目录
- 战略聚焦与算力基础设施 [00:00:00 - 00:10:00]
- 竞争、蒸馏与通用人工智能 [00:10:00 - 00:20:00]
- 工作、人的价值与个人智能体 [00:20:00 - 00:30:00]
- 机器人、产品与研究人才 [00:30:00 - 00:40:00]
- 组织使命、竞争优势与长期趋势 [00:40:00 - 00:50:00]
- 个人成长与最自豪的时刻 [00:50:00 - 00:50:58]
战略聚焦与算力基础设施
Sam Altman：我觉得这会是人类历史上迄今为止最伟大的技术成就。但它真正重要的前提是能让人们的生活比原本好得多。我们即将创造出一个能实现任何愿望的精灵。因为我觉得人们会有非常有创意的愿望,会想出让人难以置信的点子,让AI帮他们去实现。但AI带来的权力集中是件很可怕的事。我觉得没人会想活在一个被AI霸主统治的世界,或者被一家差不多等同于AI霸主的公司控制。我认为关键是要在AI时代，保住那种精神，让我们所有人都有能力，共同决定自己的未来
Patrick O'Shaughnessy：Sam,你写过一篇文章，我觉得写得非常简洁，也很有意思，是个很好的切入点，大意是说，过去这一年确实很艰难，这在一定程度上是我的错，而接下来这一年，可能会是我们最好的12个月，对，我想请你聊聊这两点，也许先从你为什么说前半句，以及为什么相信后半句开始，关于前半句，我觉得就是，我们同时在做的事情太多了 [00:00:35]
Sam Altman：不够聚焦，而且那些事其实都是好事，但问题在于，我们正处在一个，不可思议的历史时刻，你只能去做那少数几件，真正伟大的事，所以我们把摊子铺得太大了，之后做了一系列艰难的决定，重新聚焦到一件事上，打造最好，最充裕，最具成本效益的智能，并让全世界能用它，去创造不可思议的东西，自从这么做之后，我觉得我们的进展非常显著，而且仅从我们内部看到的技术储备来看，未来12个月的进展会显著得多，我们即将拥有的模型质量，以及围绕他们打造的产品，能让人们以全新的方式，借助这项技术蓬勃发展，应该会相当棒，去年有没有那么一个时刻，让你突然想通了，决定改变方向或者重新调整优先级，如果回到2025年初，也就一年半以前，对，当时最大的担忧是，像OpenAI这样的公司买入了这么多算力，收入能跟上吗，需求会存在吗，所以我们当时在尝试，想很多事情，想着万一收入增长比我们预想的要慢，我们还能有消费者应用，媒体和其他业务，来帮我们变现那些已经签约要买的GPU 现在听起来很荒谬，因为整个行业的收入增长都极其陡峭，但那就是当时最大的变化，然后我们意识到，模型的进步轨迹如此之快，这些模型有如此清晰的经济回报，我们就说，好我们知道该聚焦什么了，我读过你一些很棒的旧文章 [00:01:56]
Patrick O'Shaughnessy：是在创立OpenAI之前写的，其中一篇提到了很多，关于专注的讨论，以及该专注在多少事情上，是一件五件还是三件，在像OpenAI这样的企业里，尤其是在你提到，需要重新聚焦的这个阶段，你怎么校准这个数量，从根本上说，我们的业务是销售AI 人们会用这些AI 去为彼此打造不可思议的产品和服务 [00:02:33]
Sam Altman：我认为构成这个业务的要素包括，我们必须训练出优秀的模型，能在人们想用的所有方面都表现良好，比如擅长编程，擅长其他类型的知识工作，擅长做科学研究，也就是真正有经济价值的地方，我们必须自己生产，或者合作开发这些芯片和系统，这些极其昂贵的，能进行AI计算的机架，我们必须找到足够的土地，电力和数据中心外壳，才能把这些机架放进去，然后最终或者可能很快，我们必须制造，能自动化这个过程的机器人，来持续降低成本，包括发电成本，芯片成本，整个供应链的成本，这一整套环节，都是为了制造出最好，最充裕，最有用的AI 让它像电力一样，渗透到整个经济中，为人们赋能，这就是我认为，我们必须专注的事情，在此之上构建每一个垂直应用，试图不去吃掉每一家创业公司，每一家企业，我们对此毫无兴趣，我们真的只想提供那个平台，这个算力的事情，我觉得是人类历史上 [00:03:54]
Patrick O'Shaughnessy：最有趣的事情之一，而且它显然正在到达一个临界点，也许这个临界点，还会持续很长一段时间，我记得Dario曾把你叫做YOLO CEO 那会儿你正在做一些早期的算力分配，和锁定算力的事，显然现在你处于一个所有人，都缺这东西的境地，对，大家都在努力找算力，我很想听听早期的故事，你为什么坚信，需要锁定你所做的一切，以及你是怎么做到的，现在看来，这显然被证明是对的，而且也许，也许你当时做的还不够，我们确实做的还不够，如果你回头看，当时的新闻标题，这还挺疯狂的，你能跟我讲讲早期的故事吗，你是怎么得出那个结论的，又是什么给了你信念，去做这件事，尽管当时所有人都觉得这很疯狂，我们当时能明显感觉到
Sam Altman：模型能力正沿着一条指数曲线在提升，这一点我们非常有信心，我们知道它会一直这样发展下去，我们也相当确定，虽然就像你提到的，我们当时还是低估了，随着模型越来越好，如果我们能持续把成本降下来，那么对足够高水平，价格又足够低的AI的需求，基本上是无限的，这对世界来说，就像是一种罕见的新型基础资源，但人们会拿它来做什么，这让我想起以前大家谈论，计算机早期发展时的说法，有个很有名的说法是，全世界只需要五台计算机，或者没人需要超过多少多少的内存，人类的聪明才智，创造力，对物质的渴望，想让自己有用的心，这些都是非常值得压住的东西，而我们能看到 AI将成为人们表达这些，获得这些，做成这些事的，一个极其重要的方式，我们也知道算法会越来越高效，模型会越来越好，事实也确实如此，但我们也清楚，不管它们变得多高效，从某个层面来说，我们做的就是把电转化成有用的智能，我们只会需要更多，不管我们在算法那一层做得多好，基于对需求的这个观察，我们就是会想要更多，这个想法是从GPT-3开始的吗，如果我要尽可能往前追溯这段历史，你会把第一个标记点画在哪里，要我说，我们真正坚定信念，是在GPT-4的时候，甚至不是3.5 是什么让你这么确定，是看到模型已经足够聪明，我们知道肯定能找出一种，让推理能力走效的方法，然后我们相信，一旦推理能力跑通了，就会带来现在大家所说的agent 我们当时叫法不一样，但本质上就是那种能力，能去完成非常有价值的经济工作 [00:05:50]
