欢迎来到 OpenAI 播客。我是 Andrew Maine。我曾在 OpenAI 工作数年，起初担任应用团队的工程师，后来担任科学传播者。离开之后，我与许多公司和个人合作，探索如何将人工智能融入实际工作。通过这档播客，我们有机会与在 OpenAI 工作及与之合作的人深入交流，了解幕后动态，或许还能一窥未来。我的第一位嘉宾是 OpenAI 的 CEO 兼联合创始人 Sam Alman。我们将进一步了解 Stargate，探寻他作为家长如何使用 ChatGPT，并尝试打听 GPT-5 何时到来。每年都有越来越多的人会认为我们已经拥有了 AGI 系统。人们对硬件和软件的期望正在迅速变化。但如果人们知道我们能用计算能力做到什么，他们的需求会远远大于此。我的一个朋友刚当上父母，经常用 ChatGPT 提问，它已经成为非常好的资源。而你也是位新手父母，ChatGPT 帮了你多少？帮了大忙。我是说，显然长期以来人们没有 ChatGPT 也能照顾好婴儿，但我真不知道自己没有它会怎么熬过来。刚开始那几周，几乎无时无刻不在问问题。现在我更多会问一些关于发育阶段的事，因为我基本上已经掌握了日常护理，但比如“这正常吗？”之类的。对，它在这方面非常有帮助。我花很多时间思考我的孩子未来会如何使用 AI。顺便说一句，这非常有意义。我觉得每个人都应该多生孩子。我很多在 OpenAI 的朋友，无论是前同事还是现在的同事，都在生孩子。人们会说，那 AI 怎么办？我认识的所有内部人士都非常乐观，并且都在组建家庭。我认为这是个好兆头。对。就像我的孩子永远不会比 AI 更聪明，但话说回来，他们长大后会远比我们这一代更有能力。我是说，他们成年后的能力将远超我们这一代人，能够做我们完全无法想象的事情，而且他们会非常擅长使用 AI。显然，我经常思考这个问题。但我更多想到的是他们将拥有我们不曾拥有的东西，而不是什么会被夺走。嗯，我觉得我的孩子永远不会因为自己不如 AI 聪明而烦恼。我只是觉得，有个视频一直让我印象深刻，里面是一个婴儿或刚学步的小孩，拿着一本旧的光面杂志，在页面上这样划来划去，因为他以为那是 iPad。还以为是 iPad 坏了呢。嗯，你知道，现在出生的孩子会以为世界一直都有极其强大的 AI，他们会极其自然地使用它，并且会把我们现在这个时代看作一个非常原始的时期。我在社交媒体上看到一个帖子，有个 guy 说他厌倦了和孩子聊《托马斯小火车》，于是他把话题交给 ChatGPT 的语音模式。孩子们很喜欢语音模式。ChatGPT，然后一个小时后孩子还在聊托马斯小火车。不过，我猜这也不全是好事。会有问题的。人们会与 AI 发展出那种有些问题、甚至可能非常有问题的准社会关系，社会必须建立新的防护机制，但好处将是巨大的，而且总体而言，社会擅长找到方法来减轻负面影响。对。所以，嗯，对，我持乐观态度。我们看到了一些有趣的数据：如果在课堂上有好老师、好课程配合，ChatGPT 会表现得非常好；但如果只是单独用作写作业的拐杖，就可能导致孩子们像查谷歌那样敷衍了事。我就是那种当谷歌出现时，所有人都担心我会万事查谷歌、停止学习的孩子。但事实证明，学校里的孩子适应得相当快。所以我觉得我们会解决这个问题的。Sam，你想想，要是你没有万事查谷歌，你本来会成为什么样的人啊。你知道，我们看到了一些非常疯狂的用户增长数据。这是 OpenAI 最受欢迎的产品。五年后，它还会是 ChatGPT 吗？我是说，我觉得五年后 ChatGPT 将会是一个完全不同的东西。所以从某种意义上说，不会。但它还会叫 ChatGPT 吗？大概率会。对。好吧。所以这个名字还会保留。我们经常听到的另一个词是 AGI，我想听听你对 AGI 的定义。在很多意义上，如果你在五年前问我或其他任何人，基于软件的认知能力提出一个 AGI 的定义，我想当时很多人会给出的定义现在已经被远远超越了。