99%的人只能使用糟糕的工具，或者根本没有工具可用。作为其客户和用户的那些人，体验质量并不怎么好。每个人都经历过这种糟糕的体验——在现代生活中，不得不应对各种要处理的事务。我觉得，如果你只是坐在那里感叹再也没有好点子、再也没有新想法了，那其实就有点懒惰。好的。你要录个开场吗？我要录开场吗？还是直接开始？不，我就直接切入正题。我直接开始。对，这大概就算是开场了。好的。Brad，谢谢你来做这期节目。我非常兴奋。是啊，我也是。你喝的够吗？要不要再喝一杯？嗯，好啊，有多少我要多少。你可以多拿点。我真的很感谢你抽空来做这个。我一直非常期待。其实我一开始想说的是，我昨晚刚好在想这件事——你在2018年加入OpenAI，然后大概四年时间里，它还是个研究实验室，你们在Dota上击败人类选手之类的，然后四年后ChatGPT发布了，接着就是一场持续至今的 whirlwind，我想大概三年了，但我肯定对你来说感觉要长得多。我很好奇，你能不能分享一下你的叙事或回忆，这段旅程是什么样的，有哪些篇章？回望这一路，你的经历大概是怎样的？对，篇章——这个词很准确。OpenAI的这段旅程，我觉得也映射了AI作为一个领域、作为一个行业的旅程，它似乎被划分成了几个奇怪的阶段。我刚加入的时候，根本没人听说过OpenAI。我们的工作主要局限于旧金山科技文化里的一些小圈子，那些关注我们在Dota上击败世界顶级选手之类事情的人。真的就是，我当时基本找不到人可以聊这些。每个人都差不多在说："你在那儿到底是干什么的？你在那儿做什么呢？"
你加入的时候算是CFO吧，对吗？我们的CFO。嗯，我……是的。你当时是怎么想的？你预期这会是什么样的？怎么说呢。我当时27岁，所以大概就是……我可以先往回说一点。我之前在Y Combinator和Sam一起工作。那时候我开始花更多时间在我们YC所谓的"硬科技"投资组合上。就是那些做的不是纯SaaS、不是互联网、不是消费互联网的公司。所以我花了很多时间在各种领域，从核聚变到卫星，到生物科技，到任何不属于主流互联网的东西，而OpenAI就属于那一类。它属于那种被承诺为未来技术的东西，但我当时真的不太确定到底有谁在真正做这件事。
OpenAI一开始正如你所知是YC的一个研究项目。所以它算是自己人，Sam给我打电话说："嘿，我需要有人帮忙做这家公司里除了研究之外的所有事情。你知道有什么合适的人吗？"我试着帮他找，但没找到。于是我就说："那我就自己顺便帮帮你吧。"但我开始花很多时间和Greg、Ilya以及当时的团队在一起。我逐渐意识到，AI有一些疯狂的特性，现在我们知道那基本上就是scaling law。所以当时这个领域开始逐渐发现，当你把模型做得更大，结果会以可预测、持续的方式变得更好。到了那个阶段，你就会觉得："好吧，其实这就是个算力问题，智能基本上可以通过扩展非常基础通用的架构来自我引导，从而演变成更通用的智能。"我当时想，"我不知道这是不是真的，也不知道这是否会持续下去。我肯定没资格判断这一点，但如果确实如此，而且这些人似乎确信这是真的，那这将是有史以来最重要的事情。"
对。而且我当时27岁，我想，不管怎样，这比投资科技要有趣多了。对。所以你开始做了，那早期几年发生了什么？显然，人们在做一些有效的东西，比如击败游戏，还有很多其他项目，但从内部看，2018年到2022年左右你看到了什么？我想说，那时候的研究文化色彩要浓厚得多。OpenAI现在仍然高度以研究为中心。我感觉ChatGPT之后，人们觉得它变得更以产品为中心了，但研究才是真正驱动一切的东西，我认为这正是因为那段时期奠定了公司的文化根基。所以我当时花了很多时间，试图弄清楚研究人员需要什么才能成功。这涵盖了很多方面，从我们需要投入超级计算机的资金，到与合作伙伴一起设计和建造超级计算机，再到一些非常琐碎和日常的事情，比如我们的机器人老是坏，从英国某个小镇的供应商那里空运零件要花太长时间。我们怎么缩短这个循环，怎么加快速度？所以早期就是各种各样非常繁杂的问题，核心都是纯粹的研究加速。显然现在我们的业务既涉及研究也涉及部署，但那段经历让我很早就体会到，因为我所有时间都和研究人员在一起，这让我在其他人真正理解之前，就第一手地了解了正在发生什么。然后2022年ChatGPT出来了，当时在内部，你们有没有觉得"这会是个大事件"？在你们发布前试用的时候，内部氛围是觉得"这又是一个酷东西，就当个游乐场随便玩玩"，还是觉得"这不一样，这是个大事"？
