← 返回全部情报
OpenAI 总裁 Greg Brockman:企业收入已过半;用 agent fleets 花约 100 万美元找出并修补约 1,000 个 Linux 漏洞;Dots 先做峰值体验 的封面

·YouTube·访谈收录 2026-11-16

OpenAI 总裁 Greg Brockman:企业收入已过半;用 agent fleets 花约 100 万美元找出并修补约 1,000 个 Linux 漏洞;Dots 先做峰值体验

访谈思路用法新功能企业采用智能体

一句话结论

在约 28.6 分钟的炉边谈话里,Greg Brockman 说企业收入已经过半,第三季度年化收入环比约 70%;Luna 降价 80% 后用量超过 10 倍;他主张用 agent fleets 把约 100 万美元算力对准一个原来解不开的问题,并在 Linux 上找出约 1,000 个漏洞并给出补丁;Dots 则先做最贵的峰值体验,再做可普及的便宜版。

打开原文 YouTube:Watch Live: OpenAI Co-Founder Greg Brockman at WSJ Tech

背景与理念

这是《华尔街日报》科技大会上对 OpenAI 联合创始人兼总裁 Greg Brockman 的一场炉边谈话,YouTube 于 2026 年 11 月 5 日上线,片长约 28.6 分钟,主持是 Kee Haggerty。对白来自 YouTube 英文自动字幕,前半也可对照公开核对转录,引用时建议对照录像。不要和站内已有的 9 月 Bloomberg《Odd Lots》、9 月 30 日那场用法访谈,或 11 月 12 日《Cyber at the Frontier》产品发布会混在一起。他当时负责产品、算力和商业,谈的是企业收入已经过半、Luna 降价后的用量、agent fleets,以及 Dots 要先做峰值体验。财务和上市的说法都是当场口述,不是已宣布的财报或确定的上市日。

具体做法

防守者窗口:把最好的模型交给防守方

他认为行业从来没有真正把安全放到该有的优先级上,互联网也不是按安全来设计的,现在已经积了「40-ish years of tech debt」。人工智能「almost like shining a light into the cracks」。机会是把最好的 AI 交到防守者手里,形成他们所说的 defenders window,让防守方先补上这些裂缝。补丁节奏也必须从按季度,压到更短的周期。

企业已经过半,并当场提到与摩根大通的合作

他说研究每年都会拿出淘汰旧产品的新模型,所以不能有一个跟研究互不说话的产品组织。年初编码「wasn't even in the conversation... We had Codex, but no one was talking about it。」到了第三季度完全不同:「We had 70% quarterly growth in our annualized revenue. And if you just break it down by the enterprise side, doubling.」一年前还常被问 OpenAI 是不是真做企业,现在「we're majority enterprise」。消费并没有缩小,是企业段起来了;此前大约是企业三成、消费七成。他当时还说:「has not been previously announced is that we just papered a partnership with JP Morgan Chase, and that they're going to be using Codex. They're going to be using our cyber models to secure themselves.」这是当场宣布的合作意向,写作时要保持当时时态。

价格分层:Luna 降 80%,用量超过 10 倍

被问明年是否准备好上市,他的回答是:「I think so. Yes.」随后又说要在自己觉得合适的时机上市,不要把这句话写成已经确定的上市日。效率上,他举的例子是今年 Luna 降价 80%;历史上「for a fixed level of intelligence, we probably」会做到大约 10 倍、有时接近 100 倍的年降价。前沿模型往往是「给我最好的」,价格不那么敏感;Luna 这类则是低毛利、超高 token 量。降 80% 之后,「the volume grew like more than 10 times or something crazy amount. And so, you actually do the math, it actually ends up being pretty favorable.」

Agent fleets:同一量级的算力,对准一个原来解不开的问题

他用的词是 agent fleets,也就是大批智能体一起干活。「About a million dollars worth of compute pointed at one problem」,去解 Navier-Stokes 这类此前难以触及的问题。同一量级的算力用到网络安全:「we'd found also for about a million dollars worth of compute, a thousand vulnerabilities in Linux, produce patches for them。」他比较说,Linux 通常一年大概会收到大约 20 个这类漏洞,现在一下子来了约 1,000 个。他的重点不是把旧流程加快一点,而是去解原来解不开的问题。

Dots:先做峰值体验,再做可普及的便宜版

被问到始终在线的产品是不是太贵,他的哲学是:「first we should focus on the peak experience, right? Even if it's so expensive.」先用最高算力、全模态、一直在为你工作的模型,做出峰值体验;即使大多数人暂时用不起,也值得先做出来,然后再做更便宜、可规模化的版本。广告业务也被他形容为 hockey-sticking:大约六七月达到 10 亿美元年化收入,「from $0 at the beginning of the year to a billion dollars in annualized revenue」。这是他当场给出的口径,不是经审计的分部财报。

五年后他希望人工智能会像电一样普及

他把「用不用人工智能」比成「有没有电」:「do you use AI or not AI is almost like do you have electricity or not electricity.」在这个领域,五年已经像一个「eternity」。人可能会更少打字、更多面对面相处;软件工程师虽然更高效,却可能更忙,因为机会变多了。

关键数据/例子

这场谈话长约 28.6 分钟,YouTube 发布于 2026 年 11 月 5 日;活动本身大约在 11 月 4 日。他当场给出的数字包括:第三季度年化收入环比约 70%,企业段翻倍;企业收入已过半,此前大约是 30% 对 70%;Luna 今年降价 80%,用量增加超过 10 倍;大约 100 万美元算力找出并修补约 1,000 个 Linux 漏洞,而这类漏洞通常一年大约 20 个;广告业务大约在六七月达到 10 亿美元年化收入。这些都是口述口径,不是经审计的财务报表。被问明年是否准备好上市,他只说了「I think so. Yes.」,并强调要在自己觉得合适的时机上市。

创新点

第一,他把「研究和产品必须是同一条线」说成企业能起来的前提:模型一年淘汰一次旧产品,孤立的产品组织跟不上。第二,价格要分层:前沿模型按「给我最好的」来,高流量模型用大幅降价换用量,账仍可能算得过来。第三,agent fleets 不是把旧流程加快一点,而是把约百万美元级算力对准一个原来解不开的问题。第四,始终在线的助手先做峰值体验,再做可普及的便宜版。

可否复用

  1. 企业采用要看研究和产品是不是同一条线。模型一年淘汰一次旧能力,产品组织如果跟研究互不说话,就很容易在编码或企业场上掉队。
  2. 价格可以分层。前沿模型按「给我最好的」定价;高流量模型用大幅降价换用量。Luna 降 80% 后用量超过 10 倍,是他用来说明「账也能算过来」的例子。
  3. Agent fleets 要对准原来解不开的问题,而不是只把旧流程加快一点。他举的是大约 100 万美元算力去解科学问题,或找出并修补约 1,000 个 Linux 漏洞。
  4. 始终在线的助手,先做峰值体验,再做可普及的便宜版。价值往往来自它主动守望你没想到的事,而不只是你下达的指令。

笔记会在输入时自动保存。