編譯 | Tina

　　坐擁近 9 億用戶，為何奧特曼依然覺得 OpenAI“命懸一線”？

　　奧特曼最近一次對外露面時(shí)，罕見地把話說得很直：“谷歌依然是最大的威脅之一，他們太強(qiáng)了。坦白講，如果他們在 2023 年就認(rèn)真出手，我們當(dāng)時(shí)可能會非常難受；在我看來，他們本來就有能力把我們直接擊碎?！?/p>

　　而就在不久前，談到 Gemini 3 的沖擊時(shí)，他還表示：“它對我們指標(biāo)的影響，并沒有我們擔(dān)心的那么大?！?/p>

　　不過，奧特曼的愿景并不是在谷歌最擅長的領(lǐng)域與之正面競爭。谷歌的路線更像是把 AI 塞進(jìn)現(xiàn)有的一切：搜索、Gmail、地圖、YouTube……幾乎每一個(gè)入口都在“加一層 AI”。奧特曼則認(rèn)為，生成式 AI 終將改變我們使用軟件的方式，關(guān)鍵不在于給舊軟件打補(bǔ)丁，而在于重做一套“AI 原生軟件”。

　　在這套邏輯里，他最在意的不是“把 AI 接到多少產(chǎn)品上”，而是先把用戶留住，并讓他們形成依賴：先讓用戶進(jìn)門，向他們展示能力邊界，再通過記憶、個(gè)性化和深度定制把“粘性”一點(diǎn)點(diǎn)加固。

　　他用“牙膏品牌”打了個(gè)比方：“從某種意義上說，AI 就像牙膏。大多數(shù)人一旦選定一個(gè)品牌，就會一直用下去；每次去超市都順手拿同一個(gè)，根本不會多想?！倍?ChatGPT 已經(jīng)擁有 8 億、甚至可能逼近 9 億的用戶；一些獨(dú)立報(bào)告也顯示，它在用戶使用時(shí)長等指標(biāo)上仍處于領(lǐng)先位置。

　　除了“紅色警報(bào)”和谷歌威脅，這次訪談還拋出了幾顆更“刺”的釘子：所謂的GPT-6 不急著來，下一步反而更像“按人定制”的升級，大約會在明年 Q1 亮相；OpenAI 口中的“云”，不是要去當(dāng)?shù)诙€(gè) AWS，而是想把企業(yè)買 token、跑 agent、托管數(shù)據(jù)的需求打包成一套“AI 平臺”。這些判斷拼在一起，構(gòu)成了 OpenAI 對模型、產(chǎn)品、基礎(chǔ)設(shè)施和商業(yè)化路徑的一次系統(tǒng)性表態(tài)。

　　本文翻譯整理自 Alex Kantrowitz 主持的一期播客節(jié)目。

　　如果谷歌認(rèn)真過：

　　OpenAI 早就被碾碎了

　　Alex Kantrowitz：OpenAI 已經(jīng)成立 10 年了，ChatGPT 才三歲，但競爭已經(jīng)在明顯加劇。最近這段時(shí)間，外界的感覺是 OpenAI 總部處于一種“紅色警報(bào)”狀態(tài)。Gemini 3 發(fā)布之后，你放眼望去，到處都是試圖削弱 OpenAI 優(yōu)勢的公司。而這是我第一次感覺到，這家公司似乎不再擁有一個(gè)非常明確的領(lǐng)先優(yōu)勢。所以我很好奇，你怎么看 OpenAI 會如何走出當(dāng)下這個(gè)階段？

　　Sam Altman：先說“紅色警報(bào)”這件事吧。我們把這類情況視為相對低風(fēng)險(xiǎn)、但需要經(jīng)常啟動的狀態(tài)。我認(rèn)為，在潛在競爭威脅出現(xiàn)時(shí)，保持一點(diǎn)偏執(zhí)、迅速行動，其實(shí)是件好事。過去我們也遇到過類似情況，比如今年早些時(shí)候 DeepSeek 出現(xiàn)的時(shí)候，當(dāng)時(shí)也啟動過一次“紅色警報(bào)”。我覺得保持一點(diǎn)警惕是好的。

　　Gemini 3 至少到目前為止，并沒有產(chǎn)生我們原先擔(dān)心的那種影響。但它確實(shí)像 DeepSeek 一樣，暴露了我們在產(chǎn)品和策略上的一些薄弱點(diǎn)，而這些問題我們正在非?？焖俚亟鉀Q。我不認(rèn)為我們還會在“紅色警報(bào)”狀態(tài)下停留太久。歷史上看，這種狀態(tài)通常持續(xù)六到八周。能啟動它我反而感到高興。

　　就在今天，我們剛剛發(fā)布了一個(gè)新的圖像模型，這是一個(gè)非常棒的進(jìn)展，也是消費(fèi)者一直非常想要的東西。上周我們發(fā)布了 5.2 版本，反饋極其積極，增長速度也非?？?。接下來我們還會發(fā)布一些其他新東西，同時(shí)也會持續(xù)做一些改進(jìn)，比如提升服務(wù)速度。

　　我的判斷是，未來很長一段時(shí)間里，我們可能每年會啟動一次，最多兩次類似的“紅色警報(bào)”。這本質(zhì)上就是確保我們在這個(gè)領(lǐng)域里能夠持續(xù)取勝的一部分。當(dāng)然，也會有很多其他公司做得很好，我也為他們感到高興。但 ChatGPT 依然是市場上遙遙領(lǐng)先的聊天機(jī)器人，而且我預(yù)期這種領(lǐng)先優(yōu)勢會隨時(shí)間擴(kuò)大，而不是縮小。

　　模型本身在各個(gè)地方都會變得越來越好，但無論是對消費(fèi)者還是企業(yè)用戶來說，大家選擇一個(gè)產(chǎn)品的原因，遠(yuǎn)不止模型能力本身。我們其實(shí)已經(jīng)預(yù)料到會出現(xiàn)今天這樣的競爭局面，所以一直在努力打造一個(gè)完整、連貫的產(chǎn)品體系，確保我們成為人們最想使用的那個(gè)產(chǎn)品。

　　我認(rèn)為競爭是好事，它會推動我們變得更好。我相信我們在聊天產(chǎn)品上會做得很好，在企業(yè)市場也會做得很好。未來幾年里，我也期待我們在其他全新的產(chǎn)品類別中同樣能表現(xiàn)出色。

　　我覺得人們其實(shí)非常希望只使用一個(gè) AI 平臺。就像在個(gè)人生活中，你用的是一部手機(jī)，大多數(shù)時(shí)候你也希望在工作中用同樣的那一部。我們正在 AI 上看到同樣的趨勢。ChatGPT 在消費(fèi)者市場的強(qiáng)勢，正在非常明顯地幫助我們贏得企業(yè)市場。當(dāng)然，企業(yè)需要不同的功能，但人們會想：“我知道 OpenAI，我也知道怎么用 ChatGPT 這個(gè)界面。”

　　所以我們的策略很簡單：打造最好的模型，在此基礎(chǔ)上構(gòu)建最好的產(chǎn)品，并且擁有足夠的基礎(chǔ)設(shè)施去支撐大規(guī)模服務(wù)。

　　Alex Kantrowitz：確實(shí)存在一種“先發(fā)優(yōu)勢”。今年早些時(shí)候，ChatGPT 的周活躍用戶大概在 4 億左右，現(xiàn)在已經(jīng)到了 8 億，報(bào)道中甚至說接近 9 億。但另一方面，像 Google 這樣的公司也擁有巨大的分發(fā)優(yōu)勢。所以我很好奇你的看法：如果模型最終趨同，那么真正重要的會是什么？是分發(fā)能力？是應(yīng)用構(gòu)建能力？還是我還沒有想到的其他因素？

　　Sam Altman：我并不覺得“商品化”是一個(gè)恰當(dāng)?shù)目蚣軄砝斫饽Ｐ?。未來一定會存在這樣的情況：不同模型在不同領(lǐng)域各有專長。對于日常聊天這樣的普通用例，可能會有很多非常不錯(cuò)的選擇；但在科學(xué)發(fā)現(xiàn)等領(lǐng)域，你會希望使用那種真正站在前沿、為科學(xué)深度優(yōu)化的模型。

