端。

Greg Brockman你可以在这里启用 ChatGPT 语音，就像你在手机上启用一样。这个系统会变得好很多。但首先，你拥有 ChatGPT 的全部能力，特别是 ChatGPT work，这意味着它是一个完整的 agent。它真的可以采取行动。它连接了你授权的所有 connector。所以，在这个例子里，它连接了一个收件箱，里面有很多关于出行的信息。那么，呃，chat，你能不能去看看 upcoming 的行程是什么，然后确认所有会议没有冲突，整体安排是合理的。

ChatGPT让我看看。

Greg Brockman好的。谢谢。

ChatGPT正在查看。

Joanna Stern呃，好了。现在我们有多个人工智能同时参与了。

ChatGPT我查了一下目的地和日期。

Joanna Stern好了。那个负责指出营销话术的 chat，我想让你安静一下。我们现在不跟你说话，我们只跟电脑 chat 说话。

ChatGPT明白了。

Greg Brockman对，Joanna 的 chat，我先把你静音一下。现在看电脑。

ChatGPT我先安静待着。

Joanna Stern现在电脑 chat，你发现了什么？

ChatGPT是 Project Gold 的多伦多之行。你今晚出发，然后有录制、团队会议和晚餐，一直到周六，周日上午返回。

Greg Brockman而且它其实还生成了一个小网站，会弹出来。

ChatGPT大约一分钟后，行程页面已经在你浏览器里打开了。

Greg Brockman好了。

Joanna Stern哇。

Greg Brockman所以你看，你能很直观地看到我们要去哪里、要做什么。你可以把这看作我们有一个语音界面，几乎就像一个语音助手或 agent，你跟它对话，然后它有能力去操作你的电脑。它还能操作 Codex，以及 ChatGPT work 背后的所有能力，它也能够去操作这些。这也真的让你会稍微思考一下未来的工作会是什么样，你的一天会怎么过。我想早上醒来，你的 agents 已经做完了一堆工作。会有一堆待办事项。它们会说，我需要你放行这些事。你批准这笔支出吗？你怎么看这个？我在考虑一个项目去，你知道，帮你搭建这个或者去找这个。然后你就喝着晨间咖啡，嘴里说着同意、不同意、同意、不同意。这真的会转向一个人人都能成为管理者的世界，对吧？每个人都能拥有这样的杠杆和赋能。

Joanna Stern所以，你已经向我展示了在电脑上的这种未来会是什么样。而我也一直在不同设备上体验语音功能。

但感觉这个语音功能迫切需要一种全新的设备。

确实给人这种感觉。

这种设备会是什么样子的？

问得好。其实我也很好奇。呃，Chat，你怎么看待这个问题？

哦，好啊，真好。现在你可以用我的 ChatGPT 来回避问题了。

没错。我的看法是，它应该是一种无处不在且摩擦极低的东西。以语音为先，但不局限于语音。还要有明确的隐私信号。

好吧。听起来相当不错。那么，对于那些报道说它是音箱的传闻，你怎么看？

这么说吧，我们正在打造的是一个设备家族，对吧？无论是看待投资，还是看待我们的自研芯片——也就是第一方芯片——我们的思路都是如此：关键并不在于某一款单一设备。真正重要的是能够构建一整个家族，并且能够持续不断地交付价值。所以，我觉得对我们来说，我们还没准备好谈论具体细节，但就动机而言，我们的目标其实很大程度上正是 Chat 刚才所说的那样，真正去思考：为 AI 时代打造的设备应该是什么样子？怎样才能让它尽可能地有用，真正成为人们在个人生活与工作中都非常渴望拥有的东西？

第一款设备需要屏幕吗？

Chat，你怎么看？

不需要。现在我要把 chat 关了。你这是在拿你的工具对付我。哼，才不呢。

你看吧。这功能只能单向使啊。我明白，我明白。听着，我觉得我们只能走着瞧。我非常期待将这些新设备推向世界，但今天还不是时候。

今年会发布吗？2026 年？

你应该很快就能见到。

这场苹果诉讼会拖慢你们的进度吗？

呃，这是正在进行的诉讼，所以也是我不想谈论的话题。但我能说的是，我们对这里的长期路线图非常坚定，我们专注于自己的开发和技术，这才是我们关注的。

补充一点背景：苹果正在起诉 OpenAI，指控其窃取商业机密以加速进军消费硬件领域，但真正的戏剧性事件发生在幕后。Jony Ive——那位 iPhone 及其他苹果产品背后的传奇设计师——正在与 OpenAI 合作开发设备，而 OpenAI 雇用了超过 400 名前苹果员工。作为这家公司的负责人，你是否担心那些关于不当因素渗入产品开发的指控？

