高加索AV无码,99尹人网毛,韩日337p99,一级a片久久无,97色区综合,激情日韩在线一二三,日韩精品久久精品草比,婷婷久久91,亚洲天堂艹比

編輯｜重點(diǎn)君

近期，OpenAI總裁兼聯(lián)合創(chuàng)始人Greg Brockman在Big Technology Podcast的特別訪談中，首次披露了GPT-5.5的幾個(gè)核心細(xì)節(jié)。

Greg Brockman表示，過(guò)去兩年AI行業(yè)堆砌模型理論智力的階段已經(jīng)告一段落，AI現(xiàn)在已經(jīng)正式準(zhǔn)備好接管具體的執(zhí)行工作。AI正從單純的大腦系統(tǒng)跨越到了全新的智能應(yīng)用形態(tài)。

Greg Brockman稱，在實(shí)際應(yīng)用中，GPT-5.5展現(xiàn)出了極強(qiáng)的直覺(jué)和上下文理解能力，讓人類(lèi)得以徹底告別繁瑣的提示詞工程（Prompt Engineering）。這意味著人與計(jì)算機(jī)的交互方式發(fā)生了根本性改變：用戶現(xiàn)在只需設(shè)定總體目標(biāo)，模型就能自動(dòng)接管并端到端地解決問(wèn)題。

  以下是我們梳理的這場(chǎng)深度訪談的核心重點(diǎn)內(nèi)容：

1、GPT-5.5的突破在于真正跨越了商業(yè)任務(wù)的實(shí)用性門(mén)檻

過(guò)去，大模型高度依賴復(fù)雜的提示詞工程進(jìn)行按步指導(dǎo)；現(xiàn)在，憑借更深層的上下文與直覺(jué)理解，用戶只需下達(dá)總體目標(biāo)，模型即可自主接管瀏覽器、處理復(fù)雜表格或制作演示文稿。在全新的工作流中，AI構(gòu)成執(zhí)行的軀干和大腦，人類(lèi)則從具體的點(diǎn)擊與編寫(xiě)中抽離，徹底轉(zhuǎn)變?yōu)?ldquo;監(jiān)督者”。個(gè)人的生產(chǎn)力將被無(wú)限放大，每個(gè)人都等同于在管理一家全自動(dòng)化運(yùn)行的數(shù)字企業(yè)。

2、開(kāi)源蒸餾無(wú)法復(fù)制端到端的系統(tǒng)能力

面對(duì)開(kāi)源模型利用“蒸餾技術(shù)”快速追趕的行業(yè)態(tài)勢(shì)，OpenAI的真正護(hù)城河并非單一的模型參數(shù)。Brockman表示，單純的模型蒸餾無(wú)法復(fù)制GPT-5.5的實(shí)際表現(xiàn)。真正的競(jìng)爭(zhēng)壁壘在于“端到端的系統(tǒng)協(xié)同設(shè)計(jì)能力”——它涵蓋了算力集群調(diào)度、數(shù)據(jù)管線、組織架構(gòu)以及安全對(duì)齊的無(wú)縫配合。這種持續(xù)測(cè)試、迭代前沿AI的系統(tǒng)性工程能力（即“制造機(jī)器的機(jī)器”），是開(kāi)源社區(qū)無(wú)法輕易抹平的代差。

3.規(guī)�；�部署必須強(qiáng)綁定企業(yè)級(jí)IT風(fēng)控

隨著AI系統(tǒng)獲取更多的操作權(quán)限，安全可控成為核心議題。不同于Anthropic的“未公開(kāi)部署”策略，OpenAI堅(jiān)持“迭代部署”，主張優(yōu)先將模型交給網(wǎng)絡(luò)防御者測(cè)試，以提高真實(shí)生態(tài)的抗風(fēng)險(xiǎn)能力。 更關(guān)鍵的挑戰(zhàn)在于規(guī)模化管理：當(dāng)企業(yè)內(nèi)部的自主智能體從幾個(gè)膨脹到數(shù)十萬(wàn)個(gè)時(shí)，原有的管理模式必將失效。因此，Agent的大規(guī)模自治必須與嚴(yán)格的可觀測(cè)性和企業(yè)級(jí)IT治理架構(gòu)強(qiáng)綁定，確保數(shù)字員工的執(zhí)行始終處于人類(lèi)的監(jiān)督沙箱內(nèi)。