这些模型现在很聪明，对吧？而且它们会越来越聪明，会持续进步。每年都有越来越多的人会认为我们已经拥有了 AGI 系统。尽管定义本身会不断外延、变得更加宏大，但会有更多人认同我们已达到 AGI。不过，我们现在拥有的系统确实在大幅提升人们的生产力，能够完成有价值的经济工作。也许更好的问题是，要怎样才能实现我称之为超级智能的东西？如果我们有一个系统，能够自主发现新科学，或者大幅提升使用这一工具的人发现新科学的能力，那对我来说几乎就是超级智能的定义了，而且我认为这对世界来说将是极好的事情。所以基本上，这更像是一个连续的梯度，能力不断提升，我们的每一个定义都会被刷新。当 GPT-4 在内部发布时，我就是这样感觉的，我觉得我们至少有十年的发展空间，可以用它做非常多的事情。即使当它开始自我迭代时，你可以实现非常强大的推理能力，但真正的突破是当它能提出新的定理或证明，或者“嘿，我们找到了更好的癌症疗法”，或者“我发现了一种新的 GLP 药物”之类的。是的，我非常相信，让人们生活变得更好的最高阶因素是更多的科学进步。这某种程度上正是限制我们的瓶颈。所以如果我们能发现更多，我认为那将产生非常重大的影响，对我来说也将是一个极其激动人心的里程碑。AI 还会有很多其他伟大的用途，但这一点感觉尤为重要。你在内部有看到这方面的迹象吗？有没有什么事情让你说“哦，我想我们已经有点搞明白了”？有件事我不会说我们已经完全搞明白了，但我要说的是，我们对要追求的方向越来越有信心。也许这个例子大家都在说，但我认为人们用 AI 系统写代码、让程序员效率大幅提升，从而也让研究人员效率提升，这个现象仍然值得关注。这就像是一个例子：显然它还没在做新科学，但它确实让科学家能更快地完成工作。我们从科学家那里也总是听到关于 o3 的这类反馈。所以我不会说我们已经完全搞明白了，不会说我们已经掌握了某种算法，可以直接指着它说“好了，去做科学吧”，但我们有了不错的方向猜测，而且进展的速度依然非常惊人。看着从 o1 到 o3 的进步，团队每隔几周就会有一个重大新想法，并且持续迭代。这提醒我们，有时候当你发现了一个重大的新洞见，事情的发展速度会快得惊人，我相信我们还会多次看到这种情况。我注意到，最近 OpenAI 刚把 Operator 的模型切换到了 o3，我发现 Operator 有了很大提升。我得说，我们之前遇到的问题是脆弱性——有人承诺 agentic 系统能做各种事情，但一旦遇到解决不了的问题，它就崩溃了。有趣的是，说到 AGI，很多人告诉我，他们个人的“顿悟时刻”就是搭配 o3 的 Operator。看着一个 AI 相当熟练地使用电脑，这种感觉有点奇妙。不是完美，但 o3 确实向前迈了一大步，感觉很像 AGI。不过它倒没有让我产生同等程度的感受，尽管它相当令人印象深刻，但我已经听过太多次这种说法了。我的“顿悟时刻”是 deep research，因为那感觉才是真正 agentic 的用法。那是我回头去查一个我感兴趣的话题时，它产出的内容比我以前读过的任何东西都好，因为此前所有那些模型都只是找来一堆资料然后总结，但当我看着这个系统自己去互联网上获取数据，追踪线索，再追踪那条线索，然后折返，再回来——就像我会做的那样，但做得更好——这很有意思。我最近遇到一个人，是那种疯狂自学成才的人，痴迷于学习，什么都懂。他用 deep research 给自己好奇的任何东西生成报告，然后整天坐在那里，已经练就了快速消化这些报告的本事，知道接下来该问什么。这真的很像一个惊人的新工具，面向那些求知欲极度旺盛的人。我自己做了一个应用，让我可以提问，然后给我生成这些东西的音频文件，因为我觉得我的好奇心可能超过了我的记忆力。至于 Operator，我告诉你我的神奇时刻是什么，我也很好奇接下来会怎么发展。