一水 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

蛙趣！還得是OpenAI總裁親自爆料啊…

Sora“世紀(jì)大關(guān)門”后，全網(wǎng)熱議OpenAI此舉背后動(dòng)機(jī)，本以為這是為了IPO而進(jìn)行的戰(zhàn)略收縮。

結(jié)果聯(lián)創(chuàng)兼總裁Greg Brockman直接放料——其實(shí)是為了一個(gè)“蓄謀已久”的Super App

而且不止告訴你這個(gè)Super App長(zhǎng)啥樣，連即將到來(lái)的新模型“Spud”（中文名土豆？）也沒(méi)憋住。

等等，如果你和我一樣，以為“Spud”不過(guò)是又一個(gè)“GPTxxx”，那就大錯(cuò)特錯(cuò)了！

Greg已經(jīng)說(shuō)了，這是個(gè)重新預(yù)訓(xùn)練的模型，凝聚了OpenAI過(guò)去兩年的心血智慧——等上手你就會(huì)意識(shí)到，它將變得有多聰明且“順從”。

還沒(méi)完，Greg還聊到了OpenAI今年的大筆融資、和A社家對(duì)B端用戶的爭(zhēng)奪……

• 當(dāng)前OpenAI主要把精力放在GPT系列上，Sora后續(xù)會(huì)放在機(jī)器人領(lǐng)域里推進(jìn)；
• 已經(jīng)確信文本模型可以走向AGI；
• 未來(lái)幾個(gè)月會(huì)分步推進(jìn)Super App，它將整合編程、瀏覽器和ChatGPT；
• “Spud”將能解決更復(fù)雜的問(wèn)題，理解力更強(qiáng)，對(duì)上下文把握更好；
• 現(xiàn)在的收入主要來(lái)自個(gè)人訂閱，但企業(yè)正展現(xiàn)出驚人的付費(fèi)意愿。

以下為播客實(shí)錄精校（感謝AI），在不改變?cè)獾幕A(chǔ)上做了適當(dāng)編輯。

對(duì)話實(shí)錄精校

為何放棄Sora？

主持人：現(xiàn)在外界看到你們放棄Sora轉(zhuǎn)向Super App，為什么？

Greg：過(guò)去我們一直在兩條線并進(jìn)：一是研發(fā)深度學(xué)習(xí)技術(shù)，看它能否產(chǎn)生我們?cè)O(shè)想的積極影響；二是嘗試部署這項(xiàng)技術(shù)，為業(yè)務(wù)提供支撐，積累真實(shí)世界的落地經(jīng)驗(yàn)。

現(xiàn)在我們到了一個(gè)節(jié)點(diǎn)——技術(shù)已經(jīng)驗(yàn)證可行，不再只是跑benchmark、做智力演示，而是必須進(jìn)入真實(shí)世界，通過(guò)人們實(shí)際使用來(lái)獲得反饋，才能繼續(xù)推進(jìn)。

所以這是一個(gè)更大的戰(zhàn)略調(diào)整，不是因?yàn)槲覀円獜南M(fèi)端轉(zhuǎn)向B2B，而是因?yàn)槲覀儾荒苁裁炊甲觥Ｎ覀円劢鼓切┠苄纬蓞f(xié)同、真正產(chǎn)生影響力、能幫助每個(gè)人的應(yīng)用

主持人：你曾把OpenAI比作迪士尼，以模型為核心（像米老鼠），然后衍生出視頻、助理、企業(yè)服務(wù)等。現(xiàn)在是無(wú)法兼顧了嗎？

Greg：實(shí)際上這個(gè)比喻依然成立，而且某種程度上反而更適用。但從技術(shù)層面看，Sora視頻模型與GPT系列（核心推理模型）是技術(shù)樹上不同的分支。

我們確實(shí)還在繼續(xù)做Sora的研究，但它是放在機(jī)器人領(lǐng)域里推進(jìn)的——機(jī)器人目前仍處在研究階段，還沒(méi)成熟到未來(lái)一年就能在知識(shí)工作領(lǐng)域大規(guī)模落地。