4.用底層算力規(guī)模，換取解決人類(lèi)難題的速度 

世界正進(jìn)入算力驅(qū)動(dòng)的新階段：投入的算力越多，解決問(wèn)題的速度就越快。人類(lèi)在科學(xué)與工程領(lǐng)域的上限，將直接取決于可用算力的天花板。 以醫(yī)療為例，未來(lái)可調(diào)動(dòng)十億瓦特級(jí)數(shù)據(jù)中心的專(zhuān)屬算力，讓AI在數(shù)月內(nèi)持續(xù)推演、咨詢專(zhuān)家數(shù)據(jù)并設(shè)計(jì)實(shí)驗(yàn)，以此攻克阿爾茨海默癥等復(fù)雜疾病。算力將取代傳統(tǒng)資源，成為解決日常商業(yè)事務(wù)與重大科學(xué)命題的核心基礎(chǔ)設(shè)施，全球?qū)λ懔Φ男枨髮⒚媾R長(zhǎng)期的結(jié)構(gòu)性增長(zhǎng)。

  以下為Greg Brockman訪談實(shí)錄：

1.OpenAI的Agent路線圖

Alex：本期節(jié)目邀請(qǐng)到了OpenAI總裁兼聯(lián)合創(chuàng)始人Greg Brockman，我們將深入探討GPT5.5，即著名的Spud模型，看看它的功能以及它對(duì)OpenAI的意義。Greg，很高興見(jiàn)到你。歡迎回到節(jié)目。

Greg Brockman：謝謝你的邀請(qǐng)。希望這不算太緊急的情況。

Alex：那么我們就從這里開(kāi)始吧。你能確認(rèn)GPT5.5就是Spud嗎？

Greg Brockman：是的。GPT5.5是一個(gè)令人驚嘆的模型。我認(rèn)為在許多方面它是邁向使用計(jì)算機(jī)完成工作新方式的一步。這是一種全新的智能類(lèi)別。它在編程以及調(diào)試的各個(gè)方面非常有用，在解決非常困難和棘手的問(wèn)題時(shí)表現(xiàn)得非常有主動(dòng)性，能夠真正以極少的指令端到端地解決問(wèn)題。

但對(duì)我來(lái)說(shuō)最引人注目的并不一定是它在編程能力上的提升，我覺(jué)得那是大家預(yù)料之中的。最引人注目的是它現(xiàn)在真正跨越了實(shí)用性的門(mén)檻，適用于各類(lèi)通用應(yīng)用程序。它在創(chuàng)建幻燈片、電子表格方面表現(xiàn)得更好，在計(jì)算機(jī)操作、使用瀏覽器以及點(diǎn)擊瀏覽那些原本難以讓AI運(yùn)行的應(yīng)用程序方面也出色得多。因此我認(rèn)為我們確實(shí)正在見(jiàn)證這種使用計(jì)算機(jī)新方式的興起，而這一切都始于這種核心智能。

Alex：我們上次交談時(shí)你提到這實(shí)際上是長(zhǎng)達(dá)兩年的研究過(guò)程的巔峰之作。那么這是在兩年前就計(jì)劃好的嗎？OpenAI的計(jì)劃周期有那么長(zhǎng)嗎？

Greg Brockman：是的，我們的規(guī)劃確實(shí)有著非常長(zhǎng)遠(yuǎn)的眼光。需要注意的是，我們將許多研究想法和賭注堆疊在各種時(shí)間尺度上，在技術(shù)棧的每一個(gè)環(huán)節(jié)取得持續(xù)進(jìn)展。因此GPT5.5所代表的并不是終點(diǎn)，在許多方面它是一個(gè)起點(diǎn)。這實(shí)際上是邁向我們預(yù)見(jiàn)在接下來(lái)幾個(gè)月即將到來(lái)的那一類(lèi)模型的一步。大家可以期待我們?cè)诟鼜V泛的領(lǐng)域?qū)崿F(xiàn)更大幅度的能力提升，涵蓋模型所能完成任務(wù)的各個(gè)方面。這將是非常令人興奮的事情。我們一直在思考如何讓我們生產(chǎn)的產(chǎn)品對(duì)現(xiàn)實(shí)世界的用途、真實(shí)用戶和實(shí)際應(yīng)用變得更加有用。

