編輯 | 伊風 

奧特曼最新判斷來了：

未來會有數十億人使用免費的 AGI！

不只是價格更低，而是以一種前所未有的方式，大規模普及到全球每一個角落。同時，他認為，AI 所帶來的巨大技術紅利，將推動全球經濟進入極度通縮的狀態。

因為，AI 不僅提升效率，更會創造出過剩的財富。比如，人們可能會借助 AI，真正實現可控核聚變的商業化。到那時，全球電價將出現斷崖式下降，能源將變得幾乎“免費”。

“我希望像水、食物、醫療、教育、自然環境的享受、陪伴家人的時間……能變成人人都負擔得起的東西。”

采訪地址：??https://www.youtube.com/watch?v=6NwK-uq16U8??

這次的采訪里，奧特曼拋出了不少值得細品的未來判斷。

他再次重申了 OpenAI 的愿景：打造“個人 AGI”。

一個屬于每個人的智能助手——不止能聊天，還能深度了解你、接入你的數據、按照你的方式工作。它既是一套產品，也是一個平臺，可以與各種服務無縫集成，成為你默認的數字副手。

談到 AI to B，他看好兩條路線：

一是“虛擬同事”：AI 將接手企業中所有“必須完成但難以做得更好”的任務，提升組織的基礎執行力；

二是“超級團隊”：企業可以將整個算力集群集中投放到一個極其困難的問題上，比如新材料研發，或復雜供應鏈優化，讓 AI 成為突破瓶頸的關鍵一擊。

而在 AI 編程領域，他直接放話：“我敢打賭，這會成為今年剩下時間里的‘大故事’。”

他說，這一輪技術競速來勢洶洶——投入最多、速度最快。因為它剛好擊中了大多數公司的核心瓶頸，又有清晰的商業回報路徑。

除此之外，奧特曼還拋出了一些值得思考的判斷和洞察：

• 別再追逐“上輪贏家”了。太多資本仍在試圖押注下一個 OpenAI，但真正的機會，是要找 AGI 作為新技術出現之后，建立起來的某種新事物。
• ChatGPT 曾多次面臨流產危機。在早期測試階段，用戶留存極差，團隊曾動搖是否放棄。但他們意識到：既然需要長期擴展和高額資本投入，那就必須打造一家真正的大公司。而要有公司，就得先有產品。
• AI 創業者如何走出大模型射程。只需要問自己一個問題：如果有個“神諭者”告訴你，模型每年將在各維度提升 10 倍——那么你現在該做什么、該做什么樣的產品？
• 能源問題終將浮現。盡管 DeepSeek 證明了 LLM 在能源利用效率上已經非常高效，但全球范圍內 AI 的需求，最終仍將需要數十乃至上百吉瓦的電力支持。

以下是經過整理的采訪全文enjoy：

1.SaaS 公司的消亡和巨變并不遙遠

主持人Vinod Khosla

下午好？ 請坐下，我們馬上開始。謝謝你能來，Sam。謝謝。

奧特曼

謝謝你們再次邀請我。

主持人Vinod Khosla

哦，我們一直很高興你能來。難道有人會……不高興你來嗎？不過你可能也對這個話題膩了吧，畢竟已經是連續第四年了。

奧特曼

不過我還是很開心能在這里。

主持人Vinod Khosla

我想從這里開始，我們已經聊過幾次類似的話題。想象一下 2035 年以后的世界，大概 2035 到 2050 這段時間。你覺得那個時候世界會是什么樣子？

奧特曼

嗯，我覺得人們依舊會像現在這樣，坐在一起吃午飯。所以從某種意義上說——

主持人Vinod Khosla

還會在工作嗎？

奧特曼

不過我確實認為，在那段時間里技術變革的速度會超出我們現有框架能理解的范圍。要做精確預測真的很難，比如說“那時會建造戴森球”（編者注：物理學家戴森提出的科幻概念，指高級文明發展到一定階段，其能源需求會大到必須利用整顆恒星的能量）或者“我們會搞定納米機器人”，類似的事情可能會出現，但會非常不同。所以也許人類的日常體驗不會發生太大變化——進化需要很長時間，生物學在人類身上烙下了非常深的驅動力，幾乎是刻在骨子里的。但在技術層面上，一個人能完成的事情和可能性會截然不同。

主持人Vinod Khosla

 那深入一點呢？今天早上我做了一個演講，下午還會給 ILPS 重復一遍。我認為到 2030 年代，《財富》500 強的消亡速度會比歷史上任何時候都更快。哪些公司能存活下來，哪些不能，就取決于它們的應對。你同意這種“更快的消亡”嗎？

奧特曼

我不確定。直覺上是更快，但我沒有仔細想過。最近我關注更多的是軟件公司，OpenAI 之外我的大部分時間都花在和這些公司打交道。我曾經以為我理解了軟件公司的“物理規律”。但如果未來你需要的軟件都能即時生成——你只要在 AI 聊天框里打幾行字，就能得到一個很棒的軟件，而不是去買這家 SaaS 公司或那家 SaaS 公司的產品——只要說“運行”，它就發生了。這會是一個非常重大的變化，而且并不遙遠。