所以我們當(dāng)前的戰(zhàn)略是：把主要精力放在GPT系列上，這不僅包括文本，也包括語(yǔ)音等交互，這些都是在同一個(gè)模型上做微調(diào)，而不是另起新枝。在算力有限的情況下，同時(shí)推進(jìn)兩個(gè)差異巨大的產(chǎn)品分支非常困難

主持人：那你為什么不押注Sora這條路？視頻生成進(jìn)步這么大。

Greg：現(xiàn)在最大的問(wèn)題是機(jī)會(huì)太多。我們?cè)贠penAI很早就發(fā)現(xiàn)，只要邏輯在數(shù)學(xué)上成立，幾乎所有想法都能奏效，這就是深度學(xué)習(xí)的迷人之處。

但重點(diǎn)在于排序和時(shí)機(jī)。我們已經(jīng)確信文本模型可以走向AGI——AGI就在眼前，今年還會(huì)有更強(qiáng)的模型。

比如最近，一位物理學(xué)家研究了很久的難題，OpenAI模型在12小時(shí)內(nèi)就給出了解決方案。這種“思考”的能力讓我們必須加倍下注。這不是說(shuō)哪個(gè)方向不重要，而是OpenAI肩負(fù)的使命是把AGI帶給世界，我們要做的就是把這條技術(shù)樹推到底。

主持人：DeepMind的哈薩比斯曾說(shuō)，圖像生成器最接近他心中的AGI，因?yàn)樗鼈儽仨毨斫馕矬w間的互動(dòng)。OpenAI會(huì)不會(huì)因?yàn)橹谎鹤⒁粭l路徑而錯(cuò)失什么？

Greg：在這個(gè)領(lǐng)域你必須做出選擇。OpenAI從一開始就決定了自己相信的AGI路徑。而且，圖像生成也是ChatGPT的重要功能，但我們是基于GPT架構(gòu)而非擴(kuò)散模型來(lái)實(shí)現(xiàn)它的。

所以我們要做的是盡可能統(tǒng)一技術(shù)棧，這樣才能支撐起整個(gè)經(jīng)濟(jì)——OpenAI做的是“通用”人工智能，G就代表這個(gè)意思。

Super App到底長(zhǎng)啥樣？

主持人：那Super App具體會(huì)是什么樣？

Greg：它將整合編程、瀏覽器和ChatGPT。我們希望為你構(gòu)建一個(gè)能讓你體驗(yàn)AGI力量的端點(diǎn)應(yīng)用。它不僅是一個(gè)工具，更是你的“個(gè)人助理”，它了解你、與你的目標(biāo)一致、值得信任。

以前Codex只是軟件工程師的工具，現(xiàn)在它將變成每個(gè)人的工具。你想讓電腦做什么，直接告訴它就行，電腦會(huì)順應(yīng)人類，而不是人類順應(yīng)電腦。

主持人：這不僅是針對(duì)商業(yè)，也針對(duì)個(gè)人生活？

Greg：沒(méi)錯(cuò)，就像你的筆記本電腦既用于工作也用于生活。未來(lái)的Super App會(huì)有記憶，它連接你的郵件、日歷，知道你的偏好，從而更深層次地幫你達(dá)成目標(biāo)。

主持人：什么時(shí)候推出？

Greg未來(lái)幾個(gè)月會(huì)分步推進(jìn)。起點(diǎn)就是Codex應(yīng)用——它既是通用的智能體框架，能調(diào)用各種工具，又擅長(zhǎng)寫軟件。這個(gè)通用框架可以接入電子表格、Word文檔，幫你完成知識(shí)工作。在OpenAI內(nèi)部，我們已經(jīng)看到很多人自發(fā)用它來(lái)做這些事。第一步就是讓Codex對(duì)普通知識(shí)工作更友好，后面還有很多步。

怎么看待和Anthropic的競(jìng)爭(zhēng)？

主持人：像Anthropic已經(jīng)有了Claude Code等類似Super App的功能。OpenAI覺(jué)得自己趕上來(lái)了嗎？

Greg：如果回看12到18個(gè)月前，OpenAI一直很重視編程這個(gè)方向，在各種編程競(jìng)賽上成績(jī)最好。但當(dāng)時(shí)沒(méi)怎么投入“最后一公里”的易用性——AI雖然能解競(jìng)賽題，但沒(méi)接觸過(guò)真實(shí)世界的代碼庫(kù)，那些代碼雜亂無(wú)章，不像它訓(xùn)練時(shí)遇到的那樣規(guī)整。

