AREXOpen in Viewpoints

AREX Viewpoint Article

The Changing Physics of Cybersecurity and Drug Development with OpenAI President Greg Brockman

October 16, 2026View primary source

导读

2026年10月7日,OpenAI把GPT-6以“智能界面”(Intelligent UI)的形式推送给全球ChatGPT用户;此前不久,该系列已相继发布Astra以及Sol、Luna等版本。这正是OpenAI联合创始人兼总裁格雷格·布罗克曼(Greg Brockman)在最新一期《No Priors》访谈中所说的“先进前沿模型的近期落地”。当模型从演示走入数亿人的日常工具,“AI究竟改变了什么”便不再是可搁置的问题,而成为他此次公开露面必须给出的回答。

让这次发言更有分量的是,布罗克曼给出的核心判断:AI已经越过“计算工具”的门槛,成为能够生成新知识的生产引擎。这不是修辞,而是随后关于数学、药物研发与网络安全讨论的共同前提——当机器能够产出人类此前不曾拥有的知识,各个领域的“物理规律”都需要被重新界定。

数学是最先被点亮的领域。布罗克曼称,已有近400个百年未解的数学开放问题被AI解决,而数学界仍在研究这些解答、并从中发现新的洞见。这意味着AI的贡献不是一次性的答案,而是进入了学术共同体持续迭代的知识循环;他因而强调,真正值得兴奋的不是“机器给出答案”,而是配备这些工具的人能够完成过去不可能完成的事。

药物研发沿用同一逻辑。布罗克曼给出的数字是,传统新药开发需要约15年、花费约15亿美元,其中临床前研究仅约5000万美元;AI的作用在于大幅提高并行度、压缩多个步骤的周期,甚至通过检索既有文献,让某些疾病“现成”的疗法更快浮现。随之而来的判断是监管必须同步重构——他以自动驾驶作类比,指出若某一领域AI的安全性或效能远超人类,社会就应重新设计整套规则,而不是继续套用为旧范式准备的流程。

网络安全则是一场时间更紧迫的赛跑。布罗克曼提到,面向所有人的前沿模型能力正在快速演进,攻击者已经开始实际利用先进模型,他以韩国银行遭遇入侵为例,说明威胁已经由理论走向现实。但他认为防御方仍握有一个“关键窗口”:OpenAI曾暂停全部生产项目,用当时最先进的模型对自身基础设施进行扫描与渗透测试,修复了模型能够发现的所有问题,并把这一流程工具化,以便随模型迭代重复执行。

能力的变化同时改写了产品本身的形态。布罗克曼以持续在线、理解日程与办公上下文的Dots为例,说明主动代理的质变来自“形态”而非新能力;他更直言最好的界面就是没有界面,优化的重心随之转向模型质量、记忆系统,以及“该为某件事投入多少思考”的校准。

而这一切的落点始终是人。布罗克曼强调,OpenAI的使命是让人工智能惠及全人类,人类应始终坐在驾驶位置,技术的作用是放大人的能动性而非取代判断。本期访谈真正的价值也正在于此:面对刚刚铺开的GPT-6级能力,它给出的不是一份产品清单,而是一套判断尺度——哪些领域已经改变、防御窗口还剩多久,又该用什么标准衡量这些加速是否真的让人生活得更好。

核心结论

  • AI已从计算工具升级为科学发现引擎,数学突破证明其能生成真正的新知识:近400个百年未解数学难题被解决,且数学界仍在从中获得新洞见,说明AI的贡献不是孤立答案,而是进入了学术共同体的知识循环。这一判断把AI从“计算工具”重新定位为“知识生产引擎”,为后续所有科学加速叙事提供了基础。
  • 药物研发的底层规律已被AI改变,监管体系必须像对待自动驾驶一样重新设计:传统药物开发需15年和15亿美元,AI可以大幅压缩周期并释放被文献埋没的现有疗法。当技术证明药物发现的“物理学”已经改变,继续沿用为旧范式设计的监管流程将成为最大瓶颈。
  • 网络安全进入关键窗口期,防御者必须用巅峰智能在攻击者之前修复系统性漏洞:韩国银行被入侵等事件表明攻击者已开始实际利用先进AI模型,威胁已从理论变为现实。但防御者仍有机会使用最前沿的AI进行基础设施审计和漏洞修复,OpenAI自身通过暂停所有项目、集中扫描基础设施验证了这条路径的可行性。
  • 最好的界面是没有界面,AI产品竞争的重心正从界面设计转向模型智能与行为校准:从GPT的文本框到Dots这类始终在线、理解上下文的主动代理,AI交互正在消除传统UI。当界面消失后,产品优化的焦点不再是视觉设计和交互布局,而是模型质量、记忆系统和行为决策的精度。
  • OpenAI的护城河在于同时拥有12亿消费者用户和企业服务能力,工作与消费代理终将融合:工作代理与消费代理的本质差异是成本结构而非能力边界,OpenAI凭借ChatGPT的12亿用户和在企业编程服务中的领先地位,能够统一两条战线。这种双重优势使竞争对手难以在单一维度上形成有效挑战。