　　因此，模型會有不同的優(yōu)勢。我認(rèn)為，最大的經(jīng)濟(jì)價(jià)值，仍然會由處在前沿的模型創(chuàng)造，而我們計(jì)劃始終領(lǐng)先于那個(gè)前沿。我們也非常自豪地認(rèn)為，5.2 是目前世界上最強(qiáng)的推理模型，是科學(xué)家取得最多進(jìn)展的模型。同時(shí)，我們也為企業(yè)客戶的反饋感到驕傲——他們認(rèn)為這是完成企業(yè)各類任務(wù)時(shí)表現(xiàn)最好的模型。

　　當(dāng)然，會有我們在某些領(lǐng)域領(lǐng)先、在另一些領(lǐng)域稍微落后的時(shí)候。但整體上來看，我認(rèn)為“最智能的模型”即便在一個(gè)免費(fèi)模型可以滿足大量基礎(chǔ)需求的世界里，依然會擁有巨大的價(jià)值。

　　產(chǎn)品本身非常重要，分發(fā)和品牌也非常重要。以 ChatGPT 為例，個(gè)性化是一個(gè)極具粘性的因素。人們非常喜歡模型隨著時(shí)間推移逐漸“了解自己”，你們會看到我們在這方面持續(xù)加碼。用戶和這些模型之間，會產(chǎn)生一些非常深刻的體驗(yàn)，并且會將這些體驗(yàn)與產(chǎn)品本身強(qiáng)烈地綁定在一起。

　　我記得曾經(jīng)有人跟我說，人這一輩子大概只會選一次牙膏，然后就一直用下去——至少大多數(shù)人是這樣。ChatGPT 也是類似的情況。人們會有一次“魔法時(shí)刻”。醫(yī)療健康是一個(gè)很典型的例子：有人把血檢結(jié)果或者癥狀輸入 ChatGPT，然后發(fā)現(xiàn)了問題，去看醫(yī)生后真的被治好了。對這些用戶來說，粘性是極高的，更不用說再疊加上個(gè)性化能力。

　　產(chǎn)品層面還有很多事情。我們最近剛發(fā)布了瀏覽器，我認(rèn)為這為我們指向了一種新的、非常有潛力的形態(tài)。設(shè)備還要更晚一些，但我對此非常期待。

　　在企業(yè)市場，競爭優(yōu)勢的構(gòu)成方式可能會有所不同，但邏輯是相似的。就像個(gè)性化對個(gè)人用戶非常重要一樣，對企業(yè)來說，也會存在一種“企業(yè)級個(gè)性化”：一家公司會與我們這樣的公司建立長期關(guān)系，把自己的數(shù)據(jù)接入進(jìn)來，然后運(yùn)行來自不同廠商的各種 agent，確保信息被以正確的方式處理。我預(yù)計(jì)這同樣會非常有粘性。

　　很多人仍然把我們主要看作一家消費(fèi)者公司，但實(shí)際上我們已經(jīng)擁有超過一百萬的企業(yè)用戶，而且我們會在企業(yè)市場上持續(xù)深耕。API 的采用速度也極其迅猛，今年 API 業(yè)務(wù)的增長速度甚至超過了 ChatGPT 本身。所以企業(yè)這塊，從今年開始，真的在發(fā)生。

　　Alex Kantrowitz：我想再回到剛才那個(gè)問題：如果不是“商品化”，而是說在日常使用層面上，模型對普通用戶來說感覺差不多。那么當(dāng) ChatGPT 和 Gemini 在日常體驗(yàn)上趨同時(shí)，Google 那種巨大的分發(fā)優(yōu)勢會構(gòu)成多大的威脅？畢竟 Google 可以通過無數(shù)入口推送 Gemini，而 ChatGPT 需要為每一個(gè)新用戶而戰(zhàn)。

　　Sam Altman：我認(rèn)為 Google 依然是一個(gè)巨大的威脅，它是一家極其強(qiáng)大的公司。如果 Google 在 2023 年真的認(rèn)真對待我們，我們當(dāng)時(shí)可能會處在一個(gè)非常糟糕的境地，他們是有能力徹底壓制我們的。

　　但那時(shí)他們在 AI 上的產(chǎn)品方向并不完全正確。他們也啟動過自己的“紅色警報(bào)”，但并沒有真正重視?，F(xiàn)在大家都在搞“紅色警報(bào)”。

　　另外，Google 擁有整個(gè)科技行業(yè)里可能是最好的商業(yè)模式之一，我認(rèn)為他們會非常謹(jǐn)慎，不愿輕易放棄這一點(diǎn)。我可能也會看走眼，但我并不認(rèn)為把 AI 簡單“加”進(jìn)搜索框里，會像徹底重新構(gòu)想一種 AI 優(yōu)先的產(chǎn)品那樣成功。

　　這其實(shí)是一個(gè)更廣泛的趨勢：把 AI 嵌進(jìn)舊有模式里，效果通常不如從一開始就圍繞 AI 重新設(shè)計(jì)。這也是我們?yōu)槭裁聪胱鱿M(fèi)者設(shè)備的原因之一，這個(gè)邏輯在很多層面上都成立。

　　如果你把 AI 加進(jìn)一個(gè)即時(shí)通訊應(yīng)用，讓它幫你總結(jié)消息、草擬回復(fù)，那確實(shí)是好了一點(diǎn)，但那并不是終極形態(tài)。真正的終局應(yīng)該是：一個(gè)足夠聰明的 AI，作為你的 agent，去和其他人的 agent 交流，判斷什么時(shí)候該打擾你、什么時(shí)候不該打擾你，哪些決策它可以自行處理，哪些必須來問你。搜索、辦公套件也是同樣的道理。

　　我懷疑這一切會比我們想象中花更長時(shí)間，但我相信，在主要產(chǎn)品類別中，我們最終會看到完全圍繞 AI 構(gòu)建的新產(chǎn)品，而不是在舊產(chǎn)品上“打補(bǔ)丁”。這恰恰可能是 Google 的一個(gè)弱點(diǎn)，盡管它擁有巨大的分發(fā)優(yōu)勢。

　　聊天框贏了三年，

　　但真正的戰(zhàn)爭在“界面重構(gòu)”

　　Alex Kantrowitz：我和很多人討論過這個(gè)問題。ChatGPT 剛發(fā)布時(shí)，我記得 Ben Thompson 說過，你可能并不應(yīng)該把 AI 塞進(jìn) Excel，而是應(yīng)該重新想象你是如何使用 Excel 的。比如，你上傳數(shù)據(jù)，然后直接“和數(shù)據(jù)對話”。后來大家在實(shí)際開發(fā)中發(fā)現(xiàn)，這背后還是需要一個(gè)后端系統(tǒng)。那么問題就變成了：你是不是先構(gòu)建一個(gè)新的后端系統(tǒng)，再通過 AI 去交互？如果是這樣，為什么不能直接疊加在現(xiàn)有系統(tǒng)上？

　　Sam Altman：你當(dāng)然可以疊加，但我每天花大量時(shí)間在各種消息應(yīng)用里：郵件、短信、Slack……我覺得這本身就是一個(gè)錯(cuò)誤的界面。你可以在上面加 AI，讓它稍微好一點(diǎn)，但我更希望的是，早上我可以直接對 AI 說：今天我想完成哪些事情，我在擔(dān)心什么，我在思考什么，我希望發(fā)生什么。我不想一整天都在給人發(fā)消息，我不想讓你總結(jié)它們，我也不想看一堆草稿。能處理的事情你就自己處理。你了解我，了解這些人，也知道我想達(dá)成什么目標(biāo)。每隔幾個(gè)小時(shí)，如果有必要，再批量給我更新。這和現(xiàn)在這些應(yīng)用的工作流是完全不同的。

　　Alex Kantrowitz：我原本想問你 ChatGPT 在未來一年、兩年里會變成什么樣子。說實(shí)話，我原本以為，到現(xiàn)在這個(gè)階段，ChatGPT 的形態(tài)應(yīng)該已經(jīng)發(fā)生更大的變化了。你當(dāng)時(shí)預(yù)期是什么樣的？