去年年中我們才真正認(rèn)真補(bǔ)上這一塊，專門組建了團(tuán)隊(duì)，聚焦真實(shí)世界的各種問(wèn)題，構(gòu)建訓(xùn)練環(huán)境，讓AI體驗(yàn)實(shí)際軟件工程中會(huì)遇到的中斷和混亂。

到現(xiàn)在，當(dāng)與對(duì)手面對(duì)面競(jìng)爭(zhēng)時(shí)，用戶往往更傾向于我們。OpenAI正在往前趕，這個(gè)問(wèn)題會(huì)解決的。

主持人：你們?cè)趺纯创?jìng)爭(zhēng)？現(xiàn)在對(duì)手追上來(lái)了，公司內(nèi)部氛圍變了嗎？

Greg：我在OpenAI最恐懼的時(shí)刻，其實(shí)是ChatGPT剛發(fā)布后的年會(huì)，當(dāng)時(shí)大家覺(jué)得“我們贏了”。我當(dāng)時(shí)想：“不，我們一直是挑戰(zhàn)者（Underdog）?！爆F(xiàn)在的競(jìng)爭(zhēng)環(huán)境其實(shí)非常健康，它讓我們保持謙遜和統(tǒng)一，不再有“支線任務(wù)”，全神貫注于核心目標(biāo)。

我從不覺(jué)得我們像外界說(shuō)的那么好，也從沒(méi)那么差，始終很平穩(wěn)。模型這塊我對(duì)我們的路線圖非常有信心，產(chǎn)品這邊也能量十足，一切都在匯聚。

傳聞中的新模型“Spud”

主持人：傳聞中的新模型“Spud”是什么？

Greg：其實(shí)重點(diǎn)不是某一個(gè)模型。“Spud”代表了OpenAI過(guò)去兩年的研究成果，是一個(gè)新的預(yù)訓(xùn)練模型。但它只是一個(gè)節(jié)點(diǎn)，引擎的進(jìn)步速度會(huì)越來(lái)越快。

主持人：它能做哪些現(xiàn)在的模型做不了的事？

Greg它能解決更復(fù)雜的問(wèn)題，理解力更強(qiáng)，對(duì)上下文把握更好

人們常說(shuō)“大模型感（Big Model Smell）”——模型更聰明時(shí)，你會(huì)感覺(jué)它更懂你。你問(wèn)一個(gè)問(wèn)題，AI沒(méi)聽懂，這很讓人沮喪?，F(xiàn)在它會(huì)更少讓你重復(fù)解釋。它既能拉高天花板——解決更開放、時(shí)間跨度更長(zhǎng)的問(wèn)題，也能提升基礎(chǔ)體驗(yàn)——讓你做任何事都更順手。

主持人：普通用戶能明顯感覺(jué)到變化嗎？

Greg：會(huì)是一樣的情況——有些人用起來(lái)覺(jué)得天差地別，有些應(yīng)用本來(lái)就不是卡在智力上，變化沒(méi)那么明顯。

但關(guān)鍵是你的心智會(huì)慢慢改變。比如有朋友被診斷為絕癥，醫(yī)生說(shuō)他沒(méi)救了，他用ChatGPT研究不同方案，最終找到了治療途徑。這種場(chǎng)景里，你得先相信AI能幫上忙，才會(huì)投入精力去用。隨著技術(shù)變強(qiáng)，這種“能幫上忙”的感知會(huì)越來(lái)越明顯

即將在秋季推出的“AI研究員”

主持人：你們內(nèi)部還在做一個(gè)自動(dòng)化AI研究員，計(jì)劃秋季推出。它具體做什么？

Greg：現(xiàn)在我們處在技術(shù)起飛階段——AI越強(qiáng)，我們?cè)侥苡肁I來(lái)改進(jìn)AI，開發(fā)速度不斷加快。同時(shí)芯片廠商在加碼，生態(tài)里的人在探索各種應(yīng)用，所有這些能量匯聚在一起，AI正從經(jīng)濟(jì)的一個(gè)分支變成主要驅(qū)動(dòng)力。

