OpenAI总裁：AI将进化为全能代理，算力决胜与医疗新机遇

👇关注公众号并设🌟标，获取最新AI资讯

本文整理自OpenAI总裁格雷格·布罗克曼在Alex Kantrowitz频道的独家访谈，发布于2026年7月2日。原文参考：https://www.youtube.com/watch?v=VZTmS4B840k

格雷格·布罗克曼是OpenAI的联合创始人及前总裁，被公认为AI领域最具影响力的技术领袖之一。他生于美国北达科他州，毕业于哈佛大学，曾任支付巨头Stripe的首席技术官。

2015年，布罗克曼联手山姆·奥特曼等人创立OpenAI，致力于推动安全且造福人类的通用人工智能（AGI）。作为核心决策者与技术架构师，他在GPT系列模型研发、公司战略及对外合作中扮演关键角色。布罗克曼以卓越工程执行力闻名，是ChatGPT问世的幕后推手。尽管2023年曾短暂离开，但他迅速回归，继续引领公司探索AI前沿，是OpenAI技术愿景的坚定践行者。

格雷格·布罗克曼现任OpenAI总裁兼联合创始人。他在Big Technology AI峰会上做客《Big Technology Podcast》，深入探讨OpenAI发展轨迹、前沿技术现状，以及为何算力将决定AI竞赛的最终胜负。

请聆听布罗克曼的精彩观点：为何算力永远供不应求？为何传统交互界面终将消亡，取而代之的是全天候服务的专属智能代理？随着高端智能演变为普适商品，AI定价模式将如何演变？此外，他还探讨了与微软的竞争、“模型即商品”争议、通往个人AGI的路径、语音交互的未来，以及AI在医疗健康领域的巨大潜力。点击播放，全方位了解OpenAI及AI下一步走向。

主持人Alex：格雷格，这是我们第四次对话，每次都在探讨OpenAI的产品方向。我开始有些眉目了。此前有观点认为用“超级应用”形容你们的产品不准确——你们实际上是将偏向代码能力的Codex与ChatGPT结合。过去提及“超级应用”，人们会反驳说真正的超级应用应是能运行其他所有应用的基础平台。

但现在，随着产品逐渐融合，“超级应用”或许确实贴切。从外部观察者角度看，端倪已现：无论想做什么，一切始于ChatGPT的一个提示词，随后OpenAI技术调用浏览器或电脑，自动完成任务。这种理解对吗？

格雷格·布罗克曼：这个视角极佳。若放宽视野，我们真正构建的是通用人工智能（AGI）。回顾ChatGPT发布以来，人们广泛使用的仅是大语言模型（LLM）。两者间存在巨大鸿沟。

ChatGPT固然神奇，能聊天、有回应，但这只是2022年发布时的状态，它缺乏记忆、工具连接及上下文能力。这种对话式智能，仅是人们完成工作、实现目标所需能力的一小部分。

我们的方向是打造真正为你着想的AI。你只需给出目标，它便时刻思考今日能为你做什么。既能攻克复杂难题，也能处理琐碎日常。每日清晨醒来，收件箱已井井有条；若制定健康计划，它能通过多轮对话助你达成目标，弄清医疗方案或提供必要信息。

关于未来交互界面或产品形态，我们投入大量精力思考。最终答案是：你几乎无需任何界面或具体产品。你渴望的应如你我此刻交流——只需与能达成目标的“持久实体”自然对话。

实现此目标困难重重且耗时，但我们已掌握核心拼图，正加速产品层整合。我们致力于提升模型能力，使系统更无缝，减少点击按钮、切换开关等繁琐操作。这并非说这些操作会彻底消失，但长期演进轨迹必然是极简与统一。

主持人Alex：是的，你提到“界面将消隐”，观点有趣。我想深入一点：许多ChatGPT用户发现，机器人常在结尾给出建议。如咨询营养时问：“需制定健康计划吗？”或询问旅行时提供行程表。

我可否这样理解：未来在ChatGPT中，讨论健康方案时，它可能说：“你可能需看某专科医生，让我帮你预约。”

紧接着，它会真正代表你去执行？即从单纯对话界面，进化为理解意图、主动出击达成目标的帮手。

格雷格·布罗克曼：完全正确。若用过Codex——顺便问，在座多少人用过？人数不少。我们的目标是将Codex力量赋予每个人，将智能体带给大众。技术已存在。你可将Codex连接至Slack、Gmail或日历。OpenAI内部许多非技术人员正这么做。虽名字带“代码”，实则与写码无关，而是关乎拥有通用工具——智能体。