观点拆解

1. AI已从工具升级为科学发现引擎,数学突破证明其能生成真正的新知识

  • 数学突破是AI能够创造新知识的里程碑式证明:Greg Brockman将本周的数学成果称为真正的里程碑,认为它回答了AI能否创造新知识这一长期问题。这一判断之所以重要,是因为它把AI从“计算工具”重新定位为“知识生产引擎”,为后续所有科学加速叙事提供了基础。

    “所以,我认为本周的数学成果是一个真正的里程碑,对吧?这是一个里程碑式的时刻。”

    “一直存在一个问题:人工智能真的能够创造新知识吗?在这个阶段,已经不可能否认这一点了,对吧?这当然是可能的。”

  • 近400个百年未解数学难题被解决,且数学界正在从中获得新洞见:Brockman给出了具体规模:约400个重要的开放问题已被解决,而且数学界仍在继续研究这些解答以寻找新的洞见。这说明AI的贡献不是孤立的答案,而是进入了学术共同体的知识循环,具有持续的研究价值。

    “现在我们已经发表了将近400个被解决的、非常重要的开放问题,数学界仍在继续研究它们以寻找新的洞见。”

    “如果你读一些专家在这些问题上发表的内容,你会发现他们说有一些令人惊讶的应用这些想法的方式,或者他们会问:“为什么他们用了这个结果?””

  • AI加速科学发现的核心价值在于赋能人类完成过去不可能的研究:Brockman强调,真正令人兴奋的不是机器给出答案,而是人类借助这些工具能够完成过去不可能实现的事情。这一观点把讨论焦点从“AI替代人类”转向“AI扩展人类能力边界”,是适合传播的积极叙事。

    “真正让我兴奋的是,这不仅仅是你从机器那里得到一个答案,而是关于人类,配备了这些工具之后,能够实现过去不可能实现的事情。”

    “我们能够在这些困难领域做到这一点,在这些领域里,我们最聪明的头脑花了几百年时间试图解决问题,而现在人工智能能够解决它们。太惊人了!”

2. 药物研发的物理学已经改变,AI将压缩15年周期并重构监管逻辑

  • 药物研发是AI最清晰、最应优先突破的应用领域:Greg Brockman认为,药物研发是AI能够带来全面变革的最明确领域,因为它直接提升所有人的生活质量,并且是公众长期期待的核心应用。这一判断为后续讨论技术路径和监管变革提供了出发点。

    “药物是最清晰、最明确的领域,如果我们想在其中引发一场全面革命的话。它是能够提升所有人生活质量的领域,极其重要,而且可能是所有人长期以来一直认为AI最重要的应用,显然我们应该聚焦于此。”

  • AI将压缩药物研发的15年周期,并释放被文献埋没的现有疗法:传统药物开发需要15年和约15亿美元,其中临床前阶段只占很小一部分。Brockman指出,AI可以大幅提高并行度、缩短多个步骤的周期,甚至在短期内就能通过挖掘已有文献找到针对特定病症的现成药物,从而快速产生实际影响。

    “正如你所说,开发一种药物需要15年,花费15亿美元。通常大约5000万美元用于临床前研究、小鼠研究和分子研究,然后超过14亿美元用于临床试验。所以你的观察很重要,这实际上也是两到三年对另外12年的问题。”