這個(gè)研究員，本質(zhì)上就是把研究科學(xué)家的整個(gè)工作流程在硅片上實(shí)現(xiàn)。它現(xiàn)在已經(jīng)能承擔(dān)相當(dāng)比例的科研任務(wù)，我們可以讓它自主運(yùn)行，但不是說(shuō)撒手不管——就像帶初級(jí)研究員，你得給他方向、審閱他產(chǎn)出的結(jié)果，而不是完全放養(yǎng)。

主持人：AI從漸進(jìn)式進(jìn)步到勢(shì)不可擋地超越人類智能，你不擔(dān)心出問(wèn)題嗎？

Greg：當(dāng)然擔(dān)心。獲取技術(shù)收益的同時(shí)必須考慮風(fēng)險(xiǎn)。技術(shù)上我們投入了很多在安全上，比如提示詞注入攻擊——一個(gè)很聰明的AI如果連了很多工具，不能被惡意指令利用。這方面我們有很好的團(tuán)隊(duì)，也取得了不錯(cuò)的成果。

有些問(wèn)題其實(shí)可以類比人類——人也容易被釣魚、被欺騙、看不清全局。我們?cè)谘邪l(fā)和發(fā)布模型時(shí)，都會(huì)用這些類比來(lái)思考如何確保對(duì)齊。當(dāng)然還有更大的問(wèn)題，涉及整個(gè)經(jīng)濟(jì)和社會(huì)，不是OpenAI一家能解決的。

主持人：你曾說(shuō)過(guò)很多人做對(duì)很多事才能創(chuàng)造，但一個(gè)人心存惡意就能破壞。獎(jiǎng)勵(lì)真的值得風(fēng)險(xiǎn)嗎？

Greg：我認(rèn)為值得，但這個(gè)答案太粗糙了。從OpenAI一開始我們就在問(wèn)：一個(gè)好的未來(lái)是什么樣的？

一條路是集中化，只有一家在開發(fā)，這樣壓力小、能確保安全后再推向所有人，但這本身很難讓人接受。

另一種是構(gòu)建一個(gè)“有韌性的開放系統(tǒng)”，很多參與者共同開發(fā)，同時(shí)圍繞技術(shù)建立社會(huì)基礎(chǔ)設(shè)施——就像電，很多人生產(chǎn)它，有危險(xiǎn)，但我們建立了安全標(biāo)準(zhǔn)、監(jiān)管體系、檢查機(jī)制。

AI也需要廣泛的對(duì)話，讓所有人參與進(jìn)來(lái)，而不是由某個(gè)中心化的小組秘密完成。這是我們一直相信的方向。

主持人：黃仁勛說(shuō)AGI已經(jīng)實(shí)現(xiàn)了，你同意嗎？

Greg：不同人對(duì)AGI定義不同。如果用我個(gè)人的定義，我可以說(shuō)已經(jīng)完成了70%到80%。極其明確的是，在未來(lái)幾年內(nèi)我們將擁有AGI。它能完成你在電腦上進(jìn)行的幾乎任何智力任務(wù)。

Agent帶來(lái)的變革

主持人：去年12月發(fā)生了什么，那好像是個(gè)轉(zhuǎn)折點(diǎn)——讓機(jī)器連續(xù)編碼幾小時(shí)從理論變成了現(xiàn)實(shí)。

Greg：新模型發(fā)布后，AI從能完成20%的任務(wù)躍升到80%。這帶來(lái)了巨大變化——從“有點(diǎn)意思”變成“你必須圍繞AI重構(gòu)工作流”。

我自己有一個(gè)測(cè)試提示，用了很多年：幫我建一個(gè)網(wǎng)站。這個(gè)網(wǎng)站我當(dāng)年學(xué)編程時(shí)花了幾個(gè)月才做出來(lái)。后來(lái)用AI，前后四個(gè)小時(shí)，反復(fù)調(diào)整提示。到了去年12月，一次提問(wèn)，它直接生成，而且做得很好。

主持人：模型是怎么實(shí)現(xiàn)這種跨越的？

Greg：基礎(chǔ)模型變強(qiáng)了。這是我們長(zhǎng)期投入預(yù)訓(xùn)練的結(jié)果，那只是今年一系列進(jìn)展的前奏。

但也不只是某一點(diǎn)，我們?cè)诿總€(gè)維度上都在推進(jìn)。它并不是從0到80%，而是從20%到80%。而且這種進(jìn)步還在繼續(xù)，比如從5.2到5.3版本，一個(gè)做底層系統(tǒng)工程的同事，以前AI根本搞不定他做的事，現(xiàn)在不僅能給出設(shè)計(jì)方案，還能直接實(shí)現(xiàn)、加指標(biāo)、跑性能分析、持續(xù)優(yōu)化，最后出來(lái)的東西就是他想要的。

可以說(shuō)是“一點(diǎn)一點(diǎn)，然后一下子”。

主持人：OpenAI后來(lái)把OpenClaw的創(chuàng)始人請(qǐng)進(jìn)來(lái)了。這是不是意味著“AI替你管理生活”就是你們的愿景？

Greg：這項(xiàng)技術(shù)最核心的難點(diǎn)，其實(shí)是搞清它怎么才能真正幫到人、人們想怎么用、智能體的未來(lái)長(zhǎng)什么樣。

據(jù)我觀察，在這個(gè)領(lǐng)域，真正投入、充滿好奇、有遠(yuǎn)見的人，是非常稀缺且有價(jià)值的。Peter就是這樣的人。

所以與其說(shuō)我們看重某個(gè)具體技術(shù)，不如說(shuō)是看中他如何把這些能力真正融入人們的生活。作為技術(shù)人員我覺(jué)得這很激動(dòng)人心，但從服務(wù)用戶的角度，我們也在全力投入這件事。

主持人：你曾說(shuō)使用AI Agent就像成為“管理數(shù)十萬(wàn)Agent的CEO”。這會(huì)不會(huì)讓人失去對(duì)問(wèn)題的實(shí)際掌握？

Greg：我覺(jué)得有利有弊。你可以把機(jī)械的細(xì)節(jié)交給Agent，就像房主信任施工隊(duì)一樣，但你不能放棄責(zé)任。你必須主動(dòng)保持對(duì)優(yōu)勢(shì)和弱點(diǎn)的把握，只有在信任某個(gè)系統(tǒng)能做好的前提下，才能放心把那些低層次任務(wù)交出去。

主持人：你們經(jīng)歷了預(yù)訓(xùn)練、微調(diào)、強(qiáng)化學(xué)習(xí)，讓模型一步步學(xué)會(huì)解決問(wèn)題、使用工具。接下來(lái)是什么？

Greg：接下來(lái)是能力的不斷加深，比如讓AI真正能操作電腦，做任何你能做的事。但同時(shí)我們還要建設(shè)企業(yè)級(jí)的身份認(rèn)證、審計(jì)、可觀測(cè)性這些配套技術(shù)。

除此之外，我們還在推動(dòng)語(yǔ)音交互，讓對(duì)話像現(xiàn)在這樣自然，你一早起來(lái)它就能給你匯報(bào)Agent昨晚的進(jìn)展。我覺(jué)得這會(huì)是一個(gè)巨大的應(yīng)用場(chǎng)景。比如它會(huì)告訴你“有個(gè)客戶不高興了，想跟真人聊聊，你得去處理一下”。這些都會(huì)實(shí)現(xiàn)。

更遠(yuǎn)一點(diǎn)，是提升人類解決挑戰(zhàn)的“天花板”，我們已經(jīng)能看到端倪。就像AlphaGo的“第37手”，人類從未想過(guò)的下法，改變了整個(gè)棋局的認(rèn)知。這樣的突破會(huì)在每個(gè)領(lǐng)域發(fā)生，它們會(huì)打開我們對(duì)創(chuàng)造力和想法的理解，遠(yuǎn)超我們現(xiàn)在的想象。

主持人：既然模型已經(jīng)這么強(qiáng)了，為什么這些突破還沒(méi)有發(fā)生？

Greg：因?yàn)槲覀冞€在理解這些模型能力的階段。即使技術(shù)不再進(jìn)步，現(xiàn)有的能力也足以引發(fā)巨大的經(jīng)濟(jì)轉(zhuǎn)型。以前我們只在有明確答案的任務(wù)（如數(shù)學(xué)、編程）上訓(xùn)練，現(xiàn)在我們正擴(kuò)展到開放式問(wèn)題（如創(chuàng)意寫作）。

還需要預(yù)訓(xùn)練嗎？

主持人：隨著OpenAI轉(zhuǎn)向Agent型應(yīng)用，有人開始討論，是不是不需要那么大規(guī)模的預(yù)訓(xùn)練了？模型夠好之后，讓它出去自己學(xué)就行，不一定要建那些超大數(shù)據(jù)中心。你負(fù)責(zé)這方面的戰(zhàn)略，怎么看？

Greg：這種看法忽略了一個(gè)關(guān)鍵點(diǎn)：模型生產(chǎn)流程的每一步都是相乘效應(yīng)的。更強(qiáng)的預(yù)訓(xùn)練會(huì)讓后面的所有步驟都更輕松。模型初始能力越強(qiáng)，學(xué)得越快，在試錯(cuò)過(guò)程中犯的錯(cuò)也越少。

以前我們只關(guān)注預(yù)訓(xùn)練，沒(méi)太考慮推理能力，但過(guò)去兩年我們意識(shí)到，這兩者要平衡。你可以在基礎(chǔ)模型上做得很強(qiáng)，但同時(shí)也得讓它能高效推理，用于強(qiáng)化學(xué)習(xí)和對(duì)外服務(wù)。

所以你不一定要無(wú)限做大，而是要找到“智能×成本”的最優(yōu)解。

主持人：如果未來(lái)主要靠推理，還需要NVIDIA的GPU嗎？

Greg：絕對(duì)需要。一方面，無(wú)論訓(xùn)練和推理的配比怎么變，大規(guī)模訓(xùn)練仍然需要集中大量算力。另一方面，NVIDIA團(tuán)隊(duì)非常出色，我們和他們深度合作。

主持人：會(huì)不會(huì)有一天，大家覺(jué)得“模型已經(jīng)夠聰明了，不用再預(yù)訓(xùn)練了”？

Greg：那得等到人類解決了所有問(wèn)題才行。我們這五十年其實(shí)把很多雄心放低了。比如“讓每個(gè)人都能享受醫(yī)療”——不只是治病，而是預(yù)防，是提前發(fā)現(xiàn)潛在疾病。這完全可以通過(guò)更智能的模型實(shí)現(xiàn)。

到某個(gè)程度，也許你會(huì)說(shuō)“不用再翻倍聰明了”，但總會(huì)有新問(wèn)題提出更高的要求。

為什么重金押注算力？

主持人：今年你們?nèi)诹?100億美元，這些錢是直接投到數(shù)據(jù)中心嗎？這筆錢怎么回饋投資者？

Greg算力不是成本中心，而是收入中心。就像招聘銷售人員，只要你能賣出產(chǎn)品，雇的人越多收益越大。我們發(fā)現(xiàn)算力的增長(zhǎng)永遠(yuǎn)趕不上需求。

主持人：這種前所未有的投入，你很有信心嗎？

Greg：歷史已經(jīng)證明了這一點(diǎn)。從ChatGPT發(fā)布起，我的團(tuán)隊(duì)問(wèn)要買多少算力，我的回答一直是“全部”。我們要projection（預(yù)測(cè)）未來(lái)。現(xiàn)在的收入主要來(lái)自個(gè)人訂閱，但知識(shí)工作的企業(yè)市場(chǎng)正展現(xiàn)出驚人的支付意愿。

主持人：現(xiàn)在消費(fèi)者訂閱是OpenAI最大的收入來(lái)源，未來(lái)企業(yè)業(yè)務(wù)會(huì)反超嗎？

Greg：我覺(jué)得“企業(yè)”這個(gè)概念本身也在變。重要的是人們用AI做“知識(shí)工作”。比如現(xiàn)在ChatGPT的消費(fèi)者訂閱也可以使用Codex，所以界限不會(huì)那么清晰。將來(lái)就像你的筆記本電腦一樣，是你接入數(shù)字世界的入口，收入自然也就跟著來(lái)了