例如，公关同事筹备活动，让AI收集参会者饮食偏好并排好座次。AI包揽繁杂工作，让她专注活动愿景。我认为此模式将全面普及。想象与各种工具打通的AI，已非科幻小说情节。

还记得2023年3、4月，我们在ChatGPT首次尝试工具调用，发布插件。当时尝试不成功，因模型未准备好。虽然方向对——确实需要能与Gmail沟通的AI——但当时每次仅开放3个连接器，超量即遗忘。当时上下文窗口仅2K或4K Token，毫无记忆。

这像60、70年代早期计算机，存储极小。如今智能手机性能远超当年超级计算机。我认为这也是模型未来方向。改进速度惊人。现在可随时接入数百种工具，甚至挂载整个文件系统。模型几乎可调用互联网全部力量及任何应用。此外，它极其聪明——取决于衡量标准，已拥有500万至1200万Token上下文窗口。

其能力异常强大。这些模型现能解答悬而未决的数理难题，助人们实现过去无法企及的目标。可以说，我们正站在智能体时代边缘，将彻底颠覆软件工程、金融、法律、销售及个人生活的工作方式。

主持人Alex：拆解你刚才的例子：同事与ChatGPT讨论活动，AI提议联系参会者。你不再需说“好吧，我得亲自弄”，再打开活动管理程序。实际上，AI提出好建议且你同意后，界面接管后续，自动接入工具，替你办妥。

格雷格·布罗克曼：完全正确。它利用Gmail连接器搜索收件箱，精准识别参会者。接着核对饮食禁忌，判断谁已提供信息。根据权限，它可起草邮件请求批准发送；若连接器不允许自动发送，则提示人工审核。

另一种场景：建立充分信任后，它甚至可直接全自动起草并发送邮件。我认为这指向智能体时代核心：信任。我们需要了解系统长短处，学习建立信任，摸索授权任务及移交责任的方式。

信任需靠实力赢得，非凭空赋予。我们坚信，通过为操作者提供丰富工具、控制权、监管权与监督权，能有效推动信任建立。因此，我们将对信任及用户控制权的极致关注，视为核心产品特性及差异化壁垒。

主持人Alex：回顾早期，OpenAI曾推出ChatGPT内直接打Uber功能。此前许多公司尝试聊天界面执行操作，但未真正火起来。

现在不同在于，聊天机器人可接管浏览器或电脑。你不必担心特定插件是否好用，它会直接接管设备，替你完成任务。

所以，你认为现有用户界面——即所有其他应用和软件——会反击吗？因ChatGPT要发挥威力，必须突破界限，代表用户执行操作。

格雷格·布罗克曼：首先，这已非理论空谈。人们一直将Codex作为独立产品使用。虽最初专注软件工程，但现在非软件工作量爆炸式增长。呈现惊人指数曲线，符合预期。

在OpenAI内部，其渗透率与Slack相当。OpenAI完全依赖Slack办公，几乎不用邮件。现在若不用Slack，无法开展工作。Codex应用也开始给人这种感觉，尤其大家Codex已与所有工具打通。

生态系统如何演进是微妙问题。我们坚信应存在活力繁荣的生态系统，让人们创造价值获收益。已在合作伙伴处看到趋势；记得有次我们找合作伙伴说：“希望训练AI精通你们软件。”起初没底，但他们反馈这是最友好邀约。他们立刻洞察机遇，意识到这将大幅提升工具使用频率。

归根结底，每家公司都在探寻如何在AI时代不仅求存更求胜。关键在于利用AI效率红利。若拒AI于门外而非拥抱，注定衰落而非繁荣。

主持人Alex：这让OpenAI处于独特位置。你提到人们用Codex，同事也分享过——我想你也提过——你们已将Codex集成到ChatGPT，无缝融入体验。

对ChatGPT用户，刚才探讨的体验——即ChatGPT不再仅提建议，而是直接替你完成任务——已是大势所趋。

这是否让ChatGPT变成操作系统？但不像iOS需点击各种App。它意味着未来与所有应用交互，都将通过单一界面完成。这是野心吗？

格雷格·布罗克曼：可这么描述，但我角度略不同。我思考：AGI或个人AGI的理想界面是什么？我认为就是你我此刻使用的界面。只需与助手交谈——一个能代表你行动、工作的智能体。