Alex：你能否具體分享一下在接下來(lái)的幾個(gè)月里我們應(yīng)該關(guān)注哪些方面？如果這只是一個(gè)開(kāi)始，那么它是什么的開(kāi)始？

Greg Brockman：我們的宏偉愿景體現(xiàn)在許多事物中，不僅僅是模型。你可以將模型看作是大腦，將系統(tǒng)、測(cè)試框架以及超級(jí)應(yīng)用等應(yīng)用程序想象成圍繞它構(gòu)建的軀體，使其成為一個(gè)有用的AI。這正是目前正在發(fā)生的轉(zhuǎn)變：從我們這類(lèi)實(shí)驗(yàn)室產(chǎn)出的語(yǔ)言模型轉(zhuǎn)向真正實(shí)用的AI，轉(zhuǎn)向一個(gè)真正能夠根據(jù)你的指令協(xié)助你、努力達(dá)成你的目標(biāo)并實(shí)際運(yùn)行的助手。

你可以看到現(xiàn)在的Codex不再僅限于程序員使用，它實(shí)際上適用于任何使用電腦的人。它目前并不完美，在某些任務(wù)中理應(yīng)能做到但做得并不完全正確，有時(shí)它的個(gè)性并不完全是你想要的。它功能極其強(qiáng)大并在外面做了很多了不起的事情，但你仍然需要花一些時(shí)間去仔細(xì)閱讀它的溝通內(nèi)容以確認(rèn)它是如何解決問(wèn)題的。對(duì)于這些方面，我們非常清楚如何將它們做得更好。從5.4到5.5，我們已經(jīng)取得了非常顯著的進(jìn)步。在接下來(lái)的過(guò)程中，我們還將在各個(gè)方面取得更加顯著的提升，從而讓這些模型變得更加實(shí)用。在內(nèi)部我們一直在深入思考最終應(yīng)用。

在過(guò)去的十二到十八個(gè)月里有一件事發(fā)生了變化，那就是我們過(guò)去只專(zhuān)注于繼續(xù)改進(jìn)基準(zhǔn)測(cè)試，讓這些模型在大腦層面更強(qiáng)大。但我們現(xiàn)在的重點(diǎn)是將它們投入到現(xiàn)實(shí)世界的應(yīng)用中，思考財(cái)務(wù)、銷(xiāo)售、營(yíng)銷(xiāo)以及每一個(gè)職能部門(mén)中人們?nèi)绾问褂秒娔X，我們?nèi)绾螀f(xié)助他們的電腦工作。我們思考如何讓模型不僅具備理論上的輔助能力，而且還能擁有實(shí)際經(jīng)驗(yàn)，能夠識(shí)別出什么是優(yōu)秀的成果。

我認(rèn)為我們正在邁向這樣一個(gè)境地，即工作者將成為監(jiān)督者。你幾乎就是這個(gè)自動(dòng)化公司的CEO，它們正根據(jù)你的目標(biāo)運(yùn)行。你仍然掌握著主導(dǎo)權(quán)并負(fù)有責(zé)任，你需要思考這是否是你想要的、工作是否達(dá)到標(biāo)準(zhǔn)。但關(guān)于具體點(diǎn)擊了哪些按鈕、編寫(xiě)代碼的具體方式或者電子表格的具體運(yùn)作機(jī)制，如果這些對(duì)你并不重要，你可以將自己從中抽象出來(lái)，只專(zhuān)注于評(píng)估成果是否符合預(yù)期。所以這就像是在為每一位工作者增加杠桿。