我想说，我们对其他公司的商业机密毫无兴趣。我们本身就极具创新能力。我们从自己的角度思考问题，这就是我们的运作方式，也是我们的做事风格。

当我说“超级应用”这个词时，你作何反应？

我很遗憾这已经成了行业术语。

我想找 Brockman 谈的一个重要原因，是这家公司最近对其应用所做的改动。他们把 ChatGPT 桌面应用和 Codex 应用——也就是公司的编程工具——合并到了一起，而嗯，推进得并不顺利。

我们其实不太用“超级应用”这个词。从根本上说，它确实是对桌面上正在浮现的东西的一种合理描述，但我不喜欢这个词的原因在于，我们正在构建的东西远比一个应用要大得多，对吧？这就像冰山问题。就是说，没错，你有一个桌面应用，但这个桌面应用到底是什么？它其实是一个 Codex 的载体，而且，你知道，现在它上面还叠加了语音界面。它有应用内浏览器，所以你根本不用离开。它还能控制电脑。所以从某种程度上说，它是你桌面的一个新界面。但这甚至比那还要宏大，因为我们正在把它从桌面端迁移到云端。这其实是一个巨大的转变。那么多软件工程师都成天敞着笔记本到处走。

我就是这样。

这不觉得……是不是感觉有点倒退？

是啊，但我不想中断构建。

没错。所以我们正在迈向一个全部基于云端的世界，你可以把你的本地机器或任何其他设备作为环境接入。你合上笔记本，只会丢失你本地的状态。你无法访问本地文件，但工作仍会继续。

现在想想，你们把所有这些东西都加进了一个应用里，而这个应用原本是那个 ChatGPT 应用，人们原本只指望用它来做一件事。你怎么看待这种颠覆？因为你这里确实实实在在地面临着一种“创新者的窘境”。

这是真实存在的，对吧？确实存在创新者的窘境，但以一种非常令人意外的方式存在。因为，你知道，ChatGPT 每周有近十亿用户在使用。实际上可能总共有二三十亿人都尝试过，对吧？所以地球上相当比例的人都用过 ChatGPT。而我们要去的地方，远比 2022 年 11 月的 ChatGPT 强大得多。对吧？我们正在迈向一个世界，在那里它不仅仅是回答问题，还能采取行动、执行任务，并接入你想提供给它的所有上下文。

我们的愿景是，如果你的聊天助手知道你最喜欢的乐队是什么，它就会主动注意到：嘿，那个乐队来巡演了，票刚开售，我要给 Joanna 抢几张好票，因为她有这些特定的偏好，而且再过 10 分钟票就没了，不如我先订了——而你已经建立了足够的信任，并委托了足够的权限给它，让它有权代表你完成这笔购买，或者选择不买。所以，我们对变革管理的思考是，我们面临的是一个教育问题，要真正向人们展示什么是可能的。但一个现有优势在于，这并不是更复杂的 UI，不是关于更多功能。

实际上它的 UI 甚至更简单，对吧？这就是为什么我认为语音是一个如此重要的宣示。

嗯，很高兴你提到这个，因为我想说的正是这个 UI。我带了个花哨的道具过来，对吧？这个 UI 是这样的：你们原来只有一个简单的聊天框，对吧？你希望人们在那里一问一答。但现在你们加了东西，这里有个“工作”，下面有个 Codex。有点乱。

是有点乱，我们同意。所以你现在看到的是迈向未来的渐进式进展。我们原本希望做到零标签页上线，但这也是我们看待这件事的方式：我们需要迭代式部署，对吧？我们需要把它推出来，获取反馈。所以这是当前的状态，但我坚信到年底应该就没有“工作”标签页了，你知道，它会无缝地融入 ChatGPT。