此场景下，智能体或AGI拥有自己的电脑及资源访问权。像理想同事，可能走过来在你电脑上敲字——意味着获得系统委托权限。你可偶尔授权访问收件箱，或它维护自己的收件箱，你只需转发相关邮件，它通过窗口获取信息。

细想并非史无前例。这与人类助手或同事共事方式如出一辙；我们花很多时间思考建立信任边界，确保高效协同。因此，这是完全独立概念。虽可看作操作系统，但“操作系统”属上一时代概念——技术栈另一层级。我们现在探讨的是人类在更广义层面如何与技术交互。

人工智能美妙处在于，真正让机器主动适应人类，而非让人类扭曲自己迎合文件、文件夹等反直觉细节。现有系统架构围绕机器运作设计，非基于人类逻辑。

主持人Alex：说到个人智能，你上周看苹果WWDC了吗？

格雷格·布罗克曼：没，错过了。被禁入园区，但看了直播。

主持人Alex：苹果也真是。不管怎样，你们与全新Siri似乎构成竞争，对吧？Siri也是凌驾所有应用之上的智能体，能直接执行操作。而ChatGPT在iPhone上仅是App。谈谈这种定位对OpenAI是否挑战？战略如何考量？

格雷格·布罗克曼：仍是那个观点，角度可不同。我认为我们正处于智能体时代黎明。纵观AI史，能力跃升意味着重构一切——重新定义人机交互，探索技术潜力边界。此次也不例外。

展望未来，想想用AI解决科学问题。已见端倪。例如同行评审文献中，医生用o3——最早推理模型之一——为多年求医无果患者寻找方案。真实案例，一位饱受神秘疾病困扰20年患者，终通过该技术确诊。

若认为这只是分发渠道或获取App问题，逻辑上说不通。我们掌握本质全新事物。并非未来无竞争；实际上认为竞争必存，且对所有人有益。但我坚信，未来使用方式、技术能力及赋予个人能力，将与过去截然不同。

主持人Alex：本想问是否需打造自有设备？因按理解，你们不可避免地通过苹果触达用户。但答案是已在做，OpenAI正研发硬件设备。

格雷格·布罗克曼：显然，媒体已公开报道。

主持人Alex：去年12月去你办公室，萨姆告诉我此事正在发生。涉及多种设备。若再思考如何与AI交互，单一或系列设备扮演何种角色？

格雷格·布罗克曼：退一步看，这是全新事物开端。交互层面最大转变不在设备，而在从“对话智能”即“聊天范式”向“智能体世界”跨越。聊天范式中，AI足够个性化，输出有阅读价值；你提问，它给答案。然而向智能体转变——能真正为你执行任务——是重大演进。

此转变意味着与技术交互方式根本改变。你希望拥有获取全部背景信息的专属智能体，无论个人生活或商业场景。想象有位所有领域博士、获多项诺奖同事——若雇100个顶尖专家却从不邀其参会，也毫无用处。

这凸显挑战：如何向AI提供上下文，且非静态而是动态。随上下文和业务流程演进，如何维护AI可实时访问的“上下文层”，让其原始智能发挥极致？需寻找让AI触手可及之法——让其真正参会，确保交互自然顺畅易用——这将需彻底重新思考。

归根结底，对我而言，一切从关注智能体产品形态开始，逆向推导，确保AI拥有所需上下文。此外，信任将是促成闭环有效运转的核心。

主持人Alex：就像随时带这设备，说“需完成那事”，它直接替你办好。

格雷格·布罗克曼：我认为那将是未来一部分，但即便无此设备，也不代表被淘汰。核心在于AI本身。有人陷入思维定势，认为“设备即AI”，希望手机即AI，或定制设备即AI，但未来非如此。设备更像接口——如手机不代表你，它只是联系你的接口，一种让你能随时呼叫我的方式。我们有不同访问方式，如同步电话、短信、邮件。我认为未来与智能体交互亦如此。

主持人Alex：有报道称OpenAI正研发双向语音模型。过去讨论过此话题。目标是打造能对话、以更自然方式回应你的AI。分享些看法？

格雷格·布罗克曼：言归正传，此技术整体形态——拥有语音模型及酷炫语音体验已一年半到两年——值得审视。最初2023年3、4月演示，年底推向市场。

这些系统最初运作是将“语音转文本”、“文本转文本”和“文本转语音”三模型串联——极糟糕过程。即使现在拥有直接接收输入输出响应的统一模型，仍面临“轮次切换”问题。声音无法重叠，无法打断。一旦在一个轮次说话，必须等我说完整个回答。这非人类真实对话方式。

