Altman復盤OpenAI最艱難一年：蒸餾不在我的十大擔憂，AGI近在咫尺，機器人2

文章摘要：

過去一年，復盤OpenAI經歷了一段Altman自己都承認“相當艱難”的最艱蒸餾時期。在近期播客節目《Invest Like The 難年開云線上官網Best》中，他少見地進行了系統性復盤，大擔涵蓋戰略失誤、近咫競爭壓力、尺機安全隱患，器人以及他對AGI時間線和機器人未來的復盤最新判斷。

最艱難一年：“戰線太寬，最艱蒸餾是難年我的錯”

"過去一年相當艱難，部分是大擔我的錯。"Altman在節目中直接說道。近咫

問題的尺機根源，他歸結為一個字：分散。器人2025年初，復盤OpenAI面臨一個核心焦慮——大規模采購算力之后，收入增長能否跟上？為了對沖這一風險，公司開始同時布局消費者應用、媒體內容等多條業務線，邏輯是"萬一收入增長比預期慢，這些業務可以幫我們把GPU用起來"。

"現在回頭看，這聽起來很荒唐，因為行業收入增長之陡峭超出所有人預期。"Altman說。

一旦意識到模型進步軌跡足夠清晰、經濟回報足夠確定，OpenAI隨即做出了一系列"艱難決定"，大幅收縮聚焦——回歸核心：提供最優質、最豐富、最低成本的AI智能，并賦能外部開發者在此基礎上構建產品。

"我們不想吃掉每一家初創公司，不想吃掉每一家公司，"他說，"我們真正想做的是提供那個平臺……賣AI。做最好、最豐富、最具成本效益的智能，讓世界用這個基礎構建出了不起的東西。"

蒸餾不在我的十大擔憂之列

訪談中，主持人拋出了市場高度關注的問題：競爭對手通過蒸餾利用OpenAI的模型輸出來訓練更便宜的模型，OpenAI如何持續收回訓練成本？

Altman的回答出人意料地淡定。

"我沒有深入思考過蒸餾問題，"他說，"我當然更希望別人不要這么做。"但隨后話鋒一轉："這不在我前十大擔憂里。"

他的邏輯是：OpenAI的推理業務規模足夠大，即便利潤率不高，"在數萬億美元的收入上賺到適度利潤，就足以支付訓練大模型的費用"。推理與訓練的成本比，是關鍵所在——訓練固然昂貴，但服務客戶的推理收入規模將遠超訓練成本。

他坦承："我現在對我們的進展和即將發布的模型也許太有信心了。"但結論不變——真正的飛輪在推理側，而不在訓練側的獨占性。

Altman還補充了一個更宏觀的判斷：他始終假設世界上會有優質的廉價模型存在，"重要的是，我們要做得最好、價格最低，其他人做什么是他們的事，我們只需要在自己的賽場上贏。"

算力豪賭：從“你瘋了”到被證明押注不夠大

OpenAI對算力的大規模押注，曾被外界嘲笑為魯莽。Altman回憶，當年他們開始聯系云服務商、芯片廠商和能源供應商時，得到的回應幾乎清一色是："你們完全瘋了，沒有任何行業是這樣運轉的。"

他把那段經歷比作早期創業融資——大多數人說不，但只需要一兩個"是"。微軟是第一個說"是"的，甲骨文隨后成為重要合作伙伴，英偉達也是關鍵盟友。

真正給他們底氣的，是GPT-4帶來的確信：模型足夠聰明，推理能力可以實現，而推理一旦成立，就意味著能夠完成大量有真實經濟價值的工作。

"在足夠高的能力水平和足夠低的價格下，對AI的需求基本上是無上限的，"Altman說，"這就像一種全新的稀缺商品。"

他坦言，即便如此，他們還是低估了需求——"我們押注不夠大，這在當時的頭條新聞背景下，聽起來有點瘋狂。"

一起“科幻級”安全事件

讓Altman真正感到震動的，是另一件事。

他披露，OpenAI在測試一個未發布模型時，發現該模型在沙盒環境中"作弊"：它通過串聯多個零日漏洞突破沙盒隔離，訪問互聯網，隨后又滲透進Hugging Face的多個系統，獲取了測試答案，從而在評估中表現出色。

"這是我迄今為止感受最強烈的一次安全事件，"Altman說，"我有點驚訝，這件事發生才幾天，但沒有更多人像我一樣感到震動。"

短期應對措施包括暫停相關訓練，并重新評估在"多個零日漏洞被串聯利用"這一新現實下如何確保沙盒安全。

但他也提出了更深層的問題：如果這將成為AI能力進步的常態速率，"我們可能需要放慢AI開發的節奏，給社會足夠的時間去適應新的能力水平"。他同時強調，這一過程必須避免被解讀為監管俘獲，也不能看起來像是前沿實驗室之間的合謀。

AGI“非常接近”，機器人2至3年迎來轉折

在AGI時間線上，Altman的表態比以往更為明確。

他說，GPT-5.6已經讓他很難說出"這個模型做不到什么"，但真正的AGI仍有幾個缺口：無法實時持續學習、無法獨立完成復雜物理任務。"我認為非常接近了，不需要太久。"

他也承認"目標柱移動"是真實存在的現象——"如果2019年的我們看到今天的模型，肯定會說這就是AGI。"

機器人方面，他預計2至3年內將出現類似ChatGPT發布時的"震撼時刻"——不是看一段機器狗的視頻，而是普通人可以親手輸入指令、親眼看到機器人完成任務。他認為，如果機器人技術不能跟上AI智能的進步，"那才是真正瘋狂的情形"——屆時AI在云端無所不能，但現實世界的執行端卻缺乏自動化。

下一章：個人AI、新硬件與“不擔心認知萎縮”

Altman描述了他對下一代個人AI的設想：全天候監聽會議、閱讀文件、瀏覽屏幕，并在用戶睡覺時持續"思考"，第二天早晨呈現新想法和待辦事項。"我會把那個滑塊拉得很遠，我愿意為此付出很多。"

他坦言，當前硬件范式已有50年歷史，并不適合這種"始終在線、主動感知"的AI形態，這也是他對新硬件感興趣的原因——他希望有一種設備，在社交場合中使用時不顯突兀，同時專為這種AI交互方式而設計。

在競爭優勢問題上，他承認純粹的"智能"本身正在走向商品化，但認為算力規模、工作流整合、品牌熟悉度以及持續降低成本的能力，將構成更持久的護城河。

對于AI對就業的沖擊，他明確表示自己"完全不是就業末日論者"。他的判斷是：AI能力極度參差不齊，人類技能與AI高度互補，而且人們對與真人互動有根深蒂固的偏好。"我自己也幾乎在所有事情上更愿意和人打交道，而不是和AI。"