2.端到端協(xié)同設(shè)計(jì)值得投資

Alex：好的。正如你所提到的，這是兩年工作的結(jié)晶。為了我們的觀眾我解釋一下，AI訓(xùn)練有兩種不同類(lèi)型。第一種是預(yù)訓(xùn)練，在這個(gè)階段你只需讓模型預(yù)測(cè)下一個(gè)詞以使其變得通才且智能；第二種是強(qiáng)化學(xué)習(xí)，讓它能夠真正地去執(zhí)行并嘗試完成不同的任務(wù)，當(dāng)它出色且有效地完成這些任務(wù)時(shí)給予獎(jiǎng)勵(lì)，它在某種程度上就學(xué)會(huì)了如何完成這些任務(wù)。所以你的意思基本上是說(shuō)，這期間OpenAI加載了大量針對(duì)特定任務(wù)的強(qiáng)化學(xué)習(xí)內(nèi)容并注入到這個(gè)模型中，這就是產(chǎn)生你所說(shuō)的那些結(jié)果的原因嗎？

Greg Brockman：我會(huì)用稍微不同的方式來(lái)表達(dá)。在整個(gè)流程中有很多步驟，包括預(yù)訓(xùn)練、中期訓(xùn)練、強(qiáng)化學(xué)習(xí)以及數(shù)據(jù)收集等。這些不同的環(huán)節(jié)共同作用，最終產(chǎn)出結(jié)果并決定了模型與世界連接的方式。這也是使其變得實(shí)用的關(guān)鍵所在。我們一直在針對(duì)其中的每一項(xiàng)進(jìn)行投入，這不僅僅關(guān)乎致力于各個(gè)環(huán)節(jié)的個(gè)人能力，更是一個(gè)真正凝聚在一起的團(tuán)隊(duì)在審視整個(gè)技術(shù)棧，探討我們?nèi)绾巫屗鼘?duì)現(xiàn)實(shí)世界的應(yīng)用變得更有用。

所以這并不是由我們所做的某單一事項(xiàng)決定的。這實(shí)際上關(guān)乎整體的努力。就像造一輛汽車(chē)一樣，這不僅僅在于你是否擁有一個(gè)更好的引擎。你可以造出一臺(tái)偉大的引擎，但如果汽車(chē)的其他部分達(dá)不到引擎的質(zhì)量水平那也無(wú)濟(jì)于事。這才是真正的創(chuàng)新：它是端到端的協(xié)同設(shè)計(jì)，所有環(huán)節(jié)都以可重復(fù)的方式結(jié)合在一起，使模型變得越來(lái)越好以服務(wù)我們的用戶。

Alex：你早些時(shí)候和我一起參加了一個(gè)有許多媒體成員參與的電話會(huì)議。其中一件有趣的事是你開(kāi)門(mén)見(jiàn)山地說(shuō)該模型能更直觀地理解你的需求，不需要像過(guò)去那樣一字不差地詳細(xì)說(shuō)明。這里有一條來(lái)自roon的推文：已有早期跡象表明5.5是一個(gè)稱職的AI研究伙伴。幾位研究人員讓5.5在夜間運(yùn)行各種變體實(shí)驗(yàn)，僅需提供高層級(jí)的算法構(gòu)思，醒來(lái)后便能看到完整的實(shí)驗(yàn)組、儀表板和樣本，完全沒(méi)有接觸過(guò)代碼或終端。關(guān)于這一點(diǎn)，這是一個(gè)由兩部分組成的問(wèn)題：你們是如何做到的？這是否意味著提示工程已經(jīng)過(guò)時(shí)了？

Greg Brockman：首先，當(dāng)我們說(shuō)存在一種新類(lèi)別的智能時(shí)，這是我們的真實(shí)意圖。模型正變得更加易于直觀使用，因?yàn)樗鼈儞碛懈�深層的理解能力，能夠真正審視上下文并琢磨出被要求做什么�?/p>

至于第二部分，提示工程是否已經(jīng)過(guò)時(shí)？我實(shí)際上認(rèn)為在某些方面提示工程可能比以前更具活力�，F(xiàn)在你花了大量時(shí)間試圖向電腦解釋你到底想要什么，塞進(jìn)各種上下文說(shuō)明現(xiàn)狀和要求。你心里會(huì)想為什么非得跟電腦解釋這些？重點(diǎn)在于電腦本就應(yīng)該通過(guò)工作來(lái)協(xié)助我。我不希望還得拆解任務(wù)一步步教它該怎么做，只想給它指明一個(gè)方向，希望它處理好細(xì)節(jié)并交付結(jié)果，并在過(guò)程中提供某種形式的反饋，成為底層執(zhí)行的驅(qū)動(dòng)者。因此提示工程的未來(lái)在于你可以用更少的努力從模型中獲得更多，而付出同樣的努力時(shí)你依然擁有一個(gè)乘數(shù)效應(yīng)，你會(huì)獲得更大的提升。我們現(xiàn)在正處于當(dāng)今模型能力上限的最前沿階段。