我当时在研究马歇尔·麦克卢汉，想找一堆他的图片，我让 Operator 去做，然后突然间我就有了满满一文件夹的图片，这对研究工作来说原本要花我一辈子的时间。是的。我觉得我们会不断看到这种事——我们原本对工作流应该是什么样、一件事要花多久的认知，将会以极快的速度改变。是的。你怎么用它？Deep research。是的。我好奇的科学话题。呃，我现在处于一种挺奇怪的境地，就是时间极其紧张。如果我有更多时间，我会优先去读 deep research 报告，而不是读其他大部分东西，但我总体上就是缺乏阅读时间。是的，很酷的还有分享功能，我很喜欢，因为现在很容易把它分享给别人。PDF 格式也很棒，这很酷。而且我想说，尽管我们有 deep research，有这些工具，但模型竞赛正在进行，于是问题就来了：GPT-5 呢？想法是，有了这样的系统，我们应该会看到能力提升。GPT-5 的时间表是什么？我们什么时候能看到？大概今年夏天某个时候，对吧？呃，我不确定确切时间。我们一直在反复讨论的一件事是，我们到底应该在多大程度上为新模型把那个大数字往上调，相比之下我们当初对 GPT-4o 是怎么做的——就是一直让它变得越来越好。当我不得不处理最近推出的 GPT-4 时，与此同时我还得在它和 3.5 之间做这种对比测试，而 3.5 一直在变得越来越好，我能做的比较也在不断变化。所以我的问题是，是的，你知道吗，我能不能区分 GPT-5 和“哇这个 GPT-4/4.5 真的很棒”？不一定。我是说，这真的可能往任何方向发展，对吧？你可以一直对 4.5 做迭代，或者某个时候你可以把它叫作 5。以前要清楚得多。我们会训练一个模型然后发布，再训练一个新的大模型然后发布。现在系统变得复杂多了，我们可以持续进行 post-training 来让它们变得更好。我们现在就在想这个问题，比如每次我们发布 GPT-5，然后不断更新它、更新它、更新它。我们应该像对 GPT-4o 那样一直叫它 GPT-5，还是应该叫 5.1、5.2、5.3，这样你就知道版本什么时候变了？我不认为我们已经有答案了，但我觉得可以有比当初处理 4o 更好的方式。我们时不时就会看到这种情况，比如有人特别喜欢某个快照胜过另一个，他们可能想继续使用某一个，我们得想办法解决。是的，挑战在于，哪怕你懂技术，你大概能理解，好吧，如果前面有个 o，我就知道是这个，但如果你想，你知道的，但即便如此也不清楚。我该用 o4 mini，该用 o3，还是该用这个？我觉得这就像是范式转移的产物。然后我们就有了两条线并行。我觉得我们快要解决这个当前的问题了。但我可以想象一个世界，我不知道那会是什么，但我可以想象我们发现某种新范式，那又意味着我们需要让模型树分叉，名字更复杂。我希望我们不必走到那一步。我很期待直接推出 GPT-5，然后 GPT-6，我觉得那对人们来说会更容易使用，你不必再琢磨我是想要 o4 mini high 还是 o3 还是 4o。o4 mini high 是我写代码时用的，想聊天时就用 o3。我觉得我们很快就会摆脱这一团糟了。目前，呃，是的，当你知道它们各自是什么意思时，有选择很有趣，但这仍然……我认为让这些东西能力更强、但也更难理解能力来源的因素之一，是 memory 等功能的整合。memory 一开始只是一个非常简单的东西，现在则复杂多了。Memory 可能是我最近最喜欢的 ChatGPT 功能。嗯。你知道，第一次我们能跟 GPT-3 之类的电脑对话时，感觉真是件大事。现在我觉得这台电脑好像很了解我的背景。如果我只用寥寥数语问它一个问题，它对我的生活有足够的了解，能相当有把握地知道我想让它做什么。有时候是以我根本没想到的方式。这真是一个令人惊讶的升级。我也从很多人那里听到同样的反馈。有人不喜欢，但大多数人确实喜欢。我觉得我们正在走向一个世界：如果你愿意，AI 会对你的人生有难以置信的背景了解，然后给出超级超级有用的回答，对我来说这很酷。