AI领域有时候人们会用一个词来形容某种迹象——事情还没完全发生，但你能看到一些小小的火花。我想用这个词来形容ChatGPT之前的时期：有很多火花。你能看到模型开始变得足够好，能够在对话形式中模拟人类。你也能看到人们对直接提示模型产生了兴趣。人们忘了，这原本并不是我们与语言模型交互的方式。我们过去把语言模型视为completions引擎。就是你输入一段文字，它把这段文字当作输入，然后继续往下写。这种更具对话性的、基于对话的格式，并不是语言模型最初的发明。所以我们当时看到的情况是，我们有一个completions API，还有一个界面，让人们输入文字，然后预览模型实际会生成什么输出。但人们试图以更具对话性的、回合制的对话形式来使用那个界面。所以，你只要稍微留心倾听，就能发现人们其实想和模型对话，这是一种自然而然的、直观的交互方式，但产品本身当时并不完全是按这种方式设计的。另一件我们提前观察到的事是，我们训练了早期版本的 DALL-E，那是我们的第一个图像模型。它不算很好，但在当时确实是一项突破。因此，人们第一次可以生成图像，而且我们看到这个模型在以消费者为导向的、基于 prompt 的形式中获得了一些采用。所以在 ChatGPT 发布前，我们猜测它会是一件重要的事，但我们没预料到规模会那么大。我想，当时——因为要做算力规划，我们都得猜——我猜测高峰时大概会有百万级并发用户。显然，我们大错特错。那么，从那以后经历了哪些阶段？回顾过去三年，都有哪些时期？如果要跟朋友描述 ChatGPT 之后的旅程，你会怎么划分？这其中既有公司自身的不同阶段，也有行业和技术的不同阶段。在技术层面，我觉得显然存在这样一个早期阶段——研究刚刚开始见效，我称之为 scaling 时期。那时我们刚意识到，模型其实可以从完全不可用变得基本可用，基本上涵盖了大多数模型形态，而那还是在大众消费者采用之前。那段时间大概是 2018 年到 2022 年。我认为从 2022 年开始，那段时间真正属于聊天机器人时代。突然间，人们意识到你确实可以拥有一个有用的东西，但具体能用来做什么，还不太清楚。它很新奇，我觉得人们对此抱有一种欣赏态度，但实用性还没有完全到位，有点像是一个稍微更好用的搜索版本。然后下一个章节，也是我认为我们现在所处的阶段，是 agents 时代，也就是真正能替你办事的 AI。它们异步运行，你可以给它们下达指令，它们可以花费任意长的时间和任意多的 token 去思考和解决问题。它们可以使用工具，而我们正处于这个阶段的中间。对我来说，这始于 2024 年 12 月 o1 的发布，然后贯穿 2025 年，延伸到 2026 年。你觉得我们现在正处于这个阶段的中期？是的，我觉得是。奇怪的是，在每一个阶段，因为模型的实用性都提升了巨大倍数，实际上我认为每个时代都需要更多时间去探索模型的全部潜力。我一直对我们的客户和合作伙伴说：哪怕现在停止技术进步，我认为仍然会有大概 10 到 20 年的扩散与创新周期自然到来。渗透到经济中。只是为了让它渗透到经济中，让人们意识到这些东西能做什么。对聊天机器人来说，那大概需要 5 年左右。是的。但对 agents 来说，可能是数倍的时间。而问题显然在于，技术进步的速度会比这快得多。所以，扩散期远比实际创新周期更长，这种错配会是一个值得观察的有趣现象。我们离 agents 能力的“完成态”还有多远？这是一个永远不会终结的新起点吗？我们处于 S 曲线的半山腰吗？关于 agents 能力的终点，现在普遍的看法是什么？我个人感觉完全无从锚定。我不知道。我内心的历史学家和技术经济学家总想把一切都套进那些漂亮的 S 曲线范式里，觉得创新周期就该是那样。如果不存在 S 曲线的话……
对。就像 Carlota Perez 说的那样，认为一切总会遵循过去的规律。但这其中有很多元层面的东西。我觉得我们还没完全理解：当你拥有了在某种意义上具备自身 agency 的系统，几乎会出现无限层次的可能性，对吧？它们现在可以开始指挥其他 agents。协同工作。还有时间维度的问题：只要它们能在整个过程中保持上下文的连贯性，它们就可以思考和运作更长时间，我觉得这个问题终会被解决。甚至连记忆这样的基础原语，以及其他对超长程工作、跨多次会话工作至关重要的东西，目前都还没完全搞定，但已经开始有眉目了。是的。所有这些都还没完全解决，但正在逐步被厘清。过去一年里我一直在想：为什么我们不会发展到这样一个阶段——你只需要 prompt 一句“帮我建一家公司，别犯错”？没错。就是啊，我觉得你完全可以喊一句：“嘿，你能去帮我赚一百万美元吗？”对吧？你把这种可能性推到极致，会忍不住想：也许这是可能的呢？我想这也是为什么我觉得，即便你现在暂停技术进步，仅凭这一周期的这一步，可能也会有 40 年甚至 50 年的进步空间等待释放。我经历过的一件有趣的事是，就在 ChatGPT 前后，当时关于 AI 的很多讨论都像活在科幻世界里：下一个物种会不会接管一切？会有 Dyson sphere 吗？讨论的格局非常宏大。是的。而过去几年我观察到的是，它变得极度商业化——以好的方式，但也非常接地气。就像是在人类运转的经济体中。