OpenAI 联合创始人Greg Brockman访谈，讲述Sam Altman被Fire的故事。
NotebookLM解读生成文章如下：
2023 年 11 月的某个周五晚上，Greg Brockman 接到了一个视频电话。
电话那头是 OpenAI 的董事会成员。他们告诉他：Sam Altman 被解雇了。你也被踢出董事会了，但我们希望你留在公司。
Brockman 的回答只有两个字：辞职。
这不是冲动。这是一个联合创始人对组织使命的清醒判断：如果董事会可以在没有任何透明理由的情况下解雇 CEO，那这个组织已经不再是他当初加入的那个 OpenAI 了。
接下来发生的事情，成为了硅谷历史上最戏剧性的"员工起义"。
一、救生筏变成航空母舰：700 人的选择
Brockman 辞职后，立即召集了三个人开会：Jakob Pachocki、Szymon Sidor 和 Aleksander Madry。
他们的计划很简单：启动一个"救生筏"（life raft）——一个新的 AI 实验室。
但这个救生筏很快就变成了一艘航空母舰。
OpenAI 的员工们开始签署请愿书，要求董事会辞职、Altman 回归。最终，超过 700 名员工签了名——几乎是全公司。
更令人震惊的是：在这场混乱中，竞争对手们疯狂挖人，开出天价 offer。
Google、Meta、Anthropic 都在行动。
但没有一个 OpenAI 员工离开。
Brockman 引用了新英格兰爱国者队教练 Bill Belichick 的话来解释这一现象：
"他们不是为钱而战；他们是为身边的人而战。"（They're not playing for money; they're playing for the person beside them.）
在不确定性中，人们选择留下来不是因为股票期权，而是因为使命和彼此。
最终，关键人物 Ilya Sutskever（最初支持解雇 Altman 的董事会成员之一）公开表达了后悔，并签署了请愿书。危机结束，Altman 回归。
但这场风波留下了一个问题：
为什么一个致力于"让 AGI 造福全人类"的组织，会在内部治理上如此混乱？
答案可能是：因为没有人真正知道如何治理一个即将创造出超越人类智能的组织。
二、昆虫大脑的逆袭：从 Dota 到 GPT 的技术哲学
要理解 OpenAI 的成功，得回到 2015 年的 Napa 会议。
那时，Google DeepMind 是 AI 领域的"10,000 磅大猩猩"（10,000lb gorilla）。
OpenAI 只是一个小小的非营利实验室，面临的核心问题是：
我们能竞争吗？
他们制定了一个十年计划，至今仍在执行：
解决强化学习（Reinforcement Learning）
解决无监督学习（Unsupervised Learning）
逐步学习更复杂的任务
第一步的验证来自 Dota 2 项目。
OpenAI 的 AI 用 PPO 算法（一种强化学习算法）击败了人类顶级玩家。
这不是在一个规则明确的棋盘游戏里（比如围棋），而是在一个混乱、实时、充满不确定性的电子竞技环境中。
Brockman 说，这证明了一个关键洞察：
"即使是一个只有'昆虫大脑'复杂度的神经网络，当它被大规模训练时，也能展现出类似人类的直觉。"
传统 AI 研究者认为，要让机器表现出人类的直觉，必须给它编程大量的规则和知识。
但 OpenAI 证明了：
你不需要告诉机器"什么是好的走位"，你只需要让它玩 10 万局游戏，它自己就会学会。
这为后来的 GPT 系列奠定了基础。
三、预测爱因斯坦的下一句话：为什么"预测"不简单
GPT 的核心——"预测下一个词"——经常被批评为"太简单"。
很多人说：这不就是自动补全吗？这怎么能叫智能？
Brockman 的反驳很犀利：
"如果你能真正预测爱因斯坦嘴里的下一个词，你至少和爱因斯坦一样聪明。"
要预测一个物理学家的下一句话，你必须：
理解物理学的基本原理
理解他之前说的所有话的逻辑
理解他的思维方式和表达习惯
理解他想要传达的核心观点
这不是简单的模式匹配，这是对世界模型的深度理解。
OpenAI 的两步训练法正是基于这个逻辑：
阶段 | 方法 | 数据性质 | 目的 |
|---|---|---|---|
第一步 | 无监督学习 | 静态、观察性 | 背景知识和语义理解 |
第二步 | 强化学习 | 主动、自生成 | 从行动和观察中学习 |
第一步让模型"读懂世界"，第二步让模型"在世界中行动"。
这就是为什么 GPT-4 不仅能写代码，还能理解你为什么需要这段代码。
这就是为什么 ChatGPT 不仅能回答问题，还能理解你问这个问题背后的真正意图。
预测不是简单的统计，而是对因果关系的深度建模。
四、1000 亿美元的赌注：计算经济的战争
2017 年，OpenAI 做了一个争议性的决定：从非营利转向"有限营利"（capped-profit）。
原因很简单：钱不够。
Brockman 说，他们算了一下，发现要实现 AGI，需要的资金远超非营利组织能筹到的规模。
当时很多人质疑：你们是不是忘了初心？
但现在回头看，OpenAI 的判断是对的。
数据中心已经成为人类创造的最大机器。
Brockman 说，未来社会将面临一个根本性的资源分配问题：
如何优先使用计算资源？
是用来回答"今天天气怎么样"这种平凡问题，还是用来"治愈癌症"？
全球计算资源已经成为瓶颈。
每个国家都在意识到，主权 AI 战略（Sovereign AI）是国家安全和经济安全的核心。
中国在建自己的大模型和芯片产业链
欧盟在制定 AI 法规，试图在监管中保持竞争力
美国在争夺芯片供应链，限制先进芯片出口
这不是技术竞赛，而是文明竞赛。
Brockman 的观点很清晰：
