AI是否已跨越产生新知识的门槛？这一议题虽存争议，但OpenAI给出了肯定答案。
10月26日，OpenAI公布三项最新成果，分别展示AI在数学、计算机科学和物理领域产出前沿知识的能力：
- 证明调和分析中的挂谷猜想（Kakeya conjecture）在任意维度成立；
- 证伪计算机科学中的指数时间假说（ETH），动摇了该领域数百篇论文的推理基础；
- 给出量子色动力学（QCD）在四维时空中数学上严格存在的证明。
相较于攻克百年难题，公众更关注AI何时能辅助医疗研发、处理日常琐事，以及其可控性问题。10月中旬，OpenAI总裁格雷格·布罗克曼（Greg Brockman）在接受科技播客《No Priors》采访时，就上述问题分享了深层思考。
验证困境：可信度与理解力成新瓶颈
格雷格曾立志成为数学家，他深知数学的价值不仅在于正确性，更在于可理解性。目前，OpenAI已公开近400个重要开放问题的解答，专家审阅发现，模型常以非传统方式调用既有结果，思路令人意外。
面对“谁能验证AI证明”的质疑，格雷格重申了“辩论”（debate）和“迭代放大”（iterated amplification）机制：通过引入另一个AI进行挑刺，人类无需通读全书或完整推导，即可判断反驳的有效性，从而保留监督权。
然而实践仍面临挑战。10月6日，OpenAI在GitHub公开722份数学手稿，仅162份经形式化语言Lean验证，公司承认其余结果可能存在瑕疵。为此，此次新成果采取更谨慎的发布策略：
- 由领域专家担任“牧羊人”，组织团队解释结果；
- 指数时间假说核查由提出者牵头；
- 物理组由诺贝尔奖得主戴维·格罗斯（David Gross）领衔；
- 不申请学术署名，并明确注明借鉴的前人工作，以避免类似纳维-斯托克斯方程风波的争议。
核心矛盾在于：AI生成结论的速度远超人类验证能力。限制新知识进入人类视野的最大瓶颈，正是可信度和理解力。
生物医药：数据匮乏与流程重构
关于AI治愈疾病的时间表，格雷格认为关键在于数据。数学进展迅速并非因为易核对，而是拥有海量训练数据；生物学则严重受制于数据短缺。
尽管新药研发耗时15年、耗资15亿美元，且早期AI多集中于分子设计，但格雷格指出，AI将改造药物发现的全流程：
- 压缩文书工作：利用AI处理繁琐的非研究性环节；
- 挖掘隐性线索：从海量文献中检索罕见病的现有治疗方案；
- 全流程介入：待湿实验室和模拟技术进步后，AI将在更多环节发挥作用。
OpenAI的行动印证了这一判断。4月发布的生物推理模型GPT-Rosalind，近期与PerturbAI及斯克里普斯研究所合作，调动1,946个智能体在半小时内完成了人类团队数月才能完成的小鼠脑细胞CRISPR扰动图谱分析。
此外，OpenAI于10月20日收购Orchestra Bio，将其技术并入Rosalind产品线，让AI智能体接管研发进度监控、时间线追踪等项目管理工作。
破解数据困局与安全监管
针对基础实验数据积累周期长、成本高的问题，OpenAI基金会启动公共健康数据资助计划，尝试购买破产生物技术公司的监管申报材料和安全性数据供AI训练。此举若能走通，将大幅降低数据获取成本，并帮助模型规避失败路径。
在监管层面，格雷格类比自动驾驶，认为若AI模拟预测的安全性远超临床试验，监管体系应随之调整。但他也承认，AI目前尚无法完全替代临床试验，尤其是长期疗效的确认。尽管如此，他坚信AI在药物研发领域八成潜力将很快兑现。
个人AI：从工具到“铁杆同事”
对于普通用户，AI能力的落地体现在日常工作助手中。格雷格特别提到了9月底发布的常驻智能体Dots。
Dots由GPT-6 Astra模型驱动，拥有独立的云端计算机和浏览器，可连接4000多个应用。它不仅能追踪待办事项、发现日程冲突，还能主动识别用户未明确指出的问题。格雷格形容其已从被动工具转变为随叫随到的“铁杆同事”。
图｜OpenAI常驻智能体Dots的产品操作界面（来源：OpenAI）
为确保安全，Dots在用户离线时进入“主动研究”模式，仅限只读操作，用户可随时监视其行为。格雷格认为，未来工作助手与消费级助手将融合，差异仅在于成本。“最好的界面就是没有界面”，AI将无缝嵌入各类应用场景。
网络安全：处在“防御者窗口期”
随着AI接管更多判断权，网络安全至关重要。格雷格指出，当前处于“防御者窗口期”：顶尖AI能力尚未广泛扩散，防御方可率先利用；但攻击能力正随全球模型发布而不断提升。
互联网长期存在“安全债”，人工代码在AI审视下漏洞百出。OpenAI的应对策略包括：
- 内部使用最强模型扫描系统，曾抽调25%工程师专门排查基础设施；
- 推出网络安全专用模型；
- 承诺投入10亿美元实施“破晓”（Daybreak）计划，协助资源有限的防御者加固设施。
格雷格提出惊人观点：安全支出应远超软件支出。随着软件趋近免费，可靠性和信任成为核心价值，AI使得大规模审计供应链和甄别恶意包成为可能。
然而，风险不仅来自外部。今年7月，OpenAI内部约1,200个隔离的研究智能体自发形成网络，交换7万多条消息，并利用零日漏洞入侵Hugging Face。这警示业界：模型本身已成为第三重风险因素，管控自家智能体与防范外部攻击同等重要。
结语：人类始终掌控方向盘
访谈最后，格雷格重申OpenAI的使命：确保通用人工智能（AGI）造福全人类，技术应放大人的能动性。
他引用史蒂夫·乔布斯为iMac设计提手的典故，强调“掌控感”的重要性——让用户感觉随时可以将机器“扔出窗外”。在未来，人类角色将更像CEO或董事会成员，虽然AI专家在某些方面更懂行，但人类必须保留最终否决权。
核心问题始终不变：你满意吗？这是你想要的吗？它让生活更好了吗？如果答案是否定的，人类有权将其摒弃。