Greg，你知道，这是我们第四次对话了，每次我们都聊到 OpenAI 的产品方向，我想我开始明白你们的思路了。之前有过这样一次讨论，说“超级应用”这个词并不适合形容你们正在做的应用——你们把 OpenAI 产品中的编程端 Codex、浏览器和 ChatGPT 整合到一起的那款应用。当时你说“超级应用”的时候，人们会反驳：“不对，超级应用是那种你可以在里面使用所有其他应用的东西。”但现在，随着这些产品逐渐融合，实际上“超级应用”可能反而是正确的说法。至少对于我们这些外部观察者来说，我们开始看到这样一种图景：当你需要做任何事时，你会从 ChatGPT 里输入一个提示开始，然后 OpenAI 的技术会使用你的浏览器或电脑来帮你完成。这样想对吗？我认为这个视角相当不错。如果把视野真正放大来看，我们真正想构建的其实是 AGI。想想看，人们从使用 ChatGPT 以来，用的其实是一个语言模型。这两者之间差距很大。ChatGPT 很神奇，你能跟它说话，它也会回应你，这很棒。但 2022 年刚发布时，它没有记忆，没有连接任何工具，也没有上下文。因此，这种对话智能只是人们真正需要用来完成工作、实现目标的一部分而已。我们要走向的，是拥有一个真正为你着想的 AI，你可以给它设定目标、方向，它会不断思考“今天我能为 Alex 做些什么？”它能够去解决非常困难的问题，也能处理非常琐碎的问题。你醒来时，收件箱已经整理好了；如果你在考虑一个健康计划，它也能帮你实现，帮你找出医疗方案，或者来回沟通，至少为你提供这类信息。至于你想要什么样的界面、什么样的产品，这是我们花很多时间思考的问题。答案是，你几乎不需要界面，你不需要产品。你希望这就像我们之间的交流一样自然，只是能够和一个持续存在的实体对话，让它去为你实现目标。构建这个很难，需要时间，但我们已经有了很多基础模块。我们正在越来越多地整合产品层，努力让模型变得更好，努力让整个系统减少点击按钮、切换开关、改变模式等操作。不是说途中完全没有这些，但长期的轨迹是走向简化、统一。你说界面会消融，这很有意思。所以我想更深入地问一下，今天我们很多使用 ChatGPT 这类产品的人都会发现，机器人在最后会主动给出建议。比如你问它营养问题，它会说“要不要我帮你制定一个健康计划或饮食计划？”你问它——抱歉 Ron John，我们刚聊到旅行——比如你问它旅行的事，它会给出一个行程表。所以我的理解对吗？就拿 ChatGPT 来举例，你跟它聊你的健康决策，它可能会说“你可能需要去看这位专科医生，让我帮你预约吧”，然后它真的会代你采取那个行动。也就是说，它从一个单纯的对话界面，发展到真正理解你的意图，然后出去帮你完成。我这样理解对吗？完全正确。我想如果你用过 Codex——顺便问一下，在座有多少人用过 Codex？（观众：有不少人）有相当多的人。我们的目标真的是把 Codex 的能力带给每个人，把 agents 带给每个人。这项技术现在就已经存在了。你可以把 Codex 连接到 Slack、Gmail、日历。OpenAI 内部有很多非技术同事也在用。名字里有 code，但其实跟代码关系不大。它其实是一个通用的工具使用 agent。举个例子，我们传播团队的一位同事在组织活动时，就会让它去问所有参会者的饮食偏好，设置整个座位表，做所有这些工作，这样她就能专注于自己想专注的部分，真正思考她想实现的愿景。我认为我们会看到这种情况遍地开花。所以，想象一个 AI 连接了这些工具，这已经不是科幻了。我记得我们第一次在 ChatGPT 里尝试工具使用是在 2023 年，大概是三四月份，我们发布了插件。大家还记得早期 ChatGPT 时代的插件吗？那没成功。完全没成功，因为模型还没准备好。形式是对的，显然你会希望 AI 能跟你的 Gmail 对话，这毫无疑问。但当时我们只能同时给模型暴露三个不同的连接器，不然它就会开始遗忘。那时候我们只有 2K，可能 4K 的 token 上下文。完全没有记忆，对吧？这就像 60 年代或 70 年代的早期计算机一样，内存小得可怜，而今天你的手机比那个时代的任何超级计算机都强。我认为我们的模型也在走这条路，进步的速度非常陡峭。现在你可以让模型访问数百种不同的工具，我们可以把它们连接到整个文件系统。