OpenAI 总裁 Brockman 在 2016-2017 年就和 Ilya 推算过 AGI 的时间线，那时候他们在研究的 RLHF（人类反馈强化学习）今天成了所有对齐技术的基石。RLHF 最早由 Christiano 等人在 2017 年提出，通过人类对模型输出的偏好排序来训练奖励模型，再用 PPO 算法微调策略。这套方法后来被 OpenAI 用在 InstructGPT 上——13 亿参数的对齐模型表现超过了 1750 亿参数的原始 GPT-3，直接为 ChatGPT 铺了路。没有 RLHF 建立的「让 AI 理解人类意图」这条技术线，Astra 的 computer use 和安全护栏都不可能成立。

Brockman 承认取消 Sora 项目「很痛苦但必要」。Sora 年运行成本超 50 亿美元，上线后应用内总收入仅约 210 万美元，而 OpenAI 2025 年亏损达 80 亿美元。视频生成赛道不仅烧算力，还受深度伪造、版权、内容审核等合规成本拖累。相比之下，computer use 和 agent 能力直接面向企业市场的编程、运维、科研等付费场景，单 GPT-6 Astra API 就定价输出每百万 token 50 美元。放弃 Sora 是 OpenAI 从「技术展示」向「商业收敛」的清醒转身——在产品线膨胀期，能果断砍掉明星项目聚焦核心战场，这才是最难的管理决策。

Brockman 说 AGI 已到来，微软 CEO Nadella 却说「距离真正 AGI 还很远」。两家对 AGI 的定义从一开始就不一样：2023 年的合同里，微软把 AGI 定义为「能产生 1000 亿美元利润的自主系统」；OpenAI 后来改成了「在最具经济价值的工作上表现优于人类」。Nadella 的工程现实主义 vs Altman 的技术理想主义，本质上不是科学分歧，是商业化节奏的话语权之争——谁定义 AGI，谁就能改写合作关系、重组利益分配。Altman 的「AGI 已来」更像行业愿景锚定，Nadella 的「还很远」更贴近资本市场可交付的路线图。

Brockman 提到的「防御者窗口期」不是空话。OpenAI 内部刚完成一次代号 code-red 的安全冲刺，250 多人用 Codex 和最新网络模型加固了数百个系统，发现了原本可能永远漏掉的漏洞。他们把这套流程标准化为 Defense Factory——AI Agent 持续发现漏洞、验证、修复、验证，全自动化以机器速度运转。腾讯云和 FreeBuf 的实战报告也显示，AI 把渗透测试从「稀缺的人工服务」变成「可持续的自动化流程」，成本降低 70%+，测试周期从数周缩到数小时。焦点已经不在「AI 有没有攻击能力」，而在「防御组织能不能先一步把 AI 装进自己的闭环」。

Brockman 透露了一个关键数字：ChatGPT 有超 10 亿周活跃用户，但还有约 15 亿人试过就放弃了。他认为原因是旧版 AI 不够好，以及用户不知道怎么用。这事真正值得追问的不是「怎么提高日活」，而是：为什么工具越强大，流失率反而越高？答案藏在 Brockman 的另一句话里——「AI 不应让用户挖掘它能做什么，而应主动告诉你『我可以在这件事上帮你』」。当前所有 AI 产品都卡在同一个地方：它们是更强的文本框，不是真正的协作者。要减少流失，产品逻辑得从「被动应答」翻转为「主动感知+主动提议」，而这需要持久记忆、语音交互、主动决策——人机协作形态的根本重构。