奥特曼与 Oracle 联席 CEO 谈企业编程、安全与推理芯片

克莱·马古尔克接下来，我想谈谈我们怎样与 OpenAI 合作，真正做出这些了不起的新技术。请大家和我一起欢迎萨姆·奥特曼上台。萨姆，谢谢你来。

萨姆·奥特曼谢谢邀请。

克莱·马古尔克你们做了很多事，创新速度显然快得惊人。至少从我的角度看，模型变化的速度似乎还在加快。你们 8 月推出了 GPT-6，进展怎么样？

萨姆·奥特曼变化速度是今年最让我吃惊的事之一。我们谈这个速度有四年了。ChatGPT 是差不多四年前推出的。四年前我们的模型做不了小学数学题，现在已经在攻克我们知道的最难的那些尚无证明的数学题了。

即使放在这段时间里看，最近大约六个月也像是把进度又加快了一遍。GPT-6 是模型一下子向前迈出一大步的时刻之一。一方面，模型发现新知识、处理很难的任务的能力提高了。另一方面，人们与模型一起工作，能以前所未有的速度完成相当大的一块工作。到目前为止，GPT-6 的采用势头是我们所有新模型里最强的。看到大家拿它写代码、做各种企业软件、做安全、做科学研究，一个行业接着一个行业，真的很令人吃惊。

克莱·马古尔克Oracle 本身就是 OpenAI 的大用户，我们决定给所有人部署 ChatGPT 桌面版。还有一件事让我吃惊。以 Codex 为例，什么人算开发者已经在变化。我们现在绝大多数代码，超过 70% 的软件，是 AI 写的，而且这一趋势还在加速。

另外，我聊过不少人，几年前他们根本想象不到自己会成为开发者，现在却在做全新的应用。看到他们真能解决自己的问题、做出东西时那种快乐，很了不起。我们把重点放在做 App Composer，很大程度上就是因为有太多人在做这些新应用，而我们需要一种安全、可控的方式把它们部署出去。你观察到 AI 怎样改变人们解决问题的思路？现在什么样的人能自己动手？

萨姆·奥特曼你提到 Oracle 给公司每个人都部署了它，这让我很高兴。你们是最积极的采用者之一。我们大力进入企业市场以后遇到不少意外。其中一个是，真有公司把工具推给所有人时，做软件这件事能在公司内部传开得有多快，包括那些以前从没想过自己会做软件的人。我这里说的做软件很宽泛，就是让电脑去做自己想做的事。

这些人未必会把这叫作编程。我想他们其实不会这么叫。但现在有需求，他们就做个应用来解决。无论岗位是什么，他们与自己电脑互动的方式、做出别人也能用的东西的方式，都变了很多。现在听上去都快成套话了，但有人会说，我觉得 2026 年底做事的效率是 2025 年初的两倍，而且我更喜欢自己的工作，因为少做了很多麻烦的杂活。

克莱·马古尔克我觉得这里发生的一件事是，我总把自己看成曾经的软件开发者，虽然好像已经过去太久了。有意思的是，让我当初着迷的创造，与具体怎么做之间有很大的距离。我记得小时候刚学编程，就觉得我可以有一个想法，然后把它变成真的。但这跟怎么给电脑下指令，让它做我想做的事，是两件差别很大的事。我觉得现在 AI 把这项活动里需要手工做的部分自动化了，让那些出于种种原因原本不会往这个方向走的人，也能释放创造力。

萨姆·奥特曼我非常同意。它让以前没那么倾向于做这件事的人也能创造，让原本就想做的人拥有强得多的能力。我的主观体验是，现在坐在电脑前用最新的工具，就像在电脑里管理一座工厂。

我不喜欢做的事可以自动化。我不会觉得自己磕磕绊绊，在那里等，或者卡在什么地方想不出办法。我可以很连贯地从一个想法走到下一个想法，中间很少卡住。有时我只有一点模糊的想法，还不知道怎么做，过去可能因为入门门槛太高就放弃了。现在我愿意去试这些未必成功、偶尔却回报很大的创意方向。

