重點一：通用人工智慧（AGI）發展進入新階段，演算法已取代算力與數據，成為推進模型的關鍵瓶頸，而強化學習（RL）是當前突破的重點。
重點二：AI開發流程正快速演變，AI代理人（AI agents）將成為軟體開發的「同事」，大幅提升自動化與生產力。
重點三：OpenAI預見一個由AI驅動的「十倍效益」經濟未來，將大幅降低各行業的創新門檻，為醫療、教育等領域帶來前所未有的機會。
OpenAI共同創辦人兼總裁格雷格·布羅克曼（Greg Brockman）近日在舊金山AI工程師世界博覽會上指出，通用人工智慧（AGI）的發展已進入一個決定性的新階段。 他強調，過去依賴擴展計算能力與數據量的成長模式已達極限，當前真正的挑戰與長期限制來自於「演算法」的創新。
布羅克曼表示， OpenAI已將資源重點投入如強化學習（Reinforcement Learning, RL）等更先進的演算法範式，旨在克服現有模型（如GPT-4）無法真正「體驗世界」的根本缺陷。 這一策略轉變，標誌著AGI的競賽焦點已從硬體規模轉向核心的智能理論突破。
布羅克曼認為，唯有透過演算法的根本性進步，才能打造出能夠理解並解決人類未知複雜問題的機器，實現AGI的最終願景。
Greg Brockman是誰？他如何自學成才？
布羅克曼是ChatGPT顛覆全球科技版圖的背後推手，更曾在2023年OpenAI爆發山姆·奧特曼（Sam Altman）「宮鬥」事件後請辭總裁和董事會主席，表達支持奧特曼的立場，最終迫使董事會讓步讓奧特曼成功回鍋。
布羅克曼自哈佛、麻省理工退學後，先在Stripe（美國支付巨頭）協助公司從4人擴張至250人，隨後與Tesla執行長馬斯克、奧特曼等人共同創辦OpenAI。
布羅克強調，他是透過自學才逐漸突破機器學習的重重難關，最終成為OpenAI創始團隊的靈魂人物。布羅克曼強調，儘管同儕僅需數月即可掌握機器學習，他卻花了三年才真正精通，並坦言「承認無知」是成長的第一步。
布羅克曼分享，成為佼佼者的關鍵在於「承認無知」與「成長心態」，亦即不畏懼困難，勇於面對自身不足，並持續尋求突破。
他也提出三大學習心法：一 是主動承認知識盲點，二是以成長心態看待失敗與挫折，三是善用工具與框架解決問題。 這些原則不僅適用於個人學習，更是OpenAI在面對技術快速演進、跨界協作時能持續領先的根本原因。
什麼是AI工程？
據布羅克曼說法，AI工程（AI Engineering）是一種將人工智慧（AI）技術從理論研究轉化為實際應用的跨領域實踐。他強調， AI工程不僅僅是寫程式或開發演算法，更關鍵的是如何把現有的科學知識應用到現實問題，並在知識尚未完善時，主動搭建橋樑、解決技術落地過程中的各種挑戰。
他在訪談中指出，AI工程師的角色是「應用現有科學知識，並在知識不足時，主動彌補這些空白，讓AI技術真正發揮價值」，而這需要工程師具備 「技術謙遜」 （technical humility），也就是在進行系統設計或修改時，必須深入理解背後的原理與原因，並與研究人員密切合作，確保技術與產品能夠協同發展。
對此布羅克曼表示，OpenAI早期遇到的挑戰是研究人員和工程師對系統約束的理解不同。例如，工程師注重介面，而研究人員則要求對整個系統有全面理解。「如果你不理解為什麼，就不要假定你的直覺適用。」
因此，「技術謙遜」可以說是一種解決方案，即工程師應深入傾聽、理解「為什麼」，然後再提出改變。「這類方法，真正深入閱讀、傾聽並以謙遜的態度理解，我認為是成功的關鍵決定因素。」
綜合以上，AI工程的核心在於：
- 將AI研究成果轉化為可用、可擴展的產品或服務
- 跨足工程與研究兩大領域，協調團隊合作
- 持續優化系統架構，解決規模化與維運上的挑戰
- 以用戶需求為導向，推動AI技術落地
AI重塑軟體工程：為「初級開發者」打造新典範
布羅克曼也預測，AI開發流程將因AI代理人（AI agents）的普及而徹底改變。未來，AI代理人將如同「同事」般參與軟體開發，負責自動化測試、模組化設計、程式碼生成等工作，讓人類工程師能專注於更高層次的創新與決策。
他以OpenAI的Codex為例，說明AI已經開始改變開發者的工作方式，推動程式碼結構向更小型、可測試的模組發展。布羅克曼認為，這種變革將大幅提升軟體開發的效率與品質，並為企業帶來更高的競爭力。
他解釋，雖然人類資深工程師能憑藉抽象思維處理複雜系統而「偷工減料」，但AI模型需要清晰、明確的指令與回饋。由於AI會以遠超人類的頻率運行測試，因此一個易於測試的模組化環境對其至關重要。這種轉變不僅是技術上的要求，更是一種全新的開發哲學。
布羅克曼透露，OpenAI內部已有「低兩位數百分比」的程式碼提交（Pull Request）完全由Codex自動生成，預示著巨大的生產力革命即將到來。
邁向十倍效益經濟：AI基礎設施的未來
展望未來，布羅克曼回應了輝達（NVIDIA）執行長黃仁勳關於AI基礎設施的提問，承認預測未來的硬體需求是個「令人費解的問題」。他認為，儘管針對特定任務進行「超級優化」的專用加速器是趨勢，但研究進展的飛速也讓硬體投資充滿不確定性。
他相信，未來將是一個由多個AI模型協同工作的「模型動物園」，而非單一的超級AI。在此基礎上，布羅克曼描繪了一個「經濟根本由AI驅動」的宏大藍圖。 他預期，AI的目標不僅是取代人力，而是要實現「十倍的活動、十倍的經濟產出、十倍的效益。」
亦即，AI將大幅降低各行各業的創新門檻，尤其是在醫療保健、教育等需要大量專業知識與謹慎思考的領域，為全球工程師與創業者提供了前所未有的廣闊舞台，共同建設一個更繁榮的未來經濟。
布羅克曼最後總結，自己從哈佛、麻省理工退學後，靠著獨立學習與主動突破知識盲點，最終成為AI領域的領導者。他鼓勵AI工程師勇於承認無知，保持成長心態，並善用工具與框架解決問題。「AI產業發展迅速，唯有持續學習與跨領域合作，才能在競爭中脫穎而出。」
延伸閱讀：GPT-5懶人包｜免費用戶也能用！GPT-5、mini、nano下殺「白菜價」，3種API差在哪？
1個月不用5000元！我如何與9位AI小秘書，打造出「一人公司」？
本文初稿為AI編撰，整理．編輯/ 李先泰
資料來源：「AI Engineer」YT、商業內幕