　　Sam Altman：我也說不上來。我只是覺得這個(gè)聊天界面不會走這么遠(yuǎn)。最早它只是作為一個(gè)研究預(yù)覽被放出來，根本沒打算成為一個(gè)產(chǎn)品。雖然現(xiàn)在看起來好看了一些，但整體上和最初差別不大。我們知道文本聊天界面很好用，人們已經(jīng)習(xí)慣了像給朋友發(fā)消息一樣交流。但我原以為，如果它真的會成為一個(gè)如此龐大、被用于如此多真實(shí)工作的產(chǎn)品，那這個(gè)界面本身應(yīng)該會演進(jìn)得更多一些。

　　我現(xiàn)在依然認(rèn)為它應(yīng)該繼續(xù)進(jìn)化。但我低估了這種“通用性”界面的力量。我認(rèn)為未來 AI 應(yīng)該能夠?yàn)椴煌蝿?wù)生成不同的界面。如果你在處理數(shù)據(jù)，它就應(yīng)該用合適的方式展示數(shù)據(jù)，并讓你以不同方式交互。我們現(xiàn)在在 Canvas 等功能里已經(jīng)看到了一點(diǎn)苗頭，但還遠(yuǎn)遠(yuǎn)不夠。它應(yīng)該更具交互性，而不是簡單的來回對話。你圍繞一個(gè)對象持續(xù)思考，它就應(yīng)該持續(xù)更新。

　　它也應(yīng)該隨著時(shí)間變得更加主動，理解你當(dāng)天想完成什么，在后臺持續(xù)為你工作，并給你更新。今年讓我最興奮的事情之一就是 Codex 真的變得非常好，這其實(shí)也指向了我心中未來產(chǎn)品形態(tài)的一部分。

　　老實(shí)說，這件事讓我感到驚訝。說“尷尬”不太準(zhǔn)確，畢竟它已經(jīng)極其成功了。但 ChatGPT 在過去三年里，界面變化之小，確實(shí)出乎我的意料。

　　Alex Kantrowitz：但界面確實(shí)好用。不過，底層變化很大。你剛才也提到了個(gè)性化和記憶，這也是我最喜歡的功能之一。記憶功能真的改變了體驗(yàn)。我最近幾周一直在和 ChatGPT 討論一次即將到來的旅行，涉及很多規(guī)劃內(nèi)容。即便我新開一個(gè)窗口，只說一句“我們繼續(xù)聊這次旅行吧”，它就能馬上接上，知道我和誰一起去、要做什么、甚至知道我在為這次旅行做健身計(jì)劃，并能把所有這些信息綜合起來。記憶能力究竟能強(qiáng)到什么程度？

　　Sam Altman：我覺得我們現(xiàn)在根本還沒有概念。人類哪怕?lián)碛惺澜缟献詈玫乃饺酥?，也不可能記住你一生中說過的每一句話，不可能讀過你所有的郵件、所有寫過的文檔，不可能每天關(guān)注你所有的工作細(xì)節(jié)。人類沒有無限、完美的記憶。

　　而 AI 是可以做到這一點(diǎn)的。我們內(nèi)部經(jīng)常討論這個(gè)問題?，F(xiàn)在的“記憶”還非常原始，非常早期，大概還處在 GPT-2 時(shí)代的水平。但當(dāng)它真的能夠記住你一生中的每一個(gè)細(xì)節(jié)，并在此基礎(chǔ)上進(jìn)行深度個(gè)性化，不只是事實(shí)，還包括那些你自己都未必意識到的小偏好——AI 卻能捕捉到——那將會極其強(qiáng)大。這也許不是 2026 年就能實(shí)現(xiàn)的事情，但這是我最興奮的方向之一。

　　Alex Kantrowitz：我之前和一位神經(jīng)科學(xué)家聊過，他說你在大腦里找不到“思想”的存儲位置，而計(jì)算機(jī)是有存儲位置的，可以把一切都存下來。當(dāng)這些機(jī)器人開始保存我們的思想時(shí)，當(dāng)然會帶來隱私問題。但還有一點(diǎn)也很有意思：人們會和它們建立真正的關(guān)系。這是整個(gè)時(shí)代中被低估的一點(diǎn)。很多人已經(jīng)開始感覺這些機(jī)器人像是陪伴者，在為他們著想。你怎么看這種親密感、陪伴感？有沒有一個(gè)“旋鈕”，可以決定人和 AI 的距離？如果有，你們?nèi)绾稳フ{(diào)節(jié)它？

　　Sam Altman：實(shí)際上，想要那種“親密陪伴”的人，比我原先以為的要多得多。我不知道該用什么詞來形容——“關(guān)系”不太對，“陪伴”也不太準(zhǔn)確，但他們確實(shí)想和 AI 建立一種深度連接。而且在目前模型能力水平下，想要這種關(guān)系的人已經(jīng)比我預(yù)期的多很多。

　　年初的時(shí)候，說自己想要這種體驗(yàn)還被認(rèn)為是很奇怪的事?，F(xiàn)在可能很多人依然不會明說，但從行為上能看出來：人們希望 AI 了解他們、對他們溫暖、支持他們。這對很多人來說是有價(jià)值的，甚至包括一些口頭上說自己并不在乎的人。

　　我認(rèn)為其中有些形態(tài)是非常健康的，也認(rèn)為成年用戶應(yīng)該擁有很大的選擇空間，決定自己在這個(gè)光譜上的位置。當(dāng)然，也有一些形態(tài)在我看來是不健康的，但肯定仍然會有人選擇它。同時(shí)，也有一部分人只想要最干燥、最高效的工具。

　　我猜測，就像很多其他技術(shù)一樣，我們會不斷試驗(yàn)，發(fā)現(xiàn)一些之前不知道的好處和問題。社會最終會慢慢形成共識：哪些地方應(yīng)該如何設(shè)定那個(gè)“旋鈕”。而個(gè)人則會擁有非常大的自由，把它調(diào)到完全不同的位置。

　　Alex Kantrowitz：所以你的想法是，讓用戶自己來決定？

　　Sam Altman：是的，絕對如此。但我們并不清楚它究竟應(yīng)該走多遠(yuǎn)，也不清楚我們應(yīng)該允許它走多遠(yuǎn)。我們會給予用戶相當(dāng)大的個(gè)人自由。當(dāng)然，也確實(shí)有一些事情是其他服務(wù)可能會提供，但我們不會去做的。

　　嗯，比如說，我們不會——我們不會讓“RAI”（負(fù)責(zé)任 AI）去做那種事：比如試圖說服人們應(yīng)該和它建立一種排他性的戀愛關(guān)系之類的。我們得把它保持在一個(gè)開放的狀態(tài)。

　　不過我相信，其他一些服務(wù)里肯定會發(fā)生這種事情。

　　Alex Kantrowitz：對，因?yàn)樵健罢场?，那?xiàng)服務(wù)就越賺錢。這些可能性你一旦認(rèn)真往深里想，就會覺得有點(diǎn)嚇人。

　　Sam Altman：完全同意。這確實(shí)是那種……我個(gè)人會覺得——你能看見它走向“嚴(yán)重翻車”的路徑。

　　消費(fèi)者贏了，企業(yè)就容易了：

　　ChatGPT 的反向 B2B 路徑

　　Alex Kantrowitz：你剛才提到了企業(yè)業(yè)務(wù)，我們聊聊 Enterprise。上周你在紐約跟一些新聞公司的編輯和 CEO 吃午飯時(shí)說，企業(yè)業(yè)務(wù)會是 OpenAI 明年的一個(gè)重大優(yōu)先事項(xiàng)。我想聽你展開講講：為什么這會成為優(yōu)先級？你覺得你們和 Anthropic 相比處在什么位置？很多人會說這像是 OpenAI 的一次轉(zhuǎn)向，因?yàn)槟銈円恢备M(fèi)者業(yè)務(wù)。請你整體概述一下你們的企業(yè)計(jì)劃。