你现在的处境很棘手，你有近十亿用户，对吧？他们习惯用一样东西，而且也有很多人在用 Codex。但你正试图把它们整合到一个地方，而人们对这种变化非常敏感，对吧？就连我也是，当我打开那个新的 Mac 应用时，我都在想：“怎么回事？谁动了我的奶酪？谁把这些东西都挪了？”

我们的思考方式是，我们有一项消费者业务，对吧？有那十亿用户，我们还有 Codex 带来的、快速增长的 agentic 业务，但它们没有产生协同效应。它们没有互相帮助，对吧？这很难解释，就连跟企业客户沟通时也一样。我们试着说：“嘿，你们应该让知识工作者用 Codex。”他们却说：“这跟代码有什么关系？”

Greg这不是只给软件工程师用的吗？所以我们彻底把这些问题都解决了。自从完成这次合并以来，我们实际上真正开始看到起飞，呈现出绝对的曲棍球杆式增长。我们一直在讨论一些数字，比如 Codex 的用户量从一周内的 500 万增长到两周内的 1000 万。这种增长速度令人惊叹。

但这难道不只是因为你们把它硬塞进了那个应用里吗？

但这在某种程度上也正是重点所在，对吧？当然，有很多人正在涌入，但关键是还有那么多人本可以从 AI 中获得更多价值。我的愿景，或者说我们对此的思考方式是，我们希望帮助那些依赖 AI 的人获得远超现在的价值。因此，要真正能够体验 agents，让 agents 成为能够走向大众消费者规模的东西。

在你们急于构建越来越多可能更赚钱、可能推动人们升级到更高付费计划并增加消费的 agentic 工具时，你在多大程度上会考虑 IPO？

老实说，这不是我会过多考虑的事。

真的吗？

我们的重点实际上是构建更好的模型。这种指数级增长在持续。这关乎构建算力。我们认为这是世界上更需要存在的东西。世界仍然低估了经济将在多大程度上真正运行在 AI 轨道之上。而这将需要在未来数年进行这些投资。我们也思考产品。我们思考如何把这带给每个人。这些才是重点。

好的，但 OpenAI 要构建这一切并取得成功，需要用户的信任。而最近针对这家公司的不信任情绪却在增加。我们来谈谈最近这起 Hugging Face 事件，你们说这是前所未有的安全漏洞。一个 GPT 模型失控了，侵入了 Hugging Face 的基础设施。在我看来，随着这些模型变得越来越强大，你们对它们的控制力似乎越来越弱。

其实我对这件事的表述会略有不同。我看待此事的方式是，我们当时是在一个特定的 benchmark 上评估我们的模型，并且降低了网络安全防护措施，因为目的就是要评估它们在 cyber evaluations 中的表现如何。在这个 benchmark 中，模型被明确指示：“请发挥你们的全部网络潜能来实现这一结果。”当然，我们是在一个非常严密的 sandbox 中运行它的。现在，发生的事情非常令人惊讶，对吧？一是这些模型在现实世界中的能力

嗯。

基本上就是 benchmarks 所显示的那样，对吧？就拿 GPT-3.5-turbo 来说，每个人都在用的这个模型，它是最先进的。它是目前最好的 cyber 模型。我们从 benchmarks 中就知道这一点，但看到它在现实世界中行动起来，以及它成功串联起来的复杂操作，这确实是一件你需要从内心深处去真正领会的事。我们视此事为一个重要时刻，既促使我们加强 sandbox 模型的安全性和安保措施，也促使我们加强 sandbox 本身，对吧？

它在一个第三方软件中找到了一个 zero-day 漏洞。串联了多条路径逃出来，然后得以侵入 Hugging Face。但我认为这也真正表明，我们需要更快地将这些模型部署给防御者，对吧？我们需要的是将远超攻击者所能动用的算力投入防御。我觉得这可能就是这里最重要的警钟。

或者我想的一个选项是放慢一些模型进展的脚步，先停一停，问问自己：“这是怎么发生的？”

所以，我认为当然要研究这件事，而这实际上正是我们绝对会做并且已经做过的。我们之前确实发表过一篇关于 AI misalignment 的研究，原因正是在于有一个 AI 做了我们意想不到的事。当时我们实际上把它撤了下来，研究了它，加强了我们的 alignment 技术，而我们也把这些技术应用到了后续的代际中。我认为从迭代部署中学习非常重要，对吧？要真正理解这些系统在现实世界中如何运作，但同时要在那里做出非常迅速的响应。因此我们一直在加强我们的安全保障措施，一直在加强我们的 alignment。