    “我认为你可以大幅提高并行度,可以缩短许多步骤的周期。顺便说一句,药物发现有很多维度,例如对于某种疾病,有很多人其实已经有药可以治疗他们的病症,只是它存在于科学文献的某个地方,有一篇论文,如果你能找到那篇与你的病症相关的论文,你就能治好这个人。我认为你可以大规模扩展这些流程,所以这种短期影响是非常可能的。”

  • 当药物研发的底层规律被证明已改变,监管体系必须像对待自动驾驶一样重新设计:Brockman认为,一旦技术证明药物发现的“物理学”已经改变,这种变化必然会传导到系统的每一个部分,包括监管。他用自动驾驶作类比:当AI在某个领域的安全性远超人类时,社会就需要重新思考整个系统的规则,而不是继续沿用为旧范式设计的流程。

    “我认为这里有一个关键时刻,要达到那个阶段还有更多工作要做,但如果我们能证明药物发现的物理学已经改变,那么这种改变肯定会反映在系统的每一个部分。”

    “我们有很多道路系统、安全系统和其他东西,都是专门为人类驾驶员设计的。如果我们到了自动驾驶汽车比人类汽车安全十倍或一百倍的阶段,如果我们到了AI能够在某个领域实现预期结果的阶段,那么自然要问:我们如何重新思考整个交通系统?也许应该制定法律,规定只允许在特定区域使用自动驾驶汽车。我们思考系统目标的方式有很多潜在变化,这些变化反过来必须反映在法律和法规中。”

3. 网络安全进入关键窗口期,必须用巅峰智能在攻击者之前修复系统性漏洞

  • 攻击者已开始利用先进AI模型,网络安全威胁正在从理论变为现实:Greg Brockman指出,面向所有人开放的网络安全能力正在快速演进,韩国银行遭遇的入侵事件表明攻击者已经实际使用先进模型发起攻击。这意味着防御方不能再把AI安全威胁当作远期假设,而必须将其视为正在发生的现实风险。

    “面向所有人开放的网络安全能力正在演进,我们已经开始看到它的早期影响,对吧?我们已经开始看到,例如在韩国,一些银行使用不同模型遭到了引人注目的入侵。”

  • 当前是防御者利用巅峰智能修复系统性漏洞的关键窗口期:Brockman强调,防御者现在仍有机会使用最前沿的AI能力来审计基础设施、发现并修复漏洞。OpenAI通过暂停所有生产项目、集中用当时最先进的模型扫描全部基础设施,验证了这条路径的可行性,并成功发现和修复了模型能够识别的所有问题。

    “我们告诉生产工程师:你们所有的项目都暂停,现在只做系统安全加固。然后我们用当时最先进的模型扫描了全部基础设施,进行了全面的渗透测试,并开发了便于后续重复这一过程的工具。我们发现了一些问题并修复了它们,在某个阶段,我们穷尽了那个模型能够发现的所有问题。”

    “我们意识到需要一个新的模型,必须重复这个过程,而且这种方法会持续下去。但我认为,如果我们考虑现在编写的代码,其中很大一部分已经是AI辅助生成的,我们可以训练这些模型从一开始就编写安全的代码。所以我认为,通过正确应用这些AI模型,我们可以获得从根本上更安全的系统。”

  • 现有系统的不安全是长期积累的人为问题,AI提供了系统性修复的机会:Brockman认为,当前基础设施的脆弱性并非AI造成的新问题,而是互联网长期以弹性而非安全为优先设计、安全措施事后补丁式添加的结果。AI的价值在于让防御者第一次有能力以系统性的方式审计和加固这些长期积累的漏洞,而不是继续被动应对。

    “你开始意识到,我们构建系统的方式从根本上就是不安全的。我们一直都知道这一点,对吧?从来没有哪个信息安全负责人拥有过剩的资源。”

    “互联网从根本上是为了弹性而设计的,而不一定是为了安全。”

4. 最好的界面是没有界面,AI正从文本框走向主动代理

  • Dots证明:主动代理的关键不是新能力,而是工作场景中的形态转变:Greg Brockman以Dots为例说明,它并非在能力上超越既有模型,而是通过持续在线、理解日程、邮件和Slack上下文,把AI从被动的工具变成嵌入工作流的主动代理。这种形态变化本身带来了质变,说明产品价值正从功能转向情境感知与主动介入。

