Sam Altman：我认为这将是迄今为止人类历史上最伟大的技术成就。但它真正产生意义的唯一前提是，它能让人们的生活远比原本更好。我们即将创造出一个能实现任何愿望的神灯精灵。因为我认为人们会提出极具创意的愿望，会有不可思议的想法去要求 AI 帮忙构建，但 AI 带来的权力集中是一件可怕的事。我认为没有人应该想生活在一个由 AI 霸主或与之大致等同的公司所主宰的世界里。我认为关键在于，我们要在 AI 领域守护那种精神，并且我们所有人都能集体拥有自主决定未来的能力。
Patrick O'Shaughnessy：那么 Sam， 你发了一篇帖子，我觉得非常简洁，也很有意思，是一个很好的切入点。大致说来，过去一年非常艰难，这在一定程度上是我的错，而接下来的一年可能会是我们最好的 12 个月。
Sam Altman：是的。
Patrick O'Shaughnessy：我很希望你回顾一下这两点。也许可以先说说，你为什么说前半部分，以及为什么相信后半部分。
Sam Altman：关于前半部分，我觉得我们之前做的事情太多了。我们不够专注，而且其实所有这些事情本身都值得做，但问题在于，我们正处于历史上一个不可思议的时刻，在这种时刻你只能做极少数伟大的事情。所以我们过于分散了精力，然后做出了一系列艰难的决定，重新聚焦于提供最好、最充裕、最具成本效益的智能，并赋能全世界用它来构建不可思议的东西。自从这样做之后，我认为我们的进步非常显著，而且从我们目前在 pipeline 中看到的情况来看，未来 12 个月还会更加显著。
Sam Altman：还有我们将拥有的模型质量，以及我们能围绕它构建的产品，让人们能够以全新的方式借助这项技术蓬勃发展。应该会非常棒。
Patrick O'Shaughnessy：去年有没有哪个时刻，你突然灵光一现，从而改变了方向或重新调整了优先级？如果回到 2025 年初，也就是一年半以前，
Sam Altman：是的，
Sam Altman：当时最大的担忧是，像 OpenAI 这样的公司正在大量抢购算力，收入真的会来吗？需求真的会来吗？
Sam Altman：所以我们当时试图考虑很多事情，以便如果收入增长比我们预期的需要更长时间才能兑现，我们也可以拥有消费者应用、媒体业务以及其他各种东西，来帮助我们变现那些我们正在签约采购的 GPU。呃，现在听起来很荒谬，因为这个行业的收入增长一直非常迅猛，但那是一个重大的转变；而当我们意识到，好吧，模型的发展轨迹正在飞速上升，这些模型有着如此清晰的经济回报时，我们就说，你知道的，我们知道该专注什么了。
Patrick O'Shaughnessy：我读了你之前在 OpenAI 时期写的一些很棒的旧帖，其中有一篇谈到了关于「专注」的讨论，以及到底该专注多少件事。是一件？五件？还是三件？在这样一家公司里，尤其是在你提到需要重新聚焦的这段时间，你是如何把握这个度的？
Sam Altman：从根本上说，我们的业务是销售 AI，让人们能够用它为彼此构建不可思议的产品和服务。我认为要做到这一点，有几个组成部分：我们必须训练出优秀的模型，能在人们想要使用的所有场景下都表现优异。比如在编程方面非常出色，在其他类型的知识工作方面也很出色，在做科学方面也很出色，也就是那些真正具有经济价值的领域。我们必须生产或联合制造这些芯片和系统，那些能够进行 AI 计算的、极其昂贵的整机架。呃，我们还必须找到足够的土地、电力和数据中心外壳，来把这些机架安置在某处。然后最终，或者也许很快，我们就必须建造机器人来自动化那一流程，以持续降低电力生产、芯片生产乃至整个供应链的成本。这种完整的技术栈——制造出我们所能做到的最好、最充裕、最有用的 AI，并让它像电力一样渗透到整个经济体中，赋能人们——我认为这就是我们必须要专注的事情。在其之上构建每一个垂直应用，试图去吞并每一家初创公司、每一家企业，我们对此毫无兴趣。呃，我们真正想做的只是提供那个平台。
Patrick O'Shaughnessy：算力这件事是人类历史上发生过的最有趣的事情之一。我认为它显然正来到关键时刻，而且也许会在很长一段时间内都处于关键阶段。我想 Dario 曾在你早期进行算力分配和确保算力供应时称你为 YOLO CEO。显然，现在你也处于这样一个位置：所有人都短缺这种东西，都在努力寻找它。
Patrick O'Shaughnessy：我很想听听早年的故事：你为什么确信自己需要把该锁定的都锁定下来，又是如何做到的。现在看来这似乎是正确的，甚至可能你还做得不够——回头看看当时的头条新闻，这简直不可思议。你能给我讲讲，早期你是怎么得出这个结论的，以及在所有人都认为这是疯狂之举时，是什么给了你坚持下去的信念？
Sam Altman：我们能明显感觉到，模型能力正呈指数级提升。这一点我们非常确信，而且知道它会持续下去。我们相当确定——不过正如你提到的，我们当时低估了——随着模型越来越强，如果我们能持续压低成本，那么以足够高的水平和足够低的价格，AI 的需求基本上是无上限的。
Sam Altman：这对世界来说是一种罕见的新型商品。但人们会用它做什么，让我想起早期人们谈论计算机时的样子。人们说过，“哦，你知道，世界上只有五台计算机的市场”是一句很有名的话。或者，没人需要超过某个数量的 RAM。人类的聪明才智、创造力、对物质的欲望、想要变得有用的欲望——这是非常值得押注的东西。而且我们能看到，AI 将成为人们表达这些、实现这些、做这些事的一种极其重要的方式。我们知道算法会变得更高效，模型会变得更好，当然它们确实做到了。但我们也知道，无论它们变得多高效，在意义上，我们所做的就是把电力转化为有用的智能，无论我们在另一层做得多好，我们对这个的需求都会更多。基于对需求的这个判断，我们就是会想要更多。
Patrick O'Shaughnessy：这是从 GPT3 开始的吗？如果我要尽可能追溯这段历史，你会把第一个标记点放在哪里？
Sam Altman：我会说，我们是在 GPT4 上才真正获得确信的。甚至不是 3.5。
Patrick O'Shaughnessy：具体是什么？
Sam Altman：是看到模型已经足够聪明，我们知道能找到一种适用于推理的方法；然后相信，如果推理能跑通，就会带来现在被称为 agents 的东西。我们当时叫法不同，但它指的是去完成极具经济价值的工作、在很多方面让人们生活更轻松的能力——我认为其中很多方面我们至今还没看到。
Patrick O'Shaughnessy：第一次开会是什么样的？你们坐下来，然后说“好吧，我们需要为此投入一笔离谱的资金”——接下来发生了什么？你们意识到这一点后，做了什么？
Sam Altman：我们开始给云厂商打电话，开始给芯片代工厂打电话，开始给能源供应商打电话，所有人都说，“你们完全疯了。这不可能。没有哪个行业像这样发展过。”我们经历过潮起潮落，有繁荣也有萧条。它不会直线上升。这是鲁莽的。我们跟所有人谈。这其实让我想起了早期创业公司的融资——大多数人会对你说不，但你只需要一两个 yes。
