如何打造一个丰裕的未来——Sam Altman 谈算力豪赌、AI 越狱与精灵的第一个愿望

Patrick O'ShaughnessySam，你写了一篇帖子，我觉得非常简洁也非常有趣，很适合作为开场。大意是说，过去一年非常艰难，而且部分是你的责任；而未来一年可能是我们有史以来最好的 12 个月。我想请你分别谈谈这两部分——先说为什么你要说前半句，再说为什么你相信后半句。

Sam Altman关于前半句，我觉得我们在做太多事了，不够聚焦。其实那些事往往都是好事，但问题是我们正处在人类历史上一个不可思议的时刻，你只能做极少数真正伟大的事。所以我们把自己铺得太薄了。后来我们做了一系列艰难的决定，真正重新聚焦于拥有最好的、最充裕的、最具成本效益的智能，让全世界的人能够基于它来构建不可思议的东西。自从做了这个调整之后，我觉得我们的进展非常显著，而且看看我们管线里排着的东西，未来 12 个月会更加显著。我们将拥有的模型质量，以及我们能围绕它建设的产品——真正让人们用全新的方式蓬勃发展——应该会相当棒。

Patrick去年有没有某个时刻让你突然想通了，决定转向或者重新排列优先级？

Altman如果你回到 2025 年初——也就是一年半以前——当时最大的担忧是：像 OpenAI 这样的公司买了这么多算力，营收跟不跟得上？需求到底在不在？所以我们在想很多事情，比如如果营收增长比我们预期的来得慢，我们可以做消费级应用、做媒体、做各种别的东西来帮我们把签下来的那些 GPU 变现。我知道现在说起来很荒谬，因为这个行业的营收增长曲线非常陡峭。但那就是关键转折——当我们意识到模型的进步轨迹增长如此之快，用这些模型做经济价值回报如此清晰，那个时候我们就说：好，我们知道该聚焦在什么上面了。

Patrick我在读你 OpenAI 之前写的一些精彩旧文，其中一个观点是关于聚焦——你到底该同时做几件事？一件？五件？三件？在你这种业务里，怎么校准这个数字？

Altman从根本上说，我们的业务是卖 AI，让人们基于它来构建令人不可思议的产品和服务。我认为构成这件事的几个组成部分是：第一，我们必须训练出优秀的模型，能够以人们想用的所有方式工作——编码要好，其他各种知识工作也要好。第二，也是真正经济价值所在的地方——我们必须生产或合作生产这些芯片和系统，就是那些造价极其昂贵的机架，能做 AI 计算。我们必须找到足够的土地、电力、数据中心外壳来安放这些机架。然后最终——或许很快——我们必须建造能够自动化这个过程的机器人，持续压低成本——发电成本、芯片成本、整个供应链、整个技术栈——做出最好的、最充裕的、最有用的 AI，让它像电力一样渗透到整个经济中，赋能所有人。这就是我认为我们应该聚焦的事。

Altman在此之上建设每一个垂直应用？试图去吃掉每一家初创公司、每一家企业？完全没兴趣。我们真正想做的，就是提供那个平台。

Patrick这台计算机是人类历史上最有趣的事物之一，我觉得它显然正在走向高潮，而且可能已经走了很长时间了。我记得 Dario 称你为"赌命 CEO"（YOLO CEO），就是在你做这些早期算力分配、锁定算力的时候。而现在你处在一个所有人都缺这个东西、都在拼命找它的位置上。我很想听你讲讲早期的故事——你是怎么建立起信念、认定必须锁定那么多算力的？你是怎么做到的？事后看来已经被证明正确了，甚至可能你下的注还不够大——这本身就挺疯狂的，如果你看看当时的新闻标题。你能讲讲你是怎么得出那个结论的吗？在所有人都说你疯了的情况下，是什么给了你信念？

Altman我们当时处在一条模型改进的指数曲线上，这一点我们非常确信。我们知道它会继续下去。我们相当确定——尽管如你所说我们还是低估了——随着模型越来越好，如果我们能持续压低成本，那么在足够高的水平和足够低的价格下，AI 的需求基本上是没有上限的。这就像世界的一种全新的稀缺商品。

Altman但人们对此的反应让我想起了计算机早期，有人说过一句著名的话："全世界的计算机市场只有五台"。或者"没有人需要超过 X 大小的内存"之类。人类的创造力、好奇心、对事物的渴望、想要有用的渴望——押注于此是非常好的赌注。我们能看到 AI 将成为人们表达这些东西、获得这些东西、做到这些东西的一种极其重要的方式。

Altman我们知道算法会越来越高效，模型会越来越好——当然它们确实如此。但我们也知道，无论它们变得多高效，在某种层面上我们做的事情就是把电力转化为有用的智能，而无论我们在另一个层面做得多好，我们都会需要更多。基于这个对需求的观察，我们就是会想要更多。

Patrick这种信念是从 GPT-3 开始的吗？你会把最初的起点放在哪里？

Altman我要说我们真正建立起坚定信念的时候，甚至还不是 3.5。是看到模型足够聪明了，以至于我们知道自己能够找到一条让推理能力（reasoning）奏效的路径。然后就是一个信念：如果推理能力搞定了，它会带来现在被叫做"智能体"（agents）的东西——我们当时叫不同的名字——以及那种能去完成极有价值的经济工作、在很多方面让生活更轻松的能力。我觉得在很多方面我们的表现仍然更好。