    “它完全清楚上下文,知道我怎么度过一天,理解我们正在做的项目。它了解应用,知道我的收件箱里有什么,知道Slack里有什么,能够整合这些平台,知道我提过的问题,所以它知道对我来说最重要的主题是什么。”

    “我认为Dots这个应用在某种意义上只是形态的变化,而不是能力的变化。但工作场景中的这种形态变化,加上这个层级的智能,带来了质的飞跃。”

  • 最好的界面是没有界面,AI交互正从文本框走向无UI的主动智能:Brockman明确提出,最好的用户界面就是没有用户界面,并指出这是AI的发展方向。从GPT的文本框开始,AI的演进目标不是更复杂的界面,而是让智能本身成为交互方式,用户只需对话或让AI在后台自主完成任务。

    “首先,我认为最好的用户界面就是没有用户界面。我认为这就是我们在人工智能领域前进的方向。”

    “一切始于GPT的文本框,对吧?一切从那里开始。它只是一个文本框。而我们要走向的甚至不是文本框,而是我们被承诺的人工智能本身。”

  • 无UI产品的竞争重心转向模型质量、记忆系统与行为校准:当界面消失后,产品优化的焦点不再是视觉设计和交互布局,而是底层智能能力。Brockman指出,真正的问题包括模型本身有多好、记忆系统如何运作、行为决策如何做出,以及模型校准的精度,即AI应该为某件事投入多少思考。这意味着AI产品的护城河正在向模型与系统层面转移。

    “优化一个没有用户界面的产品,问题包括:我能为它投入多少算力?模型本身有多好?还有记忆系统。还有行为决策。模型的校准有多好,也就是你应该为某件事投入多少思考?”

    “随着GPT-6向所有人发布,我们现在有能力使用人工智能对任何问题进行深度思考,先给你一个快速答案,然后继续思考,给你一个更精确、更全面的答案。”

5. 工作与消费AI代理将融合,OpenAI的护城河在于同时拥有12亿用户和企业服务能力

  • 工作代理与消费代理的本质差异是成本结构,而非能力边界:Greg Brockman 认为,面向消费者的产品必须优先考虑免费或极低成本的大规模扩展,而企业环境更关注最优智能和投资回报,因此可以承受更高的计算资源消耗。这意味着两类代理的底层能力可以趋同,真正的分水岭在于成本与算力配置。

    “我认为主要的区别在于成本。我们在 ChatGPT 上已经看到了这一点,对吧?在 ChatGPT 中,我们付出了巨大努力来提供最大的免费层,而向所有免费用户提供记忆等功能是一项巨大的工程努力。”

    “对于面向消费者的产品,非常重要的是知道如何扩展并以免费或极低成本提供服务。而在工作环境中,无论你是高管还是员工,都更容易专注于最优智能,只要你能获得投资回报,增加计算资源就是值得的。”

  • OpenAI 的独特护城河在于同时拥有 12 亿消费者用户和企业服务领先地位:Brockman 明确指出,ChatGPT 拥有 12 亿用户,同时公司在编程和企业服务领域处于领先地位,而没有任何竞争对手能同时具备这两者。这种双重优势使 OpenAI 能够将消费者与企业两条战线统一为一条,从而避免在两条独立战线上分别竞争。

    “ChatGPT 上有 12 亿用户,加上公司在编程和企业服务领域的领先地位。没有竞争对手能同时具备这两方面。因此,我们战略的很大一部分建立在统一这些服务之上,这样我们就不是在两条战线上竞争,而是在一条战线上竞争。”

    “我认为这是人工智能的总体趋势,即模糊消费者产品与企业产品之间的界限。”

  • 企业与个人场景的差异主要体现在治理结构,而非产品本质:Brockman 指出,企业环境与个人环境的核心区别在于企业中存在系统管理员、安全团队和更多利益相关者,AI 不再只是代表个人、由个人拥有结果的工具。这种治理和问责结构的差异,而非底层智能能力的差异,才是企业级 AI 与消费级 AI 的真正分界。

    “在工作环境中,你有系统管理员,对吧?你有公司安全团队。你只是有更多的利益相关者,而这不仅仅是一个专门为你设计、代表你、由你拥有其结果的 AI。所以,我认为这是我在企业使用和家庭使用之间看到的主要区别。”