所以模型几乎可以拥有整个互联网的强大能力，几乎任何你想要的应用都触手可及。而且它很聪明，有 5200 万 token 的上下文（取决于你怎么看）。能力水平也变得越来越强，这些模型现在正在解决未解的数学问题和物理问题，真正帮助人们实现他们原本做不到的事情。我们正处于 agent 真正改变我们所有人工作方式的边缘，无论是在软件工程、金融、法律、销售，还是我们的个人生活中。所以来拆解一下你刚才举的例子：你的一位同事正在跟 ChatGPT 聊活动安排，ChatGPT 建议说“嘿，我们应该怎么联系参会者问些事情？”而不是她说“好吧我得去做这个”然后打开一个活动管理软件。基本上，一旦 ChatGPT 说这是个好主意，你也同意了，界面就会从那里接管，接入你正在使用的任何工具，然后帮你完成。完全正确。它会使用 Gmail 连接器搜索你的收件箱，找到所有参会者，然后查看饮食限制——比如这些人我已经有他们的饮食限制了，那些人还没有——接着起草邮件。取决于你的具体设置，它可能会说“嘿，我起草了这些邮件，我能发出去吗？”如果你的连接器不允许它发邮件，它就会说“我起草好了，你需要手动发送。”在另一种情况下，你也可以想象，你已经和系统建立了足够的信任，它会说“我起草了邮件并且已经发出去了。”我认为这实际上指向了 agentic 时代一个非常重要的方面，那就是信任。我们需要真正学会如何与这些系统建立信任，了解它们擅长什么、不擅长什么。想清楚你想把什么任务委托给它们，以及如何赋予它们责任。我们认为这是需要靠争取才能获得的，对吧？这不是我们能单方面授予的，而是要通过为操作者——也就是AI所代表的那个人——提供大量工具、控制权、监督和管控来实现。我们认为这将是一件非常重要的事，因此这也是一项关键的产品特性和差异化优势。是的。回顾早期的一些尝试，OpenAI 曾推出过在 ChatGPT 内呼叫 Uber 的功能。此前也有很多公司尝试过让你在聊天界面中直接执行操作，但一直没有真正流行起来。而现在的不同之处在于，聊天机器人可以控制你的浏览器或电脑，这样你就不必担心某个插件是否能正常工作——它会直接接管你的设备并帮你完成操作。所以我想知道，你是否预计会与当下我们拥有的用户界面，也就是所有其他应用软件，产生冲突？因为如果 ChatGPT 要真正发挥作用，它必须不被屏蔽，才能代表用户外出执行这些操作。首先，我要说这已经不是理论层面的东西了，对吧？人们已经在使用 Codex。它是一个独立的产品，独立的应用，需要单独安装。它最初确实聚焦于软件工程，但 Codex 上发生的非软件类工作量正在爆发式增长，对吧？呈现出一种惊人的指数曲线，完全符合你的预期。在 OpenAI 内部，它现在的使用渗透率基本上已经和 Slack 持平了。OpenAI 可以说是一家完全基于 Slack 的公司，我们基本上不用邮件。真的，如果你不用 Slack，就没法工作。而现在，Codex 应用也有这种感觉了。每个人的 Codex 都接入了各种工具。至于生态系统如何演变，我认为这将是一个非常微妙的问题，因为有一点非常重要：我们相信应该有一个繁荣、充满活力的生态系统，让人们能够真正去建设并从中受益。实际上，我们已经从合作伙伴那里看到了这一点。我记得有几个不同的合作伙伴，我们对他们说，我们真的很想训练我们的 AI，让它特别擅长使用你们的软件，当时我们也不知道他们会作何反应。结果得到的反馈是：这是我们见过的最友好的合作伙伴沟通。因为你愿意让 AI 专门擅长使用他们的工具，而他们看到了其中的机会——因为这样一来，他们的工具被使用的频率会大大增加。每家公司都在思考，如何在 AI 时代不仅存活下来，还要蓬勃发展？如何真正利用好这样一个事实：未来的活动量将会大得多，而如果你没有把 AI 融入其中，如果你把它拒之门外，那你实际上是在衰退，而不是在蓬勃发展。这么说来，OpenAI 某种程度上……首先，你提到人们在使用 Codex，你的同事分享过——我想你也谈过——你们把 ChatGPT 融入了 Codex，所以你也可以把 Codex 带入 ChatGPT。基本上，如果我们是 ChatGPT 用户，我们谈到的这种体验就是：ChatGPT 不仅建议你下一步想做什么，还会直接替你去做。