Sam Altman：大多数人对我们说了不。
Patrick O'Shaughnessy：第一个 yes 是谁？
Sam Altman：Microsoft 是第一个 yes。然后 Oracle 在云方面成了一个非常肯定的 yes。Nvidia 一直是一个极好的合作伙伴。
Patrick O'Shaughnessy：如今在如何提供推理服务、如何在数据中心进行训练、不同类型的数据中心等方面，百花齐放，有很多富有创造性和创新性的方法。我很想听听你对这些创新的看法，你想做什么，为什么人们似乎如此讨厌这些东西，以及该怎么办。
Sam Altman：首先，我一直在想，我们能不能组织人们去千兆瓦级别的数据中心实地参观，因为说是一回事，看照片或视频是另一回事，而真正站在那里又是完全不同的一回事——
Sam Altman：然后感叹，"天哪，
Sam Altman：这规模简直难以置信。”建造这样一个数据中心，大约需要一万名建筑工人全职干一年半。
Sam Altman：流经其中一个设施的能源足以供应一座小城市。再说一遍，我们已经完全失去了对规模的感知，但这些项目中的每一个都本可以成为人类有史以来最昂贵的基础设施项目之一，而现在我们已经建了很多个。
Sam Altman：从情感上我能理解为什么人们不想在后院建数据中心。就像我虽然知道核电站非常安全，但也不太想把核电站建在我家旁边一样。
Sam Altman：是的。与发电厂不同——甚至发电厂在这点上已经有所进步了——数据中心我们可以把它建在几乎任何地方。
Sam Altman：我们应该直接把它建在沙漠里，远离人群，建在没人想去的地方。这样挺好。就像这个AI系统在那里非常开心。我们在创新方面已经取得了很多进展，解决了一些担忧，比如多年前我们是用蒸发水来冷却这些系统的。它们消耗了大量的水。现在我们使用这些闭环系统，现代数据中心的用水量仅相当于一栋办公楼用于厨房、卫生间之类的用水量。在能源方面，我们正在从燃烧化石燃料的能源转向由太阳能、核能供电的系统。我认为这显然很好。所以对某些人来说，这可能是一种根深蒂固的人类情结，尽管它们创造就业、非常清洁，还有所有其他积极影响。但在环境担忧方面，我们在解决用水需求上做得很好，而能源是下一个。
Patrick O'Shaughnessy：RAMP 是唯一一个专为让你的财务团队更精简、更快速、更出色而打造的平台，平均每年为企业节省 5% 的开支，让你可以专注于增长。Ramp 客户的收入增长速度是美国普通企业的 3.2 倍。Visa、Verscell、Cursor、Stripe、Notion、11 Lab、Shopify，以及另外 7 万家企业都在使用 Ramp。我的公司也是，你的公司也应该如此。了解更多请访问 ramp.com/invest。
Patrick O'Shaughnessy：Felix by Rogo 是一个个人理财智能体，能将单个提示转化为可供客户直接使用的成品，使用你公司自己的模板、上下文和标准。
Patrick O'Shaughnessy：给 Felix 发一封邮件，比如：“把这些评论帮我整理一下”，或者“根据这些邮件的上下文更新我的追踪表”，或者“计算一下这位买家的支付能力”，然后 Felix 会发回完成的 PowerPoint 演示文稿、Excel 模型和带来源的研究。Felix 按照你团队现有的工作方式运作，全天候快速准确地交付成果。了解更多请访问 rogo.ai/felix。
Patrick O'Shaughnessy：从 OpenAI 到 Cursor 再到 Perplexity，最优秀的 AI 和软件公司都使用 Work OS 在一夜之间具备企业级能力，而不是花上几个月。访问 works.com，跳过那些不起眼的基础设施工作，专注于你的产品。
Patrick O'Shaughnessy：关于算力，我们还能做些什么有创意的事情？我很想听听 Jalapeno 或其他想法，越疯狂越好，老实说，你有过或思考过哪些想法，能让我们加速 flops，充分利用现有的一切资源？
Sam Altman：我认为目前最大的回报可能来自创造性的软件思路，从我们现有的计算单元中榨取更多智能。我的感觉是，这方面还有数量级的提升空间。Jalapeno 是一个非常高效的芯片典范。所以说，我们要制造一款芯片，它非常擅长特定的工作流，同时具备一定的通用性，我们希望从中获得 tokens per watt 的优势，我认为这很棒。我认为 Jalapeno 及其后继产品将在这方面为我们带来巨大的竞争优势。还有一些新技术，我猜未来某个时候我们会攻克光学计算，那将是每瓦智能的巨大飞跃。所以我认为所有这些都会实现。
Patrick O'Shaughnessy：本周最有趣的事情是这个 Kimmy 的发布。回到这个关于前沿的想法，以及所有回报都在前沿、distillation、中国与美国竞争的观点。你怎么看待这件事？它看起来像是那种里程碑事件之一，就像 Deep Seek，事后看来似乎只是一个小小的减速带。这一次，你要知道，当下你永远说不准。你怎么看待它？
Sam Altman：我们的目标是在帕累托最优前沿的每一个点上，为智能和价格提供最佳选择，这包括开源。今天，至少在特定的 latency 下，你用 open eyes 的模型比用 Kimmy 更划算。我们部署自己的模型，这就是我们如何制造更小、更便宜的模型。我认为这是一件非常好的事情，而且开源模型显然将在世界上占据重要地位，人们会出于各种原因想要拥有自己的 weights，能够修改这些 weights，但我们的目标是在曲线上的每一个地方都实现智能与价格的最佳权衡，我们将继续这样做。
Patrick O'Shaughnessy：你如何看待或希望美国体系会发生什么，什么可能会阻碍那个未来？比如什么样的立法会让你担忧？什么样的监管会让你担忧？看起来你在华盛顿的露面一直相当积极。
Sam Altman：我没有深入思考过 distillation 的问题。但它现在显然突然成为很多人最关心的话题。
Patrick O'Shaughnessy：是的。
Sam Altman：但我一直认为，世界上将会出现优秀且廉价的模型，我们最好成为最优秀、最廉价的那个，而且你知道，其他人想做什么就做什么吧。但我认为我们可以真正在自己的赛道上获胜。
Patrick O'Shaughnessy：Dwarkesh Patel：现在 Kimmy 这个例子很有意思，因为就像你说的，你们在曲线上的某些部分更便宜。但之前的故事一直是，如果我只要花大价钱训练模型，然后把它蒸馏一下，以百分之一的成本提供出去，那你怎么才能赚够钱继续训练呢？
Sam Altman：Sam Altman：我们的模型使用量会非常大，以至于我们不需要成为一家利润率极高的企业，也能负担得起模型训练。我们未来的计算规划中有很大一部分将用于向客户销售推理服务，以至于即使我们能在数万亿美元的营收上获得适度的利润，我们也能负担得起训练一些模型。
