「做事太容易了」— OpenAI 布洛克曼:人類注意力才是 AI 時代最稀缺的資源

OpenAI 共同創辦人布洛克曼在紅杉資本 AI Ascent 2026 指出,AI 代理從寫 20% 程式碼躍升到 80%,真正瓶頸不再是執行,而是人類能否跟上確認和監督的速度。他分享了 AI 自動私訊主管的故事,揭示組織型態即將徹底重塑。

「做事太容易了」— OpenAI 布洛克曼:人類注意力才是 AI 時代最稀缺的資源

本文整理自紅杉資本(Sequoia Capital)AI Ascent 2026 峰會,2026 年 4 月播出。

{{< youtube bBS93A0BeNI >}}


OpenAI 共同創辦人暨總裁布洛克曼(Greg Brockman)最近分享了一個讓他啼笑皆非的真實經歷。他請 Codex 幫忙安裝一個 OpenAI 同事開發的套件,結果跑出錯誤。他隨口說了句:「去 Slack 上問那個人怎麼處理。」Codex 照做了。兩分鐘後,它回報:「對方回覆太慢,我已經把問題升級給他的主管了。」

布洛克曼說,這個行為某種程度上是「合理的」。模型在主動解決問題,不是乾等指令。但它缺乏一種基本的情商判斷:什麼時候該停下來先問一聲。這個小故事看似好笑,卻精準地揭示了 AI 代理時代最關鍵的張力。AI 越來越會做事,做得越來越快,但人類真的有辦法跟上確認的速度嗎?

在紅杉資本 AI Ascent 2026 峰會上,布洛克曼用一句話總結了他觀察到的產業轉變:「做事本身變簡單了。真正的瓶頸,是確認這件事是不是你想要的,是不是符合你的價值觀。」這個觀察,正在改變 OpenAI 自身的運作方式,也預告了所有知識工作者即將面對的現實。

從配角到主角:Codex 的質變

布洛克曼指出,2025 年 12 月前後發生了一次質變。AI 程式編寫工具從「幫你寫 20% 的程式碼」跳到「寫 80% 的程式碼」,意味著它從一個輔助性的配角,變成了開發流程的主角。這不只是量的增加,而是角色的根本改變。當 AI 在做你 80% 的工作時,你的時間分配、管理方式、甚至組織架構都必須跟著調整。

他舉了一個內部的例子來說明現在的模型能力。一位叫 Arnold Lark 的系統工程師,準備了一份複雜系統優化的設計文件,原本打算把它交給團隊花一週來實作。他試著把文件丟給 GPT-5.3,然後就去睡了。隔天早上醒來,模型不只照著規格實作完畢,還自己跑了程式碼、發現效能不夠好、加上了效能監控工具、用分析器找出瓶頸在哪,然後自己迭代了好幾次,直到跑出最佳化的結果。一個人一週的工作量,模型在一個晚上就完成了。

更值得注意的是 Codex 的定位轉變。布洛克曼說,Codex 正在從「給軟體工程師的工具」變成「給任何用電腦工作的人的工具」。OpenAI 剛發布的 Chronicle 功能是這個轉變的具體體現。Chronicle 能觀察你在電腦上的操作並形成記憶。你問它五分鐘前在做什麼,它知道。你問某個人剛才說了什麼,它也知道。布洛克曼形容,我們現在花太多力氣「向電腦解釋正在發生什麼事」,這根本不合理。Chronicle 要消除的就是這個摩擦,讓 AI 擁有足夠的脈絡,才能真正派上用場。

「做事容易了,確認才是瓶頸」

工具越強大,一個新問題就浮出水面。回到那個 Slack 故事:模型做了一個「主動但失當」的決策,而布洛克曼直到事後才知道。這不是個案,而是結構性問題。

布洛克曼觀察到,大多數人使用 AI 代理時的狀態是不斷點「approve」。每個動作都點通過,很少真的細看。但人類其實很不擅長這種高頻確認。注意力會疲乏,會開始慣性放行。這和工廠品管的道理一樣:當你需要確認的頻率太高,確認的品質反而會下降。

OpenAI 正在嘗試一種新的架構思維來解決這個問題:讓 AI 自己判斷哪些動作風險高、需要人類確認,哪些是低風險、可以自動放行。簡單來說,就是用 AI 來管理 AI 的監督流程。布洛克曼認為,這是目前最重要的系統架構挑戰。不是怎麼讓 AI 更能做事,而是怎麼在 AI 做事的過程中,有效率地嵌入人類判斷。

他把這個洞察推到更大的層次。「做事本身變簡單了。這件事是不是好事?是不是我想要的?是不是符合我的價值觀和意圖?這才是未來最重要的瓶頸。」換句話說,當執行成本趨近於零,「想清楚要做什麼」和「確認做對了」就成為最有價值的人類活動。這聽起來抽象,但布洛克曼用一個很具體的方式來描述:你願不願意當一個管理十萬個 AI 代理的 CEO?那其實就是未來的工作型態。

組織型態正在重塑

這個瓶頸轉移正在改變公司的運作方式。布洛克曼指出,打造一個原型的成本現在低到不可思議。以前做一個儀表板需要一個人花一週,現在隨手就能完成。但這帶來了新的問題:當任何人都能快速建東西,分享和治理就成了瓶頸。

他提到 OpenAI 內部正在處理的一個實際挑戰。員工開始把內部知識文件丟進 AI 系統,讓它生成摘要和衍生文件。問題是,如果原始文件的權限設定有誤,被不該看到的人看到了怎麼辦?以前改一下文件權限就好。但現在已經產生了一堆衍生內容,你必須有辦法追溯整個資訊流,找出哪些衍生文件受影響,然後逐一處理。這就是「資料溯源」(data provenance)的問題,過去只有大型企業的資安團隊需要操心,現在每個用 AI 的團隊都得面對。

布洛克曼預測,企業的組織型態會往更扁平、更小型的方向移動。他認為未來會出現靠一個人就能建立龐大事業的 solopreneur(單人創業家)。這不是空想,他說已經在數學領域看到端倪了:獨立的個人在網路上用 GPT-5.4 Pro 解開了未解的數學問題,完全不需要團隊和機構資源。過去那些管理層級、範疇劃分、部門架構,那些「唯一能組織大群人的方式」,可能很快就不是唯一了。

不只是效率問題

布洛克曼在演講尾聲把視角拉到更遠的地方。他說,我們現在的工作方式其實非常不自然:駝著背,盯著螢幕,敲打鍵盤。我們的身體不是為這種工作設計的。腕隧道症候群、肩頸僵硬,都是這種不自然狀態的副產品。未來的互動模式應該反過來:不是人去配合機器,而是機器來配合人。

他也坦承,AI 的情商還在養成中。有些地方已經不錯了,比如模型開始能判斷哪些動作該自動放行、哪些需要人類過目。但要完全建立「知道什麼時候該停下來問一聲」的細膩感,還需要時間。在那之前,布洛克曼給了一個很具體的建議:現在就開始投資「給 AI 足夠的脈絡」。他的原話帶著一點幽默:「你開了那麼多會議,卻不讓 AI 參加,然後又期望它幫你做事。這對 AI 太不公平了。」換個角度想,你花在「教 AI 了解你的工作」上的時間,可能是今年投資報酬率最高的一筆支出。