目前，基本在用取巧补丁方案，让模型判断轮次何时结束或开始。但为何谈“轮次”？轮次不自然，是人类扭曲自己适应机器局限。显而易见目标是创建能像你我一样交互的AI模型——能同时处理输入输出的模型。业内许多人正朝此方向努力。

迈向自然、流畅、拟人化对话界面将激动人心，前所未有体验。常觉得目前与ChatGPT Voice交互在许多方面神奇——许多人通勤时用它提问——但“魔法”失效时，令人沮丧。想补充跟进话，它却自顾自盖过你，毫无逻辑。相信打造此AI核心意义之一，是让其成为能流畅自然互动的存在。顺便说，这不仅限于个人场景。常想到个人场景，但也极适用于工作。用Codex时，最神奇体验之一就是通过语音操作。像许多人，内置语音功能，有人用第三方应用。意识到这点，将获截然不同体验：打字发简短信息给反馈，简单；但若把想写的大段话输进去，简直是噩梦。没人愿做。只想直接说，获实时反馈闭环。这一切将成真，将非常不可思议。

主持人Alex：简短聊聊模型改进。几年前有论调认为LLM将遇瓶颈。事实证明错。一直在思考——大家也在思考——这些模型还能多好？进步何时停止？看法如何？

格雷格·布罗克曼：在这方面，身处其中构建模型时，会产生外界难体会的直觉敏锐度。因能看到所有数据点，及实现改进背后巨大努力。

对此问题，回答分两部分。首先，基础科学是我了解或能想象最神秘且重要科学发现及经验观测之一。

能切实构建这些模型，且规模法则持续生效；事实是，只要用更多数据继续训练，模型就能不断变强。

更多算力、更优架构及大量改进被投入。但每遇扩展效果不如预期，最后总会发现自身问题——可能是Bug，数学推导不准，或代码实现与公式不匹配。认为深刻认识这点非常重要。

回顾领域起点，神经网络在40年代设计——计算机诞生前——作为模拟大脑处理信息方式模型。首次硬件实现是1959年感知机。审视里程碑成果，发现遵循极其平滑确定路径：不断注入更多算力。过去70或80年，总有人说行不通、无法扩展或迟早撞瓶颈，但至今未停。眼前无瓶颈迹象，所以坚信从根本原理上，持续进步完全成立。

然而，工程实践层面，极其艰难。建造庞大超级计算机既贵又难。我们有拼搏团队解决复杂技术难题；甚至不得不设计自己网络协议，安排专人盯着技术栈每一层，解决图表中“诡异波动”。理解神经网络关键在于：几乎不存在抽象层面容错空间——任何微小错误都可能引发蝴蝶效应，且很久后才显现。

因此，需深刻理解整个技术栈顶尖人才。但只要组建合适团队，设定正确目标使命，大家全力以赴，所得结果绝对值得。切实可行且大有希望，正因如此，坚信进步将继续。

主持人Alex：想听观点：模型发展能否远超目前水平？假设OpenAI构建最强模型，相当于拥有15个博士学位、高情商、无怨言且主动干活的存有。

接着，另一家构建能力稍逊、仍拥有13个博士学位、情商尚可且同样执行任务的模型。

那么，达此智能水平时，差异化在哪？因看到模型制造商步调几乎完全一致：一家进展，另一家随即跟进。既都如此聪明，还能差异化吗？

格雷格·布罗克曼：认为此问题答案有几个维度。首先，商业模式角度，确实存在“吸引子状态”，即每个供应商都能售罄所有算力。认为正朝那世界迈进，那里算力永远无法满足所有需求。正进入由算力驱动经济时代，每个人将无时无刻不在用这些模型完成关心任务。

目前，讨论算力限制时，使用智能体人数规模约1000万到2000万，未达全球规模。ChatGPT拥有约10亿用户，但未将智能体能力提升至那水平。审视这些因素，与未来目标相比，目前使用深度微不足道。相信正进入这样一个世界：即便存在不同供应商、差异化能力、开源模型及新兴云服务商，算力仍将是稀缺资源，始终满负荷运转。某种程度上，关于这对新入局者是否好商业方向，回答是肯定的；目前还有未触及巨大市场，需投入更多能量推动力。