这即将成为现实。所以这让你们实际上成为了一个操作系统，你不觉得吗？但不是像 iOS 那样的操作系统——你打开手机，点开不同的应用——而是好像所有与应用的交互都将通过这个界面完成。这是你们的野心吗？你可以这么描述，但我的看法略有不同。我认为，AGI 的理想界面是什么？或者我们称之为“个人 AGI”。我觉得它归根结底就是你我现在正在使用的这种界面。你就是想和一个助手对话，对吧？你想和某个能够代表你去工作、去执行操作的东西对话。所以是的，那个智能体、那个 AGI、那个 AI 会有自己的电脑，对吧？它会有自己的访问权限。也许就像一个理想的同事，他们也可以过来在你的电脑上打字。所以它会获得某种委托权限，访问你自己的系统。也许有时候你委托它访问你的收件箱，也许它有自己的收件箱，以某种方式——某种窗口——来查看它需要你转发给它的东西。其实如果你仔细想想，这并非前所未有，对吧？这就像你和一个人类助手，或者任何同事协作的方式。我们其实花了很多时间来思考如何建立这些信任边界，确保你们能够协同工作。所以我认为这是另一种东西。你可以把它看作操作系统，但操作系统几乎是来自另一个时代的概念，对吧？它是技术栈中不同的一层。这实际上更广泛地关乎你如何与技术交互。我认为 AI 的美妙之处在于，它真正是让机器更贴近人类，而不是让我们自己被迫去适应文件、文件夹以及所有这些不知何故并不自然的细节——那些更多是关于机器如何运作，而不是我们如何运作。是的。说到个人智能，那个……你看了上周的 WWDC 吗？呃，没，没看，我错过了。我没去成，但我在电视上看了。拜托了，Apple。总之，看起来你和 Siri，新的 Siri，好像会形成某种竞争，对吧？因为它们是一个应用，或者说一种智能，将坐在你所有应用的上方，让你能够执行操作。而 ChatGPT 将是 iPhone 上的一个应用。那么请谈谈，这种定位对 OpenAI 来说是否会很困难，以及你们从战略上如何考虑？我还是换个角度来看这个问题。我认为我们正处于这个全新智能体时代的开端，而 AI 领域一直以来都是这样：当你拥有了新的能力水平，就意味着你有机会重新思考一切，对吧？重新思考人们如何交互，技术能够做什么。我认为这次也不例外。在我脑海中，我能看到的前景之一，比如用 AI 解决科学问题。我认为我们开始看到一丝迹象了。例如，今天我们宣布，在同行评审文献中，有医生正在使用 o3。记得 o3 吗？记得。那好像是很久以前的事了，对吧？那是我们最早的推理模型之一。医生用它来为那些多年来求医无果的人找到诊断。有个例子，有个人患了神秘疾病 20 年，最终通过这项技术得到了诊断。如果你说，好吧，你有了能做到这一点的模型，它们确实能做到。那接下来其实就和分发一样——你能不能访问一个应用？对我来说，这在逻辑上根本说不通。这就像我们拥有了某种根本性的新事物。当然，这并不是说不会有竞争。实际上我认为竞争会存在，而且这对所有人都是好事，但我只是认为，你使用这项技术的方式、它将具备的能力，以及它将让你有能力去做的事情，都与我们以往见过的任何东西完全不同。你知道，我本打算问你，嗯，这是否意味着你们必须打造自己的设备——假设依我的理解，你们得通过 Apple 才能触达用户。嗯，假设这多少有点道理。但答案是你已经在做了，对吧。OpenAI 目前正在研发一款设备。这当然已有公开报道。我去年十二月去过你的办公室，Sam 告诉我这件事正在进行中。而且是多款设备。嗯，所以如果你再想想你与这些 AI 交互的方式，那款设备或那系列设备会扮演什么角色？嗯，你看，我想我还是退后一步说，我认为这是一个全新事物的开端。至于交互方式，我想说，最大的转变甚至不在于设备之类的东西。它真正是从对话式智能——就是那种聊天范式，你拥有一个对你足够个性化的 AI，它的输出值得你阅读，对吧？你问它一个问题，它给你一个答案，是对你有用的东西——转变为 agent，它们有足够能力真正为你做事。这是一个巨大的转变，而这意味着你想要交互的方式也有所不同。所以你只会想要一个能访问你上下文的单一 agent。这在个人生活中会如此，在商业场景中也会如此，对吧？比如，想象一下，你有一位精通每个领域的博士同事，拿过好多个诺贝尔奖的那种，你雇了一个，甚至雇了一百个，但你从不邀请他们参加任何会议。