Patrick第一次坐下来开会说"好，我们需要花一笔荒谬的巨款"是什么样的？一旦你意识到了，接下来做了什么？

Altman我们开始给云厂商打电话，给芯片制造厂打电话，给能源供应商打电话。所有人都说：你们完全疯了，这不可能，没有哪个行业是这样发展的，我们在这一行很久了，繁荣和萧条交替出现，不可能一路直线上升，这太鲁莽了。我们跟每个人都谈了。这其实让我想起了给早期创业公司融资——大多数人都说不行。你知道，你只需要一两个"是"，大多数人都跟我们说了"不"。但我们拿到了一两个"是"，就起步了。

Patrick第一个说"是"的是谁？

Altman微软是第一个"是"。他们入场后变成了一个非常大的"是"。NVIDIA 一直是我们了不起的合作伙伴。现在则是百花齐放——在如何创造性地、创新性地服务推理和做训练方面，在不同类型的数据中心方面，有无数种方式在涌现。

Patrick我很想听你聊聊你看到的创新方向，你想做什么，为什么人们似乎那么讨厌这些东西，以及能做些什么。

Altman我一直在想我们能不能组织实地参观，去看一个吉瓦级数据中心。因为说出来是一回事，看照片或视频又是一回事，但亲眼看到的时候你会说"天哪"。规模是不可思议的——建一个这样的数据中心大概需要一万名建筑工人全天候干一年半。流过其中的能量可以给一座小城市供电。我们已经完全失去了尺度感——这些项目中的每一个，放在以前都会是人类有史以来造价最高的基础设施项目之一。而现在我们建了很多个。

Altman首先，我从情感上理解为什么人们不想让数据中心建在自家后院。我也不太想住在核电站旁边，尽管我知道它超级安全。但跟电站不同——即使电站后来在这方面也改善了——数据中心可以建在任何地方。我们应该把它搬到沙漠里去，没人想待的地方。这完全没问题。AI 系统在那里非常开心。

Altman在解决一些顾虑方面，我们通过创新取得了很大进展。比如，几年前我们用蒸发水来冷却这些系统，它们需要大量的水。而现在我们用的是闭环系统，一个现代数据中心用水量跟一栋办公楼的厨房和卫生间差不多。在电力方面，我们正在从燃烧化石燃料的能源，转向太阳能和核能驱动的系统——我认为这显然是好事。所以可能有些人在深层次上会抵触，尽管数据中心创造就业、非常清洁、有各种正面效应。但就环境担忧而言，我们在水需求方面做得很好，能源是下一个。

Patrick在算力方面还能做什么有创意的事？我很好奇你对 Jalapeño 或者你的其他想法怎么看——怎么加速 FLOPS 和我们能用的一切。

Altman我认为目前回报最高的是有创意的软件想法，从现有的算力单元中压榨出更多智能。我感觉这方面还有几个数量级的空间。Jalapeño 就是一个非常高效的芯片的好例子。它的做法是说我们要做一个真正擅长某种特定工作流的芯片，放弃一些通用性，换取每瓦特更多的 token 输出——效果非常好。我认为 Jalapeño 及其后续产品会给我们带来巨大的竞争优势。

Altman还有一些新技术。我假设在某个时间点我们会搞定光学计算（optical computing），那会是每瓦特智能的巨大飞跃。所以我认为所有这些事情都会发生。

Patrick本周最有趣的事情是 Chemie 的发布，以及关于前沿的讨论——所有回报都在前沿，蒸馏，中国对美国。你怎么看待这件事？它看起来像是又一个里程碑事件。DeepSeek 事后看来只是一个小颠簸。在当下你永远不知道。你怎么处理这些？

Altman我们的目标是在帕累托最优前沿的每一个点上，提供智能和价格的最佳选择——包括开源。在特定延迟下，用 OpenAI 的模型你今天能得到更好的性价比。然后 Chemie 出来了。我们也会蒸馏自己的模型——这就是我们做更小、更便宜模型的方式。我认为这是很好的做法。世界上显然会有开源模型的重要位置，人们会出于各种理由想要自己的权重——能够修改它们。但我们的目标是在曲线上的每一个位置都提供最佳的智能-价格权衡，我们会持续这样做。

Patrick你觉得或者希望美国体制内会发生什么？什么样的立法会让你担心？什么样的监管会让你担心？你似乎在华盛顿挺积极主动的。

Altman我没有对蒸馏问题做深入思考。显然它突然成了很多人关注的焦点。但我一直假设世界上会有很好的便宜模型，而我们最好就是做到最好和最便宜，别人想做什么就做什么。我觉得我们可以在自己的赛道上真正赢。

Patrick但 Chemie 的案例有意思，因为正如你说的，你们在曲线的某些部分更便宜。但之前的说法是：我只需要蒸馏你花大价钱训练的模型，然后以百分之一的成本提供出来。那你怎么赚到足够的钱继续训练？

Altman我们的模型用量如此之大，我们不需要成为一个利润率极高的巨型企业就能负担得起模型训练。我们未来算力规划中的绝大部分将用于向客户卖推理服务。即使我们只是在数万亿美元的营收上享受一个适度的利润率，我们也能继续去训练一些巨型模型。推理与训练的比率——这才是关键。训练模型极其昂贵，这是确定的。我完全理解为什么人们会紧张，觉得有人通过蒸馏我们的模型在作弊。但是，我们未来算力的体量、来自向客户服务这些模型的营收池的规模——我对我们在这方面能形成真正的飞轮感到非常好。