Patrick O'Shaughnessy：在很多方面，让人们的生活更轻松，甚至更好，其中很多方式，我们现在都还没看到，你们第一次坐下来开会说，好，我们得为这个砸下一笔惊人的巨款，那是什么情形，之后又发生了什么
Sam Altman：一旦你们有了这个认识，下一步做了什么，我们开始给云厂商打电话，给芯片厂打电话，给能源供应商打电话，所有人的反应都是，你们完全疯了，这不可能，没有哪个行业，有过这种发展速度，我们见多了，这种热潮和泡沫来来去去，它不可能是一条直线往上涨的，这太鲁莽了，我们跟所有人都谈了，这其实让我想起了，给早期创业公司融资，大多数人都会拒绝你，但你只需要一两个人点头就行，大多数人都拒绝了我们，我们拿到了一两个同意，然后就能推进了，第一个同意的是谁，微软是第一个同意的，甲骨文后来在云这块 [00:06:56]
Patrick O'Shaughnessy：给了非常大的支持，英伟达也一直是了不起的合作伙伴，现在可以说是百花齐放，在如何为推理和训练提供算力，在数据中心的各种创新形态上，有各种各样的创意，我很想听听你的看法，你觉得创新在哪里，你想做什么，以及为什么人们好像对这些东西这么反感，对此我们能做些什么 [00:07:36]
Sam Altman：首先我一直在想，我们能不能组织大家去吉瓦级的数据中心，实地参观一下，因为听人说是回事，看照片或视频又是另一回事，而当你真正站在那里，心里想着，天哪，这规模简直不可思议，那感觉又完全不一样了，建一个这样的数据中心，需要大约一万名建筑工人，全职干上一年半，流经其中一个的电力，足以供应一座小城市，我们好像已经对规模完全没概念了，但这里的每一个，都本应挤身人类有史以来，最昂贵的基础设施项目之列，而现在我们已经建了很多个了，我情感上能理解，为什么人们不想让数据中心，建在自己家后院，就像我自己，虽然知道核电站非常安全，但也不太想让它挨着我家，对，但跟发电厂不一样，而且现在发电厂，在这方面也进步了，我们其实可以把数据中心，建在任何地方，我们就应该，把它建在沙漠里，建在没人，也没人想去的地方，这完全没问题 AI系统很乐意待在那，在一些大家担心的问题上，我们通过创新，已经取得了很大进展，比如几年前，我们还需要蒸发水，来给这些系统降温，耗水量巨大，现在我们都用闭环系统了，一个现代数据中心的用水量，也就跟一栋办公楼里厨房卫生间什么的用水量差不多，在电力方面，我们正从燃烧化石燃料的能源，转向由太阳能核能驱动的系统，我觉得这显然是好事，所以对一些人来说，这可能是一种根深蒂固的人类心理反应，尽管这些项目能创造就业，非常清洁，还有各种其他积极影响，但就环境方面的担忧而言，我们在解决用水需求上做得很好 [00:08:56]
Patrick O'Shaughnessy：能源是下一个要解决的问题，在算力方面，我们还能做些什么有创意的事，我很好奇想听听Helopinio 或者其他想法，说实话，越疯狂越好，你对于如何加快浮点运算速度 [00:09:46]
竞争、蒸馏与通用人工智能
Patrick O'Shaughnessy：你对于如何加快浮点运算速度，有过哪些想法或思考，就是怎么利用好我们手头的一切，我觉得眼下回报最大的，可能还是用一些巧妙的软件思路
Sam Altman：从我们已有的每一单位算力里，榨出更多智能，我的感觉是，这方面还有好几个数量级的提升空间 Helopinio就是一个很好的例子，它是一颗效率极高的芯片，我们的思路是，做一颗在特定工作流上表现极好，同时又保留一定通用性的芯片，想从中获得每瓦特token数的优势，我觉得这很棒，从这个角度看 Helopinio和它的后续产品，会是我们一个巨大的竞争优势，还有一些新技术，我猜我们迟早会搞定光学计算，那会在兆瓦智能上带来巨大提升，所以我觉得这些都会实现，这周最有趣的事
Patrick O'Shaughnessy：就是Kimi的发布，回到前沿模型，所有回报都集中在前沿，模型蒸馏，以及中美竞争这些话题上，你怎么看，这个看起来像里程碑的事件，就像DeepSeek 事后看好像只是个小波折，但这次这个在当下，你永远没法确定，你怎么消化这件事，我们的目标，是在帕雷托最优前沿的每一个点上，都提供智能和价格的最佳选择 [00:10:49]
Sam Altman：这也包括开源，你今天用OpenAI的模型，至少在特定延迟下，能拿到比Kimi更好的方案，我们也征留自己的模型，我们就是这么做出更小，更便宜的模型的，我觉得这是件非常好的事，而且开源模型，显然会在世界上占据重要位置，人们出于各种原因，会想要拥有自己的模型权重，想要有修改它们的能力，但我们的目标，是在整条曲线上，都提供最佳的智能价格平衡点
Patrick O'Shaughnessy：我们会继续这么做，你觉得，或者希望美国的体制里会发生什么，又有什么会阻碍未来，什么样的立法会让你担心，什么样的监管会让你担心，你好像一直挺积极的出现在华盛顿
Sam Altman：我对蒸馏这个问题还没想得特别深，但这显然一下子成了很多人最关心的事，对，但我一直以来的假设就是，世界上总会出现又好又便宜的模型，而我们最好就是那个最好又最便宜的，别人要做他们的事，但我觉得我们完全可以，在自己的游戏里赢下来 Kimi这个例子很有意思，因为就像你说的 [00:11:55]