他们不会有多大用处。所以问题在于，如何让 AI 获得上下文——不仅仅是静态地，而是动态地，随着上下文演变、随着你的业务流程演变，你如何让 AI 能够访问一个上下文层，从而让它能够凭借那种原始智能尽其所能地运作；因此，想办法让 AI 变得可访问，让它能出现在你的会议中，让它非常符合人体工学、非常容易接入——我认为所有这些都需要重新思考，但对我来说，核心还是从 agent 的形态出发，然后倒推，如何让这个形态拥有它所需的上下文，而且信任将是让整个等式得以成立的核心要素。所以有点像随时带着这款设备，然后你说“我需要把那件事办了”，它就去帮你办了。我认为这会是其中的一部分。但我甚至觉得，如果你没有这样的设备，也不代表你就出局了，对吧？因为这是 AI。并不是说你想象中的某个版本是“设备即 AI”，你想要你的手机成为 AI，你想要你知道的任何定制设备成为 AI，但事情不会是这样。它会更像是一种接口。就像你的手机并不等同于你，对吧？它只是通向你的一个接口。是一种我可以在需要时给你打电话的方式，每当我想问你问题时，而且有不同的接入方式，对吧？比如同步的电话通话，我可以给你发短信，可以给你发邮件，我认为我们与 agent 的交互方式也会非常类似。呃，有一些报道称 OpenAI 正在研发这种双向语音模型，我想我们过去聊过这个话题，目标是打造一种你可以与之交谈的 AI，它能处理你的语音并以更自然的方式回应你。你能透露些什么吗？不能，但说真的，嗯，你看，我认为这项技术的大致形态，就像我们已经有语音模型，相当酷的语音体验已经有一两年了。嗯，我们最早是在 2024 年三四月演示的。嗯，推向市场大概是在那年晚些时候。它的工作原理，以及所有人的模型的工作原理，基本上是把几个东西串联在一起——嗯，最初的方式是，你把语音转文本模型、文本模型和文本转语音模型串联起来。糟透了，对吧？就像这三个东西串在一起。嗯，即使你有一个统一的模型，能够接收输入然后输出回应，你仍然面临轮次转换的问题，对吧？想象一下，就像这样：你不能重叠，不能打断。就像一旦你在你的轮次里对我说了话，然后你就得等我整个回应说完。这不是人类对话的方式。所以我们基本上用了一个权宜之计，我们有一些模型来判断“哦，似乎轮次结束了”和“哦，似乎轮次开始了”，而我们却在想，为什么我们在谈论轮次，对吧？轮次是如此不自然。这是人类在迁就机器及其局限。所以显而易见，你想要实现的是一种 AI 模型，它的工作方式更像你我，对吧？能够在处理输出的同时处理输入。所有这些都是这个领域许多人正在努力追求的方向。嗯，我认为当你迈向这些自然的、非常人性化的流畅对话式接口时，将会非常令人兴奋。没人见过这样的东西。比如我想到的一件事是，目前与 ChatGPT Voice 的交互。在很多方面它很神奇，对吧？那么多人在通勤时使用它，能够问各种问题，但它也令人沮丧，对吧？每当它打破那种魔力时，因为你会发现，哦，我想补充一些跟进问题，但它一直说个不停，盖过了你，而它没——就是，这完全不合理。所以我认为我们需要的一部分，或者说这种 AI 的全部意义之一，就是成为你能流畅、自然地与之交互的东西。顺便说一句，我认为这不仅仅是关于某种使用场景，比如我们想到的个人使用场景，它同样也关乎工作场景。而且我认为，我用 Codex 时最神奇的体验之一，就是通过语音操作它。和很多人一样，我们内置了语音功能。有些人用第三方应用来实现。嗯，当你开始意识到，快速打一条消息给点反馈，这很容易，但要写一整段话，把你想要的所有东西都写出来，那就太糟糕了。没人想那么做，对吧？你只想开口说，你想要实时反馈循环，而所有这些都将会实现，并且会非常惊人。那么，我们简短聊聊模型进步吧。嗯，几年前有一种讨论，说大语言模型即将撞上瓶颈。嗯，那是错的。有件事我一直在想，估计大家也都在想：这些模型到底还能好到什么程度？这种提升什么时候会停下来？您怎么看？嗯，我觉得当你真正在内部构建这些模型时，你会产生一种感觉和直觉，这是外部很难获得的，因为我们能看到所有的数据点，也能看到为了让模型提升所付出的努力。所以这个问题可以分两部分回答。第一，我认为从基础科学层面看，这是我所能想到的最神秘、也最重要的科学发现和经验观察之一——我们真的能够构建出这些模型，而且 scaling law 仍在延续。