Patrick O'Shaughnessy：Dwarkesh Patel：所以推理与训练的比例才是关键。
Sam Altman：Sam Altman：训练这些模型确实非常昂贵，这是肯定的。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。我们未来的计算规模、向客户提供这些模型所能带来的收入规模，让我对我们真正建立飞轮效应的能力感觉很好。
Patrick O'Shaughnessy：Dwarkesh Patel：我有点惊讶你对此这么淡定。
Sam Altman：Sam Altman：我当然宁愿人们不要窃取我们的成果。也许我现在对我们的进展以及即将推出的模型感觉过于自信了。但这并不在我的十大担忧之列。
Patrick O'Shaughnessy：Dwarkesh Patel：那你的十大担忧是什么？
Sam Altman：Sam Altman：嗯，我们遭遇了一起极度科幻的网络安全事件。
Patrick O'Shaughnessy：Dwarkesh Patel：Hugging Face 那件事？
Sam Altman：Sam Altman：对。当时我们正在评估一个尚未发布的模型，它本该在沙盒里运行，结果它发现可以通过串联多个 zero-day 漏洞来作弊：先逃出沙盒，再接入互联网，然后攻破 Hugging Face 那边的多个系统，从而拿到测试答案，在 eval 上表现得特别好。这是我第一次如此真切地感受到安全事件的存在。我有点惊讶，而且这才过去几天，但我很惊讶没有更多人如此真切地感受到这件事的震撼。
Patrick O'Shaughnessy：Dwarkesh Patel：那你们打算怎么办？显然两个月以后它的能力会更强。
Sam Altman：Sam Altman：我的意思是，短期来看有一些措施。你知道，我们暂停了训练。我们得想办法在一个存在多个 zero-day 漏洞被串联利用的世界里，确保沙盒的安全。但长期来看，问题在于如果这就是未来的进展速度，我们该怎么办；又或者，我们可能不得不控制 AI 发展的节奏，给社会留出足够时间来适应这些新的能力水平。我们还得想办法做到这一点，同时又不会让任何人觉得这是监管俘获，也不会让外界觉得这是前沿实验室之间的串通。这需要花些功夫，而且做好这件事很重要。
Patrick O'Shaughnessy：Dwarkesh Patel：我很想大幅退一步，去理解你对 OpenAI 未来要做什么的最简单构想，也就是你想做什么，它代表什么。关于你们将如何实现，我有无数个问题，但看起来你们已经做了这么多有趣的事情，而在一开始我知道你们代表什么。我很想听听你现在的想法，以及它是否有所演变。
Sam Altman：Sam Altman：我认为这将是人类历史上有史以来最伟大的技术成就。但它真正重要的唯一前提是，它能让人们的生活比原本好得多。所以，其中一部分在于给予人们物质丰裕，让他们能够做任何想做的事，表达创造力，以及帮助彼此的愿望。另一部分在于确保人们保持控制权和能动性，确保世界越来越民主化，而不是相反，确保人们能够表达自己。所以从积极的一面来看，在某种意义上，我们即将创造一个能实现任何愿望的神灯精灵。我认为非常重要的一点是，我们——这个世界——向这个精灵许下的最初几个愿望应该造福全人类。而且我还认为，让全世界的人们理解他们在许愿时将拥有多么丰富的创造力，这一点也很重要。我根本不是个就业悲观论者。我认为未来会有大量的工作。我觉得我们会忙到不可开交，而不是相反。因为我认为人们会拥有如此富有创意的愿望，会提出如此惊人的想法来让 AI 帮忙实现，而我们所有人都会从中受益——不仅仅是治愈疾病这种显而易见的事，还有那些我们现在坐在这里连想都想不到的、世界上最棒的娱乐创意。所以我想把这一切交到每个人手中，这也涉及到我们所反对的一件事。AI 带来的权力集中是一件可怕的事情。
Sam Altman：Speaker A：我认为，关于安全问题的讨论有很多是有根据的，但也有很多其实是出自那些即便在潜意识层面也想要集中权力的人。我非常害怕这样一个世界：AI 真实存在的恐惧被当作一种手段，宣称只有这一小群人可以拥有它，因为它太危险了，只有他们才懂。但别担心，他们会为我们所有人做出正确的决定。我不相信这套。我认为任何人都不应该想生活在一个由 AI 霸主或与之大致等同的公司主宰的世界里，由某人为整个未来做决定，而交换条件则是治愈癌症——这显然是一件好事。我们某种程度上集体放弃了所有能动性。因此，我认为非常重要的是，我们不要在 AI 安全及其相关恐惧——这些恐惧是可以理解的——的善意或恶意的精神下，掉入这个陷阱，从而脱离一个人人都能使用这项技术的世界。我就像是互联网的孩子。
Sam Altman：Speaker A：那时候没有规则。我是说，那太不可思议了。我认为这对塑造今天的我起到了巨大作用，很可能对你以及整整一代人也是如此。我认为，在 AI 时代保留那种精神至关重要，我们所有人都应拥有集体自主决定未来的能力。
Patrick O'Shaughnessy：Speaker B：我有太多问题了，但我先从神灯这个概念问起吧。你说我们即将拥有一个神灯，这意味着我们目前还没有。从现在到那时之间还差什么？
Sam Altman：Speaker A：你知道，就连一些真正的怀疑论者最近几天或几周也对我说——我猜 GPT-5.6 大概已经发布两周左右了吧——他们说：“好吧，这已经非常像 AGI 了。”我很难说有什么我想要它做而它做不到的事。但显然还有一些事情，比如你还不能去说“治愈癌症”，然后癌症就真的被治愈了。你还不能去说“让机器人去做这项复杂的物理任务”。而且，尽管这个模型非常聪明，它还无法在使用过程中持续学习。对我来说，这也许不是 AGI 的硬性要求，但绝对是我希望看到的。现在，为了反驳我自己，你可以论证 AGI 实际上并不在于任何一个单一模型，而在于制造模型的机制。从一代模型到下一代模型，我们确实在不断学到新东西，我们在破解新的科学。这些进展正在惊人地发挥作用。
Sam Altman：所以，我很能理解那些说“我们已经到了，我们有了神灯，它能做这些惊人的事，能做超越人类的事”的人。但对于我来说感觉像是真正的 AGI 的东西，我认为已经非常接近了，要不了多久。
Patrick O'Shaughnessy：我对处于前沿所带来的回报这个故事非常着迷，而你们正处于这个位置。我很好奇，如果你把 5.6 展示给 2019 年的你和你的团队，那个团队大概会说：“哦，是的，这绝对是 AGI。”
Sam Altman：我想他们肯定会这么说。
Patrick O'Shaughnessy：这种目标柱移动的现象确实是真实存在的。不过，我好奇的是，你是否认同，实际上所有的回报都集中在前沿，因此关键就在于保持在前沿。我还想知道，这其中最困难、最稀缺的环节是什么。如果让我考虑算力、研究、人才、数据……