6. AI的核心使命是增强而非取代人类,人类必须始终掌握方向盘

  • OpenAI的使命核心是让AGI造福全人类,而非单纯追求技术能力:Greg Brockman将OpenAI的使命明确锚定在“确保通用人工智能惠及全人类”这一目标上,强调“人类”在其中的核心地位。这意味着技术进步的最终衡量标准不是模型有多强,而是它是否真正服务于人的利益。

    “确保通用人工智能惠及全人类。而“人类”在这里是至关重要的。”

  • 人类必须始终掌握控制权,AI的定位是增强人的行动能力:Brockman明确表示,即使AI能力不断增强,人类也应当处于“驾驶位置”,掌控未来方向。技术的作用是放大人的能动性,而不是替代人的判断和决策权。

    “我们相信人类应该处于驾驶位置,掌控未来,而这项技术应该增强他们的行动能力。”

  • 技术的终极评判标准是人的幸福感,而非AI的智能水平:Brockman提出,即使AI在多个领域拥有比个人更广博的知识和更好的想法,真正需要追问的问题是“你是否幸福”“这是否让你的生活更好”。他将技术定位为提升人类文明和生活质量的引擎,AI也应以此为目标。

    “但根本的问题是:你幸福吗?这是你想要的吗?这是否让你的生活变得更好?”

    “技术存在的意义是提升人类文明的水平。它是改善生活质量的根本驱动力,而这也正是我们应该从人工智能中追求的目标。”

7. AI将帮助人类突破认知上限,实现更深层的相互理解

  • AI的心智理论能力将帮助普通人突破认知上限:Greg Brockman认为,模型正在获得更好的“心智理论”能力,即理解人类已知什么、以及如何引导人走向新理解。他以自己用GPT学习数学为例说明,AI可以降低复杂知识的学习门槛,从而提升人们对自身认知水平的预期。

    “我对模型将更好地理解心智理论持乐观态度,也就是能够知道我们人类知道什么,以及如何引导我们走向新的理解。”

    “我热爱数学,但在学校某个阶段停止了学习。后来我上了数学学院,然后用GPT帮助我学习数学。所以我觉得,人们对人们能够理解的知识水平的预期也会存在。”

  • AI的社会效益被低估:帮助人们知道更多、理解更多、更好地理解彼此:Brockman指出,AI带来的一个被低估的益处是帮助人们扩展知识、加深理解,并改善人与人之间的相互理解。这一观点将AI的价值从专业问题解决延伸到更广泛的社会认知层面。

    “这极其重要,也许是我期待并希望、且我们已经开始从这项技术中感受到的、被低估的益处之一,就是帮助人们知道更多、理解更多、更好地理解彼此、更好地理解世界。”

  • AI的理解能力与安全对齐之间存在深层技术关联:Brockman认为,AI解决难题、发现跨领域联系并将其传达给人类的能力,与AI安全和对齐问题密切相关。他提到辩论和迭代放大等技术,说明让人类理解AI所做的事情本身就是一项重要的技术挑战。

    “我认为存在技术机制来支持能够解决这些问题的AI,看到所有领域之间的联系,以及它如何将这些联系传达给我们,我们又如何理解它们。实际上,AI安全和对齐与我们理解它在做什么的能力之间存在联系。”

    “有一些我们从2017年就开始讨论的技术,比如辩论和迭代放大,它们是一枚硬币的两面,我们在认真思考:如果我们有一个AI在解决人类难以验证的问题,那该怎么办。”

总结

这一期访谈最值得传播的核心信息是:AI已经不再是等待验证的潜力,而是正在改写数学、药物研发和网络安全规则的真实力量。但Brockman给出的真正判断在于,技术加速本身不是目的,人类能否在驾驶位置上利用这些能力解决过去不可能解决的问题,才是衡量这场变革的最终标准。当界面消失、代理融合、监管重构同时发生时,最大的风险不是AI太强,而是人类在系统层面还没有准备好承接这种加速度。

信息源

视频来源

  • The Changing Physics of Cybersecurity and Drug Development with OpenAI President Greg Brockman:

外部资料

  • GPT-6 and Intelligent UI for everyone:
  • GPT-6 Astra: A new generation of intelligence:
  • Introducing GPT-6 Sol and Luna:
  • GPT-6:
  • Models | OpenAI API: