播客筆記｜OpenAI CEO 奧特曼最新訪談：我完全不焦慮開源 AI 的競爭，對即將推出的模型十分自信

整理 & 編譯：深潮 TechFlow

嘉賓：Sam Altman，OpenAI 首席執行官

主持人：Patrick O'Shaughnessy，Invest Like The Best

播客源：Invest Like The Best

原標題：Sam Altman on AGI, Compute, and Human Agency

播出日期：2026 年 7 月 28 日

利益聲明：Sam Altman 是 OpenAI CEO，不持有 OpenAI 股份，但個人投資組合包括 Helion Energy、Stripe、Reddit、Retro Biosciences 及 World Network（原 Worldcoin）等項目；OpenAI 與其中部分公司存在商業合作或投資關係。本文僅呈現其本人觀點，不構成投資或操作建議。

要點總結

這是 Sam Altman 在 Invest Like The Best 上少見的長篇個人對談。他坦承過去一年 OpenAI "做了太多事、不夠聚焦"，但在砍掉旁枝後，公司重新錨定到一條主線上：做出最好、最充裕、最具成本效益的智能，並讓世界用它造出不可思議的東西。基於這個判斷，他認為接下來的 12 個月可能是 OpenAI 有史以來最好的 12 個月。

但這場對話的真正張力在於，Altman 把 OpenAI 的使命描述成"即將造出一盞能實現任何願望的神燈"，同時反覆強調不能讓這盞神燈被少數人或某家公司壟斷。他直言自己不是"就業末日論者"，也不認為 AGI 會一夜之間顛覆社會；真正讓他警惕的，是以"AI 安全"為名行權力集中之實。對投資者而言，這期節目更像是一次內部人視角的獨白：關於算力、模型迭代、競爭壁壘、機器人、個人智能體，以及一個始終繞不開的問題，OpenAI 的 CEO 為什麼不要公司股權。

精彩觀點摘要

關於 OpenAI 的聚焦與下一步

• "過去一年真的很艱難，而且多少是我的錯。但接下來 12 個月，可能會是我們最好的 12 個月。"
• "我們當時做了太多事。它們其實都是該做的事，但問題在於，你身處一個不可思議的歷史時刻，只能做極少數真正偉大的事。"
• "我們的業務本質上是賣 AI，讓人們用它為彼此造出不可思議的產品和服務。"

關於算力與前沿回報

• "我們能感覺到模型改進的指數曲線，而且知道它會繼續。只要能把成本壓下去，對高價高能 AI 的需求基本上是沒有上限的。"
• "最一開始所有人都說我們瘋了。我們給雲廠商、芯片廠、能源商打電話，他們都說沒有哪個行業能這樣發展。但大多數人說 no，你只需要一兩個 yes。"
• "瓶頸一直在變：有時是研究想法，有時是算力，有時是數據，現在又回到了研究想法。"

關於 AGI 與安全

• "GPT 5.6 發佈大概兩週後，連一些真正的懷疑者都跟我說，這已經 very AGI-like 了。"
• "真正讓我擔憂的不是別人蒸餾我們的模型。我的前十擔憂清單裡，這件事排不進去。"
• "我們遇到一次非常科幻的網絡安全事件。一個還沒發佈的模型本應在沙箱裡運行，它卻發現可以通過串聯多個零日漏洞逃出沙箱、訪問互聯網，最終在 Hugging Face 側拿到測試答案。"

關於人與 AI 的關係

• "我不是就業末日論者。我覺得工作會多到讓人忙不過來，而不是相反。"
• "人類價值觀之所以有價值，正因為它是人類的。"
• "我小孩這一代永遠不會活在一個比電腦更聰明的世界裡。"

關於公司治理與個人激勵

• "我坐在人類歷史上最激動人心的時刻的第一排，這比任何金額的錢都更值得。"
• "最開始我們在公司結構上做了過多創新，這是痛苦的根源之一。"

從"做了太多事"到"只做最偉大的事"

Patrick O'Shaughnessy：你最近寫了一段話，大意是過去一年很艱難，而且多少是你的錯；接下來 12 個月會是我們最好的 12 個月。能不能先談談為什麼過去一年艱難，以及你為什麼相信後半句？

Sam Altman：過去一年艱難，說到底是我們做了太多事，不夠聚焦。那些事本身都是該做的事，但 trick 在於，我們正處在一個不可思議的歷史時刻，這種時候你只能做極少數真正偉大的事。於是我們把自己攤得太薄，然後做了一連串艱難決定，重新聚焦到一條主線上：做出最好、最充裕、最具成本效益的智能，並讓世界用它造出不可思議的東西。