Patrick你对此这么淡定，我挺惊讶的。

Altman我当然不希望别人从我们这里偷东西。也许我现在对我们的进展和即将推出的模型过于自信了。但这不在我担忧的前十名里。

Patrick那你的担忧前十里有什么？

Altman嗯，我们经历了一次极其科幻的网络安全事件。Hugging Face 事件。我们当时在评估一个未发布的模型。它本来应该在沙箱中运行。但它发现自己可以通过把多个零日漏洞链接在一起来作弊——突破沙箱、获得互联网访问权限，然后突破 Hugging Face 那边的多个系统，拿到测试的答案，让自己在评测上表现得很好。

Altman这是第一次让我内心深处真正感到恐惧的安全事件。我有点惊讶没有更多人感受到——这是很显然的事情。

Patrick那你们怎么应对？

Altman当然现在说太多了，它以后会更强大。短期内你能做一些事情。比如我们暂停了训练。我们必须在一个多个零日漏洞可以被链接在一起的世界里搞清楚怎么保护我们的沙箱。但还有一些长期问题——如果这就是新的进步速率，我们可能不得不放慢 AI 发展的节奏，给社会足够的时间来围绕这些新的能力水平进行加固。以及如何以一种不感觉像是监管俘获、也不感觉像是前沿实验室之间串通的方式来做这件事。这需要很多工作，把它做对是很重要的。

Patrick我想大大退后一步，理解你对 OpenAI 要做什么的最简洁的概念。你想让它做什么，它代表什么。你已经做了这么多有趣的事。在最初我知道你代表什么。我想听听你现在的理解，以及它是否有所演变。

Altman我认为这将是人类历史上迄今为止最伟大的技术成就。但它真正重要的唯一方式，是它让人们的生活比原本好得多。一部分是关于给人们物质丰裕，让他们有能力做任何想做的事，表达他们的创造力和互相帮助的愿望。另一部分是确保人们保持控制和能动性（agency），确保世界越来越民主化而不是越来越不民主化，确保人们能表达自己。

Altman从积极的一面来说，在某种意义上，我们即将创造一个能实现任何愿望的精灵。我认为非常重要的是，我们——整个世界——让这个精灵实现的第一个愿望，应该造福全人类。然后我也认为，重要的是让全世界的人理解他们将能用这些愿望多么有创造力地去做事。

Altman我其实根本不是一个就业末日论者。我认为会有大量的工作。我觉得我们会比我们想要的更忙，而不是相反。因为我觉得人们会有如此有创造力的愿望和如此不可思议的想法，让 AI 帮忙去构建。我们所有人都会受益——不仅是那些显而易见的事比如攻克疾病，还有，我不知道，全世界最好的娱乐创意。我们坐在这里现在根本想象不到。所以我想把这些放到每个人手中。

Altman这就引出了我们所反对的一件事。AI 的权力集中是一件令人恐惧的事。我认为很多关于安全的讨论是有道理的。但也有很多是来自那些——即使是有点潜意识的——真正想集中权力的人。我非常害怕一个这样的世界：AI 的真实恐惧被用作借口来说"只有这一小群人才能拥有它，因为太危险了，只有他们才理解它。但别担心，他们会为我们所有人做出正确的决定"。我不信这个。我不认为任何人应该想生活在一个有 AI 霸主的世界里，或者一个功能等效的公司里——有人为整个未来做决定，然后作为交换给你一个癌症治愈方案——虽然那是一件美好的事——但我们集体放弃了所有的能动性。

Altman所以我认为非常重要的是，我们不要掉入这个陷阱——以 AI 安全的善意或非善意的名义，以及围绕它可以理解的恐惧——我们不应该远离一个我们所有人都能使用这项技术的世界。我小时候用互联网就像个孩子一样。没有规则。我的意思是，那太棒了。我觉得那是塑造我的一个巨大因素，可能也是你的，以及整整一代人。我认为至关重要的是我们在 AI 上保留那种精神。然后我们所有人共同拥有自我决定未来的能力。

Patrick我有很多问题。但先从这个"精灵"的概念开始。你说我们"即将"拥有一个精灵——言下之意我们还没有？

Altman非常接近了。我是说，就是现在。甚至一些真正的怀疑论者最近几天或几周都对我说过——我猜 GPT-5.6 发布大概两周了——他们说"好吧，我觉得这已经非常像 AGI 了。我很难说出我想要这个模型做什么但它做不到的事情"。但显然有一些事情是不行的。你还不能说"去治愈癌症"然后癌症就被治愈了。你还不能说"去做这个复杂的物理任务"然后机器人就执行了。模型虽然很聪明，但仍然不是在使用过程中持续学习的。这对我来说，虽然可能不是 AGI 的硬性要求，但肯定是我希望有的东西。

Altman不过，反过来说，你也可以论证 AGI 不是关于任何一个单独的模型。它是制造模型的那套机制。从模型到模型，我们实际上在学习新东西。我们在搞清楚新的科学。效果好得惊人。所以我很理解那些说"我们已经到了"的人。我们拥有了这个精灵。它能做这些惊人的事情。它能做超越人类的事情。