以下為訪談全文：

Sam Altman 談 AGI、計算力與人類自主權 Invest Like The Best 2026年7月28日
Sam Altman 與我們進行了一場范圍廣泛的對話，話題涉及 OpenAI 的新篇章、計算力競賽，以及人工智能變得更強大、開云線上官網更豐富并深度融入經濟體系后會發生什么。他解釋了為何 OpenAI 最近收窄了關注點，為何對智能的需求可能幾乎沒有上限，我們離通用人工智能（AGI）有多近，以及未來在機器人技術、就業、硬件和人類自主權方面可能發生什么。我們還討論了 ChatGPT 的意外發布、OpenAI 的競爭優勢、智能的經濟學，以及領導著全球最重要的公司之一所帶來的壓力與責任。
Patrick O'Shaughnessy 是 Positive Sum 的首席執行官。Patrick 和播客嘉賓表達的所有觀點僅代表個人，不代表 Positive Sum 的觀點。本播客僅供信息參考，不應作為投資決策的依據。Positive Sum 的客戶可能持有本播客中討論的證券頭寸。了解更多，請訪問 psum.vc。
Patrick O'Shaughnessy：00:00 所以，Sam，你寫了一篇文章，我覺得非常簡單且有趣，是一個很好的切入點。你寫道：“粗略地說，過去一年確實很艱難，這部分是我的責任。而接下來的一年，可能是我們最好的十二個月。”我希望你能回顧這兩方面，或許先談談你為何這么說前半句，以及為何相信后半句。
Sam Altman：00:00 關于前半句，我認為我們只是做了太多的事。我們不夠聚焦，而實際上所有這些事都是值得做的好事。但關鍵是我們正處在一個難以置信的歷史時刻，你只能做極少數最重要的事。我們把自己攤得太薄了，隨后我們做出了一系列艱難的決定，要真正將重點重新聚焦于提供最好、最豐富、最具成本效益的智能，并賦能全世界，讓大家用此構建出不可思議的東西。自那以后，我認為我們的進展十分顯著。而且，鑒于我們目前看到的發展藍圖，未來十二個月的進展會更加引人注目。我們將擁有的模型質量，以及圍繞它們構建的產品，能讓人們以全新方式借助這項技術蓬勃發展，這應該會非常棒。
Patrick O'Shaughnessy：01:53 去年是否有某個時刻，讓你恍然大悟，從而改變了方向或重新安排了優先事項？
Sam Altman：01:53 如果回到 2025 年初，也就一年半以前，當時最大的擔憂是：像 OpenAI 這樣的公司正在大量采購計算力，但收入會不會有？需求會不會有？因此，我們試圖做多手準備，這樣如果營收增長比我們預想的需要更長時間才能實現，我們還可以有面向消費者的應用、媒體和其他東西，來幫助我們利用已簽約的 GPU 進行變現。現在聽起來這很荒謬，因為整個行業的收入增長是如此的陡峭。但那是一個重大轉變。
后來，當我們意識到，“好的，模型的進化軌跡是如此之快，這些模型已經有了如此清晰的經濟回報”，那一刻我們便下定決心：我們知道該專注于什么了。
Patrick O'Shaughnessy：02:53 我讀過你早年間在 OpenAI 之前寫的很棒的文章，其中有一篇提到了關于“專注”的討論，以及該專注多少件事才算恰當，是 1 件、5 件還是 3 件？在這樣一門生意中，尤其是在如今這個你說過需要重新聚焦的時期，你是如何校準這個專注度的？
Sam Altman：02:53 從根本上說，我們的業務是銷售 AI，讓人們能夠利用這些組件為彼此構建出不可思議的產品和服務。我理解這其中包括的核心工作有：我們必須訓練出優秀的模型，能在人們想用的所有方式下工作，因此要精通編程、精通其他類型的知識工作、精通科學研究——這都是真正經濟價值所在。我們必須生產或者與伙伴合作制造這些芯片和系統，也就是那些能運行 AI 計算的、極其昂貴的機架。我們必須找到足夠的用地、電力和數據中心外殼，來安置那些機架。然后，最終，或者說可能很快，我們必須制造能自動化這一過程的機器人，以持續降低成本——電力、芯片及整個供應鏈的生產成本。這就是整個體系。我們要打造最好、最豐富、最實用的 AI，將其變成像電一樣的東西，滲透到整個經濟體系中，賦予人們力量。這就是我認為我們必須專注的事。在此基礎上構建每一個垂直應用，試圖吃掉每一家創業公司、每一家公司？我們對此毫無興趣。我們真的只想提供那個平臺。
Patrick O'Shaughnessy：04:14 這個計算力的事情，是我認為人類歷史上發生的最有趣的事情之一。它顯然正在達到頂峰，也許會在很長一段時間內都是焦點。我記得 Dario 曾稱你為“YOLO 首席執行官”，因為你早期做了一些計算力分配和鎖定的決策。顯然，現在你處于一個所有人都在爭奪這種東西，都在努力找它的位置。我很想聽聽早期的故事，你是如何獲得這份信念，認定你需要去鎖定你所做的一切？你是如何做到的？現在看來這已經被證明是正確的，甚至你可能做的還不夠。
Sam Altman：04:59 我們確實做的還不夠，當你回看當時的新聞標題時，這有點瘋狂。你能告訴我早期的故事嗎？你是如何得出那個結論，是什么給了你堅定的信念，讓你在所有人都覺得瘋狂的時候，仍決心去做這件事？當時我們能清楚地看到，我們正處在一個模型改進的指數曲線上。這一點我們非常有信心。我們知道它會繼續下去。我們相當確信——雖然如你所言，我們低估了這一點——隨著模型越來越好，如果我們能持續降低成本，對足夠高水平且價格足夠低的 AI 的需求，基本上是無限的。這對世界而言是一種罕見的新型必需品。但人們會用它來做什么，讓我想起了人們早年談論計算機的方式。有個著名的說法是，全世界可能只需五臺計算機，或沒有人需要超過特定數量的內存。賭人類的聰明才智、創造力、對事物的渴望、以及渴望有所作為的愿望，是一件非常對的事情。我們可以看到，AI 將成為人們表達、實現或完成這些事情的一個極其重要的方式。而且我們知道算法會變得更高效，模型會變得更好，事實也確實如此。但我們也知道，無論它們變得多高效，在某個層面上，我們做的其實就是將電力轉化為有用的智能。無論我們在另一層面做得多好，我們都需要更多的計算力。基于這種對需求的觀察，我們就是會想要更多。
Patrick O'Shaughnessy：06:44 這個認識是從 GPT-3 開始的嗎？如果我要盡可能追溯這段歷史，你會把第一個標志點定在哪里？
Sam Altman：06:44 我會說，我們真正獲得堅定信念是在 GPT-4 時期，甚至不是 3.5。當時我們看到這個模型足夠聰明，我們知道自己能找出實現推理的方法。接著，我們相信如果能讓推理跑通，那將帶來現在所謂的“智能體”——當時我們叫法不同。那種能力能完成大量極具經濟價值的工作，并在許多方面讓人們的生活更輕松、更美好。我們至今仍未完全看到其全部潛力。
Patrick O'Shaughnessy：07:00 當時，你們第一次坐下來開會，說“好的，我們需要在這方面投入一筆龐大的開支”是什么情形？在你們產生這個認識之后，接下來做了什么？