主持人：Anthropic CEO說(shuō)過(guò)，有些玩家“過(guò)于冒進(jìn)”，把杠桿拉得太滿。他應(yīng)該是在說(shuō)你們的基建投入，你怎么看？

Greg：我不同意。我們一直非常審慎，也一直在前瞻性地判斷技術(shù)走向。今年大家都會(huì)看到，所有參與者都會(huì)面臨算力緊缺。我們是預(yù)判到這一點(diǎn)、最早開始布局的。其他玩家大概去年底才反應(yīng)過(guò)來(lái)，匆忙去找算力，但那時(shí)候已經(jīng)沒(méi)什么可用的了。

主持人：有人覺(jué)得如果預(yù)測(cè)出一點(diǎn)偏差，公司可能就破產(chǎn)了，你們也面臨同樣的情況嗎？

Greg：我覺(jué)得其實(shí)有更多的緩沖空間。擔(dān)心下行風(fēng)險(xiǎn)是合理的，但我們的押注不只是針對(duì)某一家公司，而是整個(gè)行業(yè)——你是否相信這項(xiàng)技術(shù)能創(chuàng)造我們看到的那股巨大價(jià)值。

軟件工程領(lǐng)域的變化已經(jīng)很明顯了，如果你不是工程師，沒(méi)試過(guò)Codex，真的很難描述那種差別。六個(gè)月前我們內(nèi)部看到了這些趨勢(shì)，但外部證據(jù)還不多，現(xiàn)在證據(jù)已經(jīng)出來(lái)了。

再過(guò)六個(gè)月，所有人都會(huì)感受到，然后大家都會(huì)發(fā)現(xiàn)，明明有很厲害的模型，卻沒(méi)有算力可用。

主持人：AI在公眾中似乎并不受歡迎，很多人擔(dān)心失業(yè)，你擔(dān)心AI的品牌形象嗎？

Greg：我們需要向國(guó)家展示AI如何改善生活。比如有人用ChatGPT協(xié)助診斷出了孩子被誤診的腦瘤，這些故事被講得太少了。

關(guān)于數(shù)據(jù)中心，很多人擔(dān)心環(huán)境和電費(fèi)。這里有很多誤解，比如水資源消耗其實(shí)非常小。我們承諾會(huì)支付自己的能源費(fèi)用，不推高居民電價(jià)。甚至在某些地方（如北達(dá)科他州），數(shù)據(jù)中心的到來(lái)幫助升級(jí)了陳舊的電網(wǎng)，反而降低了居民電費(fèi)。

如何為AGI時(shí)代做準(zhǔn)備？

主持人：如果現(xiàn)在有一個(gè)害怕AI的人，他可能覺(jué)得AI會(huì)搶走他的工作、污染他的社區(qū)、讓世界變得太快。你有什么想對(duì)他說(shuō)的？

Greg第一件事就是親自去試試這些工具。只有真正體驗(yàn)過(guò)現(xiàn)在的AI，你才會(huì)明白它能為你做什么。人們總是更容易看到“會(huì)失去什么”，而不是“會(huì)得到什么”，但我覺(jué)得值得給它一個(gè)公平的機(jī)會(huì)，去理解天平的兩端。

主持人：如何為未來(lái)做準(zhǔn)備？

Greg最重要的還是理解這項(xiàng)技術(shù)。我們觀察到，最能從AI中受益的人，都是帶著好奇心去嘗試、真正把它融入工作流程的人。

他們克服了“面對(duì)一個(gè)空白框不知道干什么”的階段，培養(yǎng)出一種“我可以當(dāng)管理者”的意識(shí)——我可以定方向、分派任務(wù)、做監(jiān)督。

這項(xiàng)技術(shù)是為人類設(shè)計(jì)的，最終是為了幫助人類建立更多的連接，讓人有更多時(shí)間做自己想做的事。關(guān)鍵就在于搞清楚——你到底想要什么？然后借助這項(xiàng)技術(shù)去實(shí)現(xiàn)它。

全文完。

[1]https://www.youtube.com/watch?v=J6vYvk7R190
[2]https://x.com/chatgpt21/status/2039447583936901340
[3]https://x.com/AndrewCurran_/status/2039426704394035245