Alex：好的。讓我簡(jiǎn)要地與各位談?wù)剺?gòu)建這樣一個(gè)模型的經(jīng)濟(jì)成本。雖然你沒(méi)有說(shuō)明投入了多少資金或算力用于訓(xùn)練這個(gè)龐大的巨型模型，但我們可以穩(wěn)妥地假設(shè)這是一筆巨大的投入。一直以來(lái)都有這樣一個(gè)模式：這些巨型模型發(fā)布后會(huì)被開(kāi)源模型制作者進(jìn)行蒸餾，然后開(kāi)源模型就只落后領(lǐng)先的基礎(chǔ)模型幾個(gè)月的時(shí)間。我現(xiàn)在很好奇，既然投入如此巨大，而且隨著不斷推進(jìn)，模型的能力提升得相當(dāng)劇烈。那么該如何保持護(hù)城河呢？從長(zhǎng)遠(yuǎn)來(lái)看，如果只是讓這種模式一遍又一遍地重復(fù)，這又有什么意義？

Greg Brockman：我的看法略有不同。我認(rèn)為真正的投資是投入到端到端的協(xié)同設(shè)計(jì)中，構(gòu)建一個(gè)系統(tǒng)以及一套將開(kāi)發(fā)人員和技術(shù)結(jié)合的協(xié)同工作方式，其中一部分涉及如何利用龐大的超級(jí)計(jì)算機(jī)來(lái)生產(chǎn)這些模型。

現(xiàn)在的情況并非獲取模型輸出并進(jìn)行蒸餾，就能簡(jiǎn)單獲得完全相同能力、只是體積更小且運(yùn)行更快的模型。如果確實(shí)如此，我們?cè)缇瓦@么做了，那樣提供服務(wù)也會(huì)容易得多。雖然蒸餾技術(shù)背后蘊(yùn)含著大量絕妙的技巧，但我想表達(dá)的重點(diǎn)是，我們真正投入的是制造機(jī)器的機(jī)器。

在部署端，我們對(duì)安全保障和緩解措施進(jìn)行了深入思考，針對(duì)模型可能被誤用的各個(gè)方面在實(shí)際場(chǎng)景中進(jìn)行了大量測(cè)試。多年來(lái)我們一直致力于此，并在網(wǎng)絡(luò)安全和生物等領(lǐng)域深入思考這些問(wèn)題。這種努力體現(xiàn)在我們公開(kāi)的備災(zāi)框架(Preparedness Framework)中，它規(guī)定了我們?nèi)绾翁幚砟Ｐ偷挠猛荆�以及如何嘗試最大化收益并降低風(fēng)險(xiǎn)。因此我們所做的每一件事都需要緊密相連，這關(guān)乎如何確保持續(xù)取得進(jìn)展的同時(shí)，讓模型能被廣泛獲取。因?yàn)槲覀兩钚胚@項(xiàng)技術(shù)能夠賦能于人，造福人類(lèi)并提升每個(gè)人的生活水平。

3.模型護(hù)城河與蒸餾模型

Alex：回到剛才的話題，這個(gè)模型的定價(jià)據(jù)我所知是上一個(gè)模型GPT 5.4的兩倍。從經(jīng)濟(jì)或業(yè)務(wù)角度來(lái)看，既然你們已經(jīng)為訓(xùn)練模型投入了如此多的基礎(chǔ)設(shè)施，如果開(kāi)源模型能以更低成本提供稍遜一籌但幾乎相當(dāng)?shù)男阅�，你們將如何�?yīng)對(duì)這種威脅？

Greg Brockman：回顧我們的歷史，發(fā)展并非由競(jìng)爭(zhēng)驅(qū)動(dòng)，而是源于我們自身的進(jìn)步渴望。在同等智能水平上，我們的價(jià)格同比已經(jīng)大幅下降，有時(shí)甚至降低了兩個(gè)數(shù)量級(jí)達(dá)到100倍。然而典型的杰文斯悖論(Jevons Paradox)一直在上演，即當(dāng)你降低了某項(xiàng)事物的成本，反而會(huì)引發(fā)遠(yuǎn)比以往更多的活動(dòng)。