Patrick O'Shaughnessy：在曲线的某些部分，你们更便宜，但之前的说法一直是，如果我花大钱训练出模型，然后你直接蒸馏走，再用1%的成本提供服务，那你怎么可能赚到足够的钱，来继续训练呢
Sam Altman：我们模型的使用量会大到，我们根本不需要成为，一个利润率极高的公司，就能负担得起模型训练，我们未来的算力规划里，很大一部分会用来向客户出售推理服务，这样一来，哪怕我们只在数万亿美元的收入上，赚取一个很薄的利润，也足够我们去训练一些超大规模的模型了，所以推理和训练的比例才是关键，训练这些模型极其昂贵，这一点毫无疑问，我也完全理解，为什么人们一想到，有人在用蒸馏的方式，从我们这里作弊，就会紧张，但看看我们未来的算力规模，再看看服务这些模型，能带来的收入体量，我对我们能真正，把这个飞轮转起来这件事，感觉非常好，你对这件事的淡定程度，让我有点意外，我当然不希望，别人从我们这里蒸馏，也许是我对我们现在的进展，和即将推出的模型，有点过于自信了，但这确实不在，我排在前十的担忧里，那你排在前十的担忧是什么，我们遇到了一次，非常科幻的网络事件 Hugging Face那件事，对，当时我们正在评估一个，还没发布的模型，它本应该在一个沙箱里运行，结果他发现，自己可以通过串联多个零日漏洞来作弊，先逃出沙箱，连上互联网，然后攻破Hugging Face那边的多个系统，拿到测试的答案，从而在评估中表现得特别好，这是第一个让我感觉非常真切的，切肤之痛的安全事件，我有点意外的是，虽然才过了几天，但好像没有更多人对此有同样强烈的感受，那你们打算怎么办，显然两个月后，它会变得更强大，有一些短期要做的事，比如我们暂停了训练，得想办法在一个，零日漏洞，可以被串联利用的环境里，把我们的杀伤安全做好，但还有更长期的问题，比如如果这就是，新的进步速度，我们该怎么办，或者说，我们可能得主动控制 AI的发展节奏，好让社会有时间，在这些新的能力水平周围，建立起足够坚固的防线，而难点在于，我们得想办法做到这一点，同时不让任何人觉得这是监管套利，也不让人觉得是前沿实验室之间在串通，这需要花些功夫，而且必须做对，我想请你退一大步
Patrick O'Shaughnessy：用最简单的方式讲讲你对OpenAI 要做什么的理解，比如你希望它做什么，它代表什么，关于你怎么实现这些，我有无数问题，但你好像已经做了很多有意思的事，一开始我知道你代表什么，现在我想听听你现在的想法，以及它有没有演变过，我觉得这会是人类历史上，迄今为止最伟大的技术成就，但它真正有意义的前提是 [00:14:46]
Sam Altman：它能让人们的生活比原本好得多，所以一部分是给人们物质上的富足，让他们有能力去做任何想做的事，去表达创造力，去互相帮助，另一部分是确保人们保持控制权和自主性，让世界越来越民主化，而不是反过来，让人们能够表达自己，所以从积极的一面看，某种意义上，我们即将创造出一个，能实现任何愿望的精灵，我觉得非常重要的是，我们这个世界，向这个精灵提出的第一批愿望，要能造福整个世界，然后我也觉得重要的是，让全世界的人都明白，他们能用这些愿望，发挥出多大的创造力，我其实完全不是就业悲观派，我觉得会有大量的工作，我们会忙得超出自己的想象，而不是反过来，因为我觉得人们会有那么多有创意的愿望，那么多不可思议的想法，去让AI帮忙实现，我们都会从中受益，不只是那些显而易见的事，比如治愈疾病，还有我不知道世界上最好的娱乐创意，我们现在坐在这里根本想象不到，所以我想把这交到每个人手里，这就引出了我们反对的一件事 A带来的权利集中是件很可怕的事，我觉得很多关于安全担忧的讨论是有道理的，但还有一部分，是有些人哪怕只是潜意识里，真的想集中权力，我很害怕这样一个世界，人们用对AI非常真实的恐惧作为理由，说这东西太危险了，只能由一小群人掌握，只有他们才懂，但别担心，他们会替我们所有人，做出正确的决定，我不信这一套，我觉得没人会想活在一个，有AI霸主的世界里，或者一个大致相当于此的公司，有某个人为整个未来做决定，而作为治愈癌症的交换，这当然是件大好事，我们集体交出了所有自主权，所以我觉得非常重要的是，我们不能掉进这个陷阱，不管是以AI安全为名的善意，还是非善意，以及由此产生的可以理解的恐惧，我们不能因此远离一个，我们都能使用这项技术的世界，我算是互联网的孩子，那时候没什么规则，我是说那太棒了，我觉得那对我成为今天的我，可能对你，对整整一代人，都是个巨大的塑造因素，我觉得在AI上，保留这种精神至关重要
Patrick O'Shaughnessy：我们所有人都应该有能力，共同决定自己的未来，我问题太多了，但我想先从精灵这个概念开始，你说我们即将拥有一个精灵，暗示我们现在还没有，从现在到那时
Sam Altman：中间还差什么，你知道就连一些真正的怀疑论者，最近几天或最近几周也跟我说，我想想GPT 5.6 大概发布两周了吧，类似这样，他们说，好吧，这已经非常接近通用人工智能了，我很难说，我想从这个模型得到什么，他做不到的事，但显然还有一些事，比如你还不能说去治愈癌症，癌症就被治愈了，你还不能说去做这个复杂的物理任务，让机器人去完成，这个模型虽然很出色，但仍然不能持续的边做边学，对我来说，这也许不是通用人工智能的硬性要求，但肯定是我希望有的，不过反驳一下，我自己，你可以说通用人工智能，其实不是关于，任何一个单独的模型，它是模型，也是制造模型的整套机制，从一个模型，到下一个模型，我们其实在学到新东西，我们在发现新的科学，这些东西运行得非常好，所以我非常理解那些，说我们已经到了，我们已经拥有精灵的人，他能做这些惊人的事，能做超人的事