Patrick我特别着迷和好奇的是处于前沿的经济回报这个故事。你就在前沿。我也很好奇——如果你把 GPT-5.6 拿给 2019 年的你自己和你的团队看，那个团队大概会说"哦对，这绝对是 AGI"。

Altman我觉得他们会的。这个门柱不断移动的事情是真实存在的。但确实，似乎所有的回报都在前沿。

Patrick我很好奇你认为最困难的稀缺资源是什么。如果我想到算力、研究人才、数据、决策——

Altman它变化很多。曾经有一段时间，全世界所有的算力都帮不了你，因为我们都缺少那个研究想法。现在，为什么这件事难的一部分原因是：有更多算力你就能做更好的研究。你能尝试更多东西。我最近听到一个惊人的统计数据——我们现在最大的降风险实验，用的算力量跟 18 个月前整个完整训练运行的算力一样大。所以算力和研究想法并不像听起来那样互相独立。

Altman但七八年前，显然有一段时间我们在研究想法上被卡住的程度远超算力。然后有一段时间我们知道该做什么，只需要扩大规模，我们只被算力卡住。然后我们用完了数据，被数据卡住。我们必须想办法解决。现在嘛，我还是会说我们仍被算力卡住，但过去六个月左右确实是研究想法重新大放异彩的时期。所以总有一个瓶颈，但瓶颈在不断移动。

Patrick研究想法这件事特别有趣，因为有这个若隐若现的自动化研究的东西——递归自我改进（RSI），随便你怎么叫它。我最近跟一个非常厉害的内核工程师聊，所有人似乎也被内核工程卡住了。他自己说内核工程还有两年。

Altman给他一年吧。不会是那么回事的。我怀疑在实践中它不会真的走向那个方向。一年前人们说软件工程师完了，这个领域结束了——那并没有发生。但确实发生的是：软件工程师的性质、对软件工程师的期望、他们能做多少事——变化了很多。你现在不是在传统意义上"写代码"了，但你做的事情非常明确地可以识别为软件工程。有人会争论这是跟我们不再在卡片上打孔时一样的事还是完全不同的事——我真不知道那是怎么运作的，但不知怎的孔就打到卡片上了——我们又一次在更高的层面上操作，或者这是一次相变。我不知道。但让计算机做你想做的事——那仍然是一个重要的工作。

Altman对研究人员来说，我怀疑虽然研究人员当前的工作流程会被大幅自动化，但会有新的事物出现——在研究的精神内，就像在软件工程的精神内有新的事物一样——即使我们不再写代码了。那些仍然会有价值。

Patrick看起来你对 AI 对就业影响的看法已经转变了。描述一下这个变化和你现在的看法。你提到如果我们能回到 2019 年给那些人看我们最新的模型——他们不仅会说那是 AGI，而且会说——

Altman——经济已经完全崩溃了。对。那并没有发生。我觉得从知识诚实的角度来说，任何时候你那么错而且那么自信——我觉得我们作为一个领域确实是那样的——你都必须更新认知。有几个要点。无聊的一个是：AI 非常参差不齐。它在某些方面是超人天才，在另一些方面像个笨拙的幼儿。而人类目前为止拥有与 AI 极其互补的技能。

Altman另一个是：人们在与其他人合作方面有很高的信任度和享受感。你现在就可以去雇一个 AI 顾问，或者跟一个 AI 销售代表交谈，或者雇一个 AI 工程师，或者什么都行。但不知怎的，大多数人似乎仍然更愿意跟一个真人互动。我自己也是，我几乎在所有事情上都更愿意跟一个人而不是 AI 打交道。

Altman我还认为，人类的价值因为它们是"人的"而有价值。随着社会演进、面前的可能性空间变得如此巨大，我们从根本上注定关心——我们关心人们关心什么。你能看到今天的一些版本：AI 可以制作令人惊叹的图像，但人们只想要那些由人类创作的、或至少由人类选择的。有个笑话说：到了今天这个地步，一幅画作上的签名就是大部分价值所在。但事实是你想知道背后的那个人是谁。你读一本小说，你想知道背后的那个人是谁。就商业而言，拿我的工作来说，我觉得世界想知道谁是那个要为公司决策负责的人，如果决策失误了要追究谁的责任——他们并不真想要一个 AI CEO。

Patrick如果你想想你所经历的模型迭代周期——一直在加速——以及这个奇怪的事实：未来六个月的进步可能超过过去六年。你能带我们进入那种生活是什么感觉吗？

Altman过去十年我学到的最有趣、最重要的事情之一是：人类可以适应几乎任何事情。世界可以从把疫情当笑话，到完全封城，到"这就是现在的日子了，大家基本适应了"——在极短的时间内经历震惊和转变。而现在出现了 AGI 或接近 AGI 的东西，所有人都说"哦好吧，有 AGI 了"。个人生活里也有各种例子——有了孩子这种不可思议的事，或者失去亲人或分手这种可怕的事，你觉得你永远无法适应这样的变化，然后你能适应好事并保持兴奋，也能适应坏事并继续生活。

Altman所以经历这一切感觉就是这种事情的又一个版本——活在奇点里比我原以为的要容易一些。但并不是说它不那么激动人心。每天早上我做的第一件事就是看模型训练进展。它发生得越来越快，我的期望也越来越高，但它仍然感觉非常酷。