我們不斷看到智能確實(shí)能帶來(lái)回報(bào)，對(duì)于模型現(xiàn)在能完成的任務(wù)類(lèi)型來(lái)說(shuō)，哪怕只是一點(diǎn)點(diǎn)智能提升，也能產(chǎn)生巨大影響。這正是5.5版本的核心意義所在。人們可能認(rèn)為這只是智能水平上的一次增量改進(jìn)，但我認(rèn)為它在實(shí)際用途上會(huì)帶來(lái)巨大提升。實(shí)際上，用“增量式更新”來(lái)形容這個(gè)模型非常保守，它雖然只是0.1的版本更迭，但大大低估了模型在實(shí)際工作中所展現(xiàn)出的神奇之處。

如果外界看到數(shù)字就認(rèn)為OpenAI面臨IPO壓力，導(dǎo)致免費(fèi)午餐時(shí)代結(jié)束，我是反對(duì)這種觀點(diǎn)的。我們的業(yè)務(wù)模式其實(shí)非常簡(jiǎn)單，即租賃并構(gòu)建計(jì)算資源，然后以一定的利潤(rùn)空間轉(zhuǎn)售。只要對(duì)智能存在可擴(kuò)展的需求，只要還有問(wèn)題需要解決，這種模式就成立。在每個(gè)階段我們都看到需求遠(yuǎn)超供給，所以我們可以不斷擴(kuò)展算力規(guī)模。

我的核心指令是要求團(tuán)隊(duì)思考如何在原始算力之上增加價(jià)值，并確保保持正向的運(yùn)營(yíng)利潤(rùn)率。這與市場(chǎng)競(jìng)爭(zhēng)無(wú)關(guān)，關(guān)鍵在于能否高效地將算力轉(zhuǎn)化為智能，讓產(chǎn)出價(jià)值高于投入成本。我們始終在努力打造更高效的模型，市場(chǎng)競(jìng)爭(zhēng)極大地推動(dòng)了創(chuàng)新，帶動(dòng)了更多的使用量和生態(tài)系統(tǒng)的整體規(guī)模提升。這可以從我們以及行業(yè)內(nèi)其他公司的營(yíng)收數(shù)據(jù)中看出來(lái)。

4.模型網(wǎng)絡(luò)安全風(fēng)險(xiǎn)

Alex：Greg，我想請(qǐng)教關(guān)于網(wǎng)絡(luò)安全影響的問(wèn)題。OpenAI和Anthropic采取了截然不同的方式。Anthropic最新的巨型模型Mythos并沒(méi)有向公眾發(fā)布，而你們的Spud或5.5模型卻是公開(kāi)的。我想直接問(wèn)你，在缺乏循序漸進(jìn)實(shí)踐的情況下將這種強(qiáng)大的模型公之于眾，是否可能導(dǎo)致重大網(wǎng)絡(luò)攻擊？

Greg Brockman：我對(duì)這個(gè)問(wèn)題的前提有不同看法。作為備災(zāi)框架的一部分，我們多年來(lái)一直在網(wǎng)絡(luò)安全防護(hù)領(lǐng)域投入。早在預(yù)見(jiàn)各種能力出現(xiàn)之前，我們就已提前布局。我們一直采取非常審慎、循序漸進(jìn)的方法。過(guò)去幾周我們擴(kuò)大了網(wǎng)絡(luò)安全項(xiàng)目的受信任訪問(wèn)權(quán)限�？傮w而言，我們相信生態(tài)系統(tǒng)的韌性，同時(shí)也認(rèn)為需要循序漸進(jìn)。

隨著模型持續(xù)變得更強(qiáng)大，我們希望將更卓越的模型交到防御者手中，以確保能夠保護(hù)關(guān)鍵基礎(chǔ)設(shè)施。當(dāng)模型被交到人們手中時(shí)，他們會(huì)以超乎想象的方式進(jìn)行探索，沒(méi)有這種訪問(wèn)權(quán)限是無(wú)法實(shí)現(xiàn)的。因此必須采用循序漸進(jìn)的方法，并在流水線中不斷推進(jìn)，通過(guò)引入額外的安全防護(hù)措施來(lái)最大化收益并降低風(fēng)險(xiǎn)。