你可以关掉这个功能也很好。但出现的一个挑战是《纽约时报》对 OpenAI 的持续诉讼。他们刚刚要求法院责令 OpenAI 将 ChatGPT 用户记录在常规原因所需的 30 天保存期之外继续保留，呃，Brad Ly 刚刚写了一封回信回应此事。你能解释一下 OpenAI 的立场吗？我们显然会抗争，我有疑虑——但我希望，也确实认为我们会赢。我觉得《纽约时报》提出这种要求是疯狂的越权。这是一个自称重视用户隐私的实体。但我想说，往好处看，我希望这会成为社会意识到隐私真的很重要的时刻。隐私需要成为使用 AI 的核心原则。你不能让《纽约时报》这样的公司要求 AI 提供商损害用户隐私。我认为社会需要……我觉得《纽约时报》这么做真的很令人遗憾。但我希望这能加速社会必须进行的一场对话：我们将如何看待隐私与 AI。我希望答案是，我们会非常非常认真地对待它。人们正在与 ChatGPT 进行相当私密的对话，如今 ChatGPT 将成为一个非常敏感的信息来源，我认为我们需要一个能反映这一点的框架。这就引出了另一个问题，无论是正在使用这款产品的人还是持怀疑态度的人都在问：OpenAI 现在可以访问这些数据，其中一项担忧是训练用途——OpenAI 对此一直非常明确，说明何时会、何时不会用于训练，你也可以选择关闭；另一件事则是广告之类的东西。OpenAI 对此持什么态度？你们将如何处理这一责任？我们目前还没有推出任何广告产品。怎么说呢，我也不是完全反对。我能指出一些我喜欢广告的地方。我觉得 Instagram 上的广告就挺酷的，我从上面买了不少东西。但我是觉得，要把它做好会非常困难，需要投入极大的谨慎。是的。人们对 ChatGPT 的信任度非常高，这挺有意思的，因为 AI 会产生幻觉。它本应该是那种你不那么信任的技术。我的朋友们也会产生幻觉，所以我对他们信任过头了。人们确实如此。但我认为，部分原因在于，如果你拿我们跟社交媒体或者网络搜索之类的东西比，你能隐约感觉到自己被商业化了——这家公司无疑在努力为你提供优质的产品和服务，但同时也在试图让你点击广告之类的。就像，你在多大程度上相信，你得到的是那家公司真心认为最适合你的内容，而不是某个同时也在试图让你与广告产生互动的东西？我觉得这背后有一种心理机制。比如说，如果我们开始为了谁付我们更多钱而修改输出，也就是修改从 LLM 返回的内容流，那感觉会非常糟糕，作为用户我会很讨厌这样。我觉得那会是一个摧毁信任的时刻。也许如果我们只是声明：“嘿，我们永远不会修改那个内容流，但如果你点击了里面的某个内容，而那本来也是我们无论如何都会展示给你的，那我们会从中获得一小部分交易收入，而且这对所有人都是统一标准。”嗯，如果我们有某种简单的付费方式之类的，也许这能行得通。也许可以在交易流之外，抱歉，是在 LM 输出流之外投放广告，而且广告质量仍然很高。但我认为那里的举证责任必须非常高，必须让用户感觉确实非常有用，并且非常清楚地表明这不会干扰 LLM 的输出。是的，这会很困难。我希望有某种解决方案。我很乐意通过 ChatGPT 或一个非常出色的 chatbot 来完成我所有的购买，因为很多时候我觉得自己没有做出最明智的决定，所以如果能在某种程度上缓解这一点……是的。不，如果能以某种非常清晰且目标一致的方式做到这一点，那是好事。但我不知道。我喜欢我们打造优质服务，人们为此付费。这非常清晰。这是一种……嗯，这就是好处。我想说，不同模式的区别在于：我认为 Google 做出了很棒的产品。我认为新的 Gemini 2.5 是一个非常出色的模型。我觉得他们从……
它确实是一个非常出色的模型。是的。他们从某种程度上……我当时想：“天哪，这些模型真不错。”但归根结底，Google 是一家 ad tech 公司。这是总会让我有点……你知道，我在使用他们的 API 之类的东西时，我倒不是太在意，但我确实会想：如果我在用他们的 chatbot，不管它叫什么，我都会思考他们的利益驱动在哪里、在哪些方面是一致的。