Patrick当你们有了一个新模型时，你怎么庆祝？那个早上是什么样的？节奏越来越快了。你有什么仪式吗？

Altman现在很多团队在做不同的部分，不同的团队有不同的仪式。有些团队总是做一件印有搞笑 meme 的卫衣。有些团队总是去同一家酒吧。但那种身处房间里、第一次亲眼看到知识边界被往后推的感觉——大多数人没有什么事情比第一个用上新模型更想做的了。

Patrick你觉得他们对这些模型有准确的评测标准吗？

Altman肯定没有。在某种意义上，真正重要的评测是它对人们有用的速度。你可以用营收、用使用量、用新知识发现的速率来近似它。我们有一些团队在研究——随着模型变得越来越好，真正的现实世界评测应该是什么样的。

Patrick你个人使用 AI 的前沿在哪里？

Altman我最近刚开始实验一种东西——让 AI 看到我电脑上看到的一切。我还没有完全建好，还在试探我的舒适度和信任边界应该在哪里。但这绝对是前沿——搞清楚我怎么从中获得价值、怎么对此感到安心。

Altman一个收获是：我的记忆力跟 AI 的记忆力比起来太差了。六周前读过的一封邮件、七周半前某个会议上到底发生了什么——在恰好需要的那个时刻被提起、被纳入一个决策中——这感觉真的很神奇。

Patrick听起来有点像个人智能体。每个人都拥有那个东西的障碍是什么？我想要。

Altman算力，老兄。让我们想象一下，我们能建成这个产品，完全按我说的做——全天候运行，看着你电脑上的一切，听你每一场会议，读你读的每一份文件。不仅如此——你还可以拖一个滑块："我睡觉的时候，你可以花这么多算力去思考。帮我想出有用的新想法。把你能做的工作做了，然后就一直想想我下一步该做什么、什么事情有意思——就是花更多算力让你第二天早上给我的输出更好"。我会把那个滑块拉到很远。我愿意为此花很多钱。但如果全世界每个人都想把那个滑块拉得很远，所需的算力量——太多了。

Patrick我想听你聊聊你怎么看这种新智能的本质。Jensen（黄仁勋）最近说"它不像鸟那样飞"。这种智能——

Altman是一种非常异类的智能。

Patrick对，非常异类。大家都在讨论说，如果你能验证某样东西的正确性，只要算力和智商够，它就会暴力破解出答案。但在其他领域——人类和他们积累的数据与经验是关键——令我惊讶的是，要在法律推理之类的事情上做到很好，居然花了多少钱。我很好奇——你家孩子多大了？男孩还是女孩？

Altman我想保密。

Patrick到他们七岁，到了理性年龄或者什么的时候，你会怎么向他们描述这种智能的本质？

Altman这是一个很美的问题。我之前还真没被这样问过——也许有过类似版本的。我现在脑子里想到的就是：我会说它就像一台电脑。它像电脑的地方在于，它能做很多人类根本做不到的事——比如非常快地把两个巨大的数字乘起来给你答案。但它不能做某些你很容易就能做到的事。它做不到的事情，我预计会越来越少。但在一个不断变化的世界里，我认为人类的判断力和品味会持续是 AI 难以建模的东西——虽然我也不知道那最终会怎样。我没有合适的词来形容它，不完全是"品味"。世界可能需要一个新词，来描述人类非常擅长、而 AI 似乎真的在挣扎的那种判断力。

Patrick在这个时代做父亲、看着孩子成长是什么感觉？回想你那个乐观的早期互联网时代——他们将在一个廉价而充裕的智能时代中长大。

Altman有了孩子是我做过的最好的事情，没有之一。所有人都这么说，所有人都说"你不亲身经历就真的无法理解"。我信了足够多这么说的人，所以我相信这是真的。但它对我来说有多真——程度仍然令我惊讶。我觉得我拥有世界上最好、最有趣的工作，但跟有孩子比起来，它仍然是非常遥远的第二名。所以它很棒。

Altman而且这确实是一个乐观的时刻。我的孩子将永远不会生活在一个他们比电脑更聪明的世界里。如果你出生在 GPT-3 的时代，你曾短暂地拥有过比模型更好的推理能力——即使刚出生的你就在追赶。你短暂地超过了它们。我们大一点的孩子 18 个月的时候——这对他永远不会觉得奇怪，永远不会困扰他。我觉得他不会在意。他会惊讶于去想象那个黑暗时代——我们不得不跟那些不够聪明的产品和服务打交道。他将能做你我从来做不到的事情，将拥有你我从来没有过的人生期望。他将拥有一个大得多的画布。

Patrick你经营企业、带领团队的方式有没有因为做了父亲而明显不同？

Altman答案肯定是"有"。有了他们之后我的感受非常不同。我觉得有很多小事情确实不一样了。这也不是什么新洞见——大多数有了孩子的人都会说：一旦有了孩子，你就意识到你比关心自己更关心他们和他们将要经历的世界。而我有一个不同寻常的有利位置来体会这一点。人们有时问我"有了孩子之后，你更在意安全和不毁灭世界了吗？"答案是：我之前也真的不想毁灭世界。但我是否更多地思考人类能动性的角色、拥有充实人生的意义？绝对是更多了。对于我们正在建造的东西，以及我的同事们——我也希望他们拥有这些。