它不再让人感到可怕，只让人觉得是强得离谱的软件。是的。但背景中始终萦绕着一个讨论得越来越少的问题：它是否有感知？它是否会走向另一种存在？这类对话还重要吗？人们还在思考这个问题吗？还是说现在大家只觉得“这就是非常好的软件，没什么好担心的，不过是一场疯狂的技术革命”？是啊。这问题是不是很有意思？我觉得在某种程度上，技术越先进，越逼近那个科幻未来，我们反而越倾向于把它贬低到“只不过是个工具”。这是个奇怪的悖论。我也注意到了同样的现象，因为我以前在 OpenAI 的时候，大家聊的几乎全是 Dyson sphere 之类的话题，因为在 2018 年你基本上只能聊这些。你手上有的只是一个刚开始勉强能跑的东西，然后你却能以此去畅想整幅图景。因为你其实正身处其中。你得先考虑眼前的步骤。是的，会出现一种 local linearity，你会开始有点觉得，“好吧，我知道这东西比2018年的版本好了无数倍，能力也比两年前强太多了。举个例子，你提到了 Dolly。对，它刚出来的时候我想，‘哦，挺有意思的。’但现在，没过几年，我有一半时间分不清视频是真是假。是的。你知道，这种趋势会一直发展下去，直到你完全无法分辨。”
没错，而且我认为从某种意义上看，会出现一些并行的讨论。比如会有企业生产力方面的对话，因为这才是人们真正在思考、在谈论的东西。大家都会去迎合那个叙事，这还挺有意思的。我们是在唤醒一个新神，还是在帮律师提高生产力？我觉得两者皆是。是的。而且我认为，还有一条并行的轨迹，就是个人被疯狂赋能，能做那些即使在几年前都不可想象的事情。你已经能看到这样的例子了，而对我来说，这就是那种奇特的科幻未来。上周末有个故事，澳大利亚有个家伙在治愈他狗的癌症，据我了解他并没有生物学背景，但基本上就是让 GPT-5 去尝试设计某种 RNA 疫苗来治疗他的狗。然后他和一个实验室合作完成了治疗方案的设计，实验室把东西寄回来，似乎奏效了，整个过程只花了大约3000美元，而且就在几周内。这挺疯狂的，对吧？你知道，对我来说，这算是科幻结局的一点火花——
我们对任何新事物的适应速度。就好像，明天我们得知有外星人存在，我们也会很自然地说，“是啊，当然有了。”我从中得到的一个感悟是，人们总能适应任何新环境。然后你很快就觉得一切稀松平常了。我的经验也是这样，事物的新鲜感大概只维持三秒钟，第二天就变成“好吧，你最近又为我做了什么？”
是的。关于这到底是个什么东西的话题，我一直在观察。你知道，我来自圣路易斯，现在住在硅谷。在像圣路易斯这样的地方和硅谷，人们对 AI 的看法截然不同。我觉得这里（硅谷）的总体情绪是，这太棒了，幸好它出现了。而我觉得在全国、乃至全世界，存在着真正的怀疑、焦虑和恐惧，而且我觉得这里的人也有这种情绪。但人们正在经历一种有趣的清算，同时纠结于“天哪，太神奇了，太棒了”和“天哪，太神奇了，这有点像个威胁”。是的。你怎么看，什么才是理解这件事的正确方式？有哪些真正的担忧和恐惧是我们要去克服的，又有哪些你觉得其实是误解、最终会带来非常积极结果的东西？是啊，要知道，没人能确切知道未来。所以我觉得这里的一切都是各方在猜测。我认为——我看待这个问题更多是从经济学、市场史的角度出发，这也是我大学时花时间的领域，而且我现在仍在努力通过这个视角来理解世界。所以首先，我觉得世界对 AI 的看法如此负面，真的很令人遗憾。而且我认为这只能怪这个行业本身。我觉得我们作为一个行业，在为人们描绘一幅远比当下世界更美好的未来图景方面，做得非常糟糕。而疯狂的是，我实际上认为这才是现实。我觉得，像那个治愈狗癌症的人的故事会变得越来越普遍。我倾向于从一个想法中获得很大安慰，那就是回归个人赋能——地球上任何地方的任何人都可以有一个想法，而从构想到事物存在于世的时间价值开始趋近于零。不仅是从时间价值的角度，也是从创作成本的角度。我只是觉得，当你减少这种摩擦、增加这种可及性时，神奇的事情就会发生。人们极具创新精神，极具创造力。每个人都受自身境遇和眼前问题的驱动，想要改善自己所处的世界，而且我觉得99%的情况是工具问题，也就是说他们历史上一直没有手段去做那些事。而当你给了人们某种现在能让他们创业、做研究、创造新事物、建立新服务、更高效或更廉价地服务客户的东西，在我看来，只会发生好事。当然，这显然也会带来一些其他问题，我们必须认真思考这项技术在对立面带来的东西，因为它在某些情况下造成危害的能力和带来益处的潜力一样大。但我倾向于认为我们会解决这些问题。我们很有韧性，而且我觉得作为一个物种，我们同样富有创造力。我倾向于认为，每当我们面临创造具有伟大潜力事物的机会时，我们也会非常认真地思考如何建立制度来防范负面影响。所以，我持更乐观的看法。我觉得这个行业更有责任去帮助人们理解和领会正在发生的事，也要帮助人们亲身体验，去使用这些工具来做我们谈论的那些事。