Patrick O'Shaughnessy：但对我来说，那种感觉，像真正的通用人工智能的东西，我觉得非常接近了，用不了多久了，我对身处前沿所带来的经济回报这件事，特别着迷，而你们就在前沿，我很好奇，如果你在2019年把5.6拿给你自己和你的团队看，那个团队大概会说，对这绝对是通用人工智能了，我觉得他们会这么说，这种移动目标的事是真实存在的，但似乎我不知道你是否同意，几乎所有的回报都集中在前沿，所以一切都关乎留在前沿，我很好奇，这其中最难最可怕的部分是什么，如果从算力 [00:18:50]
Sam Altman：研究，人才，数据这些方面来看的话，瓶颈一直在变，有一段时间，其实就在不久前，就算给你全世界的算力也没用，因为我们缺的是研究思路，现在这件事之所以难，部分原因在于算力越多，研究就能做得越好，你能尝试的东西也更多，我最近听到一个惊人的数据，我们现在为即将进行的训练运行，所做的最大风险消除工作，其规模已经相当于大概18个月前一次 [00:19:28]
工作、人的价值与个人智能体
Sam Altman：其规模已经相当于大概18个月前一次，完整的算力运行了，所以算力和研究思路，并不像听起来那么精微分明，但很明显在七八年前，我们受困于研究思路的程度，要远远远远超过受困于算力的程度，然后有一段时间，我们知道该怎么做了，只需要扩大规模，那时唯一的瓶颈就是算力，接着数据用完了，瓶颈又变成了数据，我们得想办法解决，现在我会说平静又回到了算力上，但过去这六个月左右，又成了研究思路大放异彩的时期
Patrick O'Shaughnessy：所以平静永远都在，只是它在不断转移，你觉得为什么会这样，我对研究思路这件事特别感兴趣，因为那种自动化研究，或者说地规自我改进之类的东西，似乎已经近在眼前了，我最近跟一位非常厉害的内核工程师聊过，现在大家似乎也都卡在这上面，他自己都说，内核工程师这行，大概也就剩两年了，也许就一年，对，这行当眼看就要消失了，所以你现在会同时看到，一种奇怪的现象，不管是内核，还是整个研究领域，一方面，研究人员是最重要的，是他们把我们带到了今天，他们像是世界上最重要的人，但另一方面，同样是这些人，他们自己也在担心，自己可能很快就不再重要了，我怀疑实际情况，可能不会这样发展 [00:20:32]
Sam Altman：我猜就像一年前，人们说软件工程师完了，这行结束了，到头了，但事实并非如此，真正发生的是，软件工程师的工作性质，对他们的期望，以及他们的产出量，都发生了很大变化，你不再用传统方式写代码了，但你做的事情，依然能很清楚地，被认定为软件工程，现在人们会争论，这跟我们当年，不再在卡片上打孔，是不是一回事，或者这是不是一个阶段性的转变，我也不太清楚，但不管怎样，让计算机做你想做的事，这依然是一份重要的工作，对研究人员来说，我猜虽然他们当前的工作流程，很大程度上会被自动化，但会有新的符合研究精神的事情出现，就像软件工程领域，虽然我们不再写代码，但依然有符合其精神的新事物一样，这些新事物依然重要，你对于AI对就业的整体影响
Patrick O'Shaughnessy：以及刚才提到的那些具体领域的影响，看法似乎有所转变，能描述一下这种变化和你现在的观点吗，你刚才提到如果能回到2019年，如果我们能回到2019年
Sam Altman：给当时的人们看我们最新的模型，他们不仅会说这就是通用人工智能，还会说整个经济都已经被彻底颠覆了，彻底颠覆，没错，但这并没有发生，我认为单从一种知识上的谦逊来看，每当你做的那么离谱，却又那么自信时，我觉得我们整个领域当时都是这样，你就必须更新自己的认知，这里有很多启示，一个比较平淡的启示是 AI的能力非常不均衡，它在某些方面是超人般的天才，在另一些方面又像个笨拙的诱饵，而到目前为止，人类拥有与AI高度互补的技能，另一个启示是，人们非常信任并享受与其他人一起工作，你现在就可以去雇一个AI顾问，或者跟AI销售代表聊聊，或者雇一个AI工程师，但不知为何，大多数人，似乎还是更喜欢跟真人打交道，就我自己而言，几乎在所有事情上，我都更愿意跟人打交道，而不是AI 我还认为，人类的价值之所以有价值，正因为他们是人创造的，随着社会演进，我们面前的可能性空间，变得如此巨大，我们天生就深切地关心人，我们会关心人们所关心的事情，今天你就能看到类似的例子 AI可以创作出令人难以置信的图像，但人们只想要由人类创作，或者至少是由人类挑选的作品，有个笑话是，到了现在这个地步，一件艺术品上的签名就代表了它大部分的价值，但事实是你想了解作品背后的人，你读一本小说，你想知道作者是谁，再说到商业上，就拿我自己的工作举例，我认为世界想知道谁将为公司的决策负责，如果决策失误 [00:23:26]
Patrick O'Shaughnessy：他们要找谁问责，人们并不真的想要一个AI当CEO 回顾你在商业上承担过的各种风险，那些真正成功的，是不是大多数在一开始都不被看好，对这是肯定的，这一点我是从彼得
Sam Altman：蒂尔和保罗，格雷厄姆那里学到的，他们俩的方式不太一样，但核心都是，最好的公司，最好的投资机会，几乎从来都不是那些，看起来特别热门的，你跟着趋势走，稍微早一点入场，也能做得还行，但要想做得特别出色，你几乎总是得做一些，跟别人不一样的事，你不能只是跟着新浪潮走，你一直处在一个，不断加速的模型周期里，有个奇怪的事实是
Patrick O'Shaughnessy：接下来六个月，或者我不知道具体数字是多少，取得的进展会比过去X年都多，你能带我们感受一下，身处这种模型周期里，是什么感觉吗，过去十年里，我学到的最有意思 [00:24:55]