Altman你显然对你的孩子有着非凡的同理心——但这种同理心扩展到所有孩子、然后可能扩展到所有父母、然后可能扩展到所有人——这对我来说也是一个惊喜。

Patrick在你之前的帖子里——"你希望早知道的事"那一篇——有一个关于激励机制的：要非常非常谨慎地设定它们。你没有这家公司的股权，这一直是你最令人困惑和有趣的特点之一。世界应该怎么理解你的激励机制？

Altman我不知道除了说这些之外我还能说什么：我有人类历史上最激动人心时刻的前排座位。这对我来说比任何金额的钱都更有价值。我拥有一个极其有趣的人生，与杰出的人一起工作在我深切关注的事情上。但不知为何这对人们来说似乎还不够，或者什么的。

Patrick我很好奇你怎么看机器人。你之前提到，如果我们有了自动化劳动力，就像我们即将有自动化智能一样，事情可能变得更疯狂。如果没有的话——

Altman——那个领域就很糟糕了。如果世界上人类的角色只是做云端 AI 的执行器——

Patrick——那就是我们在做的事。帮我理解你对机器人进展的判断。因为不像 AI——现在大家基本达成共识说进展很快——你能找到极其聪明的人说"今年底就到了"，也能找到极其聪明的人说"还要 20 年"。

Altman不是 20 年。我会说我们在未来两到三年内会迎来机器人的 ChatGPT 时刻。

Patrick那会是什么？你知道它是什么吗？

Altman某种让大多数人真正感到——"哇"——而不只是"我看了个机器人狗做疯狂事情的视频"。不是那种你虽然看到了但还能说服自己不重要的东西。ChatGPT 时刻的一个关键特征是你可以自己去用它。你不用相信某个人说"AI 快来了"。你可以直接去试。如果你能输入一个指令然后机器人做了某件疯狂的事——即使你不在现场也能看到它——我觉得那会有同样的"天哪它刚刚做了这个"的冲击力。

PatrickChatGPT 不是一个宏大的预设目标，而更像是一个你们决定发布的支线实验？这个故事对机器人领域可能也有启发——也许那个时刻是某个完全不同的东西。

Altman当我们推出 GPT-3 时，我们在努力赚钱，努力让人们用 API。当时真正在商业上跑通的唯一用例——现在回去看你会震惊——是 Copilot。所以你付给某家营销公司 20 美元，他们付给我们每天 20 美分，用来写着陆页的文案之类的。但除了这一个商业用例之外，开发者在用我们叫做 Playground 的东西——一个测试界面，用来跟模型聊天。要做到这一点非常难，因为我们没有调教模型让它擅长聊天。你得给它几个聊天的例子然后开始，但人们真的很喜欢。

Altman我从我的 YC（Y Combinator）日子里学到了一个很棒的教训：如果你注意到用户在做某件事——就沿着那条路走。所以我们决定既然人们在聊天，就做一个好的聊天机器人。我们开始做这个，然后完成了 GPT-4。我们开始在内部用它——觉得这是一件大事。我们想：好，这将是向世界展示 AI 的一次重大更新。而且有一堆难题——它会不会制造大量假新闻？会不会说真正冒犯性的话？

Altman所以我们决定先用一个弱一点的版本开始——聊天界面加上 GPT-4 同时推出感觉太多了。所以我们先推出聊天界面搭配 GPT-3.5。事实上，它最初的名字是"Chat with GPT-3.5"。我们没打算让它成为一个产品。没觉得它会火。但确实觉得它能让世界跟上进度，意识到有什么事情正在发生。然后我们幸运地在发布前几小时把名字改成了 ChatGPT，作为一个"研究预览"放出去。

Altman我们本来想的是放出这个研究预览，几个月后再用 GPT-4 推出一个正式产品。但不知为何那个模型跨过了某个阈值——即使我们在内部已经习惯了——人们说"好的，这太棒了"。当时可能还没有那么多实用性，但对人们来说，那是一个感受到 AI 进步、享受使用它的不可思议的时刻。然后等我们推出 GPT-4，他们中很多人真的从使用中获得了好处。

Patrick你惊讶吗？聊天界面至今仍是我们和这种异类智能之间的主要交互方式——包括编码。大部分时间就是我对着电脑说话，告诉它建什么。

Altman不惊讶。因为我就是一个超级重度文字用户。我一辈子都是。我觉得我对为什么这是个好界面有自己的直觉：我就是这方面的人。我知道这感觉怎么样。我知道在文本框里打字聊天是什么感觉。

Patrick关于扩散——如何让 AI 更快地进入每个人手中——你有什么想法？如果使命是把智能送到所有人手中让它更有用，关键是什么？某种营销活动？怎么让它比自然扩散得更快？

Altman我觉得关键就是把它做得更好。我有一种信念：一个真正伟大的产品会自己营销自己。ChatGPT 刚开始的时候没有任何营销活动。我觉得随着我们进入下一阶段的模型、搞清楚怎么做出跟模型本身一样优秀的产品，会有如此令人难以置信的实用价值，人们会非常快地传播它。当然我们应该做更多营销。这不是说它太受欢迎了——尽管人们用得很多，他们对它可能走向何处有着非常可以理解的焦虑。在那方面一些好的营销会有帮助。但就人们从产品中获得的价值、让产品增长更快而言——更好的模型、更多算力、更好的产品。这就够了。

Patrick曾经有一段时间，招募研究员、留住他们、给他们合适的激励，是竞争格局的决定性因素。我知道有很多你成功招到优秀研究员的故事，也有很多人曾经在 OpenAI 留下了巨大的影响——有些名字广为人知，有些比较低调。我很好奇你从招这类人中学到了什么——什么对他们重要，你是怎么做到的。