然而，第二因素是，此看法忽略智能非单一维度事实。若深入研究，精通不同领域本身是独特挑战。即使拥有大量原始智能，若从未实践某特定技能——如做演示或操作电子表格——第一次尝试也不可能做好。若无经验积累，无法在复杂建模工作中成功。

这是深刻认知一点：审视不同行业领域，意识到必须分清优先级。不可能同时在每个领域都卓越。虽将通用智能提升至极高水平能让它体验很多事物，但要成为真正领域专家——那种推动整个学科边界“博士级”智能——非常困难。

最后，强调建立良好心智模型重要性，以预见成功获领域专长后情况。可回顾AlphaGo历史；记得第37手棋吗？那一手从根本上改变人们对围棋理解。

现在下围棋人比以往任何时候多，对吧？确实激励人们探索更多可能。认为必将看到同样现象，深度探索永不停止。科学领域能走多深？有时人们认为，嘿，已发现所有物理定律，一切完备，无事可做。但不认为那是注定未来。认为未来是：每解开一个谜团，就解锁另外10个新谜团。所以认为未来有极其广阔探索空间，不同公司间也有巨大差异化空间。

主持人Alex：所以没理解错，观点是，也许大家都有办法扩大模型规模，但最终拥有最多算力公司才会赢。几个月前交谈时，提到内部有人问：该买多少算力？你说：全部买下。问：不，认真，到底买多少？答：不，全买下来。OpenAI在购买算力方面绝对是领导者。看到大量资金流出，当然通过投资也有大量流入。现在已建立拥有客户业务，但资金消耗依然巨大。想过吗，嘿，

担心过吗，也许根本无法收回这些成本？因完全全新赛道。

格雷格·布罗克曼：从基本面看待此问题。必须正视事实，即算力发展需经过数年周期才能真正落地，取决于具体做法。例如，投资自研芯片项目已有几年，取得极其令人振奋进展，很快将宣布更多消息。

能做到这点非常独特；确实在深入思考整个供应链垂直整合。相信正走向世界，算力将根本无法满足所有需求。观察ChatGPT指数级增长及当前所处指数发展阶段，这点体现确切无疑。

想想如今能解决问题。实际上有趣的是，就在两天前，宣布化学领域新成果，基本能合成并改进一种反应，且几乎无需人工干预。证明若深入某领域，真能彻底改变它，而我们现在连皮毛都未触及。

经济规模极其庞大，从自身增长、人们愿支付价格及整个行业规模和增速中，都能直观看到这点。因此，思考最多是如何满足此需求。如何才能真正拥有能力，支持人们在经济活动中想完成所有工作？认为这是极其浩大挑战，想我们当中还没人能完全领会其深远意义。

主持人Alex：如果可以，想谈谈酝酿中的价格战。至少据相关报道，很高兴能讨论此话题。《华尔街日报》最近报道称，即将推出OpenAI模型可能大幅降价。那么再请问，若满足不断增长需求需消耗如此多资源，而在可能出现降价环境下，如何实现……

格雷格·布罗克曼：数学逻辑成立吗？从另一角度看待此问题。纵观过去所做一切，一直在提升智能水平，同时不断降低同等算力下智能成本。人们似乎在不断重复经历“杰文斯悖论”。认为前沿智能永远最昂贵，但一年后，同等水平智能将变得稀松平常，触手可及。

在如今时代，人们开始真正思考价值。非常有趣转变；第一季度时，人们还仅关注AI智能体新颖性，争相引入企业以免落后。然而现在，人们开始追问：“要确保这确实能带来投资回报和实际价值。”

认为这是极佳状态，因大家都在提出正确问题。今天参加一些客户会议，问的正是这些：“如何做好支出控制？如何实现可观测性？”今天刚好发布支出控制功能，与客户需完美契合。正大力投资于企业级就绪，及客户明确表示需要的工具。

对我而言，这反映公司正在经历蜕变——不再仅局限于发布模型，思考的是端到端完整业务。专注于如何利用技术，为真实客户解决切实问题。这种转变正在每个行业迅猛发生。

尽管许多公司仍在摸索如何最优化利用这些模型，但正与他们并肩学习。在这场漫长变革中，目前仍处于非常早期阶段。考虑市场总规模及收入惊人增长速度，认为我们所有人都还没真正预料到这条增长曲线会有多陡峭。