Sam Altman：最重要的事情之一就是，人几乎能适应任何事，世界可以从把一场疫情当成笑话，到完全封锁，再到觉得生活就是这样，没什么大不了，我们适应过来的速度快得惊人，现在要么已经有了通用人工智能，要么已经很接近了，大家的反应就是，好吧，有通用人工智能了，个人生活里也有各种各样的例子，比如你有了孩子这种天大的好事，或者失去父母，分手这种糟糕的事，你会觉得自己永远无法适应这么大的变化，但后来你能适应好事，并继续过得很好，你也能适应坏事，并找到办法继续生活，这是人类一种很了不起的能力，所以经历这一切，感觉就像是这种能力的又一个版本，我本以为亲历起点会感觉更奇怪一些，但实际并非如此，看着模型不断进步，兴奋感一点没少，我每天早上起来，第一件事就是看模型训练的进展，进展越来越快，我的期望值也越来越高，但感觉依然非常酷，当你们拿到一个新模型时，你会做什么
Patrick O'Shaughnessy：怎么庆祝，那天早上是什么样子，现在速度越来越快了，你有什么固定的仪式吗，现在有很多团队，在做不同部分的工作，不同团队有各自不同的仪式，有些团队
Sam Altman：总会做一件，印着搞笑表情包的卫衣，有些团队，总去同一家酒吧，但那种感觉，就是第一次身处那个房间，见证知识的边界被推后，并亲眼看到那是什么样子，这种感觉无可替代，对大多数人来说，没有什么庆祝方式，比能第一个用上新模型，更让人向往了，你觉得我们现在对这些东西，好坏的衡量标准对吗，不完全不对，从某种意义上说，唯一重要的评估是，这东西对人有用吗，你可以用收入使用量，或者新知识的发现速度，来近似衡量，但我们有一些团队正在研究，当这些模型达到超人类规模时，真实世界的评估标准应该是什么样的，你自己使用AI的最前沿体验是什么，我最近刚开始实验一件事，就是让AI看我电脑上正在看的所有东西，这个功能我们还没做出来，我还在摸索自己舒适和信任的边界在哪里，这绝对是最前沿的探索，就是搞清楚我怎么能从中获得价值，怎么能对此感到安心，以及这最终会是什么样子，一个体会是跟AI的记忆力比起来，我的记忆力太差了，它能记住我六周前读了哪封邮件，或者七个半星期前的一次会议上，到底发生了什么，并且能在最精确的时刻，把这些信息调出来，辅助我做决策，这种感觉相当神奇，非常酷，这听起来有点像个人agent 要让每个人都用上这个障碍是什么，我很想要，算力，兄弟，我们来想象一下，如果我们能做出这个产品，一个能对你所有东西，都做到我刚才说的那些事的产品，永远在线的，永远在线，看着你电脑上的一切，听你参加的每一场会议，读你读过的每一份文件，不仅如此，它不光能做所有这些，需要消耗大量Token的事，你还可以拖一个滑块，设定在我睡觉时，你可以花这么多Token来思考，帮我想出有用的新点子，做你能做的任何工作，然后继续思考我下一步该做什么，有意思的是，就是让它花更多算力，为第二天早上的我把输出做得更好，我会把那个滑块拖得很远，我愿意为此花很多钱，但如果世界上每个人都想把那个滑块拖得很远
Patrick O'Shaughnessy：那需要的算力总量会非常非常大，我很想听听你怎么看这种新智能的本质，最近有人跟我说飞机不是像鸟那样飞的，还有这种智能，这是一种非常异类的智能，对一种非常异类的智能，而且每个人都在说，只要你能验证一件事，那他基本上就赢定了，对吧，只要有足够的算力，和足够的智商，他就能靠蛮力，强行找到解决方案，但在其他一些领域，人类以及他们所做的数据，和评估占了很大一部分，让我惊讶的是，要让他精通，比如法律，推理，追溯法条之类的，居然要花那么多钱，我只是好奇，我也不太确定，这是个很好的问题，你家孩子是，对了，你是有一个男孩一个女孩，对一个男孩一个女孩，等他们到七岁，或者到了懂事的年纪，你能跟他们描述，这种智能的本质是什么吗，你会怎么描述 [00:28:49]
Sam Altman：这个问题问得真好，我好像还没被问过这个，连类似的都没被问过，我现在脑子里冒出来的想法是，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了的事，比如飞快地算出，两个超大数字的乘积，然后给你答案 [00:29:43]
机器人、产品与研究人才
Sam Altman：然后给你答案，但它又做不了某些，对你来说轻而易举的是，他做不了的事，我预计会越来越少，但在这个不断变化的世界里，我觉得人类的判断力和品位，对AI来说依然很难见摸，很难说未来会怎么发展，我找不到一个准确的词来形容，不完全是品位，这个世界可能需要一个新词
Patrick O'Shaughnessy：来形容那种人类非常擅长，但AI似乎真的很难掌握的那种判断力，在这个时代当爸爸，看着孩子长大，是什么感觉，我回想起你早些年，对互联网很乐观的那段日子
Sam Altman：他们这一代，会在廉价充裕的智能时代长大，有孩子绝对是我这辈子，做过最棒的事，每个人都这么说，每个人都说，你没经历过就真的没法理解，所以我大概也知道会是这样，我相信了足够多的人这么说，所以我相信这是真的，但它的真实程度，还是让我很惊讶，我觉得我拥有全世界最棒，最有意思的工作，但它跟有孩子比起来，还是差得太远了，所以这感觉太棒了,而且这确实是一个让人乐观的时刻,我的孩子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那个年代,你还有过一段比模型更会推理的时光,哪怕你出生的时候还没有,对,你短暂的领先过他们,但这对他来说永远不会显得奇怪,也永远不会困扰他,我觉得他根本不会在乎, 我觉得他要是想象一下，在我们那个黑暗时代，我们得去用那些，不那么智能的产品和服务，他反而会大吃一惊，他能做到你我从来都做不到的事，他的人生期待，也会是你我从未有过的
Patrick O'Shaughnessy：而且他会有更广阔的天地，你在经营公司，管理团队，或者领导别人的方式上，有没有因为有了孩子，而发生明显的改变，答案肯定是有的，有了他们之后