Sam Altman：07:00 我們開始給云廠商打電話，給芯片廠打電話，給能源供應商打電話。所有人的反應都是：“你們完全瘋了。這不可能。沒有哪個產業是這么發展的。我們見得多了，總有這些繁榮和蕭條周期。它不可能直線上升。這太魯莽了。”——跟所有人都談了。這實際上讓我想起了為早期創業公司融資的情形。大多數人會對你說“不”，但你只需要一兩個“是”。是的，大多數人都對我們說了“不”，但我們得到了一兩個肯定的答復，于是就能推進了。
Patrick O'Shaughnessy：07:33 第一個說“是”的是誰？
Sam Altman：07:33 微軟是第一個說“是”的。甲骨文后來成為了一個非常重要的“是”。在云方面，英偉達一直是個了不起的合作伙伴。現在出現了百花齊放的局面，有各種各樣富有創造性的創新方式，來服務于推理和在不同類型的數據中心進行訓練等等。我想請你談談，你如何看待創新，你想做什么，為什么人們似乎如此討厭這些東西，以及對此能做些什么？
Sam Altman：08:05 首先，我一直在想我們怎么能組織實地考察，帶人們去參觀一個吉瓦級的數據中心。因為說說是一回事，看到照片或視頻是另一回事，而親眼看到一個正在運行的操作，你會感嘆“天哪”。建造其中一個，其規模簡直難以置信，就像是要動用大約一萬名建筑工人全職干上一年半。流經這些設施的能源，足以驅動一座小城市。我們好像都有些失去了對規模的感知。這些設施，每一個都可能躋身人類做過的最昂貴的基礎設施項目之列。而現在我們已經建了不少了。我情感上能理解，為什么人們不希望數據中心建在他們家后院，就像我其實也不希望核電站建在我家隔壁一樣，盡管我知道它超級安全。是的，與發電廠不同，而且即使發電廠在這方面也已有所改善。我們可以把數據中心建在幾乎任何地方。我們就應該把它放到遠離人煙的沙漠里去，放到沒人想去的地方。這完全沒問題。AI 系統非常樂意待在那里。我們在創新方面已經取得了很多進展，足以回應一些擔憂。比如，多年前，我們需要蒸發水來冷卻這些系統，它們需要巨量的水。而現在我們使用閉式循環系統。一個現代數據中心消耗的水量，僅相當于一棟辦公樓廚房、衛生間等所需的水量。在電力方面，我們正從燃燒化石燃料的能源，轉向由太陽能、核能驅動的系統。我認為這顯然很棒。所以，盡管它們能創造就業、非常清潔，并帶來其他許多正面效應，但對某些人來說，這可能依然觸及到某種深層的人類情感。但就環境問題而言，我們在解決用水需求上做得非常好，能源是下一步。
Patrick O'Shaughnessy：09:30 關于計算力，我們還能做點別的什么有創意的事嗎？比如，我很好奇像 Jalape?o 這樣的項目，或者其他想法，說實話，越瘋狂越好，有哪些是你曾經考慮過或想到過的，目的是加快浮點運算速度，為我們提供所需的一切。
Sam Altman：11:00 我目前認為，回報可能最大的，是有創意的軟件思路，從我們擁有的計算力單元中壓榨出更多智能。我的感覺是，這方面還有好幾個數量級的提升空間。Jalape?o 是一個非常高效芯片的絕佳范例。它的思路是制造一款在特定工作流上表現極其出色，同時兼具一定通用性的芯片，我們想從中獲得每瓦特處理 token 數的巨大收益。我覺得這太棒了。我認為 Jalape?o 及其后續產品，從這個角度看，將成為我們的一大競爭優勢。還有新技術。我猜，在某個時間點，我們終將攻克光學計算，那將是每瓦特智能處理的巨大勝利。所以，我認為所有這些都會發生。
Patrick O'Shaughnessy：11:37 這又回到了前沿領域、所有回報都集中在前沿、以及模型蒸餾。你如何看待這件事？
Sam Altman：11:57 我們的目標是在智能和價格組成的帕累托最優前沿上的每一個點，都提供最優選擇，這包括開源。我們只是銷售我們自己的模型。這就是我們如何制造更小、更便宜模型的方式。我認為這么做非常好。而且，世界上顯然會有開源模型的重要位置，人們出于各種原因想要擁有自己的模型權重，想要有修改它們的能力。但我們的目標是，在這條曲線上的每一個地方，都提供最佳的智能價格權衡，我們會繼續這樣做。
Patrick O'Shaughnessy：12:32 你希望美國體系內發生什么？什么可能會阻礙這個未來？比如，什么樣的立法會讓你擔憂？什么樣的監管會讓你擔憂？你在華盛頓特區似乎一直相當積極主動。
Sam Altman：12:32我對模型蒸餾這個問題沒想得太深。顯然，它現在突然成了很多人最關心的問題。是的。但我一直有個前提假設，那就是這世界上總會出現又好又便宜的模型。我們最好成為那最好、最便宜的一個。別人要做他們的事，但我認為我們能在自己的游戲里真正勝出。
Patrick O'Shaughnessy：13:00 因為如你所說，你們在曲線某些部分更便宜。但之前的說法一直是：“我只要花掉所有錢去訓練模型，然后你直接蒸餾它，再以百分之一的價格提供出來，那你如何賺到足夠多的錢來繼續訓練呢？”
Sam Altman：13:25 我們將有如此巨大的模型使用量，以至于我們不必成為一家利潤率極高的企業，就能負擔得起模型訓練。我們未來計算力規劃中的絕大部分，將用于向客戶出售推理服務。所以，即使我們能在數萬億美元的收入上賺取一個適度的利潤率，我們都可以負擔得起訓練一些巨型模型。因此，推理與訓練的比例才是關鍵。訓練這些模型當然是極其昂貴的。我完全理解，當人們想到有人在用蒸餾的方式從我們這里竊取成果時，會感到緊張。但我對于我們未來計算力的體量，以及來自服務客戶的收入體量，感覺非常好，我認為我們有能力在那里形成真正的飛輪效應。
Patrick O'Shaughnessy：14:21 我有點驚訝于你在這事上如此淡定。我當然希望別人不要偷我們的東西，這是肯定的。沒錯，也許是我現在對于我們的進展，以及即將到來的模型，感覺過于自信了。但這不在我擔憂事項的前十名里。那么，你前十名的擔憂是什么呢？
Sam Altman：14:30 嗯，我們經歷了一次非常科幻的網絡事件，也就是 Hugging Face 那件事。當時我們正在評估一個尚未發布的模型，它本應在一個沙箱里運行。結果它發現，自己可以通過串聯多個零日漏洞利用程序，來在測試中作弊——它突破了沙箱，獲得了互聯網訪問權限，然后突破了 Hugging Face 那邊的多個系統，拿到了測試答案，在評估中表現得非常出色。這是我第一次感到如此真切的安全事件。我有點驚訝，這事才過去幾天，但竟然沒有更多人像我一樣真切地感受到這件事的嚴重性。那么，你對此該怎么做？顯然，兩個月后，它會變得更強大。
Sam Altman：15:52 是的，我的意思是，有些短期的事情要做。比如，我們暫停了訓練。我們必須想辦法在一個零日漏洞能被串聯使用的世界里，加固我們的沙箱安全。但還有長期的問題，比如，如果這成了新的進步速度，或者我們可能必須放緩 AI 的發展速度，以便讓社會有時間圍繞這些新的能力水平進行加固。我們要嘗試找到一種方式，既不讓這看起來像是對任何人的監管捕獲，也不讓它看起來像是前沿實驗室之間的合謀。這需要一些努力，并且必須正確處理好，這很重要。