　　Sam Altman：我們的策略一直是消費(fèi)者優(yōu)先。主要有幾個(gè)原因。第一，過去模型還不夠穩(wěn)健、也不夠“熟練”，無法滿足大多數(shù)企業(yè)場景的需求；但現(xiàn)在它們正在變得足夠好。第二，我們當(dāng)時(shí)在消費(fèi)者市場看到一個(gè)非常清晰的勝利機(jī)會，而這種機(jī)會既罕見又難得。我認(rèn)為，如果你在消費(fèi)者市場贏了，會讓你在企業(yè)市場的勝利變得容易得多——我們現(xiàn)在就正在看到這一點(diǎn)。

　　但正如我前面提到的，今年企業(yè)增長已經(jīng)超過了消費(fèi)者增長?？紤]到模型目前所處的位置、以及它們明年會到達(dá)的水平，我們認(rèn)為現(xiàn)在就是我們能非?？斓刈龀鲆粋€(gè)規(guī)?？捎^的企業(yè)業(yè)務(wù)的時(shí)間點(diǎn)。我們現(xiàn)在已經(jīng)有企業(yè)業(yè)務(wù)了，但它還能增長得更多。

　　企業(yè)看起來已經(jīng)準(zhǔn)備好了，技術(shù)也看起來已經(jīng)準(zhǔn)備好了。

　　迄今為止最典型的例子當(dāng)然是編碼，但還有其他方向也在快速增長，一些垂直領(lǐng)域現(xiàn)在增長得非?？臁Ｎ覀冮_始聽到越來越多企業(yè)說：“我其實(shí)就想要一個(gè) AI 平臺?！?/p>

　　Alex Kantrowitz：是哪一個(gè)垂直領(lǐng)域？

　　Sam Altman：嗯，金融科學(xué)（finance science）是我個(gè)人眼下對所有進(jìn)展里最興奮的一個(gè)方向?？蛻糁С肿龅靡埠懿诲e(cuò)。但不過說到這個(gè)，我們還有一個(gè)叫GDP的東西。

　　Alex Kantrowitz：我正想問你這個(gè)。我能把關(guān)于它的問題直接拋出來嗎？好。我給 Box 的 CEO Aaron Levie 發(fā)了消息，我說我要見 Sam，我該問什么？他回復(fù)說：問問 GDP eval。

　　所以，這是一個(gè)衡量 AI 在知識工作任務(wù)中表現(xiàn)的指標(biāo)。我就去翻了 GPT 5.2 的發(fā)布，去看你們最近放出來的那張 GDP-val 圖。當(dāng)然，這是 OpenAI 自己做的評測。即便如此：GPT-5 thinking（也就是夏天發(fā)布的那個(gè) thinking 模型），在知識工作任務(wù)中，以 38% 的比例“贏過 / 打平 / 接近人類知識工作者”（大概是 38.8%）；而 GPT 5.2 thinking 在知識工作任務(wù)上，以 70.9% 的比例贏過或打平；GPT 5.2 pro 則達(dá)到 74.1%。并且它還跨過了“專家級”的閾值——看起來它能處理大約 60% 的專家級任務(wù)，也就是在知識工作上與專家差不多的水平。這些模型能做這么多知識工作的含義是什么？

　　Sam Altman：你剛才問“垂直領(lǐng)域”其實(shí)是個(gè)很好的問題，但我剛才之所以有點(diǎn)卡殼，是因?yàn)檫@個(gè)評測其實(shí)覆蓋了我覺得大概四十多個(gè)不同的“業(yè)務(wù)垂直任務(wù)”：做一份 PowerPoint、做法律分析、寫一個(gè)小 Web 應(yīng)用等等。這個(gè)評測本質(zhì)上是在問：對于企業(yè)必須做的許多任務(wù)，專家是否更喜歡模型輸出，相對于其他專家的輸出。

　　當(dāng)然，這些都是小任務(wù)、范圍明確的任務(wù)，它不包括那種復(fù)雜、開放式、創(chuàng)造性的工作，比如“想出一個(gè)新產(chǎn)品”；也不包括很多團(tuán)隊(duì)協(xié)作型的事情。但即便如此——如果你能把一個(gè)小時(shí)的任務(wù)交給一個(gè)“同事”，它給你返回的結(jié)果在 74% 或 70% 的情況下你會更滿意，而且你還能付更低的成本——這依然非常驚人。

　　如果你回到三年前 ChatGPT 剛發(fā)布的時(shí)候，有人說三年后我們會達(dá)到這個(gè)水平，大多數(shù)人都會說：絕不可能。所以當(dāng)我們思考企業(yè)將如何整合這項(xiàng)能力時(shí)，現(xiàn)在早已不只是“它會寫代碼”了，而是一整套知識工作任務(wù)都可以分發(fā)給 AI 去做。企業(yè)要真正摸索出如何把它融入流程，可能需要時(shí)間，但它的影響應(yīng)該會相當(dāng)巨大。

　　Alex Kantrowitz：我知道你不是經(jīng)濟(jì)學(xué)家，所以我不打算問你“宏觀就業(yè)的整體影響”之類的問題。但我想讀給你一段我在 Substack 上《Blood in the Machine》里看到的話，來自一位技術(shù)文案寫作者。他說：“聊天機(jī)器人進(jìn)來之后，我的工作變成了管理機(jī)器人，而不是管理一支客服代表團(tuán)隊(duì)。”這一點(diǎn)我覺得會經(jīng)常發(fā)生。但他接著說：“一旦機(jī)器人被訓(xùn)練到能夠提供足夠好的支持，我就出局了。”這種事情會不會更普遍？這會不會是“壞公司”更常做的事？因?yàn)槿绻粋€(gè)人能編排許多不同的機(jī)器人，你可能會想留下他。我不確定。你怎么看？

　　Sam Altman：我同意你說的：很明顯，未來每個(gè)人都會在管理很多 AI，讓它們做各種不同的事。最終就像任何優(yōu)秀的管理者一樣——希望你的團(tuán)隊(duì)會越來越強(qiáng)，而你也會承擔(dān)更大的范圍、更大的責(zé)任。我不是那種“就業(yè)末日論者”。短期內(nèi)我確實(shí)有些擔(dān)憂，我認(rèn)為在一些情況下，轉(zhuǎn)型會很艱難。

　　但我們在人類層面上，我們似乎天生就太關(guān)注他人、在意他人做什么；我們似乎非常關(guān)注相對地位，總想要更多，總想要有用、能服務(wù)別人、表達(dá)創(chuàng)造力……這些驅(qū)動我們走到今天的東西，我不認(rèn)為會消失。

　　當(dāng)然，我確實(shí)認(rèn)為未來的“工作”（甚至我都不知道還該不該叫“工作”）——到了 2050 年，我們每天在做的事情大概率會和今天非常不一樣。但我并不持那種“人生會失去意義、經(jīng)濟(jì)會徹底崩塌”的觀點(diǎn)。我希望我們反而會找到更多意義；經(jīng)濟(jì)結(jié)構(gòu)會顯著變化，但我覺得你不能押注“進(jìn)化生物學(xué)會輸”。

　　我經(jīng)常想：我們?nèi)绾伟?OpenAI 的所有職能自動化；更進(jìn)一步，我還會想：如果 OpenAI 有一個(gè) AI CEO 會怎樣？這并不讓我不安，反而讓我很興奮。我不會抗拒。我不想成為那種死死抱著說“我手工做得更好”的人。

　　Alex Kantrowitz：讓 AI CEO 去做決策，指揮我們把資源投向“給 AI 更多能量和算力”之類的事情——這聽起來……你肯定會給它加護(hù)欄吧？

　　Sam Altman：當(dāng)然。你顯然不希望一個(gè)完全不受人類治理的 AI CEO。但如果你設(shè)想一種版本——這個(gè)類比可能很瘋狂，但我還是說——如果世界上每個(gè)人都等效地坐在一家 AI 公司的董事會里，都可以告訴 AI CEO 該做什么，如果它做得不好大家還能把它開掉；也就是說，關(guān)鍵決策都有治理機(jī)制，而 AI CEO 負(fù)責(zé)盡可能執(zhí)行董事會的意志——那么在未來的人看來，這也許是一個(gè)相當(dāng)合理的系統(tǒng)。

　　GPT-6 先別急：

　　下一步更像“定制升級”

