内容提要
OpenAI总裁Brockman在a16z播客中主张,AI代理应像人一样直接操作电脑界面,而非依赖MCP服务器、CLI等专用连接器,认为这更简单且可减少为每个应用定制集成的工作。他称GPT-6 Astra具备电脑使用能力,接近AGI。但业界仍在推进结构化集成,AWS和OpenAI自身也未放弃连接器方案。
延伸解读
两种技术路线的分歧
Brockman主张AI代理应像人一样直接操作电脑界面,而非依赖MCP服务器、CLI等专用连接器。他认为后者是“以不自然的方式让软件可访问”,相当于为每个应用定制集成。但业界并未放弃结构化集成:AWS近期为AgentCore Gateway推出管理式同意门户等新功能,OpenAI自家的Codex也仍将插件作为首选路径,因为插件能让代理直接对接Slack、Gmail等服务,无需手动操作界面。
电脑使用与AGI判断
Brockman将GPT-6 Astra的电脑使用能力视为其“相当合理可称为”AGI的原因之一。这一判断将“像人一样操作电脑界面”提升为通用智能的关键标志,而非仅是一项功能。不过,文章并未展开Astra在具体任务上的表现或评测数据,读者需注意这一说法来自OpenAI高管的个人观点,而非行业共识或可验证的基准结果。
对开发者的实际影响
若电脑使用路线成熟,开发者可能不再需要为每个应用单独构建和维护连接器,从而减少集成工作量。但文章同时指出,连接器目前仍在广泛使用,AWS和OpenAI自身也未放弃。这意味着短期内开发者仍需面对两种方案并存的局面:既要关注代理直接操作界面的进展,也不能忽视现有结构化集成的持续投入和维护成本。
Q&A
OpenAI总裁Brockman认为AI代理应该怎样操作电脑?
Brockman主张AI代理应像人一样直接操作电脑界面,使用屏幕像素、键盘和鼠标,而不是依赖MCP服务器、CLI等专用连接器。
为什么Brockman认为不需要为每个应用定制AI集成?
因为如果模型能学会像人一样使用电脑,就可以直接通过通用界面操作各种软件,无需为每个应用单独构建和维护连接器,从而减少开发负担。
Brockman提到GPT-6 Astra具备什么能力?
Brockman称GPT-6 Astra具备电脑使用能力,并认为这让他觉得可以“相当合理”地称之为AGI。
业界对Brockman的电脑使用观点有何不同做法?
业界仍在推进结构化集成,例如AWS推出了AgentCore Gateway的管理同意门户等连接方案;OpenAI自身也未放弃插件,Codex仍偏好使用插件直接连接Slack、Gmail、GitHub等服务。
Brockman在a16z播客中提到的“简化”理念是什么?
Brockman认为简单性是AI的北极星,应该有一个统一的AI,让用户更少地操作电脑,而不是让用户围绕电脑转。
OpenAI早期对电脑使用有什么设想?
2015年11月,OpenAI团队在异地会议中提出三步计划,并讨论了使用强化学习直接针对电脑界面(屏幕像素、键盘、鼠标)进行训练,即与人类相同的交互界面。