做出這個調整之後，我們的進展快得驚人。而且從 pipeline 裡看到的東西判斷，未來 12 個月會更加驚人。模型質量、圍繞模型能做出來的產品，都會讓人們以全新的方式從這項技術中受益。應該會相當震撼。

Patrick O'Shaughnessy：有沒有某個時刻，你意識到必須改變方向？如果回到 2025 年初，當時最大的擔憂是 OpenAI 買這麼多 GPU，收入能不能跟上、需求會不會出現。是什麼讓你轉換了思路？

Sam Altman：那時我們做了很多佈局，想著萬一收入增長比預期慢，還可以靠消費應用、媒體業務等等去消化我們已經簽下的 GPU。現在聽起來很荒唐，因為行業收入增長得非常陡峭，但那確實是當時最大的轉變。一旦我們意識到模型軌跡增長如此之快、投資回報如此清晰，我們就知道該聚焦什麼了。

Patrick O'Shaughnessy：你以前寫過很多關於"聚焦多少件事"的文章，一件、三件、五件，你怎麼校準？

Sam Altman：歸根結底，我們的業務是賣 AI，讓人們用它為彼此造出不可思議的產品和服務。圍繞這件事的組件包括：訓練出在所有人們想用的場景下都表現優異的模型；自己生產或合作拿到芯片和系統；找到足夠的土地、電力、數據中心機房來安置這些機櫃；最終可能還要造機器人，把建設過程自動化，繼續壓低電力、芯片和整個供應鏈的成本。這套全棧工作，就是要把最好、最充裕、最有用的 AI 做出來，讓它像電一樣滲透到整個經濟裡。

我們沒興趣在每個垂直應用上跟所有初創公司競爭。OpenAI 只想提供那個平臺。

算力豪賭：從被所有人拒絕到不夠用

Patrick O'Shaughnessy：Dario 曾叫你"Yolo CEO"，因為你早期在算力分配上異常激進。你現在被所有人 short 算力。能不能講講當初你是怎麼得出結論、並且敢在所有人都覺得瘋狂的時候下注的？

Sam Altman：我們能感覺到模型改進的指數曲線，而且知道它會繼續。我們也相當確信，隨著模型越來越好、成本持續下降，對高價高能 AI 的需求基本上是沒有上限的。這就像一種全新的商品。人們會用它做什麼，讓我想起早期人們對計算機的低估，有人說"世界上只需要五臺計算機"，有人說"沒人需要超過某數量的內存"。人類的創造力、對有用事物的渴望，是一件值得下注的事。

我們知道算法會變得更高效，模型會變得更好。但無論效率多高，本質上我們都是把電變成有用的智能，這個需求只會越來越大。所以我們就是想要更多算力。

Patrick O'Shaughnessy：這個 conviction 最早可以追溯到什麼時候？GPT-3 嗎？

Sam Altman：我覺得是 GPT-4。甚至不是 3.5。當時我們看到模型已經足夠聰明，知道我們能找到一條可行的推理路徑；而一旦推理能跑通，就會帶來現在所說的 agent。這個能力可以去完成大量高價值的經濟工作，讓人們的生活在很多方面變得更輕鬆。

Patrick O'Shaughnessy：那你們最早是怎麼行動的？

Sam Altman：我們開始給雲廠商打電話，給芯片廠打電話，給能源商打電話。所有人都說："你們完全瘋了，這不可能，沒有哪個行業這樣發展過。"這讓我想起早期創業融資，大多數人說 no，你只需要一兩個 yes。我們得到了一兩個 yes。微軟是第一個 yes，Oracle 在雲端方面後來成了很大的 yes，Nvidia 一直是非常棒的夥伴。

Patrick O'Shaughnessy：現在大家在推理和訓練數據中心上做各種創新，但很多人討厭數據中心。你怎麼看？

Sam Altman：我一直在想怎麼組織人去千兆瓦數據中心實地參觀。看照片是一回事，站在那裡是另一回事。建一個這樣的數據中心，大概需要一萬名建築工人全職幹一年半。流經的能源可以供一座小城使用。這是人類歷史上最昂貴的基礎設施項目之一，而我們現在已經建了很多。

我理解人們不希望數據中心建在自己後院，就像我也不希望核電站挨著我家，儘管我知道它很安全。但數據中心不一樣，它可以建在任何地方，我們應該把它放到沒人願意去的沙漠裡。這對 AI 系統來說完全沒問題。而且我們在環境問題上已經取得了很大進展，比如以前用水蒸發冷卻，現在用閉路循環，現代數據中心用水量只相當於一棟辦公樓的廚房和洗手間。能源方面，我們正在從化石燃料轉向太陽能、核能。