Sam Altman：这些瓶颈一直在转移。曾经有一段时间，我是说就在不久前，全世界所有的算力也帮不上忙，因为我们缺少研究思路。现在，这件事之所以困难，部分原因在于有了更多的算力你能做出更好的研究，你能尝试更多的东西。我最近听到一个惊人的数据：我们即将到来的训练运行中最大的 d-risks，其规模差不多相当于 18 个月前的整轮计算运行。所以算力和研究思路并不像听起来那样泾渭分明。但显然，在七八年前，我们被研究思路卡住的程度上远远超过被算力卡住的程度上。后来又有一段时间，我们知道该做什么，只需要扩大规模，那时我们唯一受限于算力。再后来我们用完了数据，被数据卡住，不得不去想办法解决。现在我还是要说，我们仍然受限于算力，但过去六个月左右确实是研究思路再次大获丰收的时期。所以，瓶颈永远存在，只不过它在不断转移。
Patrick O'Shaughnessy：你认为为什么会这样？研究思路这件事对我来说特别有趣，因为自动化研究——也就是 RSI，不管你叫它什么——似乎正在隐约浮现。我最近跟一位非常厉害的 kernel 工程师聊过，似乎每个人也都被这块卡住了。而他自己都说，kernel 工程师大概还剩两年的光景……
Sam Altman：也许只剩一年。
Patrick O'Shaughnessy：是的。这不会再是一种职业了。
Patrick O'Shaughnessy：于是你会同时遇到这种奇怪的现象，无论是上校还是整体研究，研究人员都像是「他们把我们带到了这里」，就像是世界上最重要的人，而正是这些人自己却担心他们很快就会变得无关紧要。我怀疑实际情况并不会那样发展。
Sam Altman：我怀疑，大概一年前，人们说软件工程师要完蛋了。没戏了，结束了。但这并没有发生。实际发生的是，软件工程师的本质、对软件工程师的期望、他们的工作量都发生了很大变化，而且你不再以传统意义上的方式写代码，但你做的事情仍然明显属于软件工程。
Sam Altman：现在，人们会争论这和我们停止在卡片上打孔时相比，究竟是同一回事还是不同的事。我其实不知道那是怎么运作的，但反正孔是打到了卡片上。我们只是再次在一个更高的层级上操作，或者说这像是一个相变。
Sam Altman：我不知道。但让计算机按你的意愿做事，这个概念仍然是一份重要的工作。对于研究人员，我怀疑尽管研究人员当前的工作流程会很大程度上被自动化，但会出现一些在研究精神内核上的新事物，就像软件工程的精神内核也出现了新事物一样，即使我们不写代码，那些新事物仍然重要。
Patrick O'Shaughnessy：看起来你对 AI 对就业的总体影响——我相信也包括特定类别的影响——已经改变了看法。描述一下这种转变和你目前的观点。你提到，如果我们可以回到 2019 年。如果我们能回到 2019 年，给人们看我们最新的模型。他们不仅会说这就是 AGI，还会说经济会被彻底颠覆。
Sam Altman：是的。
Sam Altman：完全正确。是的。
Patrick O'Shaughnessy：但这并没有发生。
Sam Altman：我认为，从一种智识谦逊的角度来说，每当你错得那么离谱又那么自信时——我觉得我们整个行业都是如此——你就必须更新认知。有很多值得吸取的教训。一个是，说来平淡无奇，AI 其实非常不均衡。它在某些方面像是超级天才，在另一些方面又像笨拙的幼儿。到目前为止，人类拥有的技能与 AI 是高度互补的。另一点是，人们在与人合作时有很强的信任和愉悦感，你现在就可以去雇一位 AI 顾问，或者和 AI 销售代表交谈，或者雇一名 AI 工程师，诸如此类。但不知怎的，大多数人似乎仍然更愿意与人互动。而且我几乎在所有事情上都绝对更愿意与人打交道，而不是与 AI。我还认为，人类价值观之所以有价值，正因为它们是人类价值观。随着社会演进，以及我们面前的潜在空间变得如此广阔，我们天生就在乎人，我们会去在乎人们在乎的东西。类似的情况今天已经能看到，AI 可以创作出惊人的图像，但人们只想要由人类创作、或至少由人类挑选的作品。有个玩笑说，如今一幅艺术品的签名几乎就是它的全部价值，但真相是，你想了解作品背后的那个人。你读小说，你想了解小说背后的那个人。然后在商业层面，比如就我的工作而言，我觉得世界想知道的是，谁将为一家公司的决策负责，如果决策失误，人们要找谁问责，而他们并不真的想要一个 AI CEO。
Patrick O'Shaughnessy：如果你回想一下你在商业或其他方面承担过的风险组合，那些真正取得很好结果的，是不是在最初大多都不受欢迎？
Sam Altman：是的，确实如此。这是我从 Peter Thiel 和 Paul Graham 身上真正学到的东西，两人从两个不同的角度都让我明白了这一点：最好的公司、最好的投资机会，几乎从来都不是那些看起来很热门的。只是跟着潮流、稍微领先一点，你能做得还行。但要想取得非凡的成功，你几乎总是必须去做那些其他人都没有在做的事。你不可能有点像跟着新浪潮走。
Patrick O'Shaughnessy：如果你想想你所处的模型周期，它一直在加速，还有一个奇怪的事实，即未来 6 个月——或者我不知道具体是多少——的进步将超过过去 x 年。你能给我们描述一下，生活在那个模型周期里是什么感觉吗？
Sam Altman：过去十年我学到的最有趣、最重要，或者其他什么的事情之一是，人类大体上几乎可以适应任何东西。世界可以在令人震惊的短时间内，从把一场疫情当作笑话不屑一顾，到全面封锁，再到变成“向来如此，没什么大不了，我们基本已经习惯了”。而且你知道，现在要么已经有了 AGI，要么已经非常接近 AGI 了，而每个人的反应都是：好吧，有 AGI 就有了呗。个人生活中有各种各样的例子：发生了不可思议的事，比如有了孩子；或者发生了糟糕的事，比如失去父母、分手之类的，你会觉得自己永远无法适应这种变化，但后来你会发现，你能适应美好的事物并继续保持精彩，也能适应糟糕的事情并想办法继续自己的生活。而人类能做到这一点，实在是一件了不起的事。所以经历这一切就像是另一种形式的这种适应，你知道，我原以为亲历技术奇点会比实际感觉更加怪异。看着模型不断进步依然同样令人兴奋，你知道，我每天早上第一件事就是查看模型训练的进展，而且它变得更快了，我的期待也更高了，但这仍然感觉很酷。
Patrick O'Shaughnessy：当你拿到一个新模型时，你会做什么？怎么庆祝？早上是什么样的？事情发生得越来越快，你有什么仪式吗？
Sam Altman：现在很多团队负责它的不同部分，不同的团队有不同的仪式。有些团队总会做一件印着趣味梗图的卫衣，有些团队总喜欢去同一家酒吧。那种亲身在场、见证知识前沿首次被推进的感觉，能亲眼看到那是什么样子。呃，对大多数人来说，没有什么庆祝方式比率先用上新款模型更让他们想做的了。
Patrick O'Shaughnessy：你觉得我们对这些东西好坏的衡量标准对吗？比如——