这有点像科幻作品许诺过的那种很酷的事。我们和电脑说自己的想法，事情就逐步发生了，而我们仍然是背后的创作力量。

克莱·马古尔克是同一种感觉。我记得自己发现编程时的快乐，也帮过几个年轻人学编程。现在我在一些 30 岁的人身上也看到了这种快乐。他们为实现自己的目标，从零做出完整的网站，以前都没想过有这种可能。

萨姆·奥特曼你继续。

克莱·马古尔克萨姆，我们的时间有限。我想聊聊安全。这一块变得很快。你们在做的模型显然既能找出漏洞，也能帮我们修漏洞。我们一起做 AI Security Mesh，很大一部分原因是看到客户的需要。他们拿到了模型，可接下来怎么用？该让它去检查什么？怎样验证发现的问题？又怎样部署修复？安全这方面我们还有很多事要做。企业该怎样考虑采用 AI 来保护自己和自己的数据？

萨姆·奥特曼如果现在只给一家企业一个非常短期的 AI 建议，比起用 Codex 大幅提高效率，我更建议先真正弄清 AI 带来的安全威胁，再去缓解这些威胁。我知道这话由我来说，听起来可能有点让人烦。你们可能会说，是你在制造这个问题，现在又让我们花钱、花工夫解决？

克莱·马古尔克抱歉打断一下，我觉得 Rob 刚才讲得很好。问题不是 AI 制造的，这些程序缺陷也不是 AI 制造的。AI 在帮我们找出过去 50 年累积起来的各种安全问题。我很高兴现在能用 AI 找到它们，免得等到哪个不知名的黑客来告诉我们。

萨姆·奥特曼我非常同意。要过这一关，唯一的办法就是把所有这些问题找出来、修掉。其实我们可能需要新的修复方式。我们都依赖整条软件供应链，要一个个打补丁也许太难了。我想我们得考虑新的服务，持续监测流量，防止这些漏洞被利用。这些 AI 系统发现的漏洞数量让我震惊。要抢在问题前面，将需要极其艰巨的努力。

克莱·马古尔克对，我同意。我觉得这也正是 AI 能帮我们的地方。靠人工做不了，我们会把它自动化，用新技术帮助解决。

克莱·马古尔克最后一个问题。一年前我们还不可能有今天这番对话，技术不存在，这些体验也不存在。正如刚才所说，一切都在加快。考虑软件和硬件接下来会怎样，你最期待什么？大家应该关注什么？

萨姆·奥特曼有很多事，但有一件我忍不住想谈。AI 现在能在多大程度上帮我们发现新的科学知识、发明新技术，实实在在地参与创新，造出更好的东西。刚才提到数学问题，我们已经见过很了不起的例子。很多科学领域都出现了这种情况，一些价值最高的技术难题也有这样的进展。

AI 很擅长芯片设计。我们其实做了一颗叫 Jalapeño 的芯片，正在 OCI 部署，我们对此很兴奋。我认为它是世界上最好的 AI 推理芯片。我们用 AI 做了大量工作，芯片做成的速度，比不用 AI 时能想象的要快得多。

短短几年，我们看着 AI 从聊天机器人走到编程智能体，再走到可以把 AI 直接变成创新，也就是把 AI 算力转化为创新。无论是做芯片还是治病，这都意味着我们会用上更好的东西，得到质量更高、成本更低的服务。它究竟会带来什么，我觉得我们虽然在理智上接受了事情正在发生，情感上还没有真正感受到，而这些模型突然就已经来了。

克莱·马古尔克我完全同意。变化的速度还在加快。萨姆，谢谢你来，也谢谢你和 OpenAI 的同事一直以来的合作。合作得非常好，我很期待接下来会发生什么。谢谢。

萨姆·奥特曼谢谢邀请。