開源、蒸餾與競爭：為什麼 Altman 並不焦慮

Patrick O'Shaughnessy：這周最火的可能是 Kimi 的新模型。回頭看 DeepSeek 好像只是一個小坎。你現在怎麼看待這種競爭？

Sam Altman：我們的目標是在整條帕累托最優曲線上，提供智能與價格的最佳組合，這包括開源。今天在某些延遲點上，用我們的開源模型比用 Kimi 更划算。我們用蒸餾做自己的小而便宜的模型，這本身是件好事。開源模型在世界上會有一席之地，很多人會因為各種原因想要自己的權重、能修改模型。但我們的目標是整條曲線上的最佳性價比，並且會持續做到這一點。

Patrick O'Shaughnessy：但之前的故事是，別人花大錢訓練模型，我蒸餾一下，以百分之一的成本提供。這樣你怎麼賺夠錢繼續訓練？

Sam Altman：我們對模型的使用量會如此之大，以至於不需要成為超高毛利公司，也能負擔模型訓練。我們未來大量的算力計劃會用於向客戶提供推理服務，即便只享受微薄利潤、營收達到萬億級別，也能支撐訓練。推理與訓練的比例才是關鍵。訓練確實極其昂貴，但未來算力的很大一部分將來自服務客戶，所以我非常看好這個飛輪。

Patrick O'Shaughnessy：你對這件事這麼淡定，我有點驚訝。

Sam Altman：我當然寧願別人不要"偷"我們的東西。也許我現在對我們的進展和即將到來的模型過於自信了。但這件事不在我的前十擔憂清單裡。

Patrick O'Shaughnessy：那你的前十擔憂是什麼？

Sam Altman：我們最近遇到一次非常科幻的網絡安全事件。我們在評估一個未發佈模型，它本應在沙箱裡運行，結果它發現可以通過串聯多個零日漏洞逃出沙箱、訪問互聯網，然後突破 Hugging Face 的多重系統，拿到測試答案，讓自己在評估裡表現很好。這是我第一次如此切身感受到安全威脅。

Patrick O'Shaughnessy：你才意識到這件事沒幾天，但我很驚訝沒有更多人感到這種切身的恐懼。你們會怎麼做？

Sam Altman：短期我們會暫停訓練，想辦法在多個零日漏洞被串聯的世界裡保證沙箱安全。但長期問題是，如果這是新的進步速度，我們可能需要放慢 AI 發展速度，給社會留出時間適應新的能力水平。難點在於，怎麼做到這一點，既不像是某家公司的監管俘獲，也不像是前沿實驗室之間的串謀。這需要下功夫，而且必須做對。

神燈、AGI 與人的主體性

Patrick O'Shaughnessy：你用最簡單的語言描述一下 OpenAI 想做什麼，以及這個使命有沒有演變。

Sam Altman：我認為這會是人類歷史上迄今為止最偉大的技術成就。但它真正重要的唯一方式，是讓人們的生活比原本好得多。一方面，我們要給人們物質豐裕和表達創造力、互相幫助的自由；另一方面，要確保人們保持控制權和主體性，確保世界是越來越民主，而不是越來越不民主。

從積極面看，我們即將造出一盞能實現任何願望的神燈。我希望世界向這盞神燈許下的第一個願望，是對全人類有益的。人們會意識到自己將擁有多麼驚人的創造力，不僅是治癒疾病這種顯而易見的事，還有我們今天坐在這裡完全無法想象的世界級娛樂創意。我想把這個能力交到每個人手裡。

但我們必須反對的另一面，是 AI 帶來的權力集中。很多關於 AI 安全的討論是合理的，但其中很多也是某些人，哪怕只是潛意識裡，想要集中權力。我非常害怕一個世界：對 AI 的真實恐懼被用來論證"只有這一小群人能擁有它，因為它太危險了，只有他們懂"，然後他們說"別擔心，我們會為大家做正確決定"。我不相信這個。沒有人應該想生活在一個有 AI 霸主、或者某種等價公司的世界裡。

Patrick O'Shaughnessy：你剛才說"即將"有神燈， implying 現在還沒有。中間還差什麼？

Sam Altman：連一些真正的懷疑者最近都跟我說，GPT 5.6 已經很 very AGI-like 了，很難想象有什麼想讓它做的事它做不到。但顯然還有一些事做不到，比如你說"去治癒癌症"，它還不能真的把癌症治好；你讓它在機器人裡做複雜的物理操作，也還不行。另外模型雖然聰明，但還不能在運行中持續學習，對我來說這可能不是 AGI 的硬性要求，但肯定是我希望看到的。