2.人類的生物本能：大多數人不愿意把工作交給AI

主持人Vinod Khosla

我們等會兒也會聊聊未來 18 個月。

奧特曼

不過對于那些管理復雜供應鏈的大公司來說，物理世界的變化總是更慢一些。但軟件的變革，感覺已經近在眼前。

主持人Vinod Khosla

但物理世界的變化如果拉長來看呢？所以我才問 2035 到 2050，那 2035 離現在也就十年。

奧特曼

我會打賭，大多數現有公司沒法足夠快地適應，結果會因此蒙受重大損失。

主持人Vinod Khosla

確實，這……

奧特曼

已經發生很久了。我感覺新公司的崛起速度、對老牌公司的市場份額蠶食，都是在一條指數曲線上。新公司能更快、更大規模地成長。OpenAI 就是個例子，我們成長得非常快。

主持人Vinod Khosla

 是的。那在那個時間段里，我們的聽眾中有創業者正在打造 AI 醫生、AI 治療師、AI 腫瘤科醫生、AI 結構工程師、AI 芯片設計師，當然還有 AI 軟件工程師、AI 銷售、AI 市場人員、AI 會計師等等。這些今天都在發生。假設這些公司或者它們的競爭對手成功了，那么到了 2035 年之后，在智力勞動領域，至少 80% 的工作 AI 都能完成。那你怎么看？

奧特曼

 有很多工作我覺得人們并不想交給 AI，或者說大多數人不會愿意交給 AI。與此同時，還會出現一些全新的職業，是人們特別希望由人來做的。人類天生在意他人，這是我們深層的生物學特征之一。比如說，AI 可能是一個很優秀的老師，但未必像一個水平一般的人類老師那樣讓人有動力。我完全能相信這種情況。就僅僅是知道對方是不是一個真實的人，這一點本身就很重要。

主持人Vinod Khosla

嗯，我可能會不同意你。我覺得 AI 老師能做得更多，也能更好地理解你。

奧特曼

不過我認為，很快就會有一個比你厲害得多的 AI 投資人，這是毫無疑問的。不過呢，我個人還是更喜歡和你一起吃飯。如果你對我說“干得不錯”或者“你應該這么做”，那對我來說比 AI 的鼓勵更有動力。所以我覺得你還是會有工作的。

主持人Vinod Khosla

我完全同意你。毫無疑問，我的工作并不比其他工作更安全。

奧特曼

可能反而更不安全。但還有一點……

主持人Vinod Khosla

是啊，Marc Andreessen 說風險投資是唯一安全的工作，但我根本不同意他。

奧特曼

其實我一直在想，我們是不是該做一個 AI 創業投資人。顯然我已經考慮這個問題很久了，但我覺得以現在的模型，可能已經可以實現了。這會是一個挺有趣的小副業項目。

主持人Vinod Khosla

那確實會是個有趣的副業項目。而且 Sam 現在有了新寶寶，我確實認為未來我們會有更多時間。媽媽們不用在產后 16 周就離開孩子去工作。我覺得我們會有這種自由，也會有時間照顧老人。我贊同你說的人類關系這一部分。但像教學、醫療這樣的服務領域，我還在想哪些工作是 AI 無法完成的。而問題就在于，短期內由誰來推動這一切發生？

奧特曼

如果再往老師這個話題多想一點，我覺得從某種客觀意義上說，我從維基百科學到的東西，要么比我從老師那學到的更多，要么至少可以更多。但當我回顧自己整個學習過程中的關鍵時刻，真正重要的總是那些和我產生聯系的人——那些對我感興趣、了解我、關心我的人。而我能感覺到這一點。是的，AI 可能會在某種程度上復制這種關系，但整體而言，我覺得這個過程會比表面上看起來更奇怪、更復雜、更不均衡。

主持人Vinod Khosla

更不均衡。

奧特曼

對，比聽起來要復雜得多。AI 也許能做很多不同的工作，甚至幾乎所有的工作。但我們最終會發現，人類深層的生物本能很難被克服。

主持人Vinod Khosla

我完全同意。事實上，我今天早上還講到過：生物本能不會進化消失。我們依然會渴望地位，依然會競爭，依然會有網紅和注意力經濟。我們依然會照顧孩子、老人和家庭，只是我們會有更多時間去做這些事。所以我贊同這一點。

3.ChatGPT是一場系統性沖擊，AI的后續影響深遠但不再瘋狂

主持人Vinod Khosla

讓我把話題拉近一些。大概 3 年半前，大家所謂的 “ChatGPT 時刻” 出現了——嗯，其實是 2 年半前，對吧。那從那時起 5 年后，如果往前看，甚至只看 18 個月后的 2026 年底，AI 的能力會從今天到那時發生多大變化？我現在問的是很短期的，相比 ChatGPT 時刻到今天的變化。

奧特曼

我不太確定該怎么衡量。如果從“氛圍”的角度來說，我覺得從無到有、出現第一個 ChatGPT，是大多數人一生中最大的系統性沖擊。之前根本沒有這個東西，而突然之間有了。盡管它當時還很粗糙，但從 0 到 1 是件大事。也許現在我們已經從 1 走到了 10，從某種意義上說這應該更重大。但大多數人并沒有那么強烈的感覺。接下來 18 個月，也許我們會從 10 到 100。但我覺得大家已經接受了 AGI 將會出現這一事實，生活照常繼續，你們依然在做各自的事。

主持人Vinod Khosla

所以不會少于這個幅度？

奧特曼

嗯，我認為實際的進展會令人震驚，但大家已經預期會震驚了。而當初 ChatGPT 的出現對大多數人來說完全是意料之外的。所以雖然影響會更大，但感覺上不會像當時那么狂野。

主持人Vinod Khosla

我敢說大多數人可能沒真正意識到從 10 到 100 這個下一個 10 倍變化的巨大意義，但我可能錯了，至少在小圈子之外……

奧特曼

如果是一年前，我會同意這個說法。兩年前，我肯定會同意。但現在我其實挺驚訝的，比如在旅途中隨便和一些人聊天，他們會說：“哦，對啊，AGI 快來了，計算機已經比人類聰明多了，還會變得更聰明，一切都會完全不同。”所以我覺得大眾的認知確實已經有了很大變化。

主持人Vinod Khosla

所以這一切都是因為“Scaling Laws”（擴展規律）。能不能談談這類指數級變化背后的機制，是什么在驅動它？

奧特曼

是的，我的意思是，從宏觀上看，輸入其實沒有發生太大變化。

我們不斷發現更好的算法，因此不斷找到更陡峭的擴展規律。我們不斷研究如何建造更大的計算機、更強大的芯片，并把它們互聯起來，也不斷找到更多、更好的數據。我認為我們很快會進入一個階段，把這些系統以全新的方式組合起來，實現一種持續學習——系統可以永遠運行，并且越來越聰明。

但過去幾年的故事，其實就是更好的計算機算法和更多的數據。我希望自己能說出更深刻、更有洞見的東西。很多算法上的進展確實令人難以置信，尤其是推理方面的突破，以及最初的無監督學習的理念，我都會歸入這一類。當然還有一些小的進展。這就是一種不斷打磨的過程，讓我想起了歷史上其他科研與產業結合的案例，比如晶體管之類的東西。

主持人Vinod Khosla

所以確實存在擴展規律，而且是多種擴展規律。如果你去問 ChatGPT，它會定義出不同類型的擴展規律。但我還在想另一個問題：你認為 AI 科學家會在什么時候開始主導大部分 AI 研究？

奧特曼

我覺得這會是非常漸進的過程。并不是說今天突然就取代了。比如說現在，一個 OpenAI 的研究員可能用 Codex 來生成 10% 的 PR，然后是 20%、30%，接著它甚至會開始自己去測試一些新的模型架構，但研究員仍然在主導。再之后，AI 會多做一些事情，比如提出要去驗證的假設，但研究員依然覺得自己只是工作效率提高了。研究員可能會說“我還是在做 100% 的研究，只是工具更好了”。但如果這個研究員的產出是過去的 2 倍、甚至 10 倍——比如說 10 倍——那么你是認為 AI 做了 90% 的研究，還是 0%？因為它并沒有完全自主完成整個循環。我認為這會是一個混合的、凌亂的加速過程。

主持人Vinod Khosla

這并不需要嚴格衡量，但可以看進展的速度和加速度。在我看來，這才是終極指標。除了擴展規律本身之外，變化率會發生什么？

奧特曼

我認為從現在開始，每年研究進展都會更快，因為我們有了更好的工具。無論你稱之為“AI 輔助人類”還是“人類輔助 AI”，或者“AI 自己做研究”，最終效果就是更快。不僅是算法進展，還包括整個供應鏈。如果 AI 幫助我們更快地建造數據中心，或者幫助我們開發新的芯片……

主持人Vinod Khosla

芯片。

奧特曼

甚至是一些非常前沿的東西，那也會大大加速。我認為這一切都算數。所以如果把進展速度作為衡量標準，只要 AI 在推動加速，就可以算作 AI 在做研究。那么速度將會快得多。

主持人Vinod Khosla

在我看來，關鍵測試是：AI 是否能提出新的假設，然后自己去驗證，再修正這些假設。這是一個“良性循環”的過程。

奧特曼

我有點不同的看法。我覺得我們真正關心的只是能多快做出更好的研究。如果 AI 自己提出假設，或者讓人類提出一個本來人類根本想不到的假設，對我來說沒有區別，我都一樣滿意。

主持人Vinod Khosla

是的，這里有個問題，很多 LP 都會問我：那些領先者會不會通過這種加速進一步鞏固優勢？如果研究的加速假設成立，那么你們和其他一些領先者就能延續優勢。對于新進入者來說，要從零開始會更難，除非他們提出完全正交的方法。你知道我們正在研究一些正交的方法。但這是否意味著 OpenAI 會因此獲得優勢，提升估值？這是很多人關心的問題，我當然也希望如此。

奧特曼

聽著，如果我是 LP，我會把 0% 的時間花在思考如何投資另一家 AI 研究實驗室上，而把 100% 的時間花在思考如何投資下一個新事物。也就是說，GP（普通合伙人）在這方面通常很糟糕——不過你還不錯。但總體來說，全球太多資本都在追逐上一輪的贏家，而幾乎從來賺不到錢。你幾乎不可能在那里面獲得巨額回報。真正的回報幾乎總是來自于：發現世界上因為一項新技術而出現的新可能，并在一個極不確定的方向下注，同時你有某種差異化的洞見。現在大家都想投資下一個 OpenAI，但很可能下一家萬億美元級公司不會是另一家 AGI 研究實驗室，而會是因為 AGI 作為新技術出現之后，建立起來的某種新事物。就像當初 OpenAI 剛成立時，大多數人還在想投資“另一個 Facebook”或者“另一個加密貨幣”。

主持人Vinod Khosla

我得先講個有趣的故事。當我們投資 OpenAI 的時候，這是我 20 年來唯一一次給所有 LP（有限合伙人）寫道歉信。我說：“我知道這看起來很奇怪，但我們還是要投。”

奧特曼

這件事我只會稍微拿來調侃你一下，沒關系。總之，我覺得現在是一個無比令人興奮的時代，因為被打開的全新空間，比我以往見過的任何時候都要廣闊。

 OpenAI 創立的時候，我們這個領域的機會是因為一些研究突破被打開的，比如加密貨幣市場推動了 GPU 的發展，還有其他一些進展。但當時我記得，值得去投入的項目清單非常短。而現在，我覺得值得投入的項目清單非常龐大。我認為這才是人們應該去資助的方向，不管研究成果最終是繼續流向 OpenAI 還是其他人。

我覺得作為資本配置者來說，這個問題幾乎不是最重要的。未來世界會出現接近免費的 AGI。當然，也會有像 OpenAI 這樣的公司，能夠創造出巨大的價值，因為我們有非常龐大且成功的消費級產品，還有一些其他成果。

再回到晶體管的類比。那時有幾家公司是真正的“晶體管公司”，但大多數后來都消失了，只有少數幸存。而現在看看這個房間里的各種東西，幾乎都內含晶體管，但我們不會再說這是“晶體管設備”或“晶體管公司”。晶體管只是成為了一種基礎技術，催生了一整套新公司，其中就包括 OpenAI。未來也是這樣。作為資本配置者，這是極其令人興奮的時刻，你應該追逐未來，而不是停留在過去已經成功的事物上。

4.發布ChatGPT的決定：為了打造一家大公司，我們必須要有產品

主持人Vinod Khosla

那我們回到 ChatGPT 的發布。最讓你驚訝的是什么？然后，基于你看到的用戶行為，你的想法又是如何演變的？

奧特曼

嗯，讓我稍微往前回溯一點。科技公司的傳統是：先做一家產品公司，等產品成功了，再附加一個研究實驗室。有時候這種模式很成功，比如 Xerox PARC；有時候很糟糕，比如一些現代公司。但據我所知，我們是唯一的例子：先有一個運行得非常好的研究實驗室，然后再附加上一個運營很糟糕的公司。OpenAI 已經成立 4 年半了，我們當初并沒打算做產品。但后來越來越清楚，因為擴展規律和所需資本的關系，我們必須去打造一家大型公司。而要有公司，就得有產品。

當時我們有一個模型叫 GPT-3，公司里的緊迫感在不斷提升，大家急切地要找到一個產品。但我們就是找不到，模型還不夠好。它很酷，但不足以做出真正可行的產品。我記得 Paul Graham 有一句讓我印象深刻的建議：不管怎樣，你都應該做一個 API，總會有好事發生。于是，我們沒什么產品思路，就決定把 GPT-3 做成一個 API，交給全世界來眾包——也許有人能找到用法。結果，全世界只找到了一個用法。

GPT-3 唯一賺錢的應用就是文案生成。我現在甚至忘了那些公司的名字，但其中有幾家很快就做到十億美金以上的估值，靠的就是用 GPT-3 生成網站文案再轉售。

主持人Vinod Khosla

比如 Jasper。

奧特曼

對，就那樣。人們嘗試了其他應用，但沒有成功的公司。不過我們當時有個叫“Playground”的東西，人們可以在里面測試提示詞，看看模型返回什么。它其實成了一個“隱藏爆款”。一些人（雖然不多）會整天跟它聊天。這還是在我們搞清楚 RLHF（人類反饋強化學習）之前，甚至還沒有 GPT-3.5。所以模型并不好，但有明顯的用戶信號表明，人們就是想跟模型聊天。除了文案生成，這是唯一有真正牽引力的方向。

于是我們說，也許這就是我們該做的產品。所以我們開始做一些研究，讓模型更容易交流。那時還需要復雜的提示詞，我們后來有了更好的模型。于是我們決定推出一個聊天界面。我們本來計劃要構建其他東西的。

在 OpenAI 內部當時有個很大的擔憂：如果我們要做聊天，它必須是某種特定的助手嗎？比如幫助你學習、幫助你完成某個目標？如果只是閑聊，人們會想要嗎？還是會覺得無話可說？所以我們差點沒有推出。但最后我們還是放出了一個預覽版，你可以隨便聊點什么。

還有一個很有趣的經驗：我們當時有一個測試群組（那會兒模型還很糟糕）。幾乎沒有用戶能長期留下來，留存率糟糕透頂。但那些留下來的用戶，他們的使用量反而隨著時間增加。我們當時也差點因此不發布。后來我才反思過來：如果一個產品有任何留存率，那其實就已經是個好跡象了。哪怕是 5%，也完全可以接受。因為大多數產品的默認曲線幾乎都是直線下滑到 0。但當時我沒能直覺地理解這一點。

5.OpenAI的未來愿景：一套產品+平臺+其他服務＝個人AGI

主持人Vinod Khosla

那么，現在 ChatGPT 的用戶數你們公開數據是多少我不清楚，但我想問，你對 ChatGPT 未來的愿景是什么？

奧特曼

OpenAI 的愿景是：我們希望打造一小套產品，加上一個平臺，可以和任何其他服務結合，成為你默認的個人 AGI。它會了解你、接入你的數據、按照你希望的方式行事。如果你想通過聊天界面使用它，可以；如果你想用它來體驗新的社交或娛樂方式，也可以；如果你想用智能體和其他工具高效完成大量工作，也可以；如果你想在其他服務里登錄并帶上你的智能，我們也會支持。

隨著時間推移，它會擴展到更多新型服務。我覺得未來需要構建一種全新的計算機形態，我們也希望用戶能擁有它。但更重要的是，人們會和 AI 建立非常重要的關系，它能讓你更高效、更優秀、更幸福，推動你的人生發展。我們希望成為那個 AI。

主持人Vinod Khosla

所以它不只是一個隨叫隨到的智能體？

奧特曼

嗯，從某種意義上說，這就是我們在提供的。但關鍵還在于創造出優秀的體驗，并通過不同方式整合進去。

主持人Vinod Khosla

那如果說下一個十億用戶，ChatGPT 的使用場景還是現在這樣嗎？會擴展嗎？會分成不同的細分群體嗎？

奧特曼

我不會把我們的產品路線圖都說出來。但我覺得我們現在還處在“終端”階段。我其實很喜歡終端，這是一種很好用計算機的方式。但隨著我們在此基礎上構建新一代的現代計算機界面（并不意味著它的外觀一定像現在的電腦），那會是一次等價的飛躍。它會更易用、更強大、更親近大眾。

主持人Vinod Khosla

我聽你說過，ChatGPT 就像是“智能的操作系統”。

奧特曼

是的，我們希望把它做到那個程度。

主持人Vinod Khosla

那么，目前還缺什么？

奧特曼

可以說，幾乎所有東西都還缺。我們還非常早期。

主持人Vinod Khosla

但你心里肯定覺得有些東西是缺的。

奧特曼

是的。

主持人Vinod Khosla

好吧，如果你不想說缺什么也沒關系。

奧特曼

對，那就是我們的產品路線圖，不能說。

主持人Vinod Khosla

好，那我們換個話題。除了個人用途，另一個很重要的領域就是企業用途。你能聊聊嗎？

奧特曼

我覺得這里有兩個有趣的方向。第一個是“虛擬同事”的概念，AI 可以讓企業所有必須完成的任務做得更好。這已經非常有吸引力了，你現在就能看到一些例子。比如編碼智能體，對企業的應用場景非常明顯；再比如 AI 在客戶支持中的應用，也相當出色。我認為在大多數企業里，由 AI 完成的工作比例只會越來越高。這似乎是一個顯而易見的發展方向。

另一個讓我更興奮的方向是：企業能夠把整個算力集群投放到一個非常困難的問題上。這類問題中，科學發現可能是最令人激動的，但還有很多其他難度大、價值高的問題。企業現在沒法解決，但如果能解決，就能開創新局面。隨著 AI 系統能夠集中思考某個難題，我認為這會成為企業領域的核心能力。比如發現新材料，或者優化極其復雜的供應鏈。我很期待它的發展。

主持人Vinod Khosla

 如果放眼短期，在企業應用里，除了我們剛才說的 AI 科學家，還有 AI 在材料科學、生物學或其他領域的科學家。你也提到過，這些能力層會逐漸出現在模型中。那么在企業場景下，短期內在哪些地方的顛覆性最強（即便沒有新能力），以及短期內你們的營收主要會來自哪里？

奧特曼

 我猜，在短期、非常短期內，AI 軟件工程師會是對企業最具顛覆性的東西。公司們現在在這一領域投入最多、速度也最快。有一些很微妙的原因，使得這是一個特別合適的應用環境。它幾乎可以直接對應到大多數公司當前的瓶頸環節，同時又是一個營收機會。所以我敢打賭，這會成為今年剩余時間的“大故事”。當然還會有其他變化，但你會開始看到，那些善于運用 AI 的公司或團隊，會顯著超越其他同行。

主持人Vinod Khosla

 顯然，軟件開發這一塊，幾乎所有人都認識到它是一個全新的主要領域。那么在軟件之外的傳統企業職能上呢？

奧特曼

是的，我認為這已經不是理論層面的事了。我們聽到很多公司說，他們已經用 AI 完成了所有客戶支持，用 AI 完成了銷售跟進，用 AI 完成了其他各種業務。這些都已經在發生了。只是我覺得它的“可見沖擊力”不如軟件開發那么大。

主持人Vinod Khosla

好的，那我們換個話題。你在 OpenAI 做過很多重大決策，當時存在極大的不確定性：這項技術到底能不能奏效？它會如何發展？競爭對手會做什么？在這些過程中，哪些是最艱難的決定？哪些事后來證明對了，哪些事做錯了？你是怎么思考這些的？

奧特曼

對我來說，最難的并不是某一個具體決定，盡管這種艱難的決定很多，而且我們犯錯的比例也不低。真正最難的是：我們必須同時做的決定數量太多，要同時處理的事務太多，而它們彼此之間又高度相關。我從未找到過什么真正有用的建議，所以我們基本上是硬著頭皮在摸索。如果我們能在理想規模下運作、做完我們想做的事，但只需要做一半的決策，那生活會輕松得多。但現實是，我們總是“超額訂閱”，不得不面對所有事情。我對此沒有好辦法，因為我們確實得同時把很多事都做好。

 我們必須運行一個優秀的研究項目；必須建設大規模的基礎設施；必須想辦法做出一長串產品……任務清單很長。但我覺得硅谷并沒有什么好方法教你如何快速做大量決策。對于如何做少數重大決策，倒是有一些不錯的經驗，但我還沒找到辦法把 OpenAI 轉型成一個只需要做少數重大決策的組織。如果能做到，那將是最有幫助的事。我們甚至問過 ChatGPT，但沒什么幫助。

主持人Vinod Khosla

我最近聽到一個對 ChatGPT 的最佳使用案例，有人說它是他們用過的最好的高管教練，比任何真正的高管教練都好。

奧特曼

是的，ChatGPT 在心理治療和教練方面的表現，讓很多人都很驚訝。目前這已經是一個相當大的使用場景。

另一類艱難的決策，是如何去做一件全新的事，或者決定要不要去做一件全新的事。如果說 OpenAI 有什么值得驕傲的地方，那就是我們努力去做新東西，而不是去復制競爭對手或其他研究實驗室。你看其他研究實驗室，他們大多只是嘗試做 OpenAI 已經在做的研究，大多是在完全克隆我們的產品，整個行業看上去驚人地相似。

 過去我總是嘲諷別人，覺得那完全是缺乏創造力。當然這確實是原因之一，但我現在理解到，真正做出新的東西，其實做決策的難度非常大。而如果你已經知道某樣東西行得通，那去復制它會很有誘惑力。我現在完全能理解人們為什么選擇復制——雖然我不覺得那是推動世界前進的方式，但我對這種選擇有了更多同理心。

主持人Vinod Khosla

是的。在研究實驗室之間，你會看到很多互相復制、互相借鑒的情況。而對創業者來說，他們必須在極端不確定的環境中做決策——比如模型將具備什么能力？我該如何在這種不確定中做出戰略決策？這可能不是決策數量的問題，而是一些關鍵性的戰略決策。那你會給這些創業者什么建議，幫助他們應對這種不確定性？這是我被問到最多的問題之一：AI 能力會走向哪里？我該基于什么假設去構建我的創業公司？

奧特曼

我的意思是，從歷史經驗來看，最有效的做法就是假設模型在各個維度都會不斷變得更好：更強、更便宜、更好的多模態能力、更好的智能、更好的推理、更低的成本。我看不出未來幾年有什么理由會讓這一趨勢放緩。可能會有一些暫時的停頓，比如人們需要重寫基礎設施，或者等待新集群上線之類的。但整體而言，最好的策略是不要過度聰明地“算計”自己，不要去糾結“究竟是這個方面變好還是那個方面變好”“我該怎么精確把握時機”。只要問自己一個問題：如果有個神諭者告訴你，這個模型每年在幾乎所有維度都會提升 10 倍，那你應該在什么時候做什么產品？這樣其實就能得到一個不錯的高層指導。

6.未來會有數十億人使用免費的 AGI，經濟將極度通縮

主持人Vinod Khosla

那對于那些基于你們模型、Anthropic 或 Google 模型進行構建的創業者來說，你覺得他們最容易誤解的地方是什么？你最希望他們理解什么？我指的是那些基于你們平臺構建的人，而不是直接和你們競爭的公司。

奧特曼

老實說，我對現在構建 AI 應用的人印象非常深刻。他們非常了解模型，清楚哪些能做，哪些不能做，以及如何榨取模型的最大性能。我并沒有什么“希望他們額外理解的清單”。前不久我在家里辦了一次晚宴，邀請了大約 20 位我聽說過或見過的新一代最令人印象深刻的 AI 創業者。我一桌子看過去，只能感嘆：這些創業者比五年前、十年前的創業者要優秀太多了。所以我真的沒有什么額外的愿望，我已經非常佩服他們了。

主持人Vinod Khosla

我想聊一些關于 AI 的全球性影響。但在那之前，我想問我最喜歡的問題（也要留點時間給觀眾提問）。你認為什么時候會出現一家 10 人的公司，收入就能達到 10 億美元？這種情況已經開始了嗎？很快會開始？還是根本不可能？我當然有自己的傾向性判斷。

奧特曼

我敢打賭，這樣的公司要么已經出現了，要么會在未來幾年內出現。

主持人Vinod Khosla

我也一直猜測它可能已經出現了。想一想價值是如何被創造出來，以及需要什么條件才能創造價值，這真的很驚人。

奧特曼

這也是我覺得“AI for Science”非常有趣的原因。你可以想象，一個新藥本身就能創造超過 10 億美元的收入。而這個藥可能是由一個人加上，比如說 5 萬塊 GPU 一起完成發現并推進臨床試驗的。

主持人Vinod Khosla

是啊，我今天早上剛收到一篇文章（還沒來得及看），說有人僅用 AI 就發現了治療黃斑變性的藥物。你的觀點沒錯。而且類似的情況也可能出現在娛樂等其他多個領域。那我們就聊聊全球層面的問題吧：如何確保 AI 的益處能夠更廣泛、更加公平地傳播？畢竟有人擔心“富者愈富”。《態勢感知》那篇論文里說，全世界可能只有幾百個人真正明白這場變化有多大、發展有多快。你怎么看待 AI 的全球影響？我們又該如何確保公平與普惠，先是在這個國家內部，然后是全球層面？

奧特曼

我并不是不想回答這個問題，只是不想全盤潑冷水。但我認為這里確實有很重要的內容。你知道，ChatGPT 現在可能已經是全球第五大網站了，如果它繼續保持這樣的增長軌跡（雖然很難），它會成為全球第一大網站。

未來會有數十億人使用免費的 AGI。到時候，每個人都能獲得優質的醫療建議，每個人都能接受優質的教育，每個人都能免費請求生成任意軟件，我們就會幫你完成。這就是技術的運作方式。我認為資本主義在這一點上非常棒。當然，這并不意味著我們不需要在某些邊緣問題上做糾正，我覺得確實需要。但整體而言，技術造福世界的方式就是：把工具交到人們手里，讓它們免費或低成本，然后人們就能創造出驚人的東西。

 很多人會覺得：“世界還沒準備好迎接這個，大家承受不了。”這種聲音很多，包括你提到的那篇論文。但我相信人們其實很清楚自己需要什么，他們也非常擅長學習如何使用新技術。而且這已經不是理論，而是正在全球范圍大規模發生的現實。我覺得這非常美妙。而之所以能發生，是因為現有的制度和激勵機制在很多方面都非常優秀。

 當然，如果 AI 開始帶來巨大的科學發現，有些事情我們確實需要采取不同的做法。比如說，有家公司用 AI 找到了治愈所有癌癥的方法。我希望這些人能因此大賺一筆，但我也希望全世界的人都能用上廉價的癌癥療法。又比如，有人用 AI 讓核聚變實現商業化，我也希望他們能賺得盆滿缽滿，但全世界都會從電價驟降中受益。總體上，我認為技術確實能帶來巨大的全球性利益。過去幾百年的歷史就是這樣，我們不應該為此感到羞恥，也不必刻意解釋“我們做的事沒那么邪惡”，其實它真的很好。

 不過我覺得 AI 也會有一些不同之處。你可以想象一個世界，算力變得極其稀缺，必須以某種民主的方式來決定我們要先后攻克哪些問題。這就需要和過去不同的機制。你還可以想象，全球大多數資本都在爭奪算力資源，使其變得極其昂貴和有限，那將是糟糕的。但我對解決這個問題的第一反應就是——制造更多、更多的算力。

主持人Vinod Khosla

我認為這……

奧特曼

我自己也反復思考過，并不完全確定，但我覺得這股力量應該會推動世界更加平等，而不是讓差距擴大。

主持人Vinod Khosla

為了節省時間，我拋出三個問題，你可以任選一個或者全部回答：政府的角色；我認為 2030 年代 AI 會帶來嚴重的通縮經濟；以及具備感知的 AI 風險。你挑選其中一個或幾個回答吧。

奧特曼

好吧，那我先談通縮問題，你可以在我講太久的時候打斷我。我覺得經濟會極度通縮。我希望如此，也認為應該如此。但所有這些創造出來的過剩財富必須有去處。我希望像水、食物、醫療、教育、自然環境的享受、陪伴家人的時間等等，都能變成人人都負擔得起的東西。然后我們可以去玩一些最荒謬的“身份地位游戲”，比如把達·芬奇的畫炒到一萬億美元，或者把星系炒到千萬億美元。這樣那些想玩地位游戲、想為別人創造價值、想炫耀的人，就只能在這些方向上折騰。但這確實是個有趣的問題：如果一切都大幅通縮，一切都變得極度便宜，而人類依然雄心勃勃、富有創造力、愿意努力工作，我們要用某種方式來記錄和分配這些財富。多余財富的去向，是一個非常有意思的設計問題。