这种困境的一个有趣例子是编程，我觉得这是我们容易谈论的话题，因为我们非常熟悉，而且这也是迄今为止 AI 最好的应用之一。所以，你知道，现在显然 AI 非常擅长编程。然后你可以把它推及到现实世界，问：我们会有更多开发者吗？会有更多人做更多事吗？它会取代人吗？我目前看到的数据实际上是，每月发布的工程岗位比以往任何时候都多。但我好奇你怎么看，以编程为例，当它与现实世界中人们做事的场景碰撞时，会发生什么。这时候我就会回到那些我尽量理性看待的东西，回到这种基于经济学、基于市场的视角，看过去事物是如何运作的。你知道，当供给、需求和成本出现扭曲时，就会产生一些奇怪的拐点，改变人类的生产力。比如，如果你把软件工程的边际成本降到几乎为零，那么最简单的想法就是，好吧，软件工程师不会再存在了。现实中，我们在 Codex 这类工具身上看到的是，当你把某件事的成本降到零，需求就会大幅上升。而那些过去被称为软件工程师的人——他们原本基本上是在逐字手写代码，没有任何智能体辅助——现在做的只是这份工作的另一种形式。嗯，我觉得原因在于成本虽然降低了，但并没有降到零。而且我认为这是件好事，因为在两家争夺新市场的公司之间，假设它们都在做建筑领域的 AI。没错。如果你有两家公司，即使工程成本大幅降低，其中一家仍然决定投入比另一家多十倍的资源，那些人显然不会无所事事，而是会用来改进产品。所以我认为，结果应该是软件变得更好，而不是从事这项工作的人变少。软件在全世界的渗透率其实非常低。如果你把视角拉远，看看所有应该用软件、而且应该用好软件的地方——顺便说一句，现在到处都有大量糟糕的软件。比如你走进一家酒店，看看他们屏幕后面在用什么系统，你会问：“你们这是在用什么打字？”你会觉得“还有大量工作要做”。这太疯狂了。而且顺便说一句，如果你想谈论风险，我认为风险面就在那里。医院使用的系统、电网使用的系统，还有酒店用来存储客户信息的系统——这些机构实际上占据了世界 GDP 相当大的比例，而它们的系统都相当陈旧。所以，从某种程度上说，我认为这几乎是世上最好的事情——你现在拥有了能够帮助更新所有这些软件的系统。它们可以把软件带到那些本应使用软件、但目前渗透率为零的地方；它们还能帮助加固那些存在漏洞、容易被攻击的系统。从某种意义上说，你看看我们实际需要的软件数量相对于已经渗透的程度，我觉得如果能量化的话，我们今天大概只达到了 1%。因此，我对此可能有一个稍有不同的看法——纯属个人观点——如果你拥有能写出非常优秀且明显安全的软件的 AI，我认为这将是献给世界的最伟大的礼物之一。而且我觉得，未来是否还会有软件工程师这类猜测，本身是错误的问题。必须会有人去监督全球软件规模和代码量可能达到现今一万倍时的设计、实现和维护工作。这将创造一种独特的需求周期，它可能看起来不完全像我们今天所做的软件工程，但会非常关键。确实如此。你们最近在 Codex 上取得的突破是什么？在过去几个月里，整个行业以及 Codex 本身似乎都发生了某种阶跃式的变化。嗯，有几方面原因。首先，我认为是 OpenAI 内部构建 Codex 的团队极度专注。如你所说，我在 OpenAI 已经待了很长时间，而这个团队以这样的专注度和强度去推进这款产品，我认为在公司历史上都是独一无二的工作。他们对产品质量着迷，对模型质量着迷；而且鉴于我们目前在模型训练方面所处的阶段，改进迭代的周期时间正在急剧缩短。这就是为什么你会看到从 51 到 52、53、54 这样的跃升。所以现在，像 GPT-54 这样的模型取得这样的成绩并不令人意外——今天是三月中旬，这个模型才上线几天，就已经达到了 10 亿美元的年化收入运行率，每天处理 5 万亿 token。太疯狂了。它现在毫无疑问是我们所有 API 模型中最主流的，而且正以这样的速度推动 Codex 的增长，我认为今年这种势头还会加强。因此，到年底时我们再看今天驱动 Codex 和我们 API 的模型，大概会觉得有点可笑，会觉得它们太普通了。显然，OpenAI 最初从聊天领域起步，然后逐渐扩展到各种不同的方向。随着时间推移，我认为它已经成为一家极其独特的公司，而这种独特性也包括你们做了很多事情。你们现在是怎么考虑这个问题的？显然，市场正在某种程度上走向成熟。你们也有一些新公司从 OpenAI 分拆出来，专注于某些被证明非常富有成效的领域。我相信这也在改变你们的思路。所以我很好奇，在 2026 年初这个节点，当你审视当下的局面——我们在这里，周围是这些环境，现在什么最重要？你们关心什么？你会说什么让我们走到了今天，什么又将带我们走向未来？重点是什么？