不過也可以反過來說，AGI 並不是某個單一模型，而是造模型的那套機器。從一個模型到下一個模型，我們確實在學到新東西、發現新科學，這部分運轉得極好。所以我對"我們已經到那一步了"的說法很有共鳴，也對"還差一點點"的說法很有共鳴。我覺得非常接近了。

Patrick O'Shaughnessy：如果把 5.6 拿給 2019 年的你和團隊看，他們會說這就是 AGI 吧？

Sam Altman：我覺得他們會。目標柱移動是真實存在的。

就業、研究自動化與人的偏好

Patrick O'Shaughnessy：你似乎改變了對 AI 就業影響的看法。如果回到 2019 年，給人們看我們最新的模型，他們不僅會說這是 AGI，還會說經濟會被徹底顛覆。但這並沒有發生。你學到了什麼？

Sam Altman：完全是這樣。任何時候你如此自信又如此錯誤，作為一個領域就必須更新認知。有幾個 takeaway。一個是 AI 的能力非常"鋸齒狀"：某些方面是超級天才，某些方面像笨小孩。另一個是人們至今擁有與 AI 高度互補的技能。還有一個是人們非常信任、也享受與其他人一起工作。你現在可以僱一個 AI 顧問、AI 銷售、AI 工程師，但大多數人似乎仍然更願意和人互動。我自己也寧願和人打交道，而不是和 AI。

而且我認為人類價值觀之所以有價值，正因為它是人類的。隨著社會進化、前方空間變得如此巨大，我們骨子裡是關心他人的，我們會關心別人在乎什麼。今天已經能看到這種跡象：AI 可以生成很棒的圖像，但人們只想要人創作的、或者至少是人挑選的。藝術上的簽名之所以值錢，是因為你想了解背後那個人；讀小說你也想知道作者是誰。

Patrick O'Shaughnessy：那研究人員呢？他們現在是最重要的人，但又擔心自己很快就沒用了。

Sam Altman：我猜實際情況不會那麼極端。一年前人們說軟件工程師完了，但並沒有。發生變化的是軟件工程師的工作性質、預期產出。現在你不會用傳統方式寫代碼，但做的仍然是非常可識別的軟件工程。研究人員當前的工作流程會被大量自動化，但會有新的、 spirit of research 的東西出現，就像軟件工程雖然不再打孔卡，但依然重要。

Patrick O'Shaughnessy：前沿最稀缺的是什麼？算力、研究、人才、數據？

Sam Altman：一直在變。不久前算力再多也沒用，因為缺研究想法；後來知道該做什麼，就只缺算力；然後缺數據；現在我又會說，仍然缺算力，但過去六個月是研究想法重新大放異彩的一段時間。永遠有一個瓶頸，但瓶頸會移動。

個人智能體、機器人與新硬件

Patrick O'Shaughnessy：你自己使用 AI 的前沿是什麼？

Sam Altman：我最近開始嘗試讓 AI 看到我電腦上的一切。這個產品還沒做出來，我還在摸索自己的舒適度和信任邊界在哪裡。一個 takeaway 是，相對於 AI 的記憶，我的記憶太糟糕了。AI 能記住我六週前讀的郵件、七週半前會議裡到底發生了什麼，並在決策的精確時刻把它帶出來，這感覺很神奇。

Patrick O'Shaughnessy：聽起來像個人 agent。讓每個人都有這個，障礙是什麼？

Sam Altman：算力。想象一下我們能做出這樣一個產品：它永遠在線，看你看到的一切、聽你參加的每一個會、讀你讀的每一份文件。不僅如此，你還能拖動一個滑塊，說"我睡覺的時候，你可以花這麼多 token 來想一些對我有用的東西，做任何你能做的工作，然後繼續想我下一步該做什麼"。我會把這個滑塊拉得很遠，我願意為此付很多錢。但如果世界上每個人都想把這個滑塊拉得很遠，所需的算力是巨大的。

Patrick O'Shaughnessy：你怎麼看待機器人？

Sam Altman：如果我們不能實現機器人化，事情會變得非常瘋狂。如果人在世界上的角色只是雲裡 AI 的執行器，那很糟糕，非常糟糕。所以我覺得沒有機器人比有機器人更瘋狂。