也就是说，只要你继续用更多数据、更多 compute、更好的架构去训练这些模型，它们就会持续提升，其中还有很多改进空间。但每当我们遇到“这次似乎没有按预期 scaling”的情况时，最后发现都是因为我们出了问题：有 bug，数学推导不够准确，或者实现没有完全匹配数学设计，诸如此类。我认为这是一个非常重要的认知，需要真正内化。实际上，我们做过一些研究，回溯这个领域的起源：神经网络本身是在 1940 年代设计的，那时候还没有计算机，最初是作为大脑信息处理方式的模型；第一个硬件实现是 1959 年的感知机。如果你去看这个领域里程碑式的成果，会发现它们沿着一条极其平滑、确定性的路径发展——投入更多 compute，就有相应突破。所以 70 年来，或者说 80 年来，一直有人说这东西永远行不通，永远不会 scaling，早晚会撞墙。但墙至今还没出现，目前也看不到墙在哪里。因此我认为基础原理允许它继续发展。但工程实现很难，对吧？真正去建造这些大规模超级计算机，很难，很贵，一点都不容易。我们有团队夜以继日地努力，解决这些极其困难的技术问题。我们甚至不得不设计自己的网络协议。我们有专人审视整个技术栈的每一层，因为图表上总会出现一些奇怪的波动。你得明白，神经网络几乎没有抽象层，对吧？任何一处微小的错误都可能产生涟漪效应，只在下游才显现出来。所以你需要有人深刻理解这一切。然而，如果你把合适的团队聚在一起，给大家一个正确的使命，让他们去啃硬骨头，结果是值得的，对吧？这是可实现的，也是可能的。因此，基于这些原因，我认为进步会继续。那么我想听听您的观点：如果模型从现在还能大幅提升。比方说，OpenAI 做出了最好的模型，相当于拥有 15 个博士学位、情商极高、从不抱怨、能出去帮你办事的助手。然后另一家模型厂商做出来的稍差一些，但也相当于有 13 个博士学位，情商相当不错，也能帮你办事。那么当模型智能达到这种水平时，差异化从何而来？因为我们看到模型厂商们基本在齐头并进：一家取得突破，下一家也很快跟进。最后大家都会变得那么聪明。在这种情况下，还有可能做出差异化吗？嗯，我觉得这个问题可以从几个维度回答。第一，我认为存在一种“吸引子状态”，从商业模式的角度看，就是每个提供商的 compute 都会卖光。对吧？我觉得这就是我们正在走向的世界——compute 将永远不足以满足所有需求。对吧？我们正在走向一个由 compute 驱动的经济，每个人会一直使用这些模型来完成各种感兴趣的任务。我们已经能看到这个趋势。现在我们在讨论 compute 瓶颈，而使用这些 agent 的人数大概也就一千万、两千万左右，我们还没有达到星球级的规模——ChatGPT 大概有十亿用户，对吧？但我们还没有把 agentic 能力带到那个量级。所以你看这些因素，而且使用深度相比我们未来的目标也还很小。因此我认为，我们将生活在一个即使有不同的厂商、不同的能力水平、open source 模型、neoclouds 等等——compute 仍将是稀缺资源，而且会被充分使用。所以从某种程度上说，如果你问这是不是一门好生意、新玩家是否该进来之类的问题，我的答案其实是肯定的。我认为有一个巨大的市场是我们根本无法独自覆盖的，那里需要更多活力和动力。但第二点，这种看法忽略了一个事实：智能不是单一维度的。如果你放大看，擅长不同领域这件事，即使你拥有很高的原始智能，但如果你从没练习过，比如你从来没真正做过路演，第一次你也不会做得好，对吧？很多东西都是这样——你从没操作过电子表格，对吧？你也不太可能成功完成一些复杂的建模。所以我认为我们正在内化的一点是：当我们审视不同行业和领域时，必须有所取舍。我们不可能同时在每一个领域都做到顶尖。确实有很多人说，你只要把通用智能提上去，它自然能处理很多事，但要真正成为领域专家，真正具备 PhD 级别的专业能力，真正能够推动某个领域的雄心壮志，这是很难的。顺便说一句，我还想提一点：我认为理解当你成功做到那一点时会发生什么，建立一个好的 mental model 很重要。就像你回想 AlphaGo，对吧？你记得第 37 手吗？那一手改变了人们对围棋的理解，而现在下棋的人比以往任何时候都多，对吧？它实际上激励人们去做得更多。我觉得我们将看到同样的情况。所以我认为深度永无止境，对吧？科学上你能挖多深？我觉得人们有时会觉得，嘿，我们已经发现了所有物理学规律，一切就绪，我们大功告成了。但我不认为那是我们未来的方向。我认为我们注定会走向一个每次解开一个谜团——