OpenAI 一个很酷的地方在于，我认为它在看待自身终极使命时拥有非常宽广的视野。人们在过去的世界里划出的那些界限——你是做 B2B 还是 B2C，是硬科技还是软件，也就是 VC 生态里用来给自己分门别类的所有东西。得有个赛道。没错，我们看不到这些墙。我们倾向于把 AI 视为一种赋能技术，它将驱动上述所有领域的创新周期。比如企业端、消费端、创意领域、机器人、硬件等等。我认为我们想弄清楚的是，这些方向上的赌注分别会是什么样。OpenAI 自成立之初就有一套行之有效的运营模式：保持实验性，不断尝试和迭代，以非常 model-forward 的方式思考问题，而不觉得自己背负着上一代的包袱。然后我们试着去构建那些我们认为可能实现的东西。如果成功了，就围绕它组建团队大力推进；如果没成功，就关掉它，把人员重新调配到新项目上。是的。这其实就是 OpenAI 早期的运作方式。到现在某种程度上依然如此：在研究上采用这种“扩张-收缩”模式——好吧，可能同时有 20 个项目在尝试不同的方向，也许其中两三个真正奏效。你就把这几个项目放大，把人员集中回去做规模化。然后随着时间推移，当你进入下一个范式时，你又会再次铺开，看看能不能下更多赌注。我认为未来也会是这样。我觉得所有这一切，在我看来都是研究的下游。所以如果这就是研究工作推进的周期，那么在某种意义上，我认为产品和部署的周期也应该类似。我也能感觉到，从它是一个统一模型这件事、从产品体验的感觉来看，这一切很快会在某个时刻变成一个统一的整体。它已经有点往那个方向发展了。而这个东西会被人们使用，无论他们是在家还是在工作，就像人们在家和工作时都用 Google 一样，它会成为一种工具。是的，我觉得我们需要模型开始为用户做更多工作。我认为，如果到目前为止，AI 在消费者用户体验方面存在一个很大的缺口，那就是用户不得不做太多工作。你被承诺了一个未来，会有非常聪明的模型，它们能够非常动态地解决你所有的问题，然而现实却是，我们面对着一个有 18 个选项的模型选择器，你想要快速思考模式，还是想要专业深度思考模式？就像是，是时候向前看了。是的，是时候向前看了。对我来说，这感觉就是你描述的那个方向，更加整合统一，我就是不想再费神去想了。我只想要智能，我会让模型来决定如何在 token 层面最高效地分配这种能力。好，现在我想把话题转到一个有点自私的方向。你以前做过投资人。我的问题是，我应该投资什么？或者也许给这个问题加个框架，创始人中普遍存在一种担忧，担心 OpenAI 发布什么东西后我就完蛋了，什么在 AI 面前是安全的，模型会做什么、不会做什么，一家初创公司能在哪里稳定地创造价值？你知道，Sam 说过，你应该以模型会变得更智能为前提来构建公司，如果它们变聪明对你有好处，那就是好事。如果它们变聪明对你不利，那就非常难了。是的，但随着几个月、几年过去，你能不能稍微展开讲讲，初创公司有哪些安全的领域可以尝试，让他们可以预期三年后自己仍然有事可做？好，我会回到刚才说的——
他们都该加入 OpenAI 吗？我不认为他们都该加入 OpenAI。首先，目前这个生态系统中的活力是我从未见过的。比如创始人的质量——
还有努力程度。这种努力，我只是觉得有一种强度，有一种紧迫感——
你还记得 ChatGPT 出现之前的创业生态吗？就像，我们从 SaaS 的辉煌时刻走了下来，那很艰难。如果没有 AI，我不知道我们现在会在哪里。肯定不会太有趣。我 2016 年到 2018 年中在 YC——
那时候挺好的。那是前期，是做 growth 投资的好时机。我们很有幸投资了很多在过去五年左右建立的公司的发展轮。然后很奇怪的是，大概在 2017 到 2018 年，事情变得没那么有趣了。我不知道为什么。只是感觉这个生态系统有点疲惫了。我觉得好像没有什么新想法了。所有显而易见的事情都已经发生了。我认为如果没有新的技术变革，在某个时刻，虽然总还有事情可做，但 80/20 法则里前面的 80% 已经完成了。现在你只能在剩下的 20% 里翻找。我想是的。但我现在强烈感觉到，这是一个全新的周期，那种紧迫感和兴奋感非常真实，而且我认为，包括我们接触到的公司的雄心壮志也是如此。他们——有时候我只是觉得，天哪，你要做什么？然后你也意识到，这里还有一个赋能因素：比如一旦你拥有在软件工程方面足够好的模型，它们可以自己设计并编写新的编程语言，或者它们可以缩短把旧代码库重构、然后重写成新的现代框架所需的时间，从而让另一家公司得以存在，去服务一个历史上长期服务不足的区域。你会意识到，哦，这里有一个之前不存在的完整行业即将诞生。然后会有一个创始人看到这一点，说：我要去干这个。你知道，这某种程度上也是对第一个问题的回答——