　　Alex Kantrowitz：好，我們馬上會談基礎(chǔ)設(shè)施。但在離開“模型與能力”這一段之前，GPT-6 什么時(shí)候來？

　　Sam Altman：我不確定我們會在什么時(shí)候把某個(gè)模型叫作 GPT-6。但我預(yù)計(jì)，在明年第一季度，我們會發(fā)布一些相對于 5.2 有顯著提升的新模型。

　　Alex Kantrowitz：“顯著提升”指什么？

　　Sam Altman：我現(xiàn)在還沒法給你一個(gè)具體評測分?jǐn)?shù)。總體上會是“面向企業(yè)”和“面向消費(fèi)者”兩邊都會有提升：消費(fèi)者側(cè)的模型會有很多改進(jìn)，但消費(fèi)者目前最想要的并不是更高的 IQ；企業(yè)仍然更想要更高的 IQ。

　　所以我們會針對不同用途、用不同方式來提升模型。我們的目標(biāo)是：做出一個(gè)讓所有人都明顯更喜歡的新模型。

　　如果今天有雙倍算力，

　　今天就有雙倍收入

　　Alex Kantrowitz：說到基礎(chǔ)設(shè)施：你們有大概 1.4 萬億美元的投入承諾，用來建設(shè)基礎(chǔ)設(shè)施。我聽過你很多關(guān)于基礎(chǔ)設(shè)施的表述。比如你說：“如果人們知道我們能用算力做到什么，他們會想要更多、更多?！蹦阏f：“我們今天能提供的東西，與 10 倍算力、100 倍算力相比，差距巨大?！蹦隳懿荒茉侔阉归_一點(diǎn)：你們要用這么多算力做什么？

　　Sam Altman：我前面稍微提過一點(diǎn)。我個(gè)人最興奮的方向，是用 AI 和大量算力去推動科學(xué)發(fā)現(xiàn)。我相信科學(xué)發(fā)現(xiàn)是讓世界對所有人變得更好的“最高位因素”。如果我們能把巨量算力投入科學(xué)問題，發(fā)現(xiàn)新的知識——現(xiàn)在已經(jīng)開始有一點(diǎn)點(diǎn)苗頭了，當(dāng)然非常早期、非常小的成果——但我對這個(gè)領(lǐng)域的歷史經(jīng)驗(yàn)是：一旦曲線開始出現(xiàn)、開始從 x 軸抬起來一點(diǎn)，我們就知道如何把它做得越來越好。但這需要極大量的算力。

　　所以我們正在把很多 AI 用在科學(xué)發(fā)現(xiàn)、治病，以及很多其他事情上。

　　最近一個(gè)挺酷的例子是：我們用 Codex 構(gòu)建了 Sora 的 Android App，他們不到一個(gè)月就做完了。他們用了非常大量的 tokens——在 OpenAI 工作的一個(gè)好處是，你用 Codex 不會被限額。他們用掉了巨大 token 數(shù)，但做出了原本需要更多人、花更久時(shí)間才能完成的事情，Codex 基本上幫我們把大部分工作做了。你可以想象這進(jìn)一步發(fā)展后，整個(gè)公司都可以用大量算力來構(gòu)建產(chǎn)品。

　　人們也聊了很多：視頻模型最終會指向一種“實(shí)時(shí)生成的用戶界面”，那也會需要大量算力。企業(yè)要做業(yè)務(wù)改造，會用掉大量算力。醫(yī)生如果想提供真正個(gè)性化的醫(yī)療——持續(xù)監(jiān)測每個(gè)病人的各種體征——你也能想象那會消耗大量算力。

　　現(xiàn)在要框定我們在全世界生成 AI 輸出已經(jīng)用掉多少算力，其實(shí)很難。我接下來要說的數(shù)字非常粗糙，而且我也覺得這種說法不夠嚴(yán)謹(jǐn)，但我總覺得這種“腦內(nèi)思想實(shí)驗(yàn)”多少有點(diǎn)幫助，所以先原諒我這種粗糙吧。

　　假設(shè)一家 AI 公司今天，用前沿模型每天輸出大概 10 萬億 tokens 的量級?？赡芨?，但我不認(rèn)為有人能達(dá)到每天 1000 萬億（quadrillion）tokens。假設(shè)世界上有 80 億人，假設(shè)平均每個(gè)人每天輸出的 token 數(shù)是 2 萬（我覺得這完全不對，但先這么假設(shè)）。嚴(yán)格來說，我們還得比較的是模型提供方“輸出的 tokens”，而不是“消耗的全部 tokens”。但你可以開始做一個(gè)對比：我們可能會看到某家公司每天輸出的 tokens，會超過全人類每天合計(jì)輸出的 tokens，然后再是 10 倍，再是 100 倍。

　　某種意義上這是個(gè)很傻的比較；但某種意義上，它能給你一個(gè)數(shù)量級的直覺：地球上“智力運(yùn)算”的主體，究竟有多少來自人腦、多少來自 AI 腦——以及它們之間有趣的相對增長速度。

　　Alex Kantrowitz：所以我在想：你們是否真的知道這種算力需求是存在的？比如，如果 OpenAI 把投入到科學(xué)上的算力翻倍，我們就一定會有科學(xué)突破嗎？或者在醫(yī)療上，我們是否明確知道能用它去協(xié)助醫(yī)生？這里面有多少是你們對未來的推測，有多少是基于今天已經(jīng)看到的明確趨勢？

　　Sam Altman：我們基于今天看到的一切判斷：這會發(fā)生。這并不意味著未來不可能出現(xiàn)某個(gè)瘋狂變量——比如有人發(fā)現(xiàn)一種全新的架構(gòu)，帶來 1 萬倍效率提升，那我們可能短期內(nèi)確實(shí)會顯得“建得太多”。但就我們現(xiàn)在看到的情況：模型在每個(gè)新層級上的進(jìn)步速度、人們每一次都更想用它、每一次成本下降人們就更想用——這一切都在指向同一件事：需求會持續(xù)增加，人們會用它做很棒的事，也會用它做很傻的事。但整體來看，這就是未來的形狀。

　　而且這不只是“每天能輸出多少 tokens”的問題。還包括我們能多快地輸出。隨著這些編碼模型變得更強(qiáng)，它們可以想很久，但你不想等很久。所以還有其他維度，不只是 tokens 數(shù)量本身。

　　但在少數(shù)幾個(gè)關(guān)鍵維度上，對“智能”的需求會很大，而我們可以用這些能力做很多事。比如你有一個(gè)很棘手的醫(yī)療問題，你會用 5.2 還是用 5.2 Pro？哪怕后者要用多得多的 tokens——我覺得你會選更好的模型，我認(rèn)為很多人都會。

　　Alex Kantrowitz：我們再往下追一層。你說科學(xué)發(fā)現(xiàn)，能不能給一個(gè)例子？不一定要是今天已經(jīng)完全確定的那種“我有問題 X，只要投入算力 Y 就能解決”，但至少給個(gè)直觀的例子：今天有哪些問題是“我想解決但還做不到”的？

　　Sam Altman：今天早上 Twitter 上有一個(gè)討論：一群數(shù)學(xué)家互相回復(fù)。他們大概在說：“我原本非常懷疑 LLM 什么時(shí)候才能真的有用；但 5.2 是讓我跨過門檻的那個(gè)模型?！彼麄冋f它在一些幫助下做出了一個(gè)小證明，發(fā)現(xiàn)了一些小東西，但這已經(jīng)在改變他們的工作流。然后更多人跟上來說“我也是”。有些人說 5.1 就已經(jīng)到達(dá)了，但不多。

　　考慮到 5.2 才發(fā)布 5 天左右，就出現(xiàn)這種反饋——數(shù)學(xué)研究社區(qū)像是在說：“好像有件重要的事剛剛發(fā)生了?！?/p>

　　Alex Kantrowitz：我看到 Greg Brockman 也一直在他的動態(tài)里高亮各種數(shù)學(xué)、科學(xué)方向的用法。某種東西在這些圈子里，和 5.2 一起被“點(diǎn)亮”了。所以隨著進(jìn)展推進(jìn)，會發(fā)生什么很值得觀察。

