OpenAI联合创始人Greg Brockman在采访中回顾了AI编程能力的飞跃。他使用一个历史测试提示来衡量进步：让AI构建一个他曾花费数月完成的网站。到2025年12月，AI仅需一次提示即可高质量完成，而此前需要多轮提示和数小时。他认为，模型能力从“完成约20%任务”跃升至“约80%”，这迫使工作流程必须围绕AI重组。
对于巨额融资的用途，Brockman将算力比作“招聘销售人员”：只要产品有可规模化的销售渠道，更多销售人员就能带来更多收入。算力是收入中心，而非成本中心。他回忆在ChatGPT发布前，团队询问该购买多少算力时，他的回答是“全部”，因为无论怎样建设，都跟不上需求。算力采购通常需要提前18至24个月锁定。
在算力使用策略上，OpenAI已不再单纯追求最大规模的预训练，而是将预训练能力与推理成本作为联合优化目标。目标并非模型尽可能大，而需综合考虑下游推理场景，寻求智能与成本的最优解。Brockman同时强调，预训练依然至关重要，更聪明的基础模型能提升后续强化学习和推理的效率，大规模集中训练仍然“绝对需要”英伟达GPU的支持。