如果你把模型能力想象成往池塘里不断扔下越来越大的石头。这些石头激起的涟漪会扩散得越来越广、越来越远，在圆周周围创造出越来越多的表面积。我想我看待这个问题的方式是，你不想正好站在石头落下的正下方，你会淹死的。那是一个非常艰难的处境，但你真正想站的位置是最外围的边缘，站在那个表面上——也就是现在因为能力进步而变得可行、但之前在非常具体且明确的领域、在一个历史上长期服务不足的难题上无法做到的事情。是的，我想顺着你的比喻说，我觉得有些担忧在于，你扔下的下一块石头可能比上一块石头涟漪的周长还要大。所以之前处于边缘的东西，现在可能正好落在模型的中心。是的，但我认为，熟悉用户、熟悉问题，了解现有行业如何服务这个问题或没有服务这个问题，并且保持非常、非常贴近，这是无可替代的。你知道，YC 一直有这样的理念，基本上就是：去和用户聊天。这建议听起来很简单，似乎很琐碎，但这么做的人不够多。当你真正深入进去，你会意识到，世界是巨大的。99% 的人只能用到糟糕的工具，或者根本没有任何工具。现有客户和用户的体验质量并不高。每个人都在某种程度上经历过这些。每个人都经历过现代生活中的糟糕体验——
是的。以及处理那些我们必须应对的事情。我不知道。我只是觉得，如果你坐在那里哀叹没有好点子了、没有新想法了，那多少有点懒惰。我觉得至少还有两件事可以给创始人带来安慰。一是，我认为没有任何一家公司，无论它多伟大，都做不了所有事情。实验室里可能有 1 万人，但其他地方有数百万人，你不可能什么都做。是的。另一个让我惊讶的是，有些市场大到不可思议，以至于可以同时容纳八家做得不错的公司，比如说在 CodeGen、网站建设、内部工具创建之类的领域。你或许可以直接用 Codex 完成这件事，但也可以使用其他基于 Codex 的优秀产品。所以，我认为部分原因在于，这些市场的规模之大往往难以被充分认识到。没错，而且归根结底，能够与用户交流、弄清楚人们真正需要什么，这一点无可替代。OpenAI 的核心关注点确实是努力改进模型、尽可能做好研究，但对于世界上某个特定地区、有着特定需求、想把某一件事做到极致的人来说，其中或许存在一些 alpha。不过，你认为这与过去相比，是否改变了创办公司的方式？我注意到，如今许多优秀的创始人似乎非常乐意把此前所做的一切全部推倒，只保留团队知识和客户关系；如果到目前为止我们构建的产品是错的，我们会直接弃用，而我认为以前的人们对此要珍惜得多。但我觉得这某种程度上是因为，现在许多东西有了一种新的基础性特质。当软件变得极易构建时，我今天可以做一个适合自己的 UI，但明天就能做一个新的，所以我随时可以扔掉它。我认为这也是一个有趣的趋势。是的，我见过不少这样的情况：有些公司创立于大概 2008 年到 2016 年之间，属于过去十年左右软件行业里标志性的宠儿，而仍在执掌公司的创始人基本上已经决定，实际上他们要重新启动这家公司。
——没错。他们主动从主线业务中分出来，去弄清楚这家公司的第二章应该是什么样子，因为在这个世界里，底层原语、工具以及前提假设都已经发生了变化。 ——要做到这一点很难，毕竟这里面有太多的沉没成本。 ——是的。但我认为能够适应这一点的人，似乎拥有巨大的优势。完全同意。在我看来，现在你的迭代速度可以如此之快。 ——没错。你可以如此快速地探索 action space。 ——是的。而且你还拥有既往客户关系的好处，拥有现有团队的优势。所以从某种意义上说，你几乎是带着先发优势起步的。 ——对。我的看法是，你能学得更快。没错。相比之下，如果我明天要创办一家新公司，我会从零客户、零资金、零产品、零团队开始。我想与此相关的是，你如何看待公开市场上的这轮抛售？显然，除了那些表现优异的大公司之外，上市软件公司普遍遭受了重创。考虑到你与他们合作的经历以及你所观察到的情况，你觉得这合理吗？还是说你认为这某种程度上是一种误解，实际上你看好这些公司？很难具体评论这件事，因为正如你所知，市场本身非常反复无常。我日常的经历是这样的：我们基本上与纳斯达克里你能想到的每家公司都有合作。首先，所有这些公司的动力和行动速度都不亚于任何一家初创公司。其次，他们拥有出色的客户关系，对他们试图解决的问题以及所服务的领域有着深刻的理解。显然，他们还积累了多年的视角与经验。而且我认为，现在他们在某种程度上也能利用并受益于与其他人相同的工具。因此，我们与他们的对话实际上围绕着他们开始端到端地重新思考整个客户体验和产品，开始思考如何服务相邻市场，开始思考如何将能力传递给用户，从而创造以前完全不可能实现的全新体验。所以实际上，你可以采取另一种观点。我认为你基本上可以在这里采取一个非常长远的视角，那就是—— ——没错， ——我认为在某种程度上，软件本身现在是整件事中最容易的部分。拥有所有的关系、团队以及客户的信任，这些实际上才是现在最难拉起的部分。如果那类公司、那个群体在沉睡，我会说“好吧，也许这种担忧更有道理”。但他们并没有。没错，而且在某些情况下，这发生在 CEO 和创始人层面，每个人都同样积极地去弄清楚这一切，弄清楚如何为客户和业务创造价值。所以我认为，我猜这是一个新周期的开始。