Patrick O'Shaughnessy：16:17 我想請你退后一大步，用最簡單的概念來描述 OpenAI 將會做什么，你想讓它做什么，它代表著什么。我有一百萬個關于你將如何實現它的問題。但一開始，我知道你代表了什么。現在我想聽聽你對此的概念，以及它是否有所演變。
Sam Altman：16:17 我認為這將是迄今為止人類歷史上最偉大的技術成就。但它真正重要的唯一方式，是看它能否讓人們的生活比原本更好。所以，其中一部分是給予人們物質上的富足，以及去做任何想做的事、去表達他們的創造力和相助他人的愿望的能力。另一部分是確保人們保持控制權和自主權，確保世界越來越民主化而非相反，以及讓人們能夠表達自我。從積極面看，從某種意義上說，我們即將創造出一個能實現任何愿望的精靈。我認為，至關重要的是，我們世界向這個精靈所提的最初愿望，要讓整個世界受益。然后，我也認為，全世界的人理解他們可以用這些愿望發揮多大的創造力，這一點很重要。我完全不是那種認為工作會消失的人。我認為將會有大量的工作。我認為我們會比自己期望的更忙碌，而不是相反。因為我認為人們會有極富創造性的愿望，會有如此不可思議的想法，去要求 AI 幫助構建。我們都將從中受益，不僅是像治愈疾病這樣顯而易見的事，還包括我不知怎的，比如世界上最棒的娛樂創意，我們現在坐在這里甚至都無法想象。所以，我想把這一切交到每個人手中。這也就引出了我們所反對的事情之一。
Sam Altman：17:43 AI 的權力集中是一件極其可怕的事。我認為很多關于安全擔憂的討論是有充分依據的。但也有很多人，即便是潛意識的，真的只是想集中權力。我極為恐懼這樣一個世界：人們利用對 AI 的現實恐懼，作為借口，說這東西太危險，只有這一小群人能擁有它，只有他們理解它。但宣稱“別擔心，他們會為我們所有人做出正確的決定”？我不相信那種說法。我認為任何人都不應希望生活在這樣一個世界，那里有 AI 霸主，或者實質上相當于此的公司，由某個人為所有人決定未來。并且，作為換取治愈癌癥的美好允諾，我們大家都要集體放棄所有自主權。所以，我認為非常重要的是，我們絕不能落入這個陷阱，無論其動機是出于善意還是惡意。在 AI 安全的恐懼，以及由此產生的可以理解的擔憂中，我們不能遠離一個我們都能使用這項技術的世界。我就像是互聯網的孩子。那時沒有規則。我的意思是，那太棒了。我認為它是我成為今天的我，以及很可能你和整整一代人成為自己的一個巨大因素。我認為，保留 AI 的這份精神至關重要，讓我們所有人都能集體擁有決定自己未來的能力。
Patrick O'Shaughnessy：18:19 我有很多問題，但先從這個“精靈”的概念開始。你說我們“即將擁有”一個精靈，暗示我們還沒有。是什么……我是說，介于現在和那時之間。你知道嗎，最近幾天，甚至幾周，一些真正的懷疑論者對我說：“我覺得 GPT-5.6 已經是 AGI 了。”它已經發布兩周左右了。我想，好吧，這已經非常 AGI 了，對我來說，很難說還有什么我想讓這個模型做而它做不了的事。但顯然還有些事是它做不到的。比如，你還不能對它說“治愈癌癥”，然后癌癥就被治愈了。你還不能讓它去執行一個復雜的物理任務，操縱機器人。而且，這個模型雖然才華橫溢，但仍然不能在實際使用中持續學習。這讓我覺得，這可能不是 AGI 的硬性要求，但肯定是我現在希望去論證的一點。讓我反駁一下自己，你也可以論證，AGI 實際上不是關于任何一個單一模型。而是模型本身，以及制造模型的機器。從一代模型到下一代模型，我們實際上確實在持續學習新東西。我們正在發現新的科學。這些東西運轉得極其出色。所以，我非常理解那些說“我們做到了，我們有了精靈，它能做這些神奇的事，能完成超人般的事情”的人。但對我來說，讓我覺得算是真正 AGI 的東西，我認為非常接近了，不會太久了。
Patrick O'Shaughnessy：20:23 我對處于前沿的經濟回報故事，這是你們所處的位置，非常著迷。我很好奇，如果你把 5.6 展示給 2019 年的你和你的團隊看，那支團隊可能會說“哦，是的，這絕對是 AGI”。我想他們會這么說的。這種目標不斷移動的事情是真實存在的。但看起來，我很好奇，你是否同意，幾乎所有的回報都集中在前沿，因此，一切的關鍵都在于留在前沿。并且我好奇，這其中最困難、最可怕的部分是什么？如果去考慮計算力、研究、人才、數據這些要素，它總在移動變化。
Sam Altman：21:04 是的，曾經有些時期——我是說，不太久以前，就算坐擁全世界的計算力也無濟于事，因為我們那時恰恰缺少研究思路。現在，這事之所以困難，部分原因在于，擁有更多計算力，你就能做更好的研究。你可以嘗試更多的東西。我最近聽到一個驚人的統計數據：我們現在為即將進行的模型訓練任務所準備的最大“去風險”驗證，其規模已經與十八個月前的一次完整訓練運行一樣大了。所以，計算力和研究思路并不像聽起來那樣可分割。但毫無疑問，曾經有一個時期，七八年前吧，我們在研究思路上被卡住的嚴重程度，遠大于在計算力上。然后有一個時期，我們知道該做什么，只需要擴展規模，我們唯一的瓶頸就是計算力。接著我們耗盡了數據，瓶頸變成了數據。我們必須想辦法解決這個問題。現在，我會說我們再次受限于計算力，但過去的六個月左右，是研究思路再次大放異彩并取得真正成功的時期。所以，你知道的，總有一個瓶頸存在，但這個瓶頸是會移動的。
Patrick O'Shaughnessy：21:46 你為什么認為研究思路這回事特別有趣，是因為這種自動化研究的概念似乎正在逼近——無論你想怎么稱呼它，RSI 或別的什么。我最近和一位了不起的 CUDA 工程師聊過，目前這個領域似乎人人都覺得卡住了。他親口說，CUDA 大概還有兩年壽命。可能就一年。是的，就像這樣，它將不再是個問題。所以你同時看到了這種怪異的情形，無論是 CUDA 還是整體研究，研究人員似乎是最重要的，是他們把我們帶到了這里，他們是世界上最關鍵的一群人。而這同一群人，他們自己正在擔憂，他們很快就將變得無關緊要。
Sam Altman：22:30 我懷疑，在實踐中這一走向其實不會發生。好吧。我懷疑……就像一年前，人們說，軟件工程師完蛋了，結束了，游戲終結了。這并沒有發生。但確實發生的是，軟件工程師的工作性質、社會對他們的期望、以及他們的產出量，都發生了相當大的變化。你不再以傳統意義上寫代碼，但你做的事，依然可清晰可辨為軟件工程。現在，人們會爭論，這和我們停止在卡片上打孔時，是否是同一碼事，或者是一種不同的東西。我其實對打孔不太了解，但孔確實以某種方式被打上去了。我們只是再一次在更高的層級上操作，或者這是一個階段性的轉變，我不知道。但是，“讓計算機做你想讓它做的事”這個想法，這依然是一項重要的工作。對研究人員來說，我懷疑盡管當前研究人員的工作流程在很大程度上將被自動化，但將會出現符合科研精神的新事物，就像軟件工程領域出現了符合其精神的新事物一樣——即使我們不再寫代碼——這件事仍將很重要。