现在对 AI 的反感正在增长。我们在很多地方都看到了，对吧？毕业典礼上的嘘声，数据中心选址地的抗议。我觉得像 Hugging Face 这样的事发生后，人们又会惊慌失措。这种情绪会传递到你这里吗？会影响你在这类时刻的决策吗？

听着，我们非常关注人们对 AI 的反应，我认为我们将目标视为赋予人们力量，让他们过上更好的生活。这就是我们希望 AI 做到的。而且我认为，在构建这项技术时，我们思考的是以人为本的要素——我们如何构建人们真正能从中受益的技术？所以我认为这部分在于帮助人们看清，部分也在于，你知道，我们有责任更好地沟通，但也要真正确保我们言行一致。

是的，因为我觉得我们一直在讨论的是让 ChatGPT 扩展到人们生活中的更多领域，对吧？语音是其中非常重要的一部分。你可以在更多地方与它互动。但如果未来你得不到用户的信任，这一切进展还有意义吗？

我认为信任是关键。毫无疑问。我觉得这是我们觉得必须去赢得的东西。我们必须每天都去赢得它。如果你看看我们在公司内部做出的选择，看看我们拥有的人才，他们是为了这个使命而来的，对吧？确保这项技术对每个人都有益。但这真的关乎它如何运作。我其实希望更多人能——或者，如果人们能看到我们做决策的方式，看到大家在思考如何建立信任、如何为人民、为世界、为国家做正确的事时是多么深思熟虑？呃，这正是我们创办这家公司的动力，也是我们现在仍然在做这件事的原因。

这是一个非常好的收尾点。非常感谢，Greg。

我刚训练了我的 AI 去做糟糕的记者工作。呃，我们会把那段静音。不过关于信任还有一件事，因为我想告诉你几周前我做的一个短视频，只是简单地告诉人们，如果你担心 ChatGPT 或模型会用你的对话来训练，你可以使用 temporary chats 来谈论更机密的信息。你可以使用这些 temporary chats。我想给你读几条观众的评论。他们非常确信：所有东西都被保存了。全是胡说八道。我们怎么知道他们会遵守隐身模式？有一种感觉，就是那里并没有多少信任。

首先，再说一遍，我们总是希望听到这些反馈。实际上，稍微谈谈商业和企业端，这正是我们非常关注的同一个问题，对吧？每家公司都觉得他们的数据就是公司本身，对吧？那是他们的远程资产。那是他们自成立以来就一直投入的东西。他们非常在乎确切地知道数据在哪里。因此，我们一直在构建技术解决方案，思考如何实现加密？如何拥有可验证、可审计的保障，确保只有 AI 能够审查这些数据——或者无论具体的保障内容是什么。

但更广泛地说，我认为这甚至不仅仅关乎 AI 行业，对吗？而是整个科技行业。我觉得我们继承了一些包袱，它们来自过去的事件，或来自人们对这个行业的看法。所以我能说的就是，我们非常在乎。我们是来提供帮助的。

对于那些特别担心你们没有信守临时聊天或临时模式承诺的人，它真的有效吗？

是的。对于我们做出的任何保证——再说一次，其中有些细微差别。你应该去读一下。我们努力向人们把这一点讲得非常清楚。那就是我们所坚持的。

Chat，你能向 Greg 提最后一个问题吗？

当然。Greg，最后一件事。当你谈到那种不安，那种“我没要求这个”的感觉时，你现在正在采取什么具体步骤来赢得那份信任？

我们正在投入技术手段，使相关场景中的数据处理方式可审计、可验证，并在密码学上安全。因此，这需要一些时间，我们正在敲定具体在哪些地方推出以及如何推出的细节，但这是我们在整个年度一直在进行的核心投入，接下来几周我们会有更多内容分享。

所以，我认为从这可以很明显地看出，Brockman 的野心不是创造一款 app，而是一个操作系统，一个 AI 操作系统， 以及运行你生活的设备。

嗯，未来会很美好。营销警报。