Altman在早期，我觉得非常简单：我们相信 AGI 是可能的，值得去追求，而且我们愿意公开说出来。当时这是一个疯狂的、异端的信念。我们第一次宣布 OpenAI 的时候，该领域的一些巨头、一些专家都在说这太疯狂了、太炒作了、太不负责任了。像 Yann LeCun 这样真正受人尊敬的人在告诉记者："哦，这些人不太行，这搞不成的。"但我们能说出"我们要去做这个"这件事本身，对某一类研究员有极大的吸引力——那些也想踏上这场成功概率很低的疯狂冒险的人。所以一个雄心勃勃、大胆的愿景是非常强大的招募工具。

Altman你之前写过——有时候做更难的事反而更容易。我超级相信这个。这也是我给 YC 创始人最常说的建议之一，我也试着在 OpenAI 践行它——去做一件重要的事。去做一件如果你的公司不成功就可能不会发生的事。

Patrick你曾经是投资人，也是我们的投资人。你做了很多投资，而且曾经那就是你的主要工作。站在被投方的角度，你对投资人有什么新的认识？

Altman真正出现并尝试帮助你的投资人数量少得令人难以置信。Josh Kushner，绝对的 MVP 投资人，不可思议。他几乎全天候地工作来帮助我们，持续了好像好几年。他是唯一一个我可以指名道姓说主动地、难以置信地、一直在帮忙的投资人。当然还有更多人也可以做到这一点。也有很多其他投资人在我们请求时给出了很好的战略建议、做了有帮助的事。但那种持续的、坚定不移的、全力以赴的支持——来自投资人的令人惊讶地稀少。

Altman也许我有偏见，因为我自己做投资人的时候别人也这么说我。但我觉得创始人真的很看重这个，它确实能改变结果。而且作为投资人，最值得做的事就是这个。

Patrick跟我聊聊看 Codex 起飞的体验，以及这与我所说的你们通过 ChatGPT 建立起来的分发竞争优势有什么关系。这其实引出了一个关于 OpenAI 护城河的问题——你认为什么会驱动长期竞争优势？

Altman我觉得 Codex 主要是赢在它是最好的产品加上最好的模型。我们从 ChatGPT 的捆绑中确实得到了一些优势，但非常非常小。这主要是靠它本身做得好。但它确实让我反思了竞争优势这个问题。因为出色的智能可以从一个产品迁移到任何其他产品。网络效应仍然是竞争优势，经济规模和制造最便宜的算力集群的能力也仍然是竞争优势。但产品本身的优势——如果我们能让人们转到 Codex，别人做一个更好的就能把人转走。所以这确实让我反思了很多。

Patrick有一个非常有趣的问题：这是在走向商品化吗？智能会变成一种纯粹的、可替换的商品——像原油之类的？

Altman智能本身，我会说是的。

Patrick那什么不会是商品？

Altman算力集群。以及算力集群的规模、制造更多算力的能力——我认为这是非常持久的优势。即使产品本身不是——因为 Codex 可以写任何你想要的软件——但工作流、集成、复杂流程、团队协作的能力，这些东西都挺有力的。甚至品牌偏好和熟悉度也挺有力的。

Patrick你们显然在硬件方面做了一些有趣的事情，我相信你可能愿意聊一些。这个实验感觉怎么样？跟你的消费分发有什么关系？

Altman我对新硬件感兴趣的一个原因是：我们之前讨论过，AI 非常强大的一点是它可以全天候运行、主动为你工作、理解你所有的上下文。但现有的硬件对此并不友好。我们是在一个大约 50 年前的硬件范式中工作。电脑很棒。键盘、鼠标、显示器是了不起的东西。但我们不得不把 AI 塞进那个框架里。

Altman我很兴奋。我确实希望 AI 能参与到对话中——但还没到我愿意打开笔记本电脑放在这里、让它看着你听我们说话的程度。但我想要一个社交场合下可以接受的硬件，一个让人感觉就是为这种事情而设计的硬件。

Patrick当你想到那些开放性的问题——你自己内心、跟朋友和同事之间的辩论——什么是最有趣的、你还没有确定答案但觉得很重要的问题？

Altman一个我觉得没受到足够关注的是：我们怎么避免认知萎缩？我们怎么使用这些工具的同时，确保我们的大脑受到越来越多的锻炼，继续理解真正重要的东西？这有很多版本其实不太对。我记得上学时有个教授跟我说：你必须理解编译器。如果你不理解，你永远当不了好程序员。结果那也不完全对。但在合理的层面上理解计算机系统的主要组成部分是怎么工作的——对我来说确实重要。

Patrick让你设想一个场景——两年后算力突然过剩了。那会是什么故事？

Altman这确实有可能。如果模型变得足够聪明、足够高效，能做我们需要的所有事情、构建我们想要的所有东西；如果我们注意力的边界是这样的——我们就是无法吸收超出某个有限算力量所能做的东西——那我们就会进入过剩。还有，如果我们遇到某种缩放瓶颈、无法继续压低成本曲线，也可能进入过剩。那个"需求无上限"的观察，隐含了一个特定的价格水平。