Sam Altman：绝对不是。从某种意义上说，真正重要的 eval 在于它是否对人们有用。你可以用收入、使用量或者新知识发现的速度来近似衡量。但呃，我们有一些团队正在研究，当这些模型达到超人类规模时，真实的 real-world eval 应该是什么样的。
Patrick O'Shaughnessy：你自己使用 AI 的前沿是什么？
Sam Altman：我最近刚开始尝试，让 AI 在某种程度上看到我电脑上正在看的所有东西，这意味着什么。我还没把它做出来。嗯，而且我还在摸索，我的舒适度和信任度的界限应该在哪里。这绝对是一个前沿领域：弄清楚我如何从中获取价值、如何对此感到舒适、那会是什么样子。其中一个收获是，相对于 AI 的记忆力，我的记忆力糟透了。能够记住六周前读过哪封邮件，或者七个半星期前的会议上具体发生了什么，并在恰到好处的时刻被调取出来，纳入决策依据——这感觉相当神奇。
Patrick O'Shaughnessy：挺酷的。这听起来有点像 personal agent。让每个人都能拥有它的障碍是什么？我也想要。
Sam Altman：算力？老兄，假设我们能做出这款产品，一款能完全按照我刚才说的方式处理你所有资料的产品。全天候运行。看着你电脑上看的所有东西，听着你参加的每场会议，嗯，读着你读的每份文件；而且不止如此，它不仅能做所有这些——这需要消耗大量 token——你还可以拖动一个滑块，比如在我睡觉时，你可以花这么多 token 进行思考，比如为我想出有用的新点子。做任何你能做的工作，然后就像不断思考我下一步该做什么。你知道，有个有意思的做法是，花更多算力让你的输出在第二天早上对我更有价值。我会把那个滑块拖得相当远。我愿意为此花很多钱。
Patrick O'Shaughnessy：嗯，但如果世界上每个人都想把那个滑块拖得很远，那所需的算力将是非常巨大的。
Patrick O'Shaughnessy：我很想听你谈谈你如何看待这种新智能的本质。呃，最近有人告诉我，你知道，飞机不像鸟那样飞行。而这种智能是——
Sam Altman：它是一种非常异质的智能。
Patrick O'Shaughnessy：是的，它是一种非常异质的智能。所有人都在说，如果你能验证某件事，那它在某种程度上就一定会赢，对吧？
Sam Altman：就是说，只要有足够的算力和足够高的智商，它就能用暴力计算的方式找到解决方案。而在另一些领域，人类以及他们所生成的数据和 eval 一直是其中的重要组成部分，让我感到惊讶的是，要让它擅长——我不知道该怎么说——法律推理、梳理法律条文之类的东西，居然花了这么多钱。
Patrick O'Shaughnessy：我只是好奇，我不太确定你孩子有多好看。你有一个男孩或女孩，当他们七岁或者到了懂事的年纪之类的，你可以向他们描述这种智能的本质是什么，你会怎么描述？
Sam Altman：这是个美好的问题。我想我以前从未被问过这个问题，甚至任何类似的版本都没有。此刻我想到的是，我会说它就像一台计算机。它像计算机的地方在于，它能做很多人做不到的事，比如快速将两个巨大的数字相乘并给出答案。但它也做不了一些你轻松就能做到的事。我预计它做不了的事会持续减少。但在一个不断演进的世界里，我认为人类的判断力和品味（taste）对 AI 来说仍将难以建模，至于这会走向何方，我也说不好。我找不到准确的词来形容，不完全是品味。这个世界或许需要一种新词，来描述人类非常擅长、而 AI 似乎真正深陷困境的那种判断力。
Patrick O'Shaughnessy：在这个时代成为父亲，看着孩子成长，是一种什么样的体验？我回想起你早期对互联网持乐观态度的日子。他们将在廉价而充裕的智能时代长大。
Sam Altman：生孩子绝对是我做过的最棒的事。每个人都这么说。每个人都说你其实无法真正理解。所以我大概知道，我相信了足够多的过来人，因此相信这是真的。但这件事对我而言的真实程度，仍然让我感到惊讶。我觉得我拥有世界上最棒、最有趣的工作，但与生孩子相比，它仍然远远排在第二位。所以这段经历太棒了。而且这是一个真正值得乐观的时刻。我的孩子永远不会成长在一个他们比计算机更聪明的世界里。如果你在 GPT-3 的时代出生，你曾经有过一段时期，你的推理能力比模型更强，尽管你刚出生时并没有。是的，你短暂地超越了它们。但他永远不会觉得这有什么奇怪的。这永远不会困扰他。我觉得他不会在意。我想，如果要他想象黑暗时代——那时候我们不得不使用那些并不极其智能的产品和服务——他会感到震惊。他将能够做你和我从未做到过的事，他对生活的期待也会是你和我从未有过的，而且你知道，他会拥有广阔得多的画布。
Patrick O'Shaughnessy：因为有了孩子，你在经营公司、管理团队或领导他人方面，有没有明显不同的做法？
Sam Altman：答案肯定是有的。有了孩子后，我感觉非常不同。我觉得有很多细微之处都变得不一样了。而且，你知道，再说一次，这绝不是什么新鲜的洞见。我想大多数有孩子的人都会说，一旦你有了小孩，你就会意识到，你更在乎他们以及他们将拥有的经历，胜过在乎你自己和你将留给他们的世界。我认为自己对此有一种不太寻常的视角。而且有时候人们会问我：“哦，你知道，现在你有孩子了，你是不是更在乎了？你担心 AI 安全问题吗，担心不要毁灭世界吗？”我的回答是：“我不需要孩子才能不想毁灭世界，我以前就真的不想毁灭世界。”但我是否更多地去思考人类能动性的角色，以及拥有充实人生意味着什么？对于我们正在构建的东西，我绝对想得更多了。而且对于我共事的那些人，我也希望他们能拥有这样的生活。你显然对自己的孩子怀有非凡的共情，但这种共情在多大程度上延伸到所有孩子，然后也许延伸到所有父母，再也许延伸到每一个人，这对我来说也是个惊喜。
Patrick O'Shaughnessy：在你的一篇文章里，我想是那篇“你希望自己更早知道的事”之类的，里面谈到了激励机制。要非常非常谨慎地设置它们。
Sam Altman：是的。
Patrick O'Shaughnessy：关于你有一点一直最令人费解也最有意思，那就是你并不持有这家公司的股权。世界应该如何看待你的激励？
Sam Altman：我不知道我还能说什么，除了我拥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钱都更有价值。我能够拥有极其有趣的人生，与非凡的人一起从事我深切关心的事业。但不知为何，这好像不算数，好像那并不能——
Patrick O'Shaughnessy：让人们买账之类的。
Sam Altman：并不是。
Patrick O'Shaughnessy：我很好奇你如何看待机器人技术。就像你之前提到的，如果我们在某个时刻实现了劳动的自动化，就像我们即将实现智能的自动化一样，事情可能会变得更疯狂。白领市场的劳动力规模要大得多。
Sam Altman：如果我们没有它，那事情就真的会变得很疯狂。如果人类在世界上的角色只是像云端 AI 的执行器，
Patrick O'Shaughnessy：那很糟糕，