"我们必须确保民主价值观在这场竞赛中获胜。"
谁控制了 AGI，谁就控制了未来的权力结构。
而控制 AGI 的前提是：控制计算资源。
这就是为什么 OpenAI 要投资数据中心，为什么 Nvidia 的市值超过了整个半导体行业，为什么各国政府都在制定"主权 AI"战略。
计算能力已经成为新的石油。
五、从工具到代理：人类角色的根本性转变
OpenAI 的下一个目标是什么？
个人 AGI（Personal AGI）。
Brockman 的愿景是：给地球上 80 亿人每人一个"个人 AGI"——一个了解你的上下文、管理你的长期目标、24/7 为你行动的实体。
这不是 Siri 或 Alexa。这是一个真正的代理（Agent）。
区别在哪里？
工具：你告诉它做什么，它做什么。
代理：你告诉它目标，它自己决定怎么做。
举个例子：
工具模式：
你："帮我写一封邮件给客户，说明项目延期了。"
AI："好的，这是邮件草稿。"
代理模式：
你："我需要处理项目延期的问题。"
AI："我看了你的日历和邮件，发现有三个客户受影响。我已经起草了三封不同的邮件（根据每个客户的性格和合同条款），并建议你明天上午 10 点打电话给最重要的那个客户。我还重新安排了你的任务优先级，把最紧急的工作提前了。需要我执行吗？"
看到区别了吗？
代理不是执行你的命令，而是理解你的目标，然后自主决策。
Brockman 说，当前的趋势是"人类扭曲自己去适应机器"。
我们学习编程语言、学习命令行、学习如何"正确地"提问。
但未来会反过来：
"我们将进入一个世界，不再是你用电脑工作，而是电脑为你工作。"
这意味着什么？
编程的终结。
Brockman 说，现在已经有"极小比例"的代码是完全由人类手写的。
大部分代码都是 AI 辅助生成的。人类只负责设计高层结构，具体实现交给模型。
未来最有价值的技能不再是"技术实现"（AI 能做），而是 Agency ——有愿景、设定目标、管理 AI 代理去执行愿景的能力。
从"做事的人"到"让事情发生的人"。
六、迭代部署：让现实教你风险
OpenAI 有一个核心哲学：迭代部署（Iterative Deployment）。
他们拒绝"秘密开发"的模式。
相反，他们会部署中间版本的系统，让社会逐步适应，并在过程中发现风险。
为什么？
因为实验室里预测不了真实世界的风险。
Brockman 举了一个例子：当 GPT-3 刚发布时，没人想到它会被用来生成"医疗垃圾邮件"（medical spam）——那些看起来像专业医疗建议、但实际上是推销保健品的内容。
这种风险只有在真实使用中才会暴露。
如果等到 AGI 完全成熟再发布，那时候发现风险就太晚了。
安全不是在实验室里设计出来的，而是在现实中迭代出来的。
但这也意味着，OpenAI 必须承受"不完美"的批评。
每次 GPT 出现偏见、错误或滥用，都会有人质疑："你们为什么不等到完美再发布？"
Brockman 的回答是 Ilya Sutskever 的名言：
"如果你没有在受苦，你就没有在创造价值。"（If you're not suffering, you're not building value.）
这句话的意思是：
真正的创新必然伴随着痛苦和不确定性。如果你觉得一切都很顺利，那你可能只是在做一些无关紧要的事情。
七、一个值得过的人生：为什么离开 Stripe
在访谈的最后，Brockman 被问到：为什么离开 Stripe（一家估值数百亿美元的支付公司）去创办 OpenAI？
他的回答很简单：
"如果你真的能影响 AI 在世界上的发展方向……那就是一个值得过的人生。"（If you could actually make a difference in how AI will play out in the world... that would be a life well-lived.）
Brockman 知道，AGI 可能是人类历史上最重要的技术。它可能：
治愈癌症，也可能创造新的生物武器
让 80 亿人都拥有个人助手，也可能让权力集中在少数人手中
推动民主和透明，也可能强化监控和控制
这场竞赛的结果，将决定人类文明的走向。
而他选择了参与其中。
不是因为钱（他在 Stripe 已经财务自由了），不是因为名（他可以继续做一个成功的 CTO），而是因为使命感。
这就是为什么 700 名员工在危机中选择留下来。
这就是为什么没有一个人接受竞争对手的 offer。
这就是为什么 OpenAI 能在 DeepMind 的阴影下崛起。
因为他们相信，他们正在做的事情，比任何个人利益都重要。
八、我们该如何准备？三个关键洞察
洞察 1：忠诚比金钱更重要
在不确定性中，人们选择留下来不是因为股票，而是因为使命和彼此。
如果你是创业者，问自己：你的团队在危机中会留下来吗？
如果答案是"不确定"，那你需要重新思考你的组织文化。
洞察 2：计算资源是新的石油
未来的权力不在于谁拥有数据，而在于谁拥有计算能力。
如果你是技术人，问自己：你在为谁的计算基础设施工作？
如果你是投资者，问自己：你在投资计算能力的哪个环节？
洞察 3：Agency 是新的核心技能
技术实现会被 AI 取代，但设定目标、管理 AI 的能力不会。
如果你是学生或职场人，问自己：你在学习如何"做事"，还是在学习如何"让事情发生"？
前者会被 AI 取代，后者不会。
尾声：AGI 不是未来，它已经在这里了
2023 年 11 月的那场危机，不是一个公司的内部斗争。
它是人类文明在 AGI 时代的第一次治理危机。
AGI 不是未来。它已经在这里了。
问题不是"它会不会来"，而是"我们准备好了吗"。
参考资料：
Greg Brockman 访谈视频：https://www.youtube.com/watch?v=6JoUcQ1qmAc