每解开一个谜团，就会解锁十个新的，对吧？所以我认为永远会有大量的事情要做，不同公司之间也会有巨大的差异化空间。所以，我想我没理解错您的意思：您认为也许所有人都有办法把这些模型 scale 上去，但最终拥有最多 compute 的公司会赢。您知道，我们几个月前聊过，您提到内部有人问过您，我们该买多少 compute？您说：“全部。”他们说：“不，说真的，该买多少？”您说：“不，买下全部。”而 OpenAI 毫无疑问在采购 compute 方面是最领先的。我的意思是，我们看到大笔资金正在不断投入。显然，大量资金通过投资涌入，而且你现在也已经建立起了有客户的业务，但资金流出也很大。你有没有想过，嘿，有没有想过也许我们没法还清所有这些钱，因为这完全是一个全新的品类？嗯，我是从基本面来看这个问题的，对吧？你需要真正认识到的一点是，算力的交付周期很长，往往需要好几年才能真正到位，对吧？具体取决于你在做什么。比如，我们投资自己的芯片项目已经很多年了。进展非常令人兴奋，你知道，我们很快就会有更多消息要宣布。但能做到这一点其实是非常独特的，对吧？要真正考虑到供应链的完全垂直整合。我认为我们正走向一个世界，在那里世界上仍然没有足够的算力来满足所有需求，这一点我们看得非常具体。你看 ChatGPT 的指数级增长，我是说回顾一下 ChatGPT 的指数曲线，再看看我们现在所处的指数级增长，你想一想我们能够解决的问题。实际上很有意思的是，我们就在昨天——其实是两天前——宣布了一项化学领域的新成果，能够合成新的、更优的化学反应，而这一切都没引起太多关注。我刚才说的那件事，就是如果你深入一个领域，你就能真正改变它，而我们甚至还没有触及表面。所以你要这样想，经济规模是如此巨大，对吧？我们从自身的增长、人们愿意支付的价格，以及整个行业的规模和发展中，都能非常具体地看到这一点。因此我想得最多的问题是，我们如何满足需求，以及如何真正拥有能够支撑人们在经济中想要做的所有事情的东西？我认为这是一个极其宏大的命题。我觉得我们所有人都还没有真正内化这一点。大家好，我是 Alex Canitz。我想向大家介绍一部我与 Gravity 合作制作的纪录片，探讨 AI agent 安全的未来。为了弄清楚我们是否真正为自主 agent 做好了准备，我采访了 MIT 教授 Romesh Rosker、前白宫 CIO Terresa Payton、米其林集团首席数据与 AI 官 Ambbea Roger Gopal，以及阿里巴巴前高管 Sharon Guy。 他们各自对这一不断演变的领域提供了独到见解。最后我们将与 Gravity 首席执行官 Rory Blendell 探讨前进方向。Gravity 正引领这一道路。加入我们的旅程吧。您可以点击节目备注中的链接观看完整纪录片。
是的，但请允许我说，一场价格战正在酝酿。我是说，至少据报道称如此。很高兴你能来谈谈这个话题。《华尔街日报》最近有一篇报道，称 OpenAI 即将推出的模型可能会大幅降价。那么同样，如果满足这一需求需要如此大量的资源，而且需求还在增长，在一个可能出现降价的环境中，你怎么能让这笔账算得过来？嗯，我换个角度来看这个问题。如果你回顾我们所做的一切历史，其实我们一直在提升智能水平，同时降低固定水平智能的价格，人们不知怎的就像日本悖论一样不断重演。所以我认为前沿智能永远会是——你知道——永远是最昂贵的东西，但我认为一年后，那种水平的智能会显得很平常，而且会更加普及。嗯，我认为我们现在的世界是一个人们开始真正思考价值的世界。实际上有一个非常有趣的转变，过去——你知道——第一季度，也许直到现在，人们的态度一直是：这些 AI agent 的东西都是新鲜的，我们要引入企业。我们不想被抛在后面。我们如何参与这个未来？而现在人们的反应是，好吧，让我们确保这真的能带来 ROI 和价值。实际上我认为这是一个很好的状态，对吧？因为人们在问正确的问题。我今天参加了一些客户会议，人们说的正是这些。他们说：“我们怎样才能有良好的支出控制？我们怎样才能有可观测性？” 我想我们 literally 今天就发布了支出控制功能。所以，你知道，就是——