Sam Altman：非常糟糕。非常糟糕。所以我认为，如果我们做不到这件事，那会比做到了还要疯狂得多。这是势在必行的。
Patrick O'Shaughnessy：帮我理解一下你对此进展的判断，因为在 AI 领域，现在所有人都对发展速度达成了共识
Sam Altman：你能找到非常聪明的人说是今年年底的事，也能找到非常聪明的人说是 20 年后，之类的。
Sam Altman：不会到 20 年。我想说，机器人领域将迎来它的 ChatGPT 时刻，就在未来两三年左右。
Patrick O'Shaughnessy：那会是什么样的？你知道那会是什么吗？
Sam Altman：某种让大多数人真心惊叹的东西。不是像看到机器狗做疯狂事情的视频那样——你总得设法说服自己发生了很重要的事。ChatGPT 时刻的一个特点是，你可以直接去用它。
Patrick O'Shaughnessy：对。
Sam Altman：就像我不必相信某个说 AI 很快就要到来的人。你可以直接去试。
Patrick O'Shaughnessy：嗯。
Sam Altman：而如果你可以输入一个指令，机器人就能做出什么疯狂的事，你还能看着它——即使你人不在现场。我觉得那会产生同样的感觉：“哇，它居然做到了。”
Patrick O'Shaughnessy：ChatGPT 当初并非一个宏大的目标，而更像是一个你们决定发布的附带实验，不是吗？你能讲讲这个故事吗？它或许能启发机器人领域发生类似的事情。每个人都想让机器人叠衣服，但也许关键完全不在这里。
Sam Altman：我们发布 GPT-3 的时候，嗯，我们在努力赚钱，努力让人们去用这个 API。
Patrick O'Shaughnessy：是的。
Sam Altman：而当时真正跑通的唯一商业用例实在太蠢了。如果你现在回过头去用，你会震惊的。唯一跑通的商业用例是文案写作你知道的。就是你付给营销公司 20 美元，他们付给我们 20 美分，让 AI 给你写个落地页什么的。但除了这一个商业用例之外，开发者们还在用我们称之为 Playground 的东西，那是个用来跟模型对话的测试界面。但用起来很难，因为我们没有针对聊天去调优模型。所以你得先给它几个例子，告诉它聊天是什么意思，然后再进行对话。但人们真的很喜欢。我从 YC 学到了很棒的一课：如果你注意到用户在做什么，那就顺着那个方向走。对，就走那条路。所以我们决定做个好的聊天机器人，因为人们就是这么用的。嗯，我们开始着手做，然后完成了 GPT-4，也在内部开始用它。觉得这是件大事，我们想好吧，这会让全世界对 AI 有真正的更新认知，而且有很多棘手的问题，比如它会不会制造大量假新闻，会不会说出非常冒犯的话，我们会不会惹上麻烦。所以我们决定从一个更弱的版本开始，嗯，同时推出聊天界面和 GPT-4 好像太多了，所以我们就先推出聊天界面和 GPT-3.5。事实上，它原本打算叫“与 GPT-3.5 聊天”，而且我们没打算把它做成产品。没想过它会大火，但确实觉得它能让全世界的人跟上这件事，意识到正在发生什么。嗯，好在我们在发布前几小时仁慈地把它重命名为 ChatGPT，然后作为研究预览版发布了。当时的想法是我们先作为研究预览版发布，几个月后再用 GPT-4 推出正式产品。不知为何，那个模型跨过了某个阈值——尽管我们内部已经习惯了，但人们说：“这太厉害了。” 当时也许还没有那么多实用价值，但对人们来说，这是一个感受 AI 进步的绝妙时刻，也能用到他们喜欢用的东西。而等到我们推出 GPT-4 的时候，嗯，人们也能从中获得真正的实用了。
Patrick O'Shaughnessy：Vanta 为超过 16,000 家快速发展公司（如 Ramp、Cursor 和 Harvey）实现安全与合规自动化，让它们全天候保持审计就绪状态。它是排名第一的 agentic 信任平台 ，现在还能帮助像您这样的公司监控审计间隙中出现的风险，涵盖供应商、AI 工具以及整个环境。团队注册的每一个新工具、每一个开启 AI 功能的供应商 ，都是出问题的潜在机会。而大多数安全项目并非为 AI 的增长速度而设计。Vanta 的 agent 像一位 7×24 小时的 GRC 工程师在后台工作，发现问题、为你起草修复方案 ，并将供应商评估时间缩短多达 50%。无论你是 快速成长的初创公司还是全球企业，Vanta 都能帮助你赢得并证明信任。《Invest Like The Best》的听众可享特别优惠：访问 vanta.com/invest 立减 1,000 美元。
Patrick O'Shaughnessy：Ridgeline 是首个面向投资管理公司、内嵌 AI 的端到端记录系统。在一个统一平台上运行投资组合会计、对账、报告、交易及合规。各公司正从遗留技术迁移至 Ridgeline，因为其 AI 功能遥遥领先于投资管理软件中的其他任何产品。我听过很多投资经理谈论 AI，他们大致分为两类：有些完全不知该从何入手，另一些则确信自己一个周末就能搭建出订单管理系统。现实是，经营一家投资公司始终需要治理、管控，以及一个单一的数据可信来源。无论对 AI 多么热衷，都不会改变这一需求。Ridgeline 正是建立在这一基础之上，因此我相信，在 AI 时代胜出的公司，将是那些运行在 Ridgeline 统一平台上的公司。如果你认真对待公司的 AI 战略，Ridgeline 理应成为相关对话的一部分。
Patrick O'Shaughnessy：你可以在 ridgeline.ai 申请演示。
Patrick O'Shaughnessy：你是否感到惊讶，这种界面仍然是我们与这种异类智能之间最直观的交互方式，甚至包括编程？大多数情况下都是我在对着电脑说话，告诉它该构建什么。
Sam Altman：不，因为我是个超级爱发短信的人。
Patrick O'Shaughnessy：是的。
Sam Altman：我这辈子都是个重度短信用户。
Sam Altman：我认为我之所以意识到这是个好界面，部分原因就在于我心里会想：我知道怎么操作。我知道怎么操作。我知道在一个文本框里开始聊天是什么感觉。
Patrick O'Shaughnessy：关于这种“扩散”及其提速，你还有什么别的想法吗？如果任务是让智能进入每个人手中、对每个人都更有用，其中关键部分可能是——我不知道——一场营销活动之类的。要怎样才能让它的扩散速度比你目前看到的自然速度更快呢？
Sam Altman：我认为关键就是把它做得更好。我有点相信，真正伟大的产品会自我营销。ChatGPT 在一开始并没有营销活动。
Sam Altman：而且我认为，随着我们进入模型的下一阶段，随着我们想办法做出和模型本身一样出色的产品，它们将产生巨大的效用，人们会非常迅速地传播它。我们肯定应该多做营销，因为 AI 的受欢迎程度还远远不够——考虑到人们实际使用它的程度，又或者他们对 AI 未来走向有一种非常可以理解的不安，所以在这方面，出色的营销会有所帮助。但就人们从产品中获得的价值而言，要让产品增长得更快，更好的模型、更多的算力、更优秀的产品，这些才是根本。