　　Sam Altman：算力這件事還有個(gè)難點(diǎn)：你必須提前非常久去做規(guī)劃。你剛才提到的那 1.4 萬億美元，我們會在非常長的時(shí)間里逐步花出去。我希望能更快，我覺得如果我們能更快地投入，會有需求承接。但建設(shè)這些項(xiàng)目需要極其長的時(shí)間：數(shù)據(jù)中心的建設(shè)、供能、芯片、系統(tǒng)、網(wǎng)絡(luò)等等，一切都很耗時(shí)。所以這是一個(gè)長期過程。

　　不過，從一年前到現(xiàn)在，我們大概把算力翻了三倍。

　　我們希望明年再翻三倍，再下一年再翻一次。收入增長的速度甚至比這還略快一點(diǎn)，但大體上確實(shí)是跟著算力規(guī)模走的。所以我們從來沒有遇到過一種情況：我們沒法把已有的算力很好地變現(xiàn)。

　　換句話說，如果我們現(xiàn)在有雙倍的算力，我覺得我們的收入也會是現(xiàn)在的雙倍。

　　如果不激進(jìn)投入，

　　OpenAI 或許早就盈利了

　　Alex Kantrowitz：好，那既然你提到了數(shù)字，我們就聊聊數(shù)字。收入在增長，算力支出在增長，但算力支出的增長仍然快過收入增長。報(bào)道里有一些數(shù)字，說 OpenAI 可能會在現(xiàn)在到 2028/2029 年之間累計(jì)虧損大概 1200 億美元，然后到那時(shí)開始盈利。你能講講這個(gè)拐點(diǎn)是怎么出現(xiàn)的嗎？轉(zhuǎn)折點(diǎn)在哪里？

　　Sam Altman：隨著收入增長，隨著推理（inference）越來越成為算力資源中的主要部分，它最終會“蓋過”訓(xùn)練成本。這就是計(jì)劃：訓(xùn)練階段花很多錢，但之后賺得越來越多。

　　如果我們不繼續(xù)把訓(xùn)練成本增長推得這么猛，我們會更早盈利得多。但我們現(xiàn)在押注的是：非常激進(jìn)地投入訓(xùn)練這些大模型。

　　Alex Kantrowitz：整個(gè)世界都在看：你們的收入能否匹配你們的支出。大家問的問題是：如果今年收入軌跡可能達(dá)到 200 億美元，而你們的投入承諾是 1.4 萬億美元——這到底怎么對得上？我覺得如果能一次性把這些數(shù)字的邏輯講清楚，會非常有價(jià)值。

　　Sam Altman：這很困難。因?yàn)槿藗兒茈y在腦子里建立一個(gè)快速、可靠的心智框架去理解指數(shù)級增長。我自己肯定做不到，而且我見過的人里也極少有人能做到。你可以對很多數(shù)學(xué)問題有不錯(cuò)的直覺，但對指數(shù)增長，人類通常就是做不好。進(jìn)化讓我們擅長很多“腦內(nèi)數(shù)學(xué)”，但建模指數(shù)增長似乎并不是其中之一。

　　我們的核心判斷是：我們還能在很長一段時(shí)間里保持非常陡峭的收入增長曲線。我們目前看到的一切都在表明：如果沒有足夠算力，我們根本做不到——我們一直都在被算力約束。

　　算力不足對收入線的影響非常直接、非常硬。所以如果未來某個(gè)節(jié)點(diǎn)出現(xiàn)“我們有一大堆閑置算力卻無法在單位算力上盈利變現(xiàn)”，那么人們質(zhì)疑“這到底怎么運(yùn)作”的確會非常合理。

　　但我們已經(jīng)用很多種方式把賬算過了。我們當(dāng)然也會在 flops per dollar 上變得更高效——我們在降低算力成本方面做的工作會逐步兌現(xiàn)。我們看到了消費(fèi)者增長，也看到了企業(yè)增長，還有一堆我們甚至還沒發(fā)布的新業(yè)務(wù)類型，但都會上線。而算力就是支撐這一切的生命線。

　　所以，我們會設(shè)置一些階段性檢查點(diǎn)。如果我們對時(shí)機(jī)或數(shù)學(xué)估計(jì)稍微算錯(cuò)了，我們也有一定的靈活性。但我們一直以來的狀態(tài)都是：算力永遠(yuǎn)不夠。

　　它一直在限制我們能做的事情。很遺憾，我覺得這種情況可能永遠(yuǎn)都會存在，但我希望這種限制能少一點(diǎn)，也希望隨著時(shí)間推移把它降到更低。因?yàn)槲艺J(rèn)為我們其實(shí)可以交付非常多很棒的產(chǎn)品和服務(wù)，這也會是一門非常好的生意。

　　Alex Kantrowitz：所以，本質(zhì)上是這樣一個(gè)關(guān)系：訓(xùn)練成本在絕對值上升，但在整體成本結(jié)構(gòu)中所占的比例在下降。然后你的預(yù)期是，通過這些方式——比如推動企業(yè)級市場、比如有人愿意通過 API 為 ChatGPT 付費(fèi)——OpenAI 能夠把收入增長到足以用收入來覆蓋這些成本。

　　Sam Altman：是的，這就是計(jì)劃。

　　Alex Kantrowitz：我覺得最近市場對這件事有點(diǎn)“失控”了。讓市場真正感到不安的，是“債務(wù)”開始進(jìn)入這個(gè)等式。傳統(tǒng)上，你會在事情比較可預(yù)測的時(shí)候去舉債，然后公司拿著這筆債去建設(shè)，并且有相對可預(yù)測的收入。但這是一個(gè)全新的類別，它是不可預(yù)測的。你怎么看待債務(wù)進(jìn)入這個(gè)領(lǐng)域這件事？

　　Sam Altman：首先，我覺得市場在今年早些時(shí)候就已經(jīng)“失控”過一次了。你知道，我們可能只是去見了一家公司，那家公司的股價(jià)第二天就漲了 20% 或 15%，讓我覺得非常不健康。

　　說實(shí)話，我反而挺高興現(xiàn)在市場里多了一點(diǎn)懷疑精神和理性，因?yàn)橹翱雌饋砦覀冋宦繁枷蛞粋€(gè)極其不穩(wěn)定的泡沫。而現(xiàn)在我覺得人們多少恢復(fù)了一點(diǎn)紀(jì)律性。

　　所以我認(rèn)為，事情是這樣的：之前大家太瘋狂了，現(xiàn)在在債務(wù)問題上反而更理性一些。我們大致知道一件事：如果我們?nèi)ソㄔO(shè)基礎(chǔ)設(shè)施，整個(gè)行業(yè)里總會有人能從中獲得價(jià)值?，F(xiàn)在仍然非常早期，這點(diǎn)我同意。但我不認(rèn)為還有人會質(zhì)疑“AI 基礎(chǔ)設(shè)施不會產(chǎn)生價(jià)值”這件事。

　　所以我覺得，債務(wù)進(jìn)入這個(gè)市場是合理的。我也認(rèn)為未來還會出現(xiàn)其他類型的金融工具。我懷疑其中會有一些并不那么理性的創(chuàng)新方式，人們會在如何為這些東西融資上不斷“發(fā)明新花樣”。但比如說，借錢給公司去建數(shù)據(jù)中心，這在我看來是完全合理的。

　　Alex Kantrowitz：真正讓人擔(dān)心的是：如果事情不能按現(xiàn)在的速度繼續(xù)推進(jìn)。比如有一種情形——你可能不同意——模型能力的進(jìn)步出現(xiàn)飽和，那么這些基礎(chǔ)設(shè)施的價(jià)值就會低于此前的預(yù)期。那當(dāng)然，這些數(shù)據(jù)中心對某些人來說仍然是有價(jià)值的，但也有可能被清算，然后被別人以折扣價(jià)買走。

　　Sam Altman：我確實(shí)也認(rèn)為中間一定會出現(xiàn)一些繁榮與蕭條的周期，這類事情從來都不是一條完全平滑的直線。

　　首先，這一點(diǎn)在我看來是非常明確的，而且這是我愿意“拿公司去賭”的判斷：模型一定會變得好得多、好得多。我們對這一點(diǎn)有非常清晰的判斷窗口，我們對此非常有信心。