总会有新公司成立，试图采取全新的方法。新公司往往拥有的优势在于，老牌企业没有意识到正在发生什么，行动太慢。而在这里，你实际上看不到这种动态。每个人都在奔跑，试图以相同的速度前进。所以我认为这很令人兴奋。而且我想说，如果你看好 AI、看好初创公司，那么持有一种反向观点，即同时看好传统软件，可能也是合理的。我不知道你有没有经历过类似的情况，你认为对于更有经验的人来说需要什么。不一定是创始人，甚至是从某些非 AI 原生老公司加入 OpenAI 的人。你如何帮助他们重置？那些生活在前 AI 时代的人，需要怎样才能以新的方式工作？我认为你必须亲眼看到它。如果你不是每天都在使用 Codex，我觉得很难凭直觉理解它到底有多颠覆、多疯狂。对我来说，Codex 已经在日常使用中取代了 ChatGPT。我甚至都不是技术人员，我不靠写软件为生，但它拥有一种通用能力，而且我对自己想要的那套东西足够明确，我也足够了解它，我已经培养了足够的熟悉度……
所以你用它做什么？不是，你具体用它干什么？日常的快速用例是什么？我的生活基本上就是一种日常挣扎：有一件我希望完成的事，然后问题就是—— ——生活就是一场日常挣扎。我要补充这一点，不过…… ——我希望完成某件事，然后我们的团队能以多快的速度动员起来并将其落实。而在一家繁忙的、快速发展的、非常忙碌的公司里，有时这些时间线会拉长。当时间线拉长时，意味着我希望我们去做的事情也开始拖延。 ——没错，没错。 ——然后所有事情都被拉长，变成这样：好吧，如果所有人 100% 专注于这件事，本来只需要两天的事，现在基本上要花一个月。所以我开始用它做的一件事，基本上就是用来补充那个东西。它给我所有内容的初版。比如，我们正在组建一个相当庞大的 forward deployed engineering org，这个我们可以后面聊，但为此招聘一直很有挑战性。招聘本来就很难。所以你在用它做招聘？嗯，我实际上是用它来搞清楚的，就是对于我们考虑招聘的人选名单，在开始进入候选人沟通环节之前，如何在这个名单里筛选并排序。哇。而且这很不可思议，因为如今每个人都有线上存在感，很多人有博客、X 账号之类的。所以我就跟 Codex 说，来，拿着这份名单，去查清楚这些人都有什么样的公开网络存在。然后基本上回来找我，去读他们的线上内容，按照你对我们工作里一些技术层面的理解，以及我们正在做的那些事的职位描述来打分。即使是这种非技术类的任务它也能做。它基本上会写个程序，然后想办法高效地查看每个人的资料，回来给我一套分数，告诉我它认为每个候选人的在线写作质量如何。是啊。而且这很酷，因为它实际上帮我挖出了三四个候选人，面对一份 200 人的名单，我自己盯着看是绝对挑不出来的。然后我就想，好吧，让我深入了解一下这个人，现在它给了我一个机会去真正研究那个候选人的资料、博客之类的，开始更好地了解他们。这个过程如果交给一个正常忙碌的招聘人员，大概得花几个星期吧？毕竟名字太多了。是啊。而在这里，时间就压缩到了——
顺便说一句，我觉得要让大众对 AI 感到兴奋而不是沮丧，需要的正是去使用它，意识到它超级赋能。非常同意。是啊，与其想着“别人都在用它获得赋能”，不如直接开始用。而且我猜这在很大程度上是你们要把工具做到能被所有人轻松采纳的程度。当然。而且我觉得，从某种意义上说，有一件事似乎还没有真正渗透到主流讨论中，那就是这些工具有多通用。比如你用 Codex 并不非得是软件工程师。让我觉得很着迷的是，你很多工作都更喜欢用 Codex 而不是聊天产品。挺酷的。是啊，我是说 Codex 的应用真的很棒，如果你还没用过的话，去看看吧。不过你知道，基于终端的使用如果你不懂技术可能会有点吓人，但如果在应用界面里，它看起来就跟聊天差不多，而且我觉得它有更通用的 agent 能力。是啊。说到 forward deployed 和私募股权投资这块，你们是怎么想的？思路很大程度上就是我之前谈到的，也就是，如果你想想未来软件将会以什么方式构建。从某种意义上说，现在公司里的任何一个具体问题，在流程中的任何一个环节，在历史上花大量时间去思考如何解决那一个角落的问题，在经济上都是不划算的。对吧。雇一群人去开发一堆软件，然后还要维护这些软件，成本太高了。显然，对于大多数大企业最重要的问题，你可以雇人来做这类事情，也有整个行业是围绕这个建立起来的。但对于 99% 的企业所面临的 99% 的问题来说，这完全遥不可及。你要么决定雇几个人自己试着做点东西，可能效果不太好；要么看看市场上有没有解决方案，但问题是那个解决方案未必恰好适合你问题的形状。于是人们就得扭曲自己，想办法去采用那个现成的、并非为他们公司量身打造的东西。它只是一个通用工具。而我认为那个时代已经结束了。我觉得现在你可以合理推断，企业内部的几乎每个问题都可以有某种为其定制打造的解决方案。