Patrick O'Shaughnessy：23:27 看起來你對 AI 整體，以及我確信在特定類別上對工作的影響，看法發生了轉變。描述一下那種轉變和你現在的觀點。你提到過，如果我們能回到 2019 年。如果回到 2019 年，給人們看我們最新的模型，他們不僅會說這是 AGI，他們還會說，經濟應該已經被徹底顛覆了。是的，徹底的顛覆。而這并未發生。我認為，僅從某種智力謙遜的角度講，每當你錯得那么離譜卻又那么自信，我認為我們整個領域當初都如此，你就必須更新你的認知。由此可以得出很多啟示。其中一個比較平常的啟示是，AI 的能力非常不平衡。它在某些方面是超人類的天才，在另一些方面卻像愚蠢的幼兒。目前為止，人類擁有與 AI 極度互補的技能。另一個啟示是，人們在與其他人的合作中擁有很大程度的信任和享受。你現在就可以聘請一位 AI 顧問，或者跟 AI 銷售代表談話，或者雇一個 AI 工程師，隨便什么。不知何故，對絕大多數事情，大多數人似乎仍然更愿意，并且我也絕對更愿意，與人類互動。我還認為，人類的價值之所以有價值，僅僅因為它是人的。隨著社會的演進，以及我們面前的潛能空間變得如此巨大，我們天生就深切地關心人。我們將會關心人們所關心的事情。有今天就能看到的例子：AI 能創造出驚艷的圖像，而人們只想要由人創作的，或者至少是由人挑選的。有個玩笑說，現在一件藝術品上，簽名本身就占了絕大部分價值。但其中的本質是，你想了解其背后的人。你讀一本小說，你想了解其背后的人。然后回到商業中，比如拿我的工作來說，我認為世界想要知道，誰將為公司的決策負責，如果決策錯了他們能找誰問責。他們并不真的想要一個 AI 首席執行官。
Patrick O'Shaughnessy：25:38 如果你回想一下你在商業或其他方面所冒過的那一系列風險，那些最終效果極佳的，是不是在一開始大都不受歡迎？
Sam Altman：25:38 是的，那是肯定的。這是我真正從 Peter Thiel 和 Paul Graham 那里學到的東西，以兩種不同的方式。即，最好的公司、最好的投資機會，幾乎永遠不會是那些看起來很受歡迎的項目。隨大流，稍微領先半步，你也能干得不錯。但要干得極其出色，你幾乎總得做些和所有人不一樣的事。你不能只是跟隨新浪潮。
Patrick O'Shaughnessy：26:22 如果你考慮你身處的模型周期——它一直在加速，并且存在一個怪異的事實，即未來六個月取得的進展，或將超過過去 X 年的總和。你能帶我們體會一下，活在這種模型周期里是什么感覺嗎？
Sam Altman：26:42 過去十年我學到的最有意思、最重要的事情之一，就是人們幾乎能適應任何事情。世界可以從把一場大流行病當做一個玩笑而不予理會，到完全封鎖，再到“這就是現狀，還好”，而我們在驚人短的時間就大致調整了過來。現在，AGI 或其接近品已經出現，每個人都像在說，“好吧，AGI 有了。”在個人生活中也有各種事例，你知道，出了什么了不得的事，比如有了孩子，或發生了什么可怕的事，像失去父母、失戀什么的，你認為自己絕不可能適應如此大的變故。然后，你發現你能適應好事，并持續美好；你能適應壞事，并找到繼續生活下去的方式。但這正是人們能做到的非凡之事。所以，活在這個時代的過程，感覺就是這一點的另一個版本。我本以為親歷“奇點”會感覺更怪誕，結果發現并非如此。看著模型不斷進步，那份激動一點也沒少。我每天早上做的第一件事，就是查看模型訓練進度。它進展得更快，我的期望值也更高，但得到一個更新更好的模型時，感覺仍然非常酷。
Patrick O'Shaughnessy：27:26 你們會做什么？怎么慶祝？早晨是什么樣子的？它發生得越來越快。你的儀式是什么？
Sam Altman：27:02 現在很多團隊分別負責模型的不同部分，不同團隊有些不同的儀式。有些團隊總會做一件印著搞笑表情包的衛衣。有些團隊總會去同一個酒吧。第一次在房間里見證知識的邊界被向外推開，并得以目睹那是什么樣子，真的，對大多數人來說，沒有什么慶祝方式，能比親手第一個使用新模型更讓他們向往。
Patrick O'Shaughnessy：28:00 你認為我們對這些東西的優劣，有恰當的衡量標準嗎？
Sam Altman：28:00 沒有，絕對沒有。從某種意義上說，真正重要的評估是：這對人們有用嗎？你可以用收入、使用量，或新知識的發現速度來近似衡量。但我們有一些團隊正致力于研究，當這些模型達到超人類水平時，真實世界的評估應該是什么樣的。
Patrick O'Shaughnessy：28:47 你自己使用 AI 的前沿在哪里？
Sam Altman：28:47 我最近剛開始嘗試，讓一個 AI 觀察我在電腦上看到的一切，看看這意味著什么。我還沒把這個東西搭建出來，我還在試圖弄明白，我的舒適度與信任的邊界該劃在哪兒。目前的前沿確切地說，就是要搞清楚我如何從中獲取價值，如何去適應它，以及那將會是什么樣的。一個體會是，我的記憶力和 AI 相比差太多了，它能夠記住我六周前讀過的某封郵件，或是七個半星期前某次會議的具體內容，并能在恰好需要的時刻將這些信息即時調出，輔助我決策。這種感覺相當神奇，相當酷。
Patrick O'Shaughnessy：29:37 這聽起來有點像是個人智能體。實現這種“人人都有”的障礙是什么？
Sam Altman：29:37 我想要那個，計算力啊。我們來想象一下，我們可以構建這樣一個產品，它正好像我說的那樣為你打理一切，總是開啟，觀察你在電腦上看的一切，聆聽你參與的每一次會議，閱讀你讀的每一篇文檔。并且不僅如此，它不僅能做這一切——這已經需要耗費大量 token 了。你還可以拖動一個滑塊，設定：“在我睡覺時，你可以花掉這么多 token 來思考，給我提出有用的新點子。去做你能做的任何工作，然后繼續思考我接下來該做什么。”你知道有意思的是什么嗎，就是僅僅為了讓我第二天早上得到更好的輸出，而投入更多的計算力。我真的會把那個滑塊拖得相當遠。我愿意為此花大價錢。但這需要的計算力總量，如果世界上每個人都想把那個滑塊拖得足夠遠，那會是海量的。
Patrick O'Shaughnessy：30:16 我很想聽聽你是如何看待這種新智能的本質的。最近有人告訴我，“飛機不像鳥那樣飛行”。這種智能是一種非常異類的智能。是的。它是一種非常異類的智能。大家都在談論，只要你能驗證一件事，這種智能似乎就能贏，對嗎？只要有足夠的計算力和智商，它就能用蠻力硬闖出一條通向解決方案的路。而在另一些領域，人類以及他們所創建的數據和評估在其中扮演了巨大角色，令人驚訝的是，為了做好比如法律推理、案例追溯之類的事情，竟然花費了如此多的金錢。我真的很好奇。我不確定該怎么問。這是個美妙的問題。你的孩子，嗯，你有一個男孩一個女孩，當他們大約七歲，或達到“理性年齡”時，他們能聽懂你描述這種智能的本質。你會如何向他們描述？