Google 搜索在很长一段时间里都是一款令人惊叹的产品。我确实觉得它有所退化。但你知道，曾经有一段时期，虽然广告很多，但我仍然认为它是互联网上最好的东西。我是说，我喜欢 Google 搜索。所以，我的意思不是说不可能成为一家优秀的广告驱动型公司，而且我很尊重 Google 所做的很多事情，但显然也存在问题。是的，作为 Apple 用户，我喜欢的 Apple 模式是：我知道我为手机付了很多钱，但我知道他们不会试图塞给我一堆东西。他们也做广告，但效果不太好，这可能说明他们其实并没真正上心。他们的确没有真正上心。是的。所以这将会很有意思。我想我们只能继续观察事态发展，等到我们开始想：天哪，JPD 真的在大力推进这件事，我需要开始考虑这个问题了。我们做的任何事情，显然都需要极其坦率和清晰。所以我们曾遇到过一个问题。有一次模型更新，之后发生的情况是，显然模型试图变得有点过于讨好，有点过于随和。这就引出了人机交互的问题——随着人们越来越多地使用这些系统，并与它们建立关系，你怎么看这种关系的走向？OpenAI 在个性方面的立场是什么？社交媒体时代最大的错误之一，是信息流算法对整个社会、甚至可能对个体用户产生了一系列意想不到的负面后果。尽管它们当时确实在做用户想要的事——或者说有人以为用户想要的事——也就是让用户一直花时间在网站上。这就是社交媒体的根本性目标错位。我认为还有很多其他问题，比如让人们不高兴反而比让他们开心满足更能把他们留在平台上。我一直都知道，在 AI 世界里会出现一些新的问题，某种以不那么明显的方式存在目标错位的东西。但我们最早经历的问题之一肯定是：如果你问用户某一次回复想要什么，然后你试图打造一个对用户最有帮助的模型。你给用户提供两个回复，问他们在任何特定场景下哪一个更有帮助。你可能希望模型以某种方式表现，但在你与 AI 的全部长期互动过程中，这可能并不匹配。你知道，你能看到——而且我们确实看到了——这些问题：如果你过度关注用户信号，以及我们在事后复盘里谈到的很多其他因素。但我认为这只是一个很有意思的问题。在短期内，你得到的行为可能并不是用户最想要的，或者对用户长期来说最有帮助、最有用、最健康的。所以，也许 filter bubbles 的类比将会是：AI 在短期内对用户有帮助，但在长期却没有。嗯，我认为 DALL-E 3 就是一个迹象。我认为它在技术上是一个非常强大的模型，但生成的图像都开始变成同一种风格，而且全都带有一种 HDR 的感觉。这是因为做了那种对比测试吗？用户孤立地比较这两张图时说：“我更喜欢这张。”我不记得 DALL-E 3 是不是这种情况了，但我猜是的。是的，我认为现在已经好多了。新的图像模型非常了不起。好得惊人。是的。是的。而且我只能想象它未来会走向何方。所以，当你打造这些产品并不断增加使用量时，这始终是个问题。新的图像模型发布，你必须限制使用量；还有 Sora，你只能分配一定量的算力去做那个。这说明了所有人面临的大问题：算力。因此，为了解决这个问题，我们听说了 Project Stargate，它有一个非常酷的名字，而且涉及计算机。除此之外，我觉得很多人看到这个价格标签——你知道，五千亿美元——都会问：“等等，我该怎么用简单的话跟我妈解释 Stargate？” 我觉得这很简单。它是一项为建造史无前例规模的算力而进行融资和建设的努力。确实，人们没有足够算力去做他们想做的事。但如果人们知道我们能用更多算力做什么，他们会想要多得多的算力。所以，我们今天能为世界提供的，与拥有十倍算力、或者未来希望拥有百倍算力时能为世界提供的，之间存在巨大的差距。而且，与我所从事过的其他技术相比，AI 有一点不同——至少就 AI 而言，如果要让全球数亿乃至数十亿人都能有用地上，所需的基础设施投资规模极其庞大。