Sam Altman：我感觉自己很不一样，我觉得有很多小事，都变得很不一样了，当然，这也不是什么新奇的见解，我觉得大多数有孩子的人都会说，一旦你有了孩子，你就会意识到，你更在乎他们，更在乎你将要和他们一起经历的体验，你自己去体会，也更在乎，你将留给他们一个什么样的世界，我觉得我对此，有一个不太一样的观察视角，有时候人们会问我说，你现在有孩子了，会不会更担心AI安全，更担心世界被毁灭，答案是，我不需要靠有孩子来提醒我，我以前也真的不想毁灭世界，但我是不是更多地思考，人类自主性的角色，以及拥有一个充实的人生，意味着什么，绝对是更多了，无论是对我们正在构建的东西，还是对我一起共事的人，我也希望他们能拥有这些，你显然会对自己的孩子，有超乎寻常的共情，但这种共情会延伸到所有孩子，然后可能是所有父母，再然后可能是所有人，这个也让我挺惊讶的，在你的一篇文章里，我记得好像是那篇讲，你希望早点知道的事
Patrick O'Shaughnessy：里面提到了激励，要非常非常谨慎的设置激励，对，关于你最让人困惑，也最有趣的一件事，就是你在这家公司没有股权，这个世界该怎么理解 [00:32:57]
Sam Altman：你的激励来自哪里，我不知道除了下面这个，我还能说什么，我坐在人类历史上，最激动人心时刻的最前排，这对我来说，比任何数量的钱都更有价值，我能过上一种极其有趣的生活，和一群非凡的人一起做我深切关心的事，但不知怎么这好像不算数，好像大家不认这个，是因为这不是为了别人还是什么，不大家就是不认，我很好奇你怎么看机器人
Patrick O'Shaughnessy：你之前提到到了某个时候，如果我们有了自动化劳动，再加上我们即将拥有的自动化智能，事情可能会变得更疯狂，劳动力市场可比白领市场大多了，如果我们没有机器人
Sam Altman：那事情才会真的变得疯狂，如果人类在世界上的角色，就是充当云上AI的执行器，那很糟糕，非常糟糕，非常糟糕，非常糟糕，所以我觉得，如果我们没有机器人 [00:33:48]
Patrick O'Shaughnessy：会比有机器人要疯狂得多，这是一个必须完成的任务，帮我理解一下，你对这方面进展的感受，因为不像AI领域，现在所有人都基本认同，它发展很快，在机器人领域，你能找到非常聪明的人，说今年年底就能实现，也能找到非常聪明的人说，还要20年之类的，用不了20年，要我说，我们会在未来两三年内，迎来机器人领域的 ChatGPT时刻，那会是什么
Sam Altman：你知道大概是什么样子吗，就是大多数人会真正发出，哇的那种东西，不是那种，我看到一个机器狗，做了个很酷的动作的视频，然后我还能说服自己说，确实发生了一件，很重要的是 ChatGPT那个时刻的一个特点，就是你可以直接去用它，对，你不需要去相信某个说AI马上就要来了的人，你可以直接去试，对，如果你能直接输入一个指令，然后一个机器人就能做出很疯狂的事，你还能亲眼看到，哪怕你人不在现场，我觉得那也会带来同样的那种，哇他居然做到了的感觉 [00:34:27]
Patrick O'Shaughnessy：ChatGPT当初是不是并不是一个宏伟的目标，而更像是一个你们决定发布的边缘实验，你能讲讲那个故事吗，这个故事可能对机器人领域，发生类似的事情有启发，好像每个人都想要一个，能叠衣服的机器人，但也许引爆点会是完全不同的东西，我们发布GPT-3的时候，是想赚钱的，想让大家用这个API 对
Sam Altman：当时唯一真正可行的商业用力，那个模型真的太笨了，你现在回去用一下肯定会惊呆，唯一可行的商业用力就是文案写作，比如你付给某个营销公司20美元，他们付给我们20美分，让AI来写个落地页什么的，但除了这一个商业用例外，开发者们还在用我们一个，叫Playground的东西，那是一个用来跟模型聊天的测试界面，当时这么做其实很难，因为我们没有把模型调教得擅长聊天，你得先给它几个聊天的事例，然后才能开始聊，但大家真的很喜欢这么做，我从YC学到的一个很重要的经验就是，如果你发现你的用户，在用你的产品做什么事，那就顺着那条路走下去，所以我们决定，既然大家想聊天，那我们就做一个好的聊天机器人，然后我们就开始做这件事，我们完成了GPT-4 并开始用在Charlie Mark身上，这可是件大事，我们当时觉得，好吧，这会是向世界宣告 AI进展的一次真正更新，但这里有很多棘手的问题，比如，这会不会制造一堆假新闻，它会不会说些非常冒犯的话，我们会不会惹上麻烦，所以我们决定，先从一个弱一点的版本开始，同时推出聊天界面和GPT-4 感觉步子太大了，所以我们打算先推出聊天界面和GPT-3.5 事实上它原本的名字叫与GPT-3.5聊天，我们也没打算把它做成一个产品，也没觉得它会是个多大的事，但确实觉得它能让人们，让世界跟上我们的步伐，意识到有些事情正在发生，谢天谢地，我们在发布前几个小时，把它改名为ChatGPT 并作为一个研究预览版发布，当时的想法是，我们先发个研究预览版，几个月后，我们再发布一个，用GPT-4驱动的正式产品，但不知为何，那个模型跨过了一个门槛，尽管我们内部已经习以为常了，但人们会说，好吧，这太棒了，也许当时它的实用性还没那么强，但对人们来说，那是一个感受AI进步，使用他们喜欢的东西的，不可思议的时刻，然后等到我们推出GPT-4的时候，人们已经能从中获得真正的好处了
Patrick O'Shaughnessy：你会不会感到惊讶，聊天至今仍然是我们，和这种外星智能之间，最直观的交互界面，甚至包括编程，大部分时候，就是我在跟电脑说话，告诉它要构建什么，不惊讶
Sam Altman：因为我就是个重度短信用户，对，我这辈子都是个重度短信用户，我觉得我自己能洞察到，那是个好界面，部分原因就是，我就是这样的人，我知道怎么用这个，我知道怎么用这个 [00:37:53]
Patrick O'Shaughnessy：我知道在一个文本框里，直接开始聊天，是什么感觉，关于如何让AI普及得更快，你还有什么别的想法吗，如果使命是让智能触手可及，对每个人都更有用，那关键的一部分，是不是得靠市场营销之类的，怎么才能让它，比现在这种自然扩散的速度更快呢，我觉得最关键的，就是把它做得更好，我有点相信，真正伟大的产品，是会自我营销的