主持人Alex：会降价吗？

格雷格·布罗克曼：答案永远是肯定的，对吧？认为未来会持续发生情况是，将不断推出前沿模型。不认为短期内会发生翻天覆地剧变。但应预期是，在一年左右时间跨度内，获取今天这种令人惊艳顶级智能，成本将大幅降低。但同时，也会有更强大新事物诞生。到那时你会想：“为何还要用旧的？”技术发展注定如此。

主持人Alex：萨提亚·纳德拉最近有一些有趣推文和采访。他近期表示，模型正在变成商品化资产，而真正有价值资产是企业专有AI系统，能从你的数据中持续学习。对此有何看法？现在与微软竞争，感觉很奇怪吗？

格雷格·布罗克曼：认为技术栈任何一层都不会直接从价值链消失。它们之间是乘数效应。当你审视最底层计算层，道理很简单：没有算力，就没有AI。

某种程度上，可以说算力已商品化；那不过是浮点运算，谁在乎？但实际上，看看今天芯片股，看看出售算力的人，再看市场对他们超高估值，大家都能看到这是至关重要且不可或缺基础资产。

认为这是因为它本身就是一个利润中心。任何构建AI的人都必须依赖它。在如何榨取更高效率及提升利润率方面，存在许多非常有趣动态变化。

根本上，即使勉强说它已商品化，事实并非如此。其价值并未消失，利润空间也未消失。这是市场必然会给予丰厚回报领域，因具有基础性价值，且重要性随时间推移与日俱增。看看人们如今为H100支付高昂价格就知道了。Hopper架构芯片独一无二。

它们未过时，对吧？但确实是上一代芯片了。在没有供应受限正常情况，根本没人会买。但现在，市场价格反而比以前更高。这就是正在发生的价格倒挂。认为这种现象还会持续，因面对雪崩般涌来巨大需求，会看到技术栈各层面价格、利润率等指标持续攀升。

认为同样逻辑完全适用于模型。模型层存在激烈竞争，认为这非常好。对企业、客户和消费者都是一桩美事。然而，在许多硬核领域，模型一直是最聪明的——只有它们能解决那些极其棘手难题。正步入崭新阶段，将亲眼目睹最顶尖模型带来变革性冲击。

若真能通过模型加速科学进程，模型越聪明，科技进步就越快。这与那些仅拥有对话界面、只能帮你预订行程或整理日历的模型有天地之别。认为能这一维度上大放异彩，但它们属于截然不同领域。

最后，关键问题在于如何真正将这种智能链接到客户身上，并创造实际商业价值。无数企业在不同细分领域建立卓越业务，将其与AI结合是庞大系统工程。若缺乏深厚领域专业知识，根本无法做到。必须深入考量受监管行业合规要求，或任何存在特定限制特殊领域。

以教育行业为例，场景中有家长、老师、学生，这些不同群体需要以极其审慎周密方式互动。在所有这些垂直领域，通过深耕细作，深入思考工作流程该如何运转，模型又该如何完美协同与编排，将能创造不可估量巨大价值。所以坚信，市场空间极其广阔，足以容纳多方共赢。也认为，必须作为完整生态系统协同作战，才能真正兑现这些AI系统蕴含无限潜力。

主持人Alex：再回到萨提亚观点。他称模型为“商品化资产”。正在尝试构建微软自己前沿智能。他可能对潜在客户说：“嘿，得和我们合作，因我们将帮你们构建能从自身数据中不断学习的数据闭环。”我想他可以使用你们知识产权直到2032年。那么，听到萨提亚这么说，感觉如何？

格雷格·布罗克曼：认为眼下最重要事情，是让人工智能在经济中得到广泛应用，真正重塑整个经济并惠及所有人。这是唯一倾注全力焦点。越多人致力于实现伟大愿景，对全人类越有利。

主持人Alex：坊间传闻GPT 5.6即将问世。虽可能只是推特小道消息，但还是想读给你听，毕竟推特总有最棒传闻：价格比Fable便宜三倍，高达150万上下文窗口，以及更强大智能体编程工作流。这些说法有几分真假？对GPT 5.6究竟该抱何期待？