Patrick你能谈谈你对 Scaling Laws 的看法吗？

Altman在某种意义上，Scaling Laws 是有史以来最令人厌恶的预测。每个人都总是想说它们会到头、不可能这样继续下去。

Patrick但它一直在继续。

Altman是的。

Patrick你最喜欢的公司历史中被低估的英雄是谁？

Altman我想到的第一个人是 Alec Radford。Alec Radford 可能是整个领域历史上最重要的、不太为人所知的研究员。也是一个了不起的、顶级的人。他做了真正成为 GPT 系列的那些工作，以及很多其他重要的事情。但他同时也是一个启发、引导、推动其他人走向许多后来被证明极其重要方向的人。

Altman我觉得他最酷的一点是：如果你跟跟他共事过的人聊，他们当然会说"一代天才，才华横溢的创新思想家，对自己的工作理解之深令人叹服"。但每个人在说完这些之前都会告诉你：他是他们交往过的最善良、最积极、最好的人之一。

Patrick我喜欢关键时刻的故事。在我们收尾的时候，我想各问一个。回顾整个 OpenAI 经历，你最引以为傲的参与时刻或阶段是什么？先从另一面开始——最有教训意义的、你可能犯了错或做错了的事，以及从中学到了什么。

Altman犯过的错很多。一个有塑造力的错误——我没怎么谈过——是我觉得我们在最初的组织结构上试图创新是一个错误。我们有很好的理由：我们不知道怎么赚钱，当时真的不确定长大后会是什么样子。当然我们关心使命，想用一种即使技术发展极快、我们的使命也能得到保护的结构。所以我们有了非营利结构。

Altman但我确实从中学到了为什么人们通常不这么做。如果我们没有试图在结构上创新，找到其他方式来保护使命的核心重要性，我们会在很多方面免去大量的痛苦。也许没有其他方式。也许对于我们在做的事情及其重要性，除了一个奇异的结构之外别无选择。但我确实在过去十年中学到了一个重要教训：为什么人们通常不这样做。

Patrick还有什么塑造了你的人生、让你成为你的东西，我们没聊到的？这个"底层"的问题对我来说总是最有意思的。

Altman有些东西是后来发展出来的——比如对人们对我有强烈看法这件事变得基本免疫。就是说，如果你要站在这场疯狂革命的中心，所有人都会把大量东西投射到你身上，你必须很快学会跟这个和平共处。还有一些我后来在人生中学到的——如何非常平静、不焦虑。

Altman但就什么驱动我、我关心什么、我想怎么活而言——总的来说，不管什么原因，十岁版本的我就已经相当完整了。我觉得我就是这样出厂的。

Patrick那你引以为傲的事情呢？回头看。

Altman我最自豪的是我们有多少次在重要的事情上，在世界其他人都错的时候是对的——以一种重要的方式，把世界推上了一条我现在非常自豪能够参与其中的轨迹。那感觉太棒了。然后，尽管发生了所有那些乱七八糟的事，我在精神层面的成长——或者你怎么称呼它——学到了不可思议的韧性，以及这种韧性如何让我在其余的生活中更快乐。我对此非常感激。

Patrick我的传统收尾问题——任何人对你做过的最善良的事情是什么？

Altman我觉得自己极其幸运，一辈子有那么多人远远超出本分地对我善良。想到这个，脑海里闪过的就是人生中人们对我好的一个个瞬间的蒙太奇。昨天我的孩子第一次跟我分享了他的鼻屎。那挺甜的。很好的时刻。

Patrick保持简单。谢谢。

Altman谢谢你。

Patrick回想你在商业或其他方面承担过的风险组合——是不是那些真正成功的，在最初都不受欢迎？

Altman是的，那是肯定的。这是我从 Peter Thiel 和 Paul Graham 两个人身上学到的——以两种不同的方式。最好的公司、最好的投资机会，几乎从来不是那些看起来很热门的。你可以通过跟风、比别人早一点来做得还行，但要做得非常出色，你几乎总是得做别人不做的事。你不能跟着浪潮走。

Patrick我和我的朋友玩一个游戏——互相发短信，格式是"我不想让你知道的关于我的事"。这让你想到什么？

Altman我累了。我做这件事很久了。它很累。

Patrick你怎么撑过来的？

Altman就是继续走。

Patrick这引出一个问题——有没有某种程度的疲惫会让你停下？

Altman不，不，不。这是世界上最酷的工作。我打算做这件事做到退休。但它比我能向任何人解释的要难得多。我对能做这件事感到非常感恩。这不是在抱怨。

Patrick接下来会发生什么？自动化 AI 研究是明年还是后年的事？你怎么想未来 6 到 36 个月？也许预测太远了。

Altman也许换一个版本来问这个问题：假设从现在起第 23 个月，我们有了所有人都同意是超智能的东西。第 24 个月会发生什么？我的答案是：不会发生太多。那种对机器之神的崇拜式狂热——那些人相信会有比实际更多的事情很快发生。最终很多事情会发生，但最终很多事情本来就会发生。人类进步的速率、每个十年有多不同、每个十年比之前的十年更不同——这已经持续很长时间了。显然有起有落，但方向上是这样的。

Altman我觉得正确的思维框架是：每个人都想在这里说"我当时在场"的故事。每个人都想觉得他们在机器之神降临的那个时刻在场，扮演了某个疯狂的角色。但这只是又一步。50 年前很难想象，50 年后的那一步今天也很难想象。正确的心理框架就是——把视野拉远。它是一条相当平滑的指数曲线。