因此，Stargate 是一项汇聚大量资本、技术和运营专长来建设基础设施的努力，从而向所有需要的人交付下一代服务，并让智能尽可能丰富且廉价。这是一个庞大的全球性项目。我们之前聊过，合作伙伴之一是阿联酋。你们正在与全球其他政府就此展开合作。其中一个问题是，有人在社交媒体上问：五千亿美元，5000 亿。你们有这么多钱吗？我们今天确实没有 literal 躺在银行账户里，但它现在就在这个房间里吗？它现在不在房间里，但我们会在接下来的——好吧，甚至用不了多少年——进行部署。你知道，除非出了什么大问题，结果发现我们造不出这些计算机，否则我相信人们是掏得出这笔钱的。我最近去了我们在阿比林建设的第一个站点。那大约占 Stargate 最初承诺总额——也就是那 5000 亿——的大约百分之十。亲眼看到实在令人难以置信。我知道一个吉瓦级规模的站点在理论上是什么样的，但亲眼看到一个正在建设中的站点，看到数千人到处施工，走进即将安装 GPU 的机房，看着整个系统有多复杂，以及建设速度有多快，那感觉完全不同。我们很快会分享更多关于下一个站点的信息，但有一段关于铅笔的名言说得很好——就是一支普通的木质石墨铅笔，没有一个人能独自造出它，这就是资本主义的魔力。世界能协调起来完成这些事，真是个奇迹。站在第一个 Stargate 站点里，我真正思考的是，要让这些 GPU 机架运转起来，背后需要多么庞大的全球协作。你知道，当你拿出手机，在 ChatGPT 里输入内容并得到回答时，此刻你可能甚至不觉得这有什么特别惊人的。你只是觉得它本该就能用。曾经有一段时间，也许第一次尝试时你会觉得真是太神奇了。但在过去一千年、至少数百年里，人们付出了难以置信的努力，才获得了这些来之不易的科学洞见，然后又去构建工程技术、组建公司、建立复杂的供应链，并某种程度上重构了世界，所有这一切才让这一架“魔法”得以安放在某个地方。想想这背后需要多少东西。你可以一路追溯回那些只是把石头从地里挖出来、看看会发生什么的人。正因如此，你现在才能在 ChatGPT 里输入点什么，它就为你完成了某件事。我读了一篇关于 Stargate 项目幕后故事的报道，涉及国际合作伙伴关系，特别是阿联酋，还说 Elon Musk 曾试图阻挠此事。你看到了什么，听到了什么，对此怎么看？我记得选举后，我觉得至少在内部说过，可能也对外说过，我认为 Elon 不会滥用他在政府中的权力来进行不公平竞争。我很遗憾地说，我错了。一般来说我不喜欢犯错，但我主要觉得，他会做这些事，对国家来说真的很不幸。我真的不认为他会这么做。我很感激这届政府确实做了正确的事，抵制了这种行为。但 yeah，这很糟糕。嗯，我觉得变化在于——Greg Brockman 刚谈过这一点——几年前人们还认为，好吧，谁先到达谁就是赢家，仅此而已，游戏就此终结。现在我们意识到，其他地方也有很棒的 AI 实验室，比如 Anthropic 就在构建很棒的工具。我觉得 Google 也确实提升了竞争力。到处都有好事发生，不会变成某个人一家独大。我同意。所以看起来是的。我最喜欢的类比是，AI 的发现——虽不完美但很接近——在很多令人惊讶的方面类似于晶体管的发现。很多公司将在此基础上建造伟大的东西，最终它会渗透进几乎所有产品，但你不会一直想着自己在用晶体管。所以 yeah，我认为很多人会基于这项不可思议的科学发现建立非常成功的公司，而我希望 Elon 不要这么零和博弈。Yeah，我觉得——或者叫负和——如果我们这么想，蛋糕只会变得越来越大。我刚参加了一个能源会议，和从事能源生产等工作的人聊天很有意思，hyperscaling——他们用的这个词——成了一个话题。这确实引出了能源需求的问题。我知道比如 Grok 3，显然他们不得不把发电机放在停车场里才能训练那个模型，而问题就是：能源从哪里来？