算力极限下，OpenAI 急着做什么？

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。

OpenAI 联合创始人兼总裁 Greg Brockman 近日接受了一场专访，围绕产品战略收拢、新基座模型 Spud、自动化 AI 研究员以及算力投入争议等议题给出了内部判断，并就业界最近对 OpenAI 产品方向收缩、千亿算力投入等相关动态的质疑和争议给出了回应。

OpenAI 并非退守 B2B，而是在算力硬约束下做了最残酷的优先级排序？

1、2026 年以来，OpenAI 在产品布局上的一系列调整引发了外界关注。视频生成产品 Sora 的资源被大幅收缩，研发重心向推理模型和通用型产品倾斜，部分分析人士据此推断公司正在从消费者市场退守 B2B。Brockman 在访谈中否认了这一判断，并将调整归因于算力硬预算下的优先级排序。[2-1]

① OpenAI 内部清单最顶端只有两件事：个人助理（personal assistant）和能替用户解决困难问题的 AI 工作体，公司目前可调度的算力甚至不足以同时支撑这两者。

②Sora 并非被彻底关闭，而是在算力优先级调整中被重新分配。Brockman 将其与 GPT 推理模型描述为技术树上的两个分支，当前算力条件下选择了推理路线。

2、Brockman 进一步披露了 OpenAI 在产品形态上的核心方向，即构建一个跨应用、跨场景的统一 AI 层（AI layer），将 Chat、Codex 和浏览器操作整合进同一个入口，取代当前分散的工具格局。

① 他用一个日常细节做了说明：自己经常忘记如何设置 macOS 的 hot corners（屏幕热角），现在让 Codex 直接完成设置，机器迁就人而不是人适应机器。[2-1]

② Codex 将从工程师专属工具扩展为面向所有人的通用操作入口，AI 具备跨应用的记忆与上下文能力，第三方只需开发轻量插件即可接入。

3、Brockman 在访谈中还透露了下一代基座预训练模型 Spud 的进展，他将其定义为凝结了大约两年研究积累的全新预训练底座，并强调这不是在现有模型上的增量改进，而是在理解指令、领会语境和处理开放性问题方面的质的跃迁。[2-1]

① Spud 将能够应对更长时间跨度的复杂任务，Brockman 预期其表现会在物理学等科学应用领域带来显著突破。

② 他引用业内说法 big model smell（大模型气息）描述这种变化：当模型跨过某个能力阈值，用户能直觉感知到 AI 在向你弯折迁就，提问后会错意的挫败感将大幅减少。

从 20% 到 80%，当 AI 能干大部分工作，人类该站在什么位置？

1、Brockman 认为 AI 在工作场景中的角色已经发生质变，新一代模型将任务覆盖率从约 20% 一次性推高至约 80%，AI 从锦上添花的辅助工具变成了必须围绕其重新设计工作流程的核心要素...