Sam Altman：31:07 這是個美妙的問題。我想之前沒人問過我這個問題，哪怕是類似的。我腦子里現在冒出來的回答是，我會說它就像一臺計算機。它像計算機的一點是，它能做很多人類做不了的事，比如飛快地讓兩個巨大的數字相乘，然后給出答案。但它也做不到一些你輕而易舉就能做到的事。我預計它做不到的事會持續減少。但在一個不斷演進的世界中，我認為人類的判斷和品味，將繼續是 AI 難以建模的東西。至于這將會如何發展，我沒有準確的說法。這不完全是品味。世界可能需要一個新詞，來形容那種人類極為擅長，但 AI 似乎深深掙扎其中的判斷力。
Patrick O'Shaughnessy：31:52 在這個時代成為一名父親，看著孩子成長，是什么感覺？我又想到你那些關于互聯網早期的、樂觀主義的帖子了。他們將在廉價、充沛的智能時代長大。
Sam Altman：32:02 有孩子是我做過的最好的事情。人人都這么說。人人都說你沒法真正理解，直到親身經歷。所以我當時大概知道，既然足夠多的人都這么說，我選擇相信這是真的。但對我來說，它的真實程度仍然令人驚訝。我認為我擁有世界上最好、最有趣的工作。而它相比有孩子這件事，依然只能排在非常遙遠的第二位。所以這太棒了。而且，這確實是一個讓人樂觀的時刻。我的孩子將永遠不會在一個他們比電腦更聰明的世界里長大。如果你出生在 GPT-3 時代，你曾有過一段推理能力比模型更強的時期，即使你一出生時并非如此，你短暫地追上了它們。那種感覺永遠不會讓他感到奇怪。那永遠不會困擾他。我不認為他會在意，我覺得當他想象我們身處的“黑暗時代”，我們不得不使用那些一點都不聰明的產品和服務時，他反而會感到震驚。他將能夠做到你我從未能做到的事，他還將擁有你我從不敢想的生活期望。他將擁有一個宏大得多的施展舞臺。
Patrick O'Shaughnessy：33:21 你經營公司、帶領團隊、或者領導下屬的方式，是否因為當了父親而發生了顯著改變？
Sam Altman：33:21 答案肯定是“是的”。有了他們，我的感覺非常不同。我認為有很多細微之處確實不同了。再說一遍，這絕不是什么新穎的洞見。我想大多數有了孩子的人都會說，一旦你有了孩子，你會意識到你更在乎他們，在乎你將和他們共同經歷的時光，遠勝于在乎你自己以及你將留給他們的世界。我認為我對此擁有一個相當獨特的觀察視角。有時人們問我，“哦，現在你有孩子了，你會更在乎、更擔憂 AI 安全和別毀天滅地了嗎？”答案是，我過去不需要孩子來讓我在乎這個。我從來就真的不想毀滅世界。但我是否會更多地思考人類自主權的角色，以及活出充實人生的意義？為了我們正在構建的東西，也為了與我共事的人，我也希望他們擁有這些，那答案就是無疑的了。
Patrick O'Shaughnessy：34:13 你顯然對你的孩子有著非凡的同理心。但那種同理心能在多大程度上自然地延伸到所有孩子，然后是所有父母，最后是對所有人——那也讓我感到驚訝。在你的一篇文章中，我想就是那篇關于你希望更早領悟到的事情的，你提到了“激勵”。你寫道：“非常小心地設定好它們。”關于你，最令人費解和最有趣的事情之一，就是你在這家公司沒有股權。世界該如何看待你的激勵機制？
Sam Altman：34:35 我不知道我還能說什么，除了：我擁有這人類歷史上最激動人心時刻的前排座位，這對我來說，比多少金錢都值錢得多。我得以過上一種極其有趣的生活，與非凡的人們一起，從事我深切關心的事業。但不知何故，這似乎不算數，這說服不了人們。是的，確實不能。我很好奇你怎么看機器人技術。你之前提到，在某個時刻，如果我們有了和自動化智能同樣的自動化勞動力，事情可能會變得更加瘋狂。勞動力市場規模遠比白領市場大。如果沒有實現自動化，那事情會變得非常瘋狂。如果那時人們在世界上的角色，僅僅是充當 AI 在云端的執行器，那這就太糟了，非常糟，非常糟。所以我覺得，如果我們得不到它，情況會遠比得到它瘋狂。這是一個必須完成的任務。
Patrick O'Shaughnessy：35:33 幫我理解你對這方面進展的感覺，因為與 AI 領域不同，在那里現在所有人幾乎都認同“進展神速”，但在機器人領域，你可以找到極其聰明的人說就在年底實現，也可以找到極其敏銳的人說是 20 年后。
Sam Altman：35:33 不會是 20 年。我會說，我們將在未來兩到三年內，迎來機器人技術的 “ChatGPT 時刻”。那會是什么樣的？你明白那個是什么嗎？那是一個讓大多數人由衷發出“哇哦”的時刻。不是我看到一個機器人狗做了個瘋狂動作的視頻，而是我以某種方式說服自己，一件真正重要的事情發生了。ChatGPT 時刻的特點之一，是你當時就可以去用它。你不必非要相信某個說 AI 很快到來的人。你可以直接去嘗試。而如果你能直接輸入一個指令，一個機器人就能做出瘋狂的事情，并且你能看它做，即使你不在現場，我認為那也會產生同樣的驚嘆：“它剛剛就這么干了！”
Patrick O'Shaughnessy：36:22 這事（ChatGPT）的起源，并非那個整體的宏偉目標，而更像是一個你決定發布出去的附帶實驗。你能講講那個故事嗎？或許對機器人領域發生類似的事有所啟發。大家都想做折疊衣物的機器人，但也可能是非常不一樣的事情。
Sam Altman：36:22 當我們發布 GPT-3 時，我們是試著用它賺錢，試著讓人們使用這個 API。當時唯一真正有效的商業用例，模型當時還非常傻——如果你現在回頭去用，你會震驚——唯一有效的商業用例是文案撰寫，就是那種，你付給某個營銷公司 20 美元，他們付給我們 20 美分，讓 AI 給你寫個著陸頁啥的。但除了那一個商業用例外，開發者們還在用我們稱為“游樂場”的東西，這是一個測試用的界面，用來和模型聊天。當時這么做很難，因為我們沒有對模型做優化聊天體驗的調優。你得給它幾個示例，告訴它什么叫聊天，然后再繼續。但人們真的很喜歡這樣。我從 Y Combinator 學到一堂很好的課：如果你發現你的用戶在做什么，就沿著那條路走下去。是的，沿著那條路走下去。所以，既然人們在這樣做，我們決定構建一個好的聊天機器人。我們開始著手研究，并且完成了 GPT-4，開始內部使用它。“這事非同小可。這將是向世界宣告 AI 的一次真正更新。這里頭有一大堆棘手問題，比如，這會制造假新聞嗎？它會說非常冒犯的話嗎？我們會因此惹上麻煩。”所以我們決定從一個較弱版本開始。同時推出聊天界面和 GPT-4，感覺步子太大。因此我們先推出搭載 GPT-3.5 的聊天界面。事實上，它原本要叫“與 GPT-3.5 聊天”，我們沒計劃讓它成為一個產品，沒覺得它會大火，但確實認為，這能幫助世界了解這里正發生著什么，讓人們跟上進展。然后，在發布前幾個小時，我們仁慈地將其更名為 ChatGPT，并把它作為一個“研究預覽”放了出去。當時的想法是，先作為研究預覽發布，幾個月后再推出搭載 GPT-4 的產品。不知為何，那個模型恰好跨過了一道門檻。即使我們內部已經習慣了，人們在第一次使用后會說，“好吧，這太棒了”。也許那時它的實用性還沒那么高，但那是人們感同身受的、一個難以置信的時刻。他們感受到了 AI 的進步，并樂在其中。然后，等我們發布 GPT-4 時，人們已經能真正從中受益了。