钱我明白，但能源呢——说到所需能源的规模，我觉得应该是到处都有吧。我认为目前是一个大型混合方案，最终我对先进核能非常兴奋，包括裂变和聚变，但现在我觉得是整个组合的全面混合，对吧？天然气、太阳能，我是说真的，核能，一切。所以是全面开花之类的。Yeah。我和一些人聊过，他们中有些人在阿尔伯塔这样的地区工作，那里的人说他们有大量能源可用，但当地用不了那么多，等等。这让我想到了一幅完整的图景。你知道，传统上很难把能源运到世界各地，大部分能源都是如此。但如果你用能源换取智能，然后把智能运到世界各地，这就容易多了。所以你可以把巨大的训练中心、甚至大型推理集群放在很多地方，然后通过互联网把输出结果发出去。有一次我参加 OpenAI 的活动，有位演讲者——我想他是在做詹姆斯·韦伯太空望远镜的——他谈到最大的瓶颈是他们即将获得大量数据，TB 级的数据，但他没有科学家来处理，没有足够的人去分析这些数据，而关于宇宙的这些答案就摆在我们面前，这成了一个大问题。
Yeah，我一直开玩笑说，等我们有了足够的钱，等 OpenAI 有了足够的钱，我们应该建一个巨大的粒子加速器，一劳永逸地解决高能物理问题。因为我觉得那将是一件非常了不起的、值得庆贺的事。但我在想，一个极其聪明的 AI 仅凭我们现有的数据——没有更多新数据，没有更大的粒子加速器——就将其破解，这种可能性有多大。这并非不可能。是的。所以这就引出了一个问题：好吧，外面已经有大量数据了，世界上也有很多聪明人，但我们不知道智能究竟能走多远。如果不再做新实验，我们还能多揭示多少真相？我记得读到过一些报道，说在1990年代早期，有人发现了一种 Amylin 类似物，并将其展示给一家制药公司，对方却说“不，我们放弃了”，而后来这成了一种改变人们生活的药物，比如对于那些患有慢性肥胖症的人来说，它将提高他们的生活质量。你会想，这东西竟然被搁置了25年。我怀疑我们还会发现很多类似的例子：也许我们已经有了一些已知有疗效的现有药物，但它们还能以某种重大的方式被重新利用，或者只需稍作修改，我们就非常接近某种伟大的发现了。而且，听到科学家们甚至在使用当前这一代模型来做这类工作，非常令人振奋。所以，听起来下一代模型所需的能力之一，就是理解物理、化学等领域的模型。Sora 算是朝这个方向的一次尝试吗？我是说，它能理解牛顿物理学之类的东西。但我不知道它是否能帮助我们发现新的化学原理，或者某种新的、新颖的物理学，嗯，或者你想要的任何理论物理学。但我认为，我对推理模型所采用的技术将在这些事上帮到我们很多，对此我持乐观态度。好的。那么，推理模型是如何工作的，与我直接问 GPT-4.1 某个问题相比，简短定义是什么？所以 GPT 模型也能进行一点推理，事实上，在 GPT 模型早期让人们非常兴奋的一点是：你只要告诉模型“让我们一步一步地思考”，它的性能就会提升，然后它就会输出一步一步思考的文本，并得到更好的答案——这居然有效，本身就挺不可思议的。推理模型只是将这一点推得更远。它的理念是，当模型能够将问题分解时，它就能在每一步上花费更多时间。当你问我一个问题时，如果这个问题非常简单，我可能会几乎出于本能地立刻给出答案。但如果问题更难，我可能会在脑中思考，让内心的独白运转起来：“嗯，我可以这样做，或者那样做，也许这样会清楚些。我不太确定。”我还可以回溯，重新梳理我的思路，然后当我思考完毕——你知道，我一直用英语在思考——我就可以列几个要点，然后基本上用英语向你输出一个答案。现在我使用这个应用时观察到的一件有趣的事是：如果我提了一个深度研究类的问题，然后锁屏离开，我会看到它仍在处理和思考。我还听说另一家公司的某人——我忘了是哪家——在使用一个衡量指标，看某样东西花了多长时间思考。我想是 Anthropic 说过：“嘿，这个模型实际上花了大概15分钟、30分钟或更长时间来思考一件事，这本身是个好指标，但它最终得给出正确答案才行。”