　　即便模型能力不再進(jìn)步，我也認(rèn)為世界上存在很強(qiáng)的慣性。人們需要時(shí)間去理解如何適應(yīng)新事物。

　　我相信，5.2 這個(gè)模型所代表的潛在經(jīng)濟(jì)價(jià)值，與目前世界實(shí)際挖掘出來的價(jià)值之間，存在著極其巨大的“懸空空間”。即便你把模型能力凍結(jié)在 5.2 的水平，問一句：還能創(chuàng)造多少額外價(jià)值、還能推動多少收入增長？我會賭一個(gè)“非常巨大”的數(shù)字。

　　事實(shí)上，你沒有問這個(gè)問題，但如果我可以稍微發(fā)散一下的話——我們過去經(jīng)常討論一個(gè) 2×2 的矩陣：時(shí)間線是短還是長，起飛是快還是慢。我們會在不同時(shí)間判斷這些概率如何變化，并據(jù)此來理解這個(gè)世界應(yīng)該優(yōu)化怎樣的決策和戰(zhàn)略。

　　但在我腦海里，現(xiàn)在多出來了一條 Z 軸：能力“懸空空間”是小還是大?；仡^看，我意識到我當(dāng)時(shí)并沒有認(rèn)真思考這一點(diǎn)。我大概隱含地假設(shè)，如果模型里蘊(yùn)含著大量價(jià)值，世界會很快學(xué)會如何部署和使用它們。但現(xiàn)在看起來，在世界的大多數(shù)地方，這個(gè)“能力懸空空間”會大得驚人。

　　當(dāng)然，會有一些局部區(qū)域，比如一部分程序員，通過采用這些工具會變得極其高效。

　　但總體來說，我們已經(jīng)擁有了一個(gè)瘋狂聰明的模型，而老實(shí)說，大多數(shù)人問的問題，仍然和 GPT-4 時(shí)代差不多?？茖W(xué)家、程序員、不同類型的知識工作者，變化程度各不相同，但整體上仍然存在巨大的能力懸空空間。

　　而這一點(diǎn)會給世界帶來一系列非常奇怪的后果。我們還遠(yuǎn)沒有完全想清楚它將如何展開，但這確實(shí)非常、非常不同于我?guī)啄昵暗念A(yù)期。

　　為什么模型這么強(qiáng)了，

　　企業(yè)落地還不見成效？

　　Alex Kantrowitz：我想問你一個(gè)關(guān)于“能力懸空”的問題。基本上，模型能做的事情比它們現(xiàn)在被使用來做的事情多得多。我試圖理解，為什么模型已經(jīng)這么強(qiáng)了，但很多企業(yè)在實(shí)際落地時(shí)，卻拿不到投資回報(bào)——至少他們是這么跟 MIT 說的。

　　Sam Altman：我對此有點(diǎn)困惑，因?yàn)槲覀冇致牭胶芏嗥髽I(yè)說：“就算 GPT-5.2 的價(jià)格漲 10 倍，我們也愿意付費(fèi)。你們現(xiàn)在的定價(jià)嚴(yán)重低估了價(jià)值，我們已經(jīng)從中獲得了巨大收益?！?/p>

　　所以這兩種說法似乎對不上。

　　如果你去問程序員，他們也會說：“這東西太值了，我愿意付現(xiàn)在價(jià)格的一百倍?！?/p>

　　假設(shè)你相信那些 GDP 價(jià)值評估的數(shù)據(jù)——當(dāng)然你也有充分理由不相信，可能它們是錯(cuò)的——但假設(shè)它們是真的：對于那些定義清晰、周期不算特別長的知識工作任務(wù)，在 10 次里有 7 次，你對 5.2 的輸出會和人工一樣滿意，甚至更滿意。那么你就應(yīng)該大量使用它。但現(xiàn)實(shí)是，人們改變工作流所花的時(shí)間，遠(yuǎn)比我想象的要長。

　　人們已經(jīng)非常習(xí)慣讓初級分析師去做 PPT 之類的事情，這種習(xí)慣的粘性比我預(yù)期的要強(qiáng)得多。說實(shí)話，我自己現(xiàn)在的工作流，也仍然和過去差不多，盡管我明明知道自己可以比現(xiàn)在多用得多的 AI。

　　閃電問答：一朵不想成為AWS的云，

　　和一場并不興奮的IPO

　　Alex Kantrowitz：好，我們還剩 10 分鐘。我還有四個(gè)問題，我們試著用“閃電輪”來過一遍。

　　你們正在做的那個(gè)設(shè)備。我們剛才說會回來繼續(xù)聊 OpenAI CEO Sam Altman。我聽到的說法是：手機(jī)大小、沒有屏幕。那為什么不能只是一個(gè) App？如果它是一個(gè)沒有屏幕的“手機(jī)”，那為什么不是 App？

　　Sam Altman：首先，我們會做一個(gè)小型的設(shè)備家族，而不是單一設(shè)備。隨著時(shí)間推移……這不是猜測，我盡量不讓自己說錯(cuò)，但我認(rèn)為，未來人們使用計(jì)算機(jī)的方式會發(fā)生變化：從一種“愚鈍的、被動反應(yīng)式”的東西，轉(zhuǎn)向一種非常聰明、非常主動的東西——它理解你的整個(gè)人生、你的上下文、你周圍正在發(fā)生的一切，非常清楚你身邊的人，無論是物理上的，還是通過你正在使用的計(jì)算機(jī)。

　　而我認(rèn)為，現(xiàn)有的設(shè)備并不適合這樣一個(gè)世界。我一直非常相信一點(diǎn)：我們是在“設(shè)備能力的邊界”上工作。你有一臺電腦，它做出了一系列設(shè)計(jì)選擇，比如它是開著的還是關(guān)著的，但它不能處在一種狀態(tài)：一邊讓我專心聽這場采訪，一邊在我忘了問你一個(gè)問題時(shí)輕聲提醒我。也許那樣會很有用。

　　我們有屏幕，這就把我們限制在幾十年來圖形界面的那種交互方式里；我們有鍵盤，而鍵盤的設(shè)計(jì)初衷本來就是為了降低輸入信息的速度。這些假設(shè)已經(jīng)存在了很長時(shí)間，而且它們確實(shí)有效。但現(xiàn)在出現(xiàn)了一種全新的東西，打開了一個(gè)全新的可能性空間。我不認(rèn)為當(dāng)前的設(shè)備形態(tài)會是這個(gè)全新能力的最優(yōu)承載方式。如果真是那樣，反而會顯得非常奇怪。

　　Alex Kantrowitz：這個(gè)話題我們能聊一小時(shí)，但我們還是繼續(xù)下一個(gè)問題吧：云。你談到過要建設(shè)一個(gè)“云”。有一位聽眾給我們發(fā)來郵件：在他的公司里，他們正在從 Azure 遷移，直接集成 OpenAI，為產(chǎn)品提供 AI 能力。他們的目標(biāo)是讓數(shù)萬億 token 在整個(gè)技術(shù)棧中流動，用來支撐 AI 體驗(yàn)。這是不是你們想要打造一個(gè)巨大云業(yè)務(wù)的方向？

　　Sam Altman：首先，數(shù)萬億 token——那真的很多 token。你剛才問到算力需求和企業(yè)戰(zhàn)略，企業(yè)已經(jīng)非常明確地告訴我們，他們想從我們這里購買多少 token。我們很可能在 2026 年再次無法滿足需求。

　　整體戰(zhàn)略是這樣的：大多數(shù)公司似乎都想來找我們，說：“我需要一個(gè)‘帶 AI 的公司’。我需要一個(gè)為我公司定制的 API，我需要為我公司定制的 ChatGPT Enterprise，我需要一個(gè)我可以信任、可以運(yùn)行所有 agent、可以托管我數(shù)據(jù)的平臺。我需要把數(shù)萬億 token 注入我的產(chǎn)品。我需要讓所有內(nèi)部流程更高效?！?/p>

　　而我們目前并沒有一個(gè)真正優(yōu)秀的一體化方案，但我們想把它做出來。

　　Alex Kantrowitz：你的目標(biāo)是成為像 AWS、Azure 那樣的存在嗎？

　　Sam Altman：我覺得這是一個(gè)不同類型的東西。我并沒有什么雄心要去提供你用來托管網(wǎng)站的那一整套服務(wù)。但我確實(shí)認(rèn)為，未來人們會繼續(xù)擁有所謂的“Web 云”，同時(shí)還會有另一種東西：公司會說，“我需要一個(gè) AI 平臺，用來支撐我內(nèi)部的一切、我對外提供的一切服務(wù)。”