我們的團(tuán)隊(duì)一直在深入思考模型在網(wǎng)絡(luò)安全方面的影響。我們相信迭代式部署是隨著模型改進(jìn)將其推向?qū)嶋H應(yīng)用的一部分。我們堅(jiān)信訪問(wèn)民主化，創(chuàng)造這項(xiàng)技術(shù)的最終目的是賦能于人，確保其造福全人類(lèi)。因此我們一直努力解決如何安全且負(fù)責(zé)任地將這項(xiàng)技術(shù)廣泛應(yīng)用于世界。

Alex：沒(méi)錯(cuò)。你的團(tuán)隊(duì)似乎并不喜歡Anthropic部署Mythos的方式。用Sam的原話來(lái)說(shuō)，宣稱制造了一枚炸彈并準(zhǔn)備投下，然后以1億的價(jià)格向被選中的客戶出售防空洞，這是極其出色的營(yíng)銷(xiāo)手段。但另一種情況是，開(kāi)發(fā)者無(wú)法考慮到所有因素，必然會(huì)出現(xiàn)一些只有實(shí)際部署才能發(fā)現(xiàn)的漏洞。所以在廣泛部署之前，先從一小群受信任的測(cè)試人員開(kāi)始或許是有意義的。你覺(jué)得呢？

Greg Brockman：這里的正確答案很微妙，它植根于技術(shù)細(xì)節(jié)以及面臨的諸多因素中。我們需要思考自身和生態(tài)系統(tǒng)中其他參與者的模型演進(jìn)過(guò)程。讓一小部分人擁有訪問(wèn)權(quán)限或許能高杠桿地發(fā)現(xiàn)并生成補(bǔ)丁，但隨后該如何在整個(gè)行業(yè)內(nèi)協(xié)調(diào)披露這些信息？

我認(rèn)為走向任何一個(gè)極端都不太準(zhǔn)確，需要根據(jù)特定情況應(yīng)用合適的工具。這已不是我們第一次，也不會(huì)是最后一次思考這個(gè)問(wèn)題。值得注意的是，我們的模型已交由防御方使用了一段時(shí)間，并且一直在建立受信任訪問(wèn)計(jì)劃。我們發(fā)布的模型內(nèi)置了多項(xiàng)安全防護(hù)措施，實(shí)際上不允許用于網(wǎng)絡(luò)攻擊。

簡(jiǎn)而言之，這反映了價(jià)值觀流派的差異。你究竟是希望將模型交到人們手中并賦予他們力量，還是希望對(duì)其進(jìn)行中心化控制、避免落入大眾之手？這可能是辯論中潛在的緊張點(diǎn)。任何反射性的極端策略都不會(huì)為世界帶來(lái)最好的結(jié)果。

5.如何信任智能體

Alex：好的，我想轉(zhuǎn)而談?wù)勱P(guān)于智能體的問(wèn)題。如果在某種程度上給予智能體高度的自主權(quán)，它們的工作效果是最好的。這在某種程度上說(shuō)得通。但我很好奇，隨著未來(lái)智能體能執(zhí)行更多任務(wù)、訪問(wèn)更多文件并跨程序工作，目前對(duì)它們給予多大程度的信任才算合適？

Greg Brockman：目前的智能體實(shí)際上已經(jīng)趨于相當(dāng)可靠。盡管包括提示詞注入在內(nèi)的問(wèn)題依然存在漏洞，但我們正在積極修補(bǔ)，模型也正變得更具韌性。

