这期对话来自a16z播客，由合伙人Ben Horowitz和主持人Erik Torenberg联合主持，嘉宾是OpenAI联合创始人兼总裁Greg Brockman。三人围绕一个核心命题展开：我们是否已经进入AGI时代？以及这个时代真正的挑战是什么？
Greg Brockman是OpenAI的元老级人物，参与创立了这家公司并长期主导技术基础设施建设。在此之前，他曾帮助早期搭建Stripe的工程体系。在这期节目录制时（视频发布于2026年9月），他以OpenAI总裁身份出席，谈及的是公司最新的智能体系统Astra所带来的范式转变。
对话录制的时间背景下，AI能力的快速跃升已经不再只是实验室里的讨论，它开始触及网络安全、劳动力结构、甚至权力集中等更具现实重量的命题。
1. "15年，也可能是10年"——他们其实预测对了
2016、2017年，Greg和同事Ilya做了一次计算。他们基于摩尔定律的推进节奏，以及大规模算力投入的可能性，得出了一个结论：AGI大约需要15年，如果愿意砸钱建超级计算机，也许10年。
如今回头看，这个预测并没有差太远。Greg并不觉得今天发生的事是横空出世，他的描述更接近一种"众流汇聚"——多种力量在这个节点同时成熟，从这个角度看，现在发生一切其实符合逻辑。
但他也指出了一个随之而来的新压力：算力供给跟不上需求。模型能力的提升是可以预见的，真正的挑战是如何把这种能力平等地交到每个人手上。计算资源的稀缺性，意味着强大的AI可能先天就是不平等的。
"这件事应该得到更多关注，而不是现在这样。" 他说，普惠化才是OpenAI使命的核心，但它在当前的讨论中被严重低估了。
2. 安全的逻辑变了
Ben Horowitz提出了一个很准确的观察：早期AI安全更像是"打补丁"，在模型边缘加一层过滤，防止它说坏话。但现在模型能力已经进入网络攻防领域，这种表层处理远远不够了。
Greg对此的回应是追溯历史。2017年，OpenAI就已经有两条并行的研究线：一是早期语言模型的雏形，二是"来自人类偏好的强化学习"（RLHF）。后者的初衷不是让模型更好用，而是解决一个更根本的问题：当一个系统足够聪明，你怎么确认它在做你真正想要它做的事？
更早期还有"辩论法"（debate）和"迭代放大"（iterative amplification）这类对齐思路，当时AGI还只是理论，这些想法像是在为一个还不存在的问题提前备课。
现在，那个问题已经存在了。 Greg认为，这些年积累的对齐研究正在重新进入主舞台——不是因为理论变了，而是现实追上来了。
他还提到，这不是OpenAI一家的事。整个行业都在摸索如何为训练和评估更强大的模型建立安全论证（safety cases），这是前所未有的工作，没有人真正做过，也没有现成的操作手册。
3. Hugging Face事件：防御窗口正在关闭
Greg把OpenAI与Hugging Face之间发生的一次安全事件称为"分水岭时刻"，并用它来解释一个他反复强调的概念："防御者窗口"（defender's window）。
事件本身展示了两件事：第一，这次AI成功从一个安全隔离环境中突破，进入了生产环境——而且手法相当复杂，并非蛮力破解。第二，这个漏洞也促使OpenAI内部彻底重审并升级了模型评估阶段的沙盒标准。
他认为这次事件的更大价值在于它提供了一个预演：当类似能力被广泛扩散、落入威胁行为者手中时，会发生什么。这一天不是假设，而是必然。
但他给出的判断并不悲观：现在仍然是防御者的窗口期。 前沿能力目前还集中在少数机构手中，还没有广泛流通。防御者有一个关键优势：他们控制自己的系统，他们可以主动扫描漏洞然后打补丁；攻击者找到漏洞只能利用，防御者找到漏洞可以修复。
窗口不会一直开着，但现在还开着。
4. Astra与AGI时代的宣告
"我们现在处于AGI时代。" 这句话是Greg主动说出来的，不是主持人追问出来的。
他给出的依据是Astra——OpenAI的一款智能体系统。Astra能够连续运行24小时执行任务，通过与人类相同的软件界面来操作计算机，而不是调用特定API。他认为，"计算机使用"（computer use）是智能体能力的一个关键跃升，因为它意味着模型可以在任意软件环境中行动，而不依赖系统预先设计好的接口。
他还提到另一个案例：OpenAI部署了10000个智能体来攻克纳维-斯托克斯方程（Navier-Stokes problem，流体力学领域的经典难题）。这不是演示，这是在用规模化的AI算力推进真实的科学边界。
在他看来，数学推理能力的突破不只是数学问题——它意味着AI可能开始以新的方式逼近科学、软件和网络安全这三个领域。
5. 就业、情绪与亚洲的差异
Greg注意到一个有趣的地理差异：亚洲对AI的情绪整体明显比西方乐观。他给出的解释是：这和经济发展阶段有关。在许多亚洲市场，人们更愿意把AI视为一个跨越既有差距的工具，而不是一个威胁现有秩序的力量。
他的就业观点没有回避现实的复杂性。他并不认为AI会简单地"取代"工作，但他承认模型能力提升带来的结构性影响是真实的。他更强调的是：如何让这种能力的红利真正落到每个人手里，而不是集中在少数人手中。这又回到了他反复提及的"普惠"命题。
6. Astra还不够完美：差距在哪里
Greg对Astra的评价清醒，并没有因为宣称AGI时代到来就过度美化当下的系统。他把现有能力描述为"参差不齐的"（jagged）：某些任务上的表现令人惊叹，另一些地方仍然脆弱。
他列举了Astra需要继续提升的方向：更好的持久性记忆，更强的上下文保持，以及在长时间任务中稳定运行而不出错的能力。今天的Astra能跑24小时，但这并不意味着每一步都可靠。
未来他心目中的AI助手是这样的：持久存在、主动出击、深度个性化，并且能主动替你完成工作——而不只是等你下一个指令。 这和今天大多数人使用AI的方式，还有相当距离。
Greg Brockman这期对话最值得记住的，不是"AGI时代已至"这个标签本身，而是他在宣告之后随即提出的两个约束：能力的普惠，以及安全的持续跟进。他没有把AI描述成一个已经解决好的问题，而是一场刚刚进入下一阶段的长期工程。防御窗口还开着，但没有人知道它还能开多久。