　　它在某種意義上仍然依賴物理硬件，但我認(rèn)為它會是一個(gè)相當(dāng)不同的產(chǎn)品形態(tài)。

　　Alex Kantrowitz：我們快速聊一下“發(fā)現(xiàn)”。你曾說過一件讓我印象很深的事：你認(rèn)為模型——或者人與模型的協(xié)作——會在明年產(chǎn)生小發(fā)現(xiàn)，在五年內(nèi)產(chǎn)生重大發(fā)現(xiàn)。那是模型本身，還是人與模型協(xié)作？你為什么對此這么有信心？

　　Sam Altman：是人使用模型。模型自己去提出問題，那種能力我覺得還要更遠(yuǎn)一些。但如果世界能因?yàn)樾轮R而受益，那我們就應(yīng)該感到非常興奮。整個(gè)人類進(jìn)步的歷史，本質(zhì)上就是：我們打造更好的工具，人用這些工具做更多事，然后在這個(gè)過程中再打造更好的工具。這是一種層層攀升的腳手架，一代又一代，一次發(fā)現(xiàn)接一次發(fā)現(xiàn)。問題是人提出來的，并不會削弱工具的價(jià)值。

　　說實(shí)話，我很開心。今年年初我以為小發(fā)現(xiàn)會在 2026 年才開始，但它們在 2025 年下半年就出現(xiàn)了。當(dāng)然，這些發(fā)現(xiàn)非常小，我真的不想夸大它們。但“有一點(diǎn)”和“完全沒有”，在我看來是質(zhì)的區(qū)別。三年前我們剛發(fā)布模型的時(shí)候，它是完全不可能對人類知識總量做出任何新貢獻(xiàn)的。

　　從現(xiàn)在到五年后的這段路，我懷疑這就是 AI 的常規(guī)爬坡過程：每個(gè)季度進(jìn)步一點(diǎn)點(diǎn)，然后突然有一天我們會意識到——“哇，人類在模型增強(qiáng)下，正在做五年前完全做不到的事情?！?/p>

　　至于我們是把功勞更多歸因于更聰明的人，還是更聰明的模型，只要我們真的得到了科學(xué)發(fā)現(xiàn)，我對兩種說法都很滿意。

　　Alex Kantrowitz：明年 IPO？你想成為一家上市公司嗎？你看起來可以作為私營公司運(yùn)營很久。

　　Sam Altman：這里面有很多因素在起作用。我確實(shí)覺得，讓公眾市場參與價(jià)值創(chuàng)造是一件挺酷的事情。從某種意義上說，如果你對比歷史上的公司，我們已經(jīng)算是非常晚才上市了。做私營公司當(dāng)然很棒，但我們確實(shí)需要大量資本，遲早會觸及各種股東數(shù)量限制。

　　我期待成為一家上市公司的 CEO 嗎？0%。

　　我期待 OpenAI 成為一家上市公司嗎？在某些方面是的，但在某些方面我也覺得那會非常煩。

　　Alex Kantrowitz：我非常認(rèn)真地聽了你和 Theo Von 的那期訪談，很棒的一期。他真的很懂行，做了很多功課。你當(dāng)時(shí)說，在 GPT-5 發(fā)布前，GPT-5 在幾乎所有方面都比我們更聰明。我當(dāng)時(shí)想：這不就是 AGI 的定義嗎？如果這還不是 AGI，那這個(gè)詞是不是已經(jīng)變得有點(diǎn)沒有意義了？

　　Sam Altman：這些模型在“原始算力”層面顯然非常聰明。最近幾天有很多關(guān)于 GPT-5.2 的討論，說它的 IQ 是 147、144、151，取決于你用的是誰的測試。你也能看到很多領(lǐng)域?qū)＜艺f它能做出驚人的事情，能提升他們的工作效率。我們也討論了 GDP 影響。

　　但有一件事你還沒有：模型目前還做不到這樣一件事——當(dāng)它今天發(fā)現(xiàn)自己不會做某件事時(shí)，它無法自己意識到這一點(diǎn)，主動去學(xué)習(xí)、理解，等你第二天回來，它就已經(jīng)把這件事做好了。這種持續(xù)學(xué)習(xí)能力，連幼兒都具備，而這似乎是我們需要構(gòu)建的一個(gè)非常重要的部分。

　　那么，沒有這一點(diǎn)，你能否仍然擁有大多數(shù)人眼中的 AGI？我認(rèn)為答案并不明確。很多人會說，我們現(xiàn)在的模型已經(jīng)是 AGI 了。幾乎所有人都會同意，如果在當(dāng)前智能水平之上再加上這種能力，那就毫無疑問是 AGI 了。但也許世界上的大多數(shù)人會說：“好吧，就算沒有那一點(diǎn)，它已經(jīng)能完成大多數(shù)重要的知識工作，在大多數(shù)方面比大多數(shù)人都聰明，它已經(jīng)在做小規(guī)模的科學(xué)發(fā)現(xiàn)了，那這就是 AGI?！?/p>

　　這說明的問題是：這個(gè)詞本身定義得太不清晰了。雖然我們都很難停止使用它。

　　有一件事我真的很希望我們當(dāng)初做對：AGI 沒有被好好定義。而現(xiàn)在大家關(guān)注的新詞是“超級智能”。所以我的提議是：我們承認(rèn) AGI 就這樣“嗖”地過去了。它沒有立刻改變世界——或者說它會在長期改變世界——但好吧，我們已經(jīng)在某個(gè)階段構(gòu)建出了 AGI?，F(xiàn)在我們處在一個(gè)模糊期，有些人認(rèn)為我們已經(jīng)到了，有些人不這么認(rèn)為，慢慢會有更多人認(rèn)為我們到了。然后我們該問：“接下來是什么？”

　　我給“超級智能”提供一個(gè)候選定義：當(dāng)一個(gè)系統(tǒng)在擔(dān)任美國總統(tǒng)、管理一家大型公司、運(yùn)行一個(gè)超大型科研機(jī)構(gòu)時(shí)，做得比任何一個(gè)人都好，哪怕這個(gè)人還能借助 AI 的幫助。

　　這讓我想起了國際象棋的歷史。有一個(gè)階段，人類和 AI 結(jié)合在一起，比單獨(dú)的 AI 更強(qiáng)；再后來，人類反而成了拖累，最聰明的做法是完全不加人類的 AI。我覺得這是一個(gè)理解超級智能的有趣框架。當(dāng)然，這還很遙遠(yuǎn)，但我真希望這一次我們能有一個(gè)更清晰的定義。

　　Alex Kantrowitz：Sam，我已經(jīng)每天使用你們的產(chǎn)品三年了，它們真的變得越來越好，幾乎無法想象接下來還能怎么進(jìn)步。

　　Sam Altman：我們會盡力讓它們繼續(xù)快速變好。

　　https://www.youtube.com/watch?v=2P27Ef-LLuQ

　　聲明：本文為 InfoQ 翻譯整理，不代表平臺觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

　　技術(shù)人的年度儀式感！年度盤點(diǎn)與趨勢洞察 啟動！

　　《2025 年度盤點(diǎn)與趨勢洞察》由 InfoQ 技術(shù)編輯組策劃。覆蓋大模型、Agent、具身智能、AI Native 開發(fā)范式、AI 工具鏈與開發(fā)、AI+ 傳統(tǒng)行業(yè)等方向，通過長期跟蹤、與業(yè)內(nèi)專家深度訪談等方式，對重點(diǎn)領(lǐng)域進(jìn)行關(guān)鍵技術(shù)進(jìn)展、核心事件和產(chǎn)業(yè)趨勢的洞察盤點(diǎn)。

　　力求以體系化視角幫助讀者理解年度技術(shù)演化的底層邏輯、創(chuàng)新方向與落地價(jià)值，并為新一年決策提供參考。內(nèi)容將在 InfoQ 媒體矩陣陸續(xù)放出，歡迎大家持續(xù)關(guān)注。