Sam Altman：ChatGPT一开始，没有任何营销活动，我认为，当我们进入模型的下一个阶段，并且我们弄清楚了，如何做出跟模型本身一样伟大的产品时，它会有如此惊人的实用性，人们会非常迅速地把它传播开，我们当然应该做更多营销 AI现在不是特别受欢迎，尽管用的人很多，但大家对它的未来走向，有着完全可以理解的焦虑，所以在这方面，我觉得一些好的营销会很有帮助，但就人们从产品中获得的价值，以及让产品增长，更快而言，更好的模型，更多的算力，更好的产品，这些就能做到，曾经有那么一个 [00:38:33]
Patrick O'Shaughnessy：顶尖研究员的招聘，留存和激励，是竞争格局里，决定性的故事，我听过很多，关于你成功招到，优秀研究员的故事，有很多人来到OpenAI 并产生了巨大影响，有些名字广为人知，有些则不那么出名，我很好奇的是，关于如何招聘这类人，你学到了什么，他们在乎什么，以及你是怎么做到的，我从没听你聊过，你为了招到某个人，具体用了什么招数，在早期
Sam Altman：我觉得这事其实挺简单的，就是我们相信通用人工智能是可能的，而且值得去追求，并且我们愿意把这话说出来，这在当时简直是个疯狂又异端的想法，我们刚宣布成立OpenAI的时候，那些领域里的巨头，专家们都说这太疯狂了，说这是炒作，是不负责任，像杨立昆这种非常受尊敬的人，会跟记者说 [00:39:37]
组织使命、竞争优势与长期趋势
Sam Altman：会跟记者说，这帮人水平不怎么样，这事成不了，但正因为我们敢说，我们就是要去做这件事，这反而吸引了一类特定的研究员，他们也愿意踏上这种成功概率很低的疯狂冒险，一个雄心勃勃，甚至有点大胆到离谱的愿景，本身就是非常强大的招聘工具，你写过有时候做更难的事反而更容易，就是因为这个原因，我超级相信这一点，这是我最常给YC创始人提的建议之一，在OpenAI我也努力践行这一点，就是去做更难的事，去做有意义的事，去做重要的事，如果你不做，如果你的公司没做成
Patrick O'Shaughnessy：这件事可能就没人去做了，你曾经是投资人，现在也还是，你做过很多投资，有一段时间，那就是你的主业，站在被投放的角度看，你对投资人有什么体会，真正会站出来
Sam Altman：努力帮你的投资人，数量少得令人难以置信，贾里德·库什纳，绝对是投资人里的MVP 太不可思议了，感觉他这几年，都在没日没夜地帮我们，它是我唯一能指出来，会一直主动提供，巨大帮助的投资人，其实还有更多人，本可以做到这一点，也有很多其他投资人帮过忙，给出了很好的战略建议，在我们提出请求时也会出手，但那种持续的，不懈的，全身心投入的支持，在投资人里出奇的少见，也许我有偏见，因为我一直很喜欢，别人这么评价我，但我认为创始人，真的很吃这一套，而且这真的能带来 [00:40:53]
Patrick O'Shaughnessy：实质性的改变，作为投资人，这也是最有意思的玩法，我和一个朋友经常玩一个游戏，我们会互相发短信，短信的开头总是有件事，我不想让你知道，这让你想到什么，我累了，我也不知道，我做这件事很久了，真的很累，那你是怎么撑过来的，就是继续往前走，这自然会引出一个问题，有没有可能累到某个程度，会让你停下来不干了，不会，不会，不会，我是说
Sam Altman：这是全世界最酷的工作，我打算在我的整个职业生涯里，一直做下去，但它的难度，比我所能向人解释的要大得多，能有机会做这件事，我心怀感激，我这不是在抱怨 [00:41:59]
Patrick O'Shaughnessy：接下来会发生什么，我们聊到了明年后年会出现，自动化的AI研究员，你怎么看未来 6到36个月会发生的事，也许在这个疯狂的指数级增长下
Sam Altman：这个时间跨度太远，没法预测，也许换个问法，比如说从现在起第23个月，我们有了一个，所有人都公认是超级智能的东西，那第二十四个月会发生什么，我的回答是，不会发生太多事，那些对机器之神鼎力膜拜的人，他们相信事情会很快发生巨变，但实际不会那么快，最终当然会有很多变化，但最终本来就会有很多变化，人类进步的速度，以及每个十年有多不同，每个十年又比前一个十年，有多大的不同，这个趋势已经持续很久了，显然有起有伏，但大方向是这样，我觉得思考这件事的正确方式是，每个人都想成为故事里的英雄，每个人都想感觉自己，见证了机器之神降临的那一刻，并且扮演了某种疯狂的角色，但这只是又一步而已 50年前的人很难想象今天，而今天的人也很难想象50年后，我认为正确的心智框架，就是把镜头拉远，这其实是一条相当平滑的指数曲线，跟我聊聊，你看着Codex起飞是什么感觉，以及这在多大程度上
Patrick O'Shaughnessy：和你通过聊天产品建立起来的，我称之为，分发上的竞争优势有关，这也能引出我关于AI领域，护城河的一个普遍问题，你觉得随着时间推移
Sam Altman：什么会驱动真正的商业竞争优势，我认为Codex能赢，主要是因为它是最好的产品，和最好的模型，我们确实从ChatGPT的捆绑中，获得了一些优势，但非常非常小，这基本上不是主要原因，这让我对竞争优势，这个问题思考了很多，因为绝顶的智能，可以从任何一个产品，迁移到另一个产品，网络效应仍然是一种竞争优势，经济规模和打造最便宜，算力集群的能力等等，也仍然是竞争优势，但产品层面的优势，比如我们能让大家迁移到Codex 那如果有人做出了更好的产品，也能让大家从Codex迁移走，所以这真的让我反思了很多 [00:43:44]
Patrick O'Shaughnessy：有一个很有意思的问题，就是这一切是否会走向商品化，智能会不会变成一种，纯粹的可互换商品，就像石油的价格一样，智能本身我会说是的，那什么不会呢