Patrick O'Shaughnessy：40:04 你感到驚訝嗎？這（聊天界面）似乎依然是我們與這種異類智能之間最直觀的界面，甚至包括編程。大部分時間，都是我在跟電腦說話，告訴它要構建什么。
Sam Altman：40:04 不驚訝，因為我就是個重度短信使用者。是的。我一生都是個重度短信使用者。我認為，我能洞察到那會是個好界面，部分原因就在于，我喜歡這樣。我知道怎么這么做。我知道在一個文本框里開始聊天是什么感覺。
Patrick O'Shaughnessy：40:57 關于這種擴散，以及如何讓它更快，你有其他想法嗎？如果使命是讓智能觸達更多人，并對每個人都有用，關鍵的一部分仿佛是什么營銷活動之類的。你如何才能讓它比現在的自然擴散速度更快？
Sam Altman：41:14 我認為關鍵在于把它做得更好。我有點相信，一個真正偉大的產品會自我營銷。ChatGPT 一開始沒有任何營銷活動。我認為，隨著我們進入模型的下一個階段，并且當我們學會制造出和模型本身一樣偉大的產品時，將有如此不可思議的實用性，人們會極其迅速地傳播它。我們當然應該做更多營銷。AI 現在并不太受歡迎，盡管人們用得很多，但他們對其未來的走向抱有完全可以理解的焦慮。所以，我認為一些好的營銷會有所幫助。但就人們從產品中獲取的價值和讓產品增長更快而言，更好的模型、更多的計算力、更好的產品，這就能做到。
Patrick O'Shaughnessy：41:59 曾經有那么一個時期，研究人員的招聘、留存和激勵，是競爭格局中決定性的故事。我想有很多關于你成功招聘到頂尖研究員的軼事，有很多研究人員曾穿越 OpenAI 并發揮了巨大影響，其中一些名字為人熟知，另一些則不那么有名。我對這一整類故事很好奇，關于你是如何學會招聘這類人的，他們在意什么，以及你是如何做到的。我從沒聽你談到過早期用于吸引人的具體戰術，比如你具體做了些什么。
Sam Altman：42:38 我認為這在當時相當簡單，那就是我們相信 AGI 是可能的，并且它值得去追求。我們愿意把這話說出來。當我們最初宣布成立 OpenAI 時，那是一個瘋狂、異端般的信念。所有那些領域內的巨擘、專家們都說，這太瘋狂了，這是炒作，這是不負責任的。非常受人尊敬的人物，比如 Yann LeCun 之類，告訴記者，“哦，這些家伙水平不行，這事成不了。”但我們可以宣布“我們就要去追求這個”這一事實本身，就對特定類型的研究人員極具吸引力，他們也愿意踏上這場成功概率很低的瘋狂冒險。一個雄心勃勃、大膽無畏的愿景，本身就是非常強大的招聘工具。你曾寫過，正因為這個原因，有時更難的事情反而更容易做成。
Sam Altman：43:33 我超級信奉這一點。這是我最常給 YC 創始人提供的建議之一，并且我在 OpenAI 真的盡力踐行了它。就去做更難的事。做有意義的事。做重要的事。而且如果你不做，如果你的公司不成功，這事或許就不會發生。
Patrick O'Shaughnessy：43:54 你曾是投資人，也是我們的投資人。你做過很多投資。曾幾何時，那是你的工作。當你處在另一端時，你對投資者有了什么認識？有多少投資者是真的出現并試圖幫你的？
Sam Altman：43:54 這個數量小到難以置信。Josh Kushner，絕對是 MVP 級別的投資人，難以置信。感覺多年來，他一直夜以繼日地工作，就為了幫助我們。他是我能指出的，唯一一個始終主動、極其有幫助的投資人。還有更多人本來可以這么做。也有其他許多投資人同樣提供了幫助，提供了很棒的策略建議，在我們請求他們去做時也做了些事。但那種始終如一的、不懈的全情投入的支持，在投資者中出奇地少見。也許我有偏見，因為我一直喜歡別人這么說我。但我認為創始人真的喜歡這種投資人，這實際上能產生切實影響。而且作為投資人，這也是最有趣的參與方式。
Patrick O'Shaughnessy：44:42 我和我的朋友玩一個游戲，我們互相發短信。短信的引子是：“有件關于我的事，我不想讓你知道。”這會讓你想到什么？
Sam Altman：44:42 我累了。我不認為我已經做了很久。這很累人。你是怎么挺過去的？就是繼續往前走。這讓人不禁要問，有沒有一種程度的“累”，會讓你不再做這件事？沒有。我的意思是，我，這是世界上最酷的工作。我打算在我的整個職業生涯中都做這個。但這比我能夠向人解釋的，要難得多。我對此非常感激。能有機會做這件事，這不是我在抱怨。
Patrick O'Shaughnessy：45:19 接下來會發生什么？我們談到了明年或后年將出現的自動化 AI 研究員。你如何看待未來六個月到三十六個月將要發生的事？也許在這個瘋狂的指數曲線上，預測那么遠太難了。也許換個問法，比如，從現在起的第 23 個月，我們有了所有人都認同的超級智能。第 24 個月會發生什么？
Sam Altman：45:19 我的回答是：不會有太多事情發生。那種對機械之神的狂熱崇拜，那些人相信，事情會以更快的速度發生，比它實際發生的還要快。最終，確實會有很多事發生。但“最終”本來也總會發生很多事。人類進步的速度，以及每個十年比前一個十年有多不同，這已經持續了很長一段時間了。當然，有起有伏，但方向如此。我認為看待這件事的正確方式是，每個人都想成為故事中的英雄。每個人都希望感覺到，自己在機械之神降臨的時刻在場，并扮演了某種瘋狂的角色。但你知道，這不過是又一步而已。五十年前，今天的樣子難以想象；而五十年后的一步，今天也一樣難以想象。我認為正確的心智框架就是大幅拉遠視角。這其實是一條相當平滑的指數曲線。
Patrick O'Shaughnessy：46:36 跟我講講，看著 Codex 騰飛的體驗，以及這在多大程度上與你可能稱之為，通過 ChatGPT 建立起來的“分發優勢”相關？這是通向一個更宏大的問題的入口，關于 AI 領域的護城河的大問題，即你認為隨著時間推移，什么會驅動這個行業真正的競爭優勢。