格雷格·布罗克曼：意思是，你看，永远可以期待它变得更好、更快、更聪明，全面提升。所以，传闻全部属实。

主持人Alex：绝对要相信推特上看到的一切。开玩笑，未必全信。这在个人生活中其实引发过不少麻烦。

好了，想以健康话题结尾。之前提到过几次，早些时候观众也问过相关问题。有时读到报道，会对自己说：“知道这是对媒体发言，也知道听起来像真的，但故事总觉得哪里不对劲，估计以后也不会有下文。”

最近读过几个类似故事。一个是关于朋友，GitLab首席执行官Sid Sijbrandij。确诊癌症后，穷尽所有能做诊断测试。就是疯狂做检测，然后在专门为此开发应用团队协助下，将这些数据全部输入ChatGPT，结果竟然成功地……

不知用“治愈”这个词准不准确，但至少一定程度上击退癌症。

还有一个故事关于澳大利亚一只狗，叫Rosie。听说过Rosie吗？极其疯狂故事：有个家伙——可能记错细节——对他患癌狗进行活检，将突变数据输入AlphaFold运行，然后在聊天机器人辅助下，设计出一种mRNA疫苗并注射给狗狗。结果这只狗又能活蹦乱跳跨过桌子，肿瘤也缩小了。

当展望AI与医疗健康未来时，请帮我们拨开迷雾：这些仅是几个为博眼球大做文章极端个例，还是说未来这将成为常态？

格雷格·布罗克曼：绝对会成为常态，毫无疑问。就我个人而言，也有一些朋友做过非常类似事情：他们获取自己健康诊断数据，然后利用这些模型从中提取洞察。

认为现在有很多人都在这么做；每周约有2.3亿人使用ChatGPT进行健康咨询。这是极其惊人规模。人们有时会上传扫描影像，或用它应对不同医生给出相互矛盾诊断信息。

一直以来，生活在一个患者缺乏赋权世界。患者必须成为自己医生——你才是那个做决定并承担后果的人。若医生犯错，用余生付出代价是你。这是截然不同驱动力。

这对来说有深有切身体会。妻子患有多种疾病，若无聊天机器人帮助，甚至不知道眼下要如何应对其中许多状况。认为，在这条探索之路上，才刚刚起步。

哪怕拥有最顶尖医疗团队，能接触最权威专家，人力所能及范围依然有限。会想到那些人类能力触达不到盲区，或有时候仅仅是因为某人没仔细查阅病历而遗漏某个细节。通过这些AI工具，所有这些问题都能实现大幅改善。

因此认为，未来个性化医疗，有时将聚焦于此：药物和药物发现不再仅服务于大众市场；有时将针对“N=1”极端个案，比如今天早些时候提到特定疾病诊断。在其他情况下，也被用于剖析复杂病情并研发新潜在疗法。这一切正真真切切发生在眼前——不再是空洞理论，而是触手可及现实。

AI最令人震撼潜力之一，就是它将在多大程度上重塑我们健康。

想象它对整个医疗系统连锁反应。此领域占据经济极大比重，消耗巨额支出。若能真正帮助人们预防这些疾病，那将是颠覆性意义。

做到主动出击，在潜在健康问题爆发前防患于未然。这实际上能极大地减轻医疗系统负担与压力。

当下世界里，医生和护士都已筋疲力尽，一场真正医疗危机正摆在我们面前。相信AI能够破局。只要我们明智且妥善部署使用它，就具备这样潜力。

将AI应用于医学，是我个人极大内在动力，也是我审视我们正在构建一切、以及我们在OpenAI试图达成愿景时初衷。

希望我们作为全球化世界和共同体，能充分利用好这一潜力。抱有希望吧，相信一定能做到。对此无比自信。

主持人Alex：Greg，非常感谢你。谢谢。

格雷格·布罗克曼：好的。

主持人Alex：谢谢。真的非常感谢。天哪。谢谢大家。今天过得开心吗？谢谢。我们明年再办一次好吗？

参考资料: https://www.youtube.com/watch?v=VZTmS4B840k，发布于2026年7月2日

关注公众号并设🌟标，获取最新AI资讯

btw：若您对AI一线动态、AI产品构建及转型感兴趣，并愿与小伙伴们分享互动，欢迎加入瓜哥交流学习群参与讨论（联系瓜哥wx： southmelon，注明：所在行业、申请入群原因），群内定期分享瓜哥手搓Agent整理的全球AI动态内参～

访问ima瓜哥AI知识库，一键查询AI业界大佬观点：点击瓜哥公众号头像->“服务”菜单->知识库。加入后在腾讯ima.copilot APP可随时@查询。