Sam Altman：算力集群，就是算力集群的规模，以及制造更多算力的能力，我觉得这是一个非常持久的优势，哪怕产品本身不是，因为Codex可以写出，你想要的任何软件，工作流集成，各种复杂的流程，团队协作的能力，这些东西都相当强大，甚至品牌偏好和熟悉度，也相当强大，你对新硬件有多兴奋，你们显然在硬件上，做了些有趣的事，我猜你今年晚些时候会宣布，这个实验感觉怎么样，它跟你现有的这种，消费者分发模式契合吗，我对新硬件感兴趣的原因之一是，我们之前聊到 AI一个非常强大的地方在于，它可以一直在线主动响应，并且理解你的所有上下文，但现在的硬件不适合做这个，我们正处在一个，大概有50年历史的硬件范式里，电脑很棒，键盘鼠标显示器，是个了不起的东西，但我们得把AI 硬塞进这个范式里，要我说，我很兴奋地去想，我很希望AI 能引用我们这次对话，但我不至于为此，把笔记本电脑打开，放在这儿，让它一边运行，一边看着你
Patrick O'Shaughnessy：听我们说话，但我想要一个硬件，它在社交上，能被接受这么做，而且感觉就是，为这种事设计的，当你想到那些，悬而未决的问题时，你脑子里，你跟朋友，跟同事们听到的，讨论里有哪些最有趣的，未解争论或问题，是你觉得不确定但又很重要的，有一个我觉得没得到太多关注，就是我们要怎么避免，认知衰退，我们要怎么使用这些工具 [00:45:43]
Sam Altman：同时确保我们大脑得到越来越多的锻炼，继续理解那些真正重要的东西，有很多版本的说法，其实站不住脚，我记得我上学的时候，有个教授告诉我，你必须懂编译器，不懂的话永远成不了好程序员，结果这话不太对，但在一个合理的层面上，理解计算机系统的主要组件是怎么工作的，这对我一直很重要，如果非要想象一个场景，两年后我们算力过剩了，那会是个什么故事，这确实感觉有可能，如果模型变得极其聪明，极其高效，几乎能完成我们需要的一切，写出我们想要的任何软件，而我们的注意力边界又有限，以至于它们能吸收的东西，其实只需要相当有限的算力就能做到，那我们就会进入过剩，另外，如果我们因为撞上某种规模墙，而没法把成本曲线降下来，也可能进入过剩，关于需求无上限的观察，是隐含了某个价格前提的，能谈谈你今天对规模定律的看法吗，看起来很棒，就是看起来不错，从某种意义上说，规模定律是有史以来最招人恨的预测，每个人总想说，不不不可能这样，但它就是一直在持续，在这家公司的故事里，谁是你最喜欢的无名英雄，我第一个想到的是Ella Gradford Ella Gradford很可能是，整个领域历史上最重要，但又不太为人所知的研究员，而且她也是一个极好，最顶尖的人，她做的研究真正成就了GPT系列，此外还有很多其他重要贡献，但她也是那种会启发，引导，轻轻推动别人，走向其他方向的人，那些方向后来都被证明极其重要，我觉得她最酷的一点是，如果你跟和他共事过的人聊，他们当然会说，他是那种一代天才，才华横溢的创新思想家，对自己的研究和工作理解极深，但每个人，每个人在说完这些之前，都会告诉你，他是他们接触过的最好，最积极，最棒的人之一，我很喜欢那些塑造人的关键时刻 [00:47:56]
Patrick O'Shaughnessy：所以在我们快结束的时候，我想各问一个，回顾整个OpenAI的经历，哪个时刻，章节或随便什么，是你最自豪的，先从另一个开始，哪件事可能是你做错了或搞砸了
Sam Altman：但最有教育意义，从中学习的过程是怎样的，搞砸的事情多了去了，有一件影响深远，但我没怎么谈过的，就是我们一开始试图在组织结构上搞创新，这是个错误，我们当时有很好的理由，因为我们不知道该怎么赚钱，而且那时候，我们完全不确定自己长大后会变成什么样，当然，我们很在意自己的使命，想用一种方式来构建组织，确保即使技术飞速起飞，我们的使命也能得到保护，所以我们搞了个非盈利结构，但我确实学到了，为什么大家不那么做，如果我们当初没在结构上搞创新，而是找别的办法，来保住使命的核心重要性，我们本可以在很多方面，省去巨大的痛苦，也许当时没有别的办法，也许对于我们做的事，和它的重要性来说，除了想出这种奇特的结构，别无选择，但在过去这十年里 [00:48:21]
Patrick O'Shaughnessy：我真的学到了一个很大的教训，就是为什么人们通常不这么做，还有没有其他塑造你人生，让你成为你自己的事，是我们没聊到的，这种问题总是让我最感兴趣，我后来慢慢变得不太在意
Sam Altman：别人对我的强烈看法了，就是意识到，如果你要处在这场疯狂变革的中心，每个人都会把很多东西，投射到你身上，你得很快学会跟这件事和解，还有一些也是后来才学会的，比如怎么保持非常平静，不为事情焦虑，至于说是什么在驱动我，我在乎什么，我想怎么过这一生，整体上我感觉不知道什么原因，十岁的那个，我好像就已经基本定型了，我觉得我好像生来就是这样，那回头看你最自豪的是什么 [00:49:27]
个人成长与最自豪的时刻
Sam Altman：那回头看你最自豪的是什么，我最自豪的是在很多重要时刻，当全世界都错了的时候，我们对了，这让世界走上了现在的轨道，而我很自豪能在其中扮演一个角色，这感觉太棒了，还有就是尽管发生了这么多糟心事，我所获得的那种精神上的成长，或者随便你怎么称呼它，我学会了惊人的任性，以及这对我余生活的幸福，有多大的帮助，对此我非常感激，我做这个节目，最后都会问每个人，一个同样的传统问题，别人为你做过的，最善意的一件事是什么，我觉得自己无比幸运，因为在我整个人生中，有太多人费尽心思对我非常好，想到这个问题，我脑海里，就像在放一步蒙太奇，闪过人生中，人们对我好到不可思议的瞬间，昨天，我孩子第一次，把他的蓝莓分给我吃，那感觉特别甜，很棒的瞬间，谢谢Matt 谢谢你 [00:50:52]