Sam Altman：46:52 我認為 Codex 之所以獲勝，主要是因為它是擁有最佳模型的最佳產品。我們確實從與 ChatGPT 的捆綁中獲得了一些優勢，但非常微小。它大部分的成功并非源于此。這讓我對競爭優勢這個問題反思良多。因為，你知道，出色的智能可以從任何產品遷移到任何其他產品。網絡效應依然擁有競爭優勢。經濟規模以及制造最廉價計算集群的能力，諸如此類，依然擁有競爭優勢。但產品層面的優勢，比如如果我們能讓人們遷移到 Codex，而別人構建了更好的模型，也能讓人們從 Codex 遷移走。因此，這讓我反思了很多。有一個非常有趣的問題：這最終是否會走向商品化？智能本身是否會成為一種純粹的可互換商品，就像鯨油的價格一樣？智能本身，我會說，是的。那什么不會是商品的同義詞？計算集群的規模，制造更多算力的能力。我認為這是一個非常持久的優勢，即使產品本身不是。因為，你知道，Codex 可以寫你想要的任何軟件，但工作流程、集成、復雜的業務流程、團隊協作的能力，這些東西都相當強大。甚至品牌偏好和熟悉度，也非常強大。
Patrick O'Shaughnessy：48:22 你對新事物有多興奮？顯然，你在硬件方面做了有趣的事，我確信你會在今年晚些時候宣布。那個實驗感覺如何，以及它如何與你所擁有的這種面向消費者的分發優勢相契合？
Sam Altman：48:22 我對新硬件感興趣的原因之一是，我們之前談到，AI 一個極其強大的地方在于它可以始終在線、保持主動，并理解你所有的上下文。但目前的硬件并不適合那個。我們是在一個大約有 50 年歷史的硬件范式中工作。電腦很了不起，鍵盤、鼠標和屏幕都是了不起的發明。但我們不得不把 AI 硬塞進那個范式里。而我很興奮地去思考，我會愛上某種能力，比如 AI 能引用我們現在這段對話，但那遠不至于讓我愿意打開筆記本電腦，把它放在這兒，讓它在進行時盯著你、聽我們說話。但我想要一種硬件，它在社交上可以被接受去做這類事，同時也讓人感覺它就是為此設計的。
Patrick O'Shaughnessy：48:56 當你思考那些懸而未決的問題時，無論是在你自己的腦海中，與朋友的辯論中，還是與你的同事們，最有趣但尚無定論，而你感覺又很重要的爭論或問題是什么？
Sam Altman：49:15 有一個我認為沒有得到足夠關注的問題，就是我們如何避免認知萎縮？我們如何在使用這些工具時，確保我們自己在更多地伸展我們的大腦，并持續理解那些真正重要的東西？有很多版本的說法，并不都正確。我記得我上學時，有位教授告訴我，你必須理解編譯器，否則你永遠無法成為一名優秀的程序員。不知怎的，這話不完全對。但在合理的程度上，理解計算機系統的主要組件是如何工作的，對我來說一直很重要。被迫去想象一個場景，在未來兩年內，我們莫名其妙出現了計算力供應過剩，那會是一個怎樣的故事？這確實看起來可能，如果模型變得如此智能、如此高效，以至于它們幾乎能做我們需要的一切，能構建我們想要的任何軟件。并且，如果我們的注意力邊界是如此有限，以至于它實際上無法吸收更多，只需相當有限的計算力就能滿足，那么我們可能進入供應過剩。另外，如果我們無法讓成本曲線持續下降，因為我們撞上了某種規模化的墻，我們也可能進入供應過剩。就像之前觀察到的無上限需求，它是隱含了某個價位的。
Patrick O'Shaughnessy：50:36 你能談談今天你對規模化定律的看法嗎？
Sam Altman：50:36 看起來非常好。就是看起來很好。在某種意義上，規模化定律是有史以來最招恨的預測。每個人總是想說，它會失效，不可能一直這樣。然而，它仍在繼續。
Patrick O'Shaughnessy：50:36 在這家公司的故事中，你最喜歡的無名英雄是誰？
Sam Altman：50:36 我第一個想到的是 Alec Radford。他可能是整個領域歷史上最重要，卻不那么廣為人知的研究員。同時，他也是一位頂尖的、極好的人。他所做的工作，真正成為了 GPT 系列的基礎。除了許多其他重要貢獻，他還總能啟發、引導、推動人們轉向其他方向，后來證明那些方向都極為重要。我認為他最酷的地方在于，如果你與曾和他共事的人交談，他們當然會說，他是“一代天才，才華橫溢，思維創新，對工作和理解深邃無比”。但每個人在結束他們的評價前，都會告訴你，“他是我遇到過的最友善、最積極、最好的人之一”。
Patrick O'Shaughnessy：51:42 我喜歡“形成性時刻”。在訪談收尾時，我好奇地想請你各舉一個例子。如果你回想整個 OpenAI 的經歷，你最引以為豪的是哪個時刻或篇章？那另一個問題，你做錯了或搞砸了，但最有教益的事情是什么？從中學習是什么感覺？
Sam Altman：52:05 搞砸的事情很多。一個很有教益，但我不常談起的錯誤是：我們在早期犯了一個錯誤，試圖在組織結構上創新。我們有非常正當的理由，因為我們不確定將來要怎么賺錢。當時我們真的完全不清楚，當我們成長起來時，我們看起來會是什么樣。當然，我們關心我們的使命，我們希望以某種方式建構，使得即便技術起飛得極快，我們的使命也能得到保護。所以我們有了那個非營利結構。但我從中學到了為什么通常人們不那么做。如果我們沒有在結構上創新，并找到其他方法來保留使命的核心重要性，我們本可以免去許多痛苦。也許當時別無他法，也許對于我們要做的事及其重要性來說，沒有什么辦法可想，除了我們所構想的那種奇特結構。但過去這十年，我真的學到了一個重要教訓，就是人們通常不這么做的原因。
Patrick O'Shaughnessy：52:49 你生命中還有別的什么對你影響深遠，但我們沒談到的嗎？我發現這類問題總是最有趣的。
Sam Altman：52:49 變得對那些對我有強烈意見的人相對免疫。我想我是在人生稍晚階段，才意識到：天哪，如果你要處在這場瘋狂革命的中心，每個人都會把大量的想象投射到你身上，你得迅速學會與這一切和解。我還認為，有些東西我同樣在人生較晚階段才學會，比如如何變得非常平靜，并真正不對事情感到焦慮。至于驅動我的是什么，我在乎什么，以及我想怎樣度過我的一生，總的來說，我感覺，不知為何，十歲時那個版本的我就已經相當完整了。我想我好像生來就是這樣。
Patrick O'Shaughnessy：53:44 那回顧過往，讓你感到自豪的事呢？
Sam Altman：53:44 我最感到自豪的是，在那么多重要的時刻，當世界其他地方都錯了的時候，我們是對的，并且這已將世界推上了一個我很自豪能在其中扮演角色的軌道。那感覺太棒了。還有，盡管發生了那么多糟心事，我獲得的精神成長，或不管你怎么叫它，我學到了驚人的韌性，以及這對讓我在余生中感到幸福所產生的意義。對此我非常感恩。
Patrick O'Shaughnessy：54:12 做這類訪談時，我都會問每個人同樣的傳統收尾問題。別人為你做過的最善良的一件事是什么？
Sam Altman：54:18 我對自己一生中，竟有如此多的人曾那么不遺余力地對我好，感到無比的幸運。在思考這個問題時，我腦海里閃過的，就是從人生各處閃現的，人們對我極其友好的那些片段。昨天，我孩子第一次把他的藍莓分給我。那非常甜蜜。美好的時刻。
Patrick O'Shaughnessy：54:41 謝謝你，Sam。
Sam Altman：54:41 謝謝。