我觉得这挺有意思，是一种有趣的范式。有一件事让我感到惊讶：人们非常愿意等待一个出色的答案，即便它需要思考很长时间。我过去的直觉一直是，即时响应才是最重要的，用户讨厌等待，对很多事情来说确实如此；但对于难题，如果答案真的很好，人们相当愿意等待。是的。我们拥有了所有这些工具，所有这些功能，到目前为止我都在用手机，而现在 OpenAI 刚刚宣布你们正在开发硬件。你们发布了一段视频，是你和 Jony Ive 在谈，说你们已经探讨和合作了几年。呃，显然你不能……我是说，好吧，我可以问你，它现在就在你身上吗？不，不在。还要等一段时间。好的。嗯，我们试图打造一款品质疯狂之高的产品，而这不可能很快实现。但计算机、软件和硬件——我们如今理解的计算机，都是为没有 AI 的世界设计的。而现在我们身处一个截然不同的世界。你对硬件和软件的期望正在相当迅速地改变。嗯，你可能想要一个对环境感知力强得多、对你的生活背景了解得深得多的东西。你可能想以一种不同于打字和盯着屏幕的方式与它互动。我们已经探索了一段时间，有几个让我们非常兴奋的想法。嗯，我认为人们需要时间来适应在这样一个世界里使用计算机意味着什么，因为现在一切都太不同了。但如果你真的信任一个 AI，让它理解你生活的全部背景和你的问题，并替你做出良好判断——你可以让它列席一场会议，听完整场会议，知道哪些内容可以分享给谁、哪些内容不应该与任何人分享，并且大致了解你的偏好会是什么。然后你问它一个问题，并相信它会去与对的人做正确的跟进，等等——到那时你就可以想象一种完全不同的使用计算机来完成你想要的事情的方式。所以我们与 ChatGPT 的互动方式某种程度上塑造了这台设备。我是说，你也可以说，我们与 ChatGPT 的互动方式受到了上一代设备的启发。所以我认为这是一种共同演进的东西，但没错，我希望如此。手机之所以如此普及，原因之一是我可以在公共场合看屏幕，也可以在私密空间打电话、对着它说话。我认为这是新设备面临的挑战之一：试图弥合我们在公共和私人场合使用方式之间的鸿沟。手机是不可思议的东西。我是说，它们在很多方面都非常出色。呃，你可以想象一种可以在任何地方使用的新设备，但也有一些我在公共场合和私下做得不同的事情，比如在家里，我有很棒的音响系统来听音乐，而当我在外面走时，我用 AirPods，这并不会让我困扰。是的。嗯，所以我认为在公共和私人使用场景中存在差异，但通用性——我同意——很重要。是的。它会跟着你走。所以，呃，今年还没有，也许要到明年。还要等一段时间。好的。我希望等待是值得的，但确实还要一段时间。好的。我很期待。我很好奇。我有一些想法。那么，如果你现在给一位25岁的年轻人提建议，你会告诉他们什么？我是说，那些显而易见的战术性建议，大概就是你预期我会说的。比如，学会使用 AI 工具。世界变化真快，从告诉普通的20岁、25岁年轻人“去学编程”，转眼变成“编程不重要了，去学用 AI 工具”，这有点好笑。我不知道接下来会是什么，但当然总会有下一个。嗯，但那是很好的战术性建议。然后在更宏观的层面，嗯，我相信像韧性、适应力、创造力、弄清楚别人想要什么这样的技能。呃，我觉得这些都是意外地容易学会，虽然不像说去练习使用聊天机器人那么简单，但确实是可行的。而我认为这些技能在未来几十年里会带来很大回报。你会对45岁的人说同样的话吗？他们现在只要学会在你们的岗位上如何使用就行了吗？是的，很可能。无论你对 AGI 的个人定义是什么，也无论我们何时实现 AGI，到那时之后为 OpenAI 工作的人会更多还是更少？更多，更多。所以，是的，我看到网上很多人说：“啊，它们已经这么厉害了，为什么他们还在招人？”我想说：“因为计算机不能做所有事，它们也不会做所有事。”稍微长一点的答案，不止一个词的话，就是：人数会更多，但每个人的产出将远超 AGI 出现之前一个人的产出，对吧？这正是技术的目标。是的。