本周,在a16z节目中,OpenAI总裁兼联合创始人格雷格·布罗克曼提出,开发者们一直在"重构整个世界",以使软件更容易被AI智能体访问。但他认为,计算机使用能力或许能提供一条更简单的发展路径。

对布罗克曼来说,简洁才是AI发展的北极星:"我们真正应该做的是打造一个统一的AI,让用户能够更轻松、更顺畅地减少与计算机的交互,减少被计算机所束缚。"

与此同时,其他AI公司仍在持续投入连接器基础设施的建设。

"我们正在重构整个世界,"布罗克曼说道。那么,是时候停下来了吗?

MCP服务器、命令行工具、API接口以及其他智能体集成方案,帮助AI智能体接触到更多工具、数据和软件。但这种广泛的访问能力并非没有代价——至少从布罗克曼与a16z节目主持人本·霍洛维茨和埃里克·托伦伯格的对话中可以听出这层意思。这位OpenAI总裁解释道:

"如果它能更像人类一样行事呢?它能不能直接使用计算机?"

"人们一直在构建各种MCP服务器和命令行工具,把整个软件世界变得可以被访问,但这种方式颇为生硬,并非真正为人类设计,"他说。"我们其实是在重构这个世界。"

这一切是如何发展至此的?"对于智能体应用场景而言,核心问题最终还是工具,"布罗克曼表示,这也解释了为何MCP服务器和其他连接器会变得如此普遍。但如果模型能够学会像人类一样使用计算机,那么开发者或许就不再需要为每个应用程序持续构建专用的集成方案了。

正如布罗克曼所思考的那样:"如果它能更像人类一样行事呢?它能不能直接使用计算机?"

OpenAI从创立之初就在思考计算机使用问题

正如布罗克曼在播客中所详述的,这一想法可以追溯到这家AI公司成立初期。2015年11月的一次离线会议上,团队制定了一个三步计划,布罗克曼表示,在随后的十年里,团队基本都遵循了这一计划。

布罗克曼还提到,大约在这个时期,OpenAI团队也曾探讨过直接针对计算机界面进行强化学习的想法:

"我们还讨论过,如果我们能在屏幕像素、键盘、鼠标构成的环境中进行强化学习会怎样?也就是与人类相同的交互界面。"

在他看来,这可以为几乎任何类型的任务打开计算机的使用空间。更重要的是,布罗克曼认为,智能体的计算机使用能力可以帮助整个行业在推进AI发展的同时,不必在每一步都依赖专用集成方案。相比构建和维护大量特定的连接器,智能体完全可以直接使用人们日常使用的同一套计算机界面。

"有太多软件操作是你根本不会去思考的,"他对霍洛维茨和托伦伯格说道。"你人生中有多少时间都花在点击各种菜单、往电子表格里输入内容这类事情上?这些都不应该是我们该做的事。"

相比构建和维护大量特定的连接器,智能体完全可以直接使用人们日常使用的同一套计算机界面。

事实上,布罗克曼表示,计算机使用能力正是他认为GPT-6 Astra(OpenAI最新的旗舰模型)"完全可以被称为"通用人工智能(AGI)的原因之一。

但连接器尚未消失

尽管布罗克曼对计算机使用能力持乐观态度,但业界其他公司并未放弃结构化集成方案。实际上,一些公司正在加大投入。

例如,AWS近期推出了一个托管同意门户,这是一个托管网页体验和会话绑定端点,服务于AgentCore Gateway——这是Amazon Bedrock AgentCore的一项功能,用于将智能体连接到外部工具和服务。本周一,这家云计算公司发布了该功能的详细操作指南。

举例来说,借助这一同意门户,管理员可以将GitHub和Slack配置为网关目标,并将门户网址发送给开发者,开发者打开该网址后,使用企业身份提供商登录,便可根据需要独立连接GitHub和Slack。

与此同时,即便在OpenAI内部,插件方案也并未被淘汰。尽管今年5月,OpenAI Codex推出了新的Chrome浏览器扩展,使智能体能够在实时浏览器会话和跨多个标签页的已认证工作流程中运行,但插件依然是首选方案,因为它们能让Codex直接与Slack、Gmail、GitHub等服务对接,而无需手动操作这些服务的界面。

布罗克曼对a16z节目主持人表示,简洁性应当成为发展的北极星,而可靠的计算机使用能力或许正是实现这一目标的途径之一。但就目前而言,连接器方案依然在发挥着作用。

Q&A

Q1:OpenAI总裁布罗克曼为什么说要停止为AI智能体重构软件?

A:布罗克曼认为,开发者一直在构建MCP服务器、命令行工具等专用集成方案,这种做法颇为生硬,并非真正为人类设计。他认为如果AI能像人类一样直接使用计算机,就无需为每个应用持续构建专用集成。

Q2:GPT-6 Astra为什么被称为可以算是AGI?

A:布罗克曼表示,计算机使用能力正是他认为GPT-6 Astra可以被称为通用人工智能(AGI)的原因之一,因为这项能力让模型能够像人类一样操作计算机界面完成各类任务。

Q3:目前MCP服务器和连接器这类集成方案是否会被淘汰?

A:目前还不会。即便在OpenAI内部,插件依然是首选方案,因为它们能让Codex直接与Slack、Gmail、GitHub等服务对接。同时,AWS等云计算公司仍在持续投入连接器基础设施建设。

The New Stack