这又回到了那个奇怪的悖论：你觉得工作会变成什么样？要知道，如果我们觉得软件工程的工作正在消失，我们就不会这么积极地招聘 FTE 了。那些 FTE 的工作内容是不同的。你知道，如果你五年前招了一个 FTE，他们做的事会和他们未来要做的事不一样。但我们看到的需求和机会之多，足以让我们能够精准地处理企业中每一个能从解决方案设计中受益的领域，而不是那种按行业惯例需要 18 个月才能完成的方案设计。方案设计可能只需要 18 天，甚至更快。对我来说，这是一个极其巨大的机会，我认为这在某种程度上会是未来几年的故事。所以我们招聘的 FTE，其实正是为了帮助解决这个问题。我最后一个问题是，想听听你对于和 Sam 共事的感想。这挺有意思的。你知道，我是把他当兄弟看的。你则是把他当作一位共事很久的同事。我好奇的是，既然他显然已经在公众领域走到了一个不同的位置，有了整个公众形象，而你又每天和他一起工作，你看到的这种演变是什么样的？对你来说，和他共事的整体体验是怎样的？是啊，你知道，我觉得，嗯，我们一起共事 10 年了。到 1 月份就满 10 年了。头一两年是在 YC。对，头两年半是在 YC，然后我比他先加入了 OpenAI。所以可以说是我把他招进了 AI 这行的。嗯，不过你知道，他是个非常了不起的人，你也知道这一点。而且我希望更多人能有机会在私下多和他相处。我觉得他本质上不是一个喜欢充当公众面孔的人。我认为这对他来说肯定是一件不自然的事。他更喜欢花时间跟大概五个人围坐在一起，谈论未来，深入探讨某个小众话题的技术细节。这基本上就是他在 OpenAI 内部的样子。我一直以来认识的他就是这样。而且我觉得，如果更多人能有机会多和他相处，你会发现他是一个无限乐观主义者。这太疯狂了，因为我感受到的几乎是一种牺牲，他把自己如此公开地推到公众面前，而我认为这是要让这一切发生所必需的，要向全世界展示，通过把人才、算力和所有这些想法汇聚在一个地方，这才让一切成为可能。这样所有人都能看到。但这是一件做了之后会让人非常不安的事。是啊，不过你要知道，有意思的是，他思考的时间尺度通常是十年以上。而我觉得，世人往往很难去想一个季度以后的事。是的。我一直觉得这里面存在某种错配——
完全错配。所以就是，他会说些什么，然后所有人都会觉得“那太疯狂了”。是的。然后三年后，我们就到了他说的那个境地。是的。有时候还用不了三年。然后吧，就好像从来没有人回过头去把这事捋清楚。现在他又在说新的疯话，人们就会说：“哦，你一直都这么疯。”看着这一切挺奇怪的，而且也没法把这些事真正联系起来。是啊，每个人都在试图搞清楚现在到底发生了什么，因为某种程度上，这种剧变带来的冲击太强烈了——我对此深有同感，因为你知道，我花了很多时间跟我们的客户、朋友、家人在一起，他们看着我，给我打电话，问：“到底怎么回事？发生了什么？这个 Codex 是什么？为什么其他人也……”而我觉得在 Sam 的脑海里，就即将到来的东西而言，我们相对于那个节点已经走得太远了，所以他要努力为人们架起一座桥梁，让大家理解我们要去往何方、相对于现在又处于什么位置。我觉得这很让人迷失方向。你们能把所有这些碎片拼合在一起，而且还在继续这样做，真的是一件非常不可思议的事。我觉得这一定是有史以来困难模式最高的一家公司。非常非常令人印象深刻。我猜你已经习以为常了，但希望你能意识到你们正在完成多么不可思议的壮举。嗯，谢谢。不过我非常强烈地感觉到，这件事还远未完成。远未完成。还高度不完整。而且我觉得，你知道，有趣的是，公司早期成立的时候，使命感就非常强，但我总是非常直白地告诉人们，我觉得很多公司都有那种宏观而崇高的使命，但你其实无法真正去落地。就好比，好吧，我不是针对谁，但比如“不作恶”，对吧？听起来是件好事。或者“让世界更紧密连接”。听起来不错。但然后呢？如果计划就是“不作恶”，接下来怎么办？从那儿开始就很有争议了。对啊。那你怎么实现它呢？你具体做什么？对吧？我觉得 OpenAI 有一点很有趣，就是从第一天起，它的使命就是一个非常可落地的使命。我们试着透过一个视角来审视我们所做的一切：这是否与我们试图创造的结果一致？我过去总在 OpenAI 开玩笑说，存在这样一种可能：我们做了我们说要做的那件事，然后我们就下班回家，完事了。就好像，你知道，故事到此结束，大家都各回各家。而嗯，实际上会那样发展吗？我不知道。我觉得不会。但也许吧。但这确实是一家目标非常明确、方向非常清晰的公司。我觉得在当下所有这些疯狂的事情中，有一点非常能让我们集中注意力，那就是：各位，我们真正想要交付的东西仍然只有那一个。很容易回到那个使命上去问自己：这件事是否能推动我们达成那个结果？如果不能，那我们就不做。太棒了。嗯，这次聊得很开心。Brad，谢谢你抽时间来做这个访谈。很高兴见到你。