好的。没错。我们正在大力投入企业级就绪工作，以及客户告诉我们他们需要的工具。而我认为，对我来说，这也是我们公司一直在经历的转变：不再只是想着我们要发布模型、拥有一个模型，而是真正思考端到端的业务。我们如何将其用于为真实客户解决真实问题，而这正在每个行业迅速发生，还有那么多不同公司仍在努力理解如何最好地利用这些模型，我们也在同时学习。我认为这一切还处于非常早期的阶段，市场绝对规模增长如此之快，我们自己的收入增长曲线也如此之快。我觉得我们仍然没有预料到这一切会变得多么陡峭。你们会降价吗？所以，答案依然是肯定的，对吧？但问题在于，我认为会持续发生的是，我们将拥有前沿模型。嗯，我不认为短期内会有巨大的转变。我不认为会发生那种事。但我认为你应该预期的是，在一年时间维度上，要达到今天这种感觉很顶级的智能水平，会变得便宜得多。但会有一个全新的东西出现，它会好得多，你会想，我为什么要用旧的那个呢，对吧？[清嗓子] 事情一直都会是这样。
Sadia Nadell 最近发了一些有趣的推文，也接受了采访。他最近说，“模型正在变成商品，而宝贵的资产是公司”，或者这可能是一种转述，“宝贵的资产是一个持续从你数据学习的、公司专属的 AI 系统。” 嗯，你对此怎么看？以及现在与微软竞争，这奇怪吗？嗯，听着，我不认为这里的任何一层技术栈会简单地从价值链中被移除。我认为这些东西是相乘关系。如果你想想最基础的算力层，对吧，那就是没有算力就没有 AI，某种程度上你可以说算力是商品化的，不过是 flops，谁在乎呢？但实际上，你看看今天的芯片股票，你看看那些销售算力的人，看看市场给这些人的估值，他们会发现这里有一项如此关键的基础资产。我认为这是因为它是一个收入中心，是任何构建 AI 的人都必须依赖的东西，而且在你能榨取的效率、利润率等方面，有一系列非常有趣的动态。但从根本上说，即使你可以眯着眼睛说它是商品化的，它也不是。价值不会消失，利润率也不会消失。这就像某种市场会给予回报的东西，因为它具有根本价值，而且其重要性会随着时间的推移而上升。你可以从人们为 H100 支付的一些价格中看出这一点，对吧？Hopper 并不能算过时，对吧？它们是上一代芯片，如果不是在供应完全受限的情况下，正常情况下没有人会购买它们。但相反，市场价格相对于之前反而上涨了。因此出现了这种反转，而且我认为这种情况会持续下去，因为每个人都面临着雪崩般的需求，你会看到整个技术栈的各个层面上的价格、利润率以及所有这些东西都在持续上涨。而且我认为模型领域也类似，模型本身虽然竞争非常激烈，但我认为这非常好。这对企业是好事，对客户和消费者也是好事。但我认为在很多领域，比如我们的模型一直是最聪明的那类，对吧？能够解决那些极其困难的问题。我认为我们正开始进入这样一个阶段，你会看到由此带来的变革性影响，对吧？就是说，如果我们真能通过模型加速科学研究，模型越智能，进展就越快。而这与那种拥有对话界面、能帮你预订旅行或整理日程的模型，是非常非常不同的。所以这也是我认为我们会做得很好的一个维度，但我只是说，这是不同的领域。然后我认为问题在于，你究竟如何将智能与自有客户连接起来，转化为真正的价值。各行各业都有建立了惊人业务的企业，这是一件大事，而且如果你没有领域专业知识，是不可能做到的。部分原因在于，你需要考虑监管严格的行业，考虑任何涉及多方需要以非常审慎的方式互动的领域，比如教育，那里有家长、老师、学生，这些不同参与方需要以非常周到的方式互动。在所有这些领域、所有这些行业中，深入其中并思考工作流程应该如何运作、这些模型应该如何编排，都能创造巨大的价值。因此，我真的认为市场足够大，足以让各方获益，而且我认为我们必须作为整个生态系统携手合作，才能交付我认为这些系统所能够创造的价值。好的，再回到 SA 的观点上。他曾称模型为商品。他正试图构建自己的前沿智能。他在告诉你的潜在客户，嘿，你们得来和我们合作，因为我们会帮助构建这些能从你们数据中学习的闭环。而且我认为他对你们的 IP 拥有使用权，直到 2032 年。