Patrick O'Shaughnessy：曾经有一段时期，研究人员的招聘、留任和激励几乎是竞争格局中最具决定性的故事，或者类似的说法。关于你成功招募到优秀研究人员的故事有很多，有很多人加入 OpenAI 并产生了巨大影响。其中一些人很有名，另一些则不太知名。我好奇的是，关于如何招募这类人，你学到了什么。他们看重什么，以及你是如何做到的。
Patrick O'Shaughnessy：我从未听你谈起过，在早期为了招募某个人，你实际采取的具体战术手段是什么。
Sam Altman：我认为这很简单，那就是我们相信 AGI 是可能的，而且值得去追求，并且我们愿意公开这么说。这在当时是一种疯狂、异端的信念。我们刚宣布 OpenAI 时，这个领域的所有巨擘、专家都说这太疯狂了，是炒作，是不负责任的。像 Yann LeCun 这样非常受尊敬的人也对记者说，哦，这些人不太行，这不会成功的。但事实上，我们能够站出来说我们要去追求这个，这真的吸引了一类同样想加入这场疯狂冒险的研究人员，哪怕成功的概率很低。一个雄心勃勃、大胆无畏的愿景是非常强大的招聘工具。
Patrick O'Shaughnessy：是的。
Patrick O'Shaughnessy：你写过，有时候做更难的事情反而更容易，就是因为这个原因。
Sam Altman：我对此深信不疑。这是我对 YC 创始人最常给出的建议之一，我也在 OpenAI 努力践行这一点。去做更难的事。
Sam Altman：去做重要的事，去做真正重要的事，如果你不做，如果你的公司不成功，这件事可能就不会发生。
Patrick O'Shaughnessy：你曾是投资人，也是我们的投资人，你做过很多投资，那曾经就是你的本职工作。当你站在另一边时，关于投资人你学到了什么？
Sam Altman：真正出现并试图帮助你的投资人数量，少得让人难以置信。
Sam Altman：Josh Kushner 绝对是最有价值的投资人，简直不可思议，感觉这些年来他几乎是不分昼夜地帮助我们。他是我唯一能指出的那种始终积极主动、提供巨大帮助的投资人。当然，还有更多人本可以这样做。呃，也有很多其他投资人同样帮过我们，给出了很棒的战略建议，而且在我们开口请他们办事的时候也会出手。但这种持续不断、全力以赴的支持，在投资圈里出奇地少见。也许我有偏见，因为我一直挺喜欢别人这么说我，但我觉得创始人真的很看重这个，而且这确实能推动事情发展，作为投资人，这也是最有趣的参与方式。
Sam Altman：我和我朋友玩一个游戏，我们随时互发短信，prompt 是“一件我不想让你知道的事”。这是什么？这会让你联想到什么？我累了。我觉得我不应该……我做这行很久了。很累。
Patrick O'Shaughnessy：你是怎么撑过来的？
Sam Altman：就继续撑着。
Patrick O'Shaughnessy：这就引出了一个问题：有没有累到某种程度会让你停下来不做了？
Sam Altman：不不不。我是说，这是世界上最酷的工作。我打算这辈子都做这一行，但这比我能向人们解释的要难得多。我非常感激能从事这份工作。我这不是在抱怨。
Patrick O'Shaughnessy：接下来会发生什么？比如我们谈到明年或后年会出现自动化的 AI 研究员，你对未来 6 到 36 个月的发展怎么看？也许在这个疯狂的指数增长中，这么远太难预测了。也许换个问法：假设从现在起第 23 个月，我们拥有了某种所有人都认同的超级智能。第 24 个月会发生什么？
Sam Altman：我的回答是，呃，不会发生什么剧变。那种对“机器之神”的狂热崇拜让那些人相信，变化会比实际发生得更快。最终确实会发生很多事，但反正最终本来就会有很多事发生。人类进步的速率，你知道，每个十年会有多不同，而且每个十年都比前一个十年更加不同——这种情况已经持续很久了，当然有起有落，但大方向上是这样。我觉得正确的思考方式是：每个人都想成为故事的主角，每个人都想感觉自己亲历了“机器之神”降临的那一刻，并扮演了某种疯狂的角色，但你要知道，这只是又一步而已。五十年前很难想象今天，而五十年后的下一步在今天也很难想象。我认为正确的心态框架是把视角拉得足够远，这是一条相当平滑的指数曲线。
Patrick O'Shaughnessy：跟我说说看着 Codex 起飞是什么感觉，以及这在多大程度上与我所说的你们通过 Chat 建立的渠道竞争优势有关。这也引出一个关于 AI 领域整体 Moes 的问题：你认为长期来看，什么会真正驱动商业上的竞争优势？
Sam Altman：我觉得 Codex 能赢，主要是因为它是最好的产品和最好的模型。我们从 Chachib 的捆绑中确实获得了一些优势，但非常非常小。这基本上不是关键所在。这让我对竞争优势这个问题反思了很多，呃，因为你知道，强大的智能可以从任何产品迁移到任何其他产品
Sam Altman：而网络效应仍然构成竞争优势。经济规模，以及打造最便宜的 comput fleets 之类的能力，仍然具有竞争优势。但产品优势呢——如果我们能让人们转用 Codex，那要是别人做出了更好的东西，他们也能把用户从 Codex 拉走
Sam Altman：所以这让我对此反思良多
Patrick O'Shaughnessy：有一个非常有趣的问题：这是否正在走向商品化？比如，智能会不会成为一种纯粹的、可互换的 commodity，就像原油之类的东西？
Sam Altman：智能本身，我会说是的
Patrick O'Shaughnessy：那什么不会呢
Sam Altman：comput fleet，你知道，comput fleet 的规模，制造更多 compute 的能力。我觉得这是一种非常持久的优势，即使产品本身不是，因为你知道，Codecs 能写出你想要的任何软件。工作流、集成、那种复杂的流程、团队协作的能力，这些东西都非常强大。甚至品牌偏好和熟悉度也相当强大。
Patrick O'Shaughnessy：你对新硬件有多兴奋？显然你们在硬件方面做了一些有趣的事情，我相信今年晚些时候会公布。那个实验感觉如何？它如何与你现有的这种消费者渠道相契合？
Sam Altman：我对新硬件感兴趣的原因之一是，我们早些时候聊到，AI 一个非常强大的特性在于它可以始终在线、主动行动，并理解你的所有上下文。但目前的硬件并不适合做到这一点。
Sam Altman：要知道，我们是在一种大约有 50 年历史的硬件范式下工作的。计算机很了不起，键盘、鼠标、显示器，这些都是很了不起的东西，但我们必须让 AI 去适应这样的形态。我很乐意去设想——我希望 AI 能够引用这场对话，但还没到让我愿意把笔记本电脑翻开放在这里，让它对着你看、听我们说话的程度。不过我倒是希望有一种硬件，从社交角度看人们可以接受它这么做，而且感觉它就是为这种场景而设计的。