隨著模型被賦予更多責(zé)任和重要上下文的訪問(wèn)權(quán)限，這就如同管理員工一樣。擁有五個(gè)值得信賴的員工不成問(wèn)題，但如果有五萬(wàn)名員工，你就必須考慮如何實(shí)現(xiàn)良好的治理與監(jiān)管。當(dāng)這款超級(jí)應(yīng)用變得對(duì)任何使用電腦工作的人都更加易用時(shí)，我們也在治理和監(jiān)督方面加大了投入。例如在我們最近發(fā)布的Workspace Agents中，企業(yè)可以在云端定義智能體并獲得一個(gè)托管的CodeEx安全沙箱，將其接入Slack執(zhí)行工作�？吹剿�在組織內(nèi)部病毒式傳播非常酷。當(dāng)你看到別人的智能體時(shí)，你可以直接復(fù)制它來(lái)創(chuàng)建自己的版本。這為實(shí)現(xiàn)卓越治理提供了契機(jī)，IT部門(mén)可以查看所有已創(chuàng)建的智能體及其對(duì)話，從而精確設(shè)定護(hù)欄(guard rails)。你需要逐步提升賦予智能體的責(zé)任以及它們協(xié)作完成任務(wù)的多樣性，同時(shí)兼顧安全性、可靠性、可觀測(cè)性和監(jiān)管能力。如果不將這些環(huán)節(jié)緊密結(jié)合，狀態(tài)就會(huì)失衡。

Alex：是的，基本上就是放手去做，但要保持謹(jǐn)慎。

Greg Brockman：但你也必須真正全身心投入。隨著規(guī)模的擴(kuò)大，原型設(shè)計(jì)和規(guī)�；�的本質(zhì)會(huì)讓你思考是否依然有能力進(jìn)行監(jiān)督并了解全局。所以需要確保在每一步都調(diào)整好狀態(tài)，并充分了解團(tuán)隊(duì)的動(dòng)向。

6.算力經(jīng)濟(jì)的未來(lái)

Alex：Greg，讓我們以此作為結(jié)尾。你提到了計(jì)算驅(qū)動(dòng)型經(jīng)濟(jì)，這具體意味著什么？

Greg Brockman：我們正走向這樣一個(gè)世界：投入的算力越多，問(wèn)題被解決的速度就越快，解決問(wèn)題的上限取決于可用算力的多少。以藥物研發(fā)為例，攻克阿爾茨海默癥等復(fù)雜疾病目前超出了人類(lèi)的能力范圍。但想象一下，你可以利用一個(gè)吉瓦級(jí)的數(shù)據(jù)中心，花幾個(gè)月甚至一年時(shí)間專(zhuān)門(mén)思考如何攻克它。它不僅在大腦層面思考，還會(huì)咨詢世界級(jí)專(zhuān)家，甚至建議進(jìn)行濕實(shí)驗(yàn)室(wet lab)實(shí)驗(yàn)。這無(wú)疑將對(duì)人類(lèi)產(chǎn)生深遠(yuǎn)且積極的變革性影響。

日常生活中的任務(wù)同樣可以通過(guò)這種方式解決。你口袋里的智能手機(jī)會(huì)化身為一個(gè)了解你、值得信賴的智能體，它擁有你的個(gè)人資料上下文，你可以向它尋求健康建議并獲得可靠信息。你可以直接與它交談，它會(huì)主動(dòng)了解你的目標(biāo)和興趣并為你提供幫助。無(wú)論規(guī)模大小，算力都將成為核心資源，它展示了計(jì)算機(jī)能在多大程度上代表人類(lèi)完成工作。這是我們所有人正在共同構(gòu)建的未來(lái)。

Alex：是的，我想這也解釋了為什么你會(huì)領(lǐng)導(dǎo)這些巨額的基礎(chǔ)設(shè)施投資和博弈。

Greg Brockman：這依然不夠，我們將切身感受到資源的稀缺。現(xiàn)在那些嘗試使用智能體的人已經(jīng)因?yàn)橛|及速率限制而感受到了這一點(diǎn)。我們正代表所有致力于此領(lǐng)域和想要使用智能體的公司開(kāi)展工作，盡最大努力確保提供充足資源。我們正走向一個(gè)計(jì)算資源稀缺的世界，在努力提高資源可用性方面，我們所有人都可以貢獻(xiàn)一份力量。

Alex：Greg，感謝你在百忙之中抽出時(shí)間，很高興能和你交談。再次感謝你的到來(lái)。

Greg Brockman：同樣，聊得很愉快。

       原文標(biāo)題 : 提示詞過(guò)時(shí)了？GPT-5.5已具備直覺(jué)，只需指明目標(biāo)AI就能自動(dòng)接管