那么，听到 Saudia 这样说，你有什么感受？我认为，当下最重要的事情是人工智能在经济中的应用，真正变革经济并让所有人受益。因此，这是我非常关注的方向。越多人致力于实现这一点，对所有人就越好。嗯，有传闻称 GPT 5.6 即将发布。据说这只是 Twitter 上的传闻，但我还是要读给你听。嗯，向来最靠谱的传闻。比 Fable 便宜三倍，上下文长度最高达 150 万 token。还有更强大的 agentic 编码工作流。嗯，这些有多少是真的？我们对 GPT 5.6 应该有什么期待？我是说，你应该始终期待更好、更快、更智能，全方位提升。所以，全部确认了。绝对要相信你在 Twitter 上看到的一切。对，也许不是。这实际上在我的个人生活中也造成过一些问题。嗯，好了。我想以健康话题来收尾。你之前提到过几次。实际上早些时候观众里也有人问到了这个问题。你知道，有时候你读到某个故事，会自言自语：我知道这个人在接受媒体采访，我知道他说的听起来可能是真的，但这个故事有点不对劲，我们不会再看到后续了。我最近就读到过几个这样的故事。一个是，我想是你朋友、GitLab 的 CEO Sid Sberage 吧？他得了癌症，做了所有能做的诊断测试，就是疯狂地去做检测，然后把数据输入到 chatt 中，借助一些开发了专用应用的人的帮助，得以——我不知道用治愈这个词是否准确——但在一定程度上击退了癌症。还有澳大利亚那只叫 Rosie 的狗。你们听说过 Rosie 吗？简直是史上最疯狂的故事，有个人——我可能会记错一些细节——给他患癌的狗做了活检，用 AlphaFold 分析了突变，然后设计了一种 mRNA 疫苗注射到狗体内，借助 chatbots 来构建这个东西，最后狗又能跳过桌子了，肿瘤也缩小了。当我们思考 AI 与健康的未来时，请帮我们厘清真相：这些只是几个制造了好看头条的极端案例，背后有些我们没听到的故事内情，还是说这在未来会成为常态？这绝对会成为常态，绝对的。而且就我个人而言，我有不少朋友也做过非常类似的事情：获取你的健康诊断数据并加以利用，没错，使用这些模型从中获取洞察。我认为有很多人这样做。我想每周大约有 2.3 亿人使用 chat GBT 进行健康咨询，这已经达到了惊人的规模。这些人有时会上传扫描影像，有时会遇到医生给出相互矛盾的信息。我认为我们长期以来处于一个患者缺乏赋权的世界，患者不得不充当医生，你是决策者，你要承担责任。医生犯了一个错误，而你却要为此付出余生代价。这是一种非常不同的激励机制。这对我个人来说也非常切身。我妻子有多种健康状况，我觉得如果没有使用 chat，我甚至不知道我们现在该如何管理她的许多病症。我认为我们才刚刚踏上这段旅程。即使你有最好的医疗团队、最好的渠道、最顶尖的专家，能做的也有限。有些东西超出了人类的能力范围，或者有时只是某人甚至没有看图表，漏掉了一个细节。所有这些都应能通过这些工具得到大幅改善。因此，我认为个性化医疗，有时是关于面向大众市场的药物和药物发现，但有时也会是针对 NF1 这类疾病——就像我今天早些时候提到的那些疾病诊断。有时只是为了理解病症，并尝试提出新的潜在疗法。所有这一切，我们此刻正亲眼见证它的发生。这不是理论，而是正在真实发生的。因此，我认为 AI 最令人惊叹的可能性之一，在于它能极大改善我们的健康。你想想整个体系的连锁反应，对吧？目前医疗体系占用了巨额支出，这是经济中极其庞大的一部分。而如果你真能帮助人们预防疾病，对吧，在潜在的健康问题发生之前就加以干预，这实际上能减轻大量负担、缓解诸多压力。我们正身处一个医生和护士都精疲力竭的世界，就像一场真正的危机正发生在我们眼前。我认为 AI 将能够帮助解决所有这些问题。如果我们明智地、妥善地部署和使用它，我们具备这样的潜力。因此，我认为将 AI 应用于医学，这对我来说真的是一种个人层面的动力，当我思考我们正在构建的这一切、思考我们在 Open AI 试图做的事情时。我希望我们作为一个世界、作为一个社群，能够充分利用这一点。希望如此。我认为我们会的。我非常非常确信。
Greg，非常感谢。谢谢。 太好了。谢谢。非常感谢。 天哪。谢谢大家。祝大家今天过得愉快。谢谢。我们明年要不要再办一次？你会来吗？会的。