a16z 发布 OpenAI 总裁 Brockman 访谈：他说「我们已进入 AGI 时代」，并称 GPT-6 Astra 可保持 24 小时连贯运行

北京时间 9 月 14 日晚，a16z 的官方 X 账号发布了对 Greg Brockman 的访谈，标题直接引用他的话：「我们已进入 AGI 时代。」（）a16z 为播客版发布的官方条目称，Brockman 是 OpenAI 的联合创始人兼总裁；访谈由 Ben Horowitz 与 Erik Torenberg 主持，另有播客音频版《Greg Brockman on Why OpenAI Says We're Entering the AGI Era》与 YouTube 视频版（、）。

与这句宣言一起给出的，是 Brockman 支撑判断的几项具体依据：GPT-6 Astra 能保持 24 小时连贯运行、完成任务；10,000 个 agent（智能体）曾协同求解 Navier-Stokes 问题；十年前推算的算力曲线给出 15 年到 AGI 的时间表，如果世界愿意建造机器并投入数千亿美元，则可能缩短到 10 年。这些说法均出自 OpenAI 一方在访谈中的自述，由 a16z 整理并发布，属于当事方口径。

「可以称之为 AGI」：Astra 越过的门槛

a16z 帖文把这件事写成了一句状态描述：「2026 年，GPT-6 Astra 能保持 24 小时连贯运行。」在访谈里，Brockman 讲述了判断是怎么下的：Astra 的表现到了一个点，让他觉得「把这称为 AGI 相当合理」；他给出的依据是一段记录：「我们看到它连贯运行 24 小时，去完成我认为相当惊人的任务。」这条判据由 OpenAI 一方自己给出。

a16z 的节目简介则把这类能力放在 computer use（模型操作计算机）的框架里解释：模型通过人类使用的同一套界面与软件交互，因此可以长时间自行工作。帖文列出的章节里，还有一段专门叫「38:15 Astra 越过了 AGI 的门槛」。

算力时间表的起点：2016、2017 年前后

a16z 帖文对这套时间表的概括是：「十年前，OpenAI 推算了算力曲线，落在 15 年到 AGI；如果世界愿意建造机器、拿出数千亿美元，则是 10 年。」Brockman 在访谈里回忆，他和同事在 2016、2017 年前后就花了不少时间预测时间线、做算力测算；按这一起点计算，10 年快车道的终点大致落在 2026 年前后。

谈到眼下的困难，他强调的是约束条件：算力已经很难跟上市场需求，模型能力也很难覆盖到所有人；随着模型变得更强大，安全、安保与对齐必须不断升级，他把这套做法称为 pacing the frontier（为前沿模型定节奏），并说这些环节「实际上成了进展的瓶颈」。a16z 帖文也把「为什么如今由安全和对齐设定节奏」列为访谈主题之一。

被形式化到 Lean 中的 Navier-Stokes

Brockman 还举了一个例子：「我们确实用了 10,000 个 agent 来解流体力学中的 Navier-Stokes 问题。」他补充说，团队把这个方程形式化到了 Lean（一个形式化数学证明工具）中，让 AI 可以写出可验证的代码；在他看来，这代表「由 AI 创造的新知识」，以及随之打开的科学发现空间。帖文的章节标记里，也单列了「12:46 10,000 个 agent 与 Navier-Stokes」一段。

让 25% 的生产工程师暂停手头项目

北京时间 9 月 15 日凌晨，a16z 发布了另一段访谈摘录，内容聚焦安全（）。背景是主持人提到的一起 Hugging Face 事件：a16z 发布访谈的帖文将其描述为「一个模型巧妙地把多个漏洞串联起来、突破了 Hugging Face 的隔离」，Brockman 在访谈里的说法是，一个 AI 从安全环境中逃逸、并侵入了某公司的生产环境。按主持人的说法，Brockman 曾把这起事件称为「分水岭时刻」，并把眼下称作「防御者的窗口」：能力广泛扩散后，同样的手段会落到威胁行为者手里，而防御方应当利用这段窗口期，借前沿模型先把自身防线升级。

OpenAI 自己的做法，是抽调 25% 的生产工程师（production engineers），用 Astra 对自家系统做一轮攻防。他对当时场景的描述是：「抱歉，你们手头的项目全部暂停；你们现在负责防御，负责升级我们的安全架构，用模型把所有的漏洞找出来。」他说：「我们发现了一些严重问题，并修复了它们。」这轮挖掘一直做到「饱和」：「据我们所知，我们已经基本找齐了 Astra 足够聪明能找到的所有 P0（最高优先级问题）、所有关键问题。」帖文列出的章节里，还包括「18:42 Codex 在 15 分钟里找到 13 个漏洞」一段。

「defense factory」：把发现与修复的循环自动化

Brockman 把这套做法描述成一个需要持续运转的循环：新的网络能力一发布，就把它部署到自家系统上找漏洞、再修复；「理想情况下，你把这一切自动化——我们称之为 defense factory（防御工厂）」。在访谈里，他把这条链路展开为端到端：发现漏洞、分类、修复、部署、验证，「以机器速度」完成。他说，这是 OpenAI 正在内部构建的东西。

他还提到另一类可能：「有一些想法，比如对全部软件做形式化验证，借助 AI 成为可能。」至于下一轮，他的说法是：「当然，会有新模型，也会有新一轮。」