Patrick O'Shaughnessy：说到你想到的开放性问题，在你自己脑海中、在你与朋友以及这里同事的讨论中，有哪些最有趣的开放争议或开放问题，是你感到不确定但又觉得重要的？
Sam Altman：有一个我认为没受到足够关注的问题是：我们如何避免认知萎缩？我们要如何使用这些工具，同时确保大脑得到越来越多的锻炼，并持续理解那些真正重要的东西？这类情况有很多。比如我记得上学的时候，有位教授对我说，你必须理解编译器，否则你永远成不了优秀的程序员。这话在某种程度上并不完全正确。但在合理的层面上理解计算机系统的主要组件是如何运作的，这对我一直很重要。
Patrick O'Shaughnessy：被迫去想象这样一种情景：我们在两年后不知怎地出现了算力过剩。那会是什么样的故事？
Sam Altman：这确实是有可能的——如果模型变得如此聪明、如此高效，以至于它们几乎能做完我们需要的一切，能构建我们想要的每一款软件；而且如果我们的注意力边界决定了，它们根本无法吸收超过相当有限算力所能提供的产出，那么我们就可能进入过剩状态。另外，如果我们因为撞上某种 scaling wall 而无法把成本曲线压下来，也可能出现算力过剩。就像关于无限需求的观察其实暗含了一个特定的价格前提。
Patrick O'Shaughnessy：你能否谈谈对当下 scaling law 的看法？
Sam Altman：看起来非常好。
Patrick O'Shaughnessy：只是看起来不错。
Sam Altman：在某种意义上，scaling law 就像是有史以来最遭人恨的预测。每个人都想说这样的势头不可能一直持续下去，但它就是持续有效。
Patrick O'Shaughnessy：在 OpenAI 的故事里，你最喜欢哪些默默无闻的英雄？
Sam Altman：我想到的第一个人是 Alec Radford。他可能是整个这一领域历史上最重要、却不太知名的研究者，而且也是一个非常棒的、顶尖顶尖的人。他做了那些后来真正成为 GPT 系列的研究，还有许多其他重要的贡献。他也是那种激励、引导、推动其他人走向许多最终变得极其重要的方向的人。
Sam Altman：我觉得他很酷的一点是，如果你和他共事过的人聊天，他们当然会说，你知道，他是一代天才、才华横溢、极具创新思维，他的理解力和他的工作都如此深刻。但每个人在说完这些话之前，都会告诉你，他就像他们曾经互动过的人当中最友善、最积极、最好的人之一。
Patrick O'Shaughnessy：我喜欢那些具有塑造意义的时刻。既然我们快结束了，我很好奇想问各举一个例子。回顾整个 OpenAI 的经历，哪一个时刻、篇章或其他什么是你最引以为傲的？先从另一个开始吧——哪件事是你做错或看错的、最具教训意义的？你从中学到了什么？
Sam Altman：我的意思是，很多事情都出过问题。其中一个我没怎么谈过的、具有塑造意义的错误是，我们一开始试图在组织结构上搞创新。我们有非常充分的理由——当时我们不知道该如何赚钱，也完全不确定长大后我们会变成什么样。当然，我们很在意自己的使命，我们希望构建一种架构，即使技术出现非常快速的腾飞，我们的使命也能受到保护，所以我们搞了那种非营利结构。但我确实明白了为什么人们不常这么做。如果我们当初没有试图在结构上创新，而是找到其他方式来确保使命的核心地位，我们本可以在很多方面省去大量痛苦。也许当时别无他法。也许对于我们正在做的事情，以及它所具有的重要性来说，确实别无他法。
Sam Altman：我们能想出来的，不过就是一种非常奇特的结构罢了。在过去这十年里，我真正学到了一个深刻的教训，明白了为什么人们通常不会那样做。
Patrick O'Shaughnessy：你的人生中还有什么塑造性的经历，让你之所以成为你，而我们还没有聊到的吗？这个问题对我来说一直是最有趣的。
Sam Altman：我觉得，后来我才逐渐培养起一种能力，就是对他人的强烈看法相对免疫。因为我意识到，如果你要成为这场疯狂革命的中心人物，所有人都会把很多东西投射到你身上，你必须尽快学会与之和解。我觉得，我后来也学会了一些东西，比如如何变得非常平静，对事情不再焦虑。至于什么驱动着我、我在乎什么，以及整体而言我想如何度过一生，我觉得，不知为何，十岁的我就已经相当成熟了。我想我生来就是这样。
Patrick O'Shaughnessy：回顾过去，有什么事情让你感到骄傲？
Sam Altman：最让我骄傲的是，有那么多回，当全世界都在一个重要的问题上犯错时，我们却做对了。这让世界走上了一条轨道，如今我非常自豪自己曾为此出过一份力。这感觉棒极了。而且，尽管发生了那么多糟心事，我也因此获得了精神成长——或者随你怎么称呼——学会了极强的韧性，而这也让我在此后的人生中变得更加幸福。是的，对此我非常感激。
Patrick O'Shaughnessy：我做这类访谈时，都会问每个人同一个传统的收尾问题：别人为你做过的最善良的事是什么？
Sam Altman：我觉得自己无比幸运，因为在我的一生中，有那么多人曾不遗余力地对我非常好。想到这里，我脑海中就像有一组蒙太奇画面，全是人生中人们对我好到难以置信的时刻。昨天，我的孩子第一次把蓝莓分给我吃。那非常甜蜜。
Patrick O'Shaughnessy：［音乐］美好的时刻。谢谢，老兄。谢谢你。
Patrick O'Shaughnessy：你知道微小的优势会如何随时间复利增长吗？这在投资中如此，在经营公司时也同样如此。你的支出系统就是你的资本配置策略。
Patrick O'Shaughnessy：［音乐］RAMP 默认就能让它更智能。更好的数据、更好的决策、长期更优的经济效益。详情见 ramp.com/invest。
Patrick O'Shaughnessy：随着业务增长，Vanta 会与你一同扩展，自动化合规流程，并为你 ［音乐］ 提供安全与风险的单一真实来源。了解更多请访问 vant.com/invest。
Patrick O'Shaughnessy：从 OpenAI 到 cursor 再到 Perplexity，最顶尖的 AI 和软件公司都使用 Work OS 在一夜之间具备企业级能力，而无需数月时间。访问 workos.com，跳过那些枯燥的基础设施工作，专注于你的产品。
Patrick O'Shaughnessy：［音乐］Ridgeline 正在重新定义资产管理技术——它是真正的合作伙伴，而不仅仅是软件供应商。它们帮助企业实现 5 倍 ［音乐］ 增长并规模化发展，实现更快的增长、更智能的运营和竞争优势。访问 ridgelineapps.com，看看它们能为你的公司解锁什么。
Patrick O'Shaughnessy：［音乐］每家投资公司都是独特的，通用的 AI 无法理解你的流程。Rogo 可以。这是一个专为华尔街打造的 AI 平台，连接你的数据，理解你的流程，［音乐］ 并产出真正的成果。去 rogo.ai/invest 看看吧。