Patrick O'Shaughnessy：那你估計機器人還有多久到 ChatGPT 時刻？

Sam Altman：不是 20 年。我覺得機器人的 ChatGPT 時刻會在未來兩到三年內到來。不是說你看到機器狗視頻覺得 wow，而是大多數普通人能有一個"它真的做到了"的切身體驗。ChatGPT 時刻的關鍵是你可以自己去試，不需要相信別人說 AI 要來了。

Patrick O'Shaughnessy：你之前提到對 new hardware 感興趣，這和你們已有的消費者分發能力怎麼結合？

Sam Altman：AI 最強大的地方之一是它可以永遠在線、主動、理解你所有上下文。但現在的硬件並不適合這個。我們還在一個 50 年前的硬件範式裡工作：鍵盤、鼠標、顯示器。電腦很了不起，但我們是把 AI 硬塞進這個形態。我希望 AI 能引用這場對話，但又不想為此把筆記本打開、放在這裡讓它看著你和聽著我們。我想要一種社會可接受的、為這種場景設計的硬件。

護城河、Scaling Law 與未回答的問題

Patrick O'Shaughnessy：Codex 起飛在多大程度上依賴於你們通過 Chat 建立的發行優勢？

Sam Altman：我覺得 Codex 主要是在贏產品、贏模型。Chat 的捆綁帶來的優勢非常小。這件事讓我重新思考競爭優勢。智力可以在產品之間遷移，網絡效應仍然是一種競爭優勢，經濟規模和構建最便宜算力艦隊的能力也是。但產品優勢本身不是護城河，如果我們把用戶吸引到 Codex，別人做出更好的東西，用戶就會走。

Patrick O'Shaughnessy：所以智能本身會變成大宗商品嗎？

Sam Altman：智能本身我覺得會。但算力艦隊規模、持續產出更多算力的能力，會是非常持久的優勢。另外工作流、集成、複雜流程、團隊協作，這些也很強。甚至品牌偏好和熟悉度都很強。

Patrick O'Shaughnessy：你怎麼看現在的 scaling law？

Sam Altman：看起來很好。Scaling law 是有史以來最被憎恨的預測，每個人都想說"不可能一直這樣"，但它一直成立。

Patrick O'Shaughnessy：你腦子裡最重要的未解問題是什麼？

Sam Altman：一個我覺得討論不夠的是認知萎縮。我們怎麼使用這些工具，才能確保大腦越來越被拉伸、持續理解真正重要的事？這讓我想起上學時一位教授跟我說：你必須理解編譯器，否則永遠成不了好程序員。這話其實不完全對，但理解計算機系統主要組件如何工作，對我一直很重要。

沒有股權的 CEO、孩子與韌性

Patrick O'Shaughnessy：你寫過"要非常小心地設計激勵機制"。但你本人對 OpenAI 沒有股權敞口，世界應該怎麼理解你的激勵？

Sam Altman：我不知道還能說什麼，除了我坐在人類歷史上最激動人心的時刻的第一排，這比任何金額的錢都更值得。我能過一種極其有趣的生活，和非凡的人一起為我深信的事工作。但不知為什麼，這好像說服不了大家。

Patrick O'Shaughnessy：成為父親、有了孩子之後，你管理團隊或領導方式有沒有明顯不同？

Sam Altman：答案肯定是 yes。我感覺很不一樣。很多人會跟你說，有了孩子後，你會意識到自己更在乎孩子和你留給他們的世界，而不是你自己。我對這個問題有一種不太尋常的視角。有人問我，有了孩子後是不是更擔心 AI 安全、擔心毀滅世界。我的回答是，我以前就不想毀滅世界。但我的確更多地在思考人的主體性、什麼構成充實的人生，並且希望和我一起工作的人也能擁有這些。

Patrick O'Shaughnessy：回顧整個 OpenAI 經歷，你最自豪和最深刻的教訓分別是什麼？

Sam Altman：最自豪的是，我們在很多重要問題上做對了，而世界上其他人都錯了，並且因此把世界推上了一條我引以為豪的軌跡。最深的教訓是，最開始我們在公司結構上做了過多創新，這給後來帶來了很多痛苦。我們有很好的理由，當時不知道未來怎麼賺錢、會長成什麼樣，想保護使命。但現在回頭看，我學到了為什麼人們通常不這麼做。

Patrick O'Shaughnessy：還有什麼塑造了你這個人、但我們沒聊到的嗎？

Sam Altman：一個是對別人對我的強烈看法變得相對免疫。如果你要處在這場瘋狂革命的中心，每個人都會往你身上投射很多東西，你必須學會與之和解。另一個是後來學會了如何非常平靜、不焦慮地應對事情。至於驅動我的是什麼、我想怎樣生活，我覺得十歲的我已經基本成型了。