主持人Vinod Khosla

 是的，沒錯。我自己也堅信經濟會高度通縮，而 GDP（如果它還是一個合適的衡量標準，我其實并不這么認為）的增長會爆炸式上升。你會看到這兩件事同時發生。但現在我們進入觀眾提問環節。能遞個麥克風嗎？嘿，Sam，

 在這次峰會上，我們大多數人都在談論……AI 如何賦能我們的業務。

 但我想換個角度，把它當作一種潛在威脅來思考。

賦能我們的競爭對手去構建更快、更強的模型，拉平競爭環境，甚至更糟，把競爭天平傾向對他們有利的一邊。

你怎么看這個問題？

奧特曼

我不確定自己理解其中的區別。我認為它必然會讓某些人受益，同時讓另一些人處于劣勢。關鍵是你得努力站在受益的一方。我覺得兩方面都是真實的，但沒什么不同的應對方式。是的，你所有的競爭對手以及新入局者，都會試圖用 AI 超越你。而你唯一能做的就是把事情做得更好。

主持人Vinod Khosla

 換個問法：在超級智能的世界里，所謂“護城河”還有可能存在嗎？

奧特曼

我不知道。我的答案是：當然可能存在。但我不知道它們會是什么樣子。有些護城河可能還是老樣子，比如網絡效應、品牌，這些可能依然適用。但我敢肯定，有些護城河會消失，也會出現新的護城河。這正是商業最有趣的部分——去探索新的護城河會是什么樣子。

主持人Vinod Khosla

 那邊有個問題。

觀眾提問 Chris Lee

嗨，Sam，我是 Chris Lee。

 我覺得你剛才說的有點意思，你提到會有可控核聚變。 那么你什么時候會下決心，真的往一個像核聚變這樣的難題投 5 萬塊 GPU？

奧特曼  

 大概就是現在。我覺得最好能稍微超前一點，這樣你才能摸索出問題的輪廓。我認為現在就是啟動一些大型高算力科學項目的合適時機。我不確定核聚變是不是最合適的那個，但方向上是的。

觀眾提問 1

 是的，在能源方面也有類似情況。那你怎么看 AI 世界里的能源基礎設施？我一月份在瑞士開會時，聽 Eric Schmidt 說過，歐洲永遠不可能在 AI 上領先，因為能源成本太高，算力太貴。

后來 DeepSeek 出現了，它的效率高得多。

 你怎么看…… 關于你們在建設數據中心時，如何滿足這些技術的能源需求，你的假設是什么？

奧特曼

我覺得兩點都是真的。一方面，模型會變得極大地高效；另一方面，全球的需求也會極其龐大。即使在超級高效的模型下，我們最終仍然需要數十吉瓦，甚至上百吉瓦的能源來滿足全球的 AI 需求。但我對新型能源的出現非常樂觀。我認為能源將會充裕且廉價。而且 AI 與能源顯然是緊密相連的。

 能源本身還有其他價值。它代表著在現實世界中創造變化的能力。我預計 10 年后，AI 的成本將會收斂到電力成本。這一點怎么強調都不為過。其他一切都會變得便宜，比如芯片制造可以完全自動化，但你依然需要驅動電子流動。

觀眾提問2 

謝謝你，Sam，謝謝 Vinod。我想回到 Vinod 的第三個問題。

奧特曼

 關于政府的角色？我覺得在 AI 基礎設施的問題上，確保我們能建設足夠的 AI，讓它充裕，而不是被富人壟斷，這是政府的一項重要職責。

 當然需要一些監管。過度監管會是災難，但監管不足也會帶來嚴重問題。尤其是當系統變得更強大時，制定一些全球規則是必要的。我認為這只能來自政府——公司可以提出方案，可以研究應是什么樣子，但最終只有政府能在全球范圍內執行。我也認為未來會出現一些關于“如何分配與獲取”的問題，還會出現關于數據的重大問題，政府必須參與其中。我預計，到 2028 年美國大選時，這將會是最重要的政治議題之一。

觀眾提問3

 那邊有個問題。嗨，Sam，我有兩個問題，一個是關于界面的帶寬。隨著越來越多的智能體變得更強大，可以執行不同任務，我可能會想同時和上千個智能體對話。問題是，如果我一直在切換界面、等待它們返回報告，我可能什么都做不了，只是在處理智能體的反饋。另一種情況是，我完全放手讓它們去做，但結果會和我的真實意圖有所偏差。這種情況很常見，比如我讓它們寫一份 PRD（產品需求文檔），結果和我想要的差很多，還要不斷修改。帶寬就成了我能同時處理多少智能體的瓶頸。你怎么看？下一步會怎么發展？

奧特曼

 我認為會有一種專門的智能體，它的工作就是評估其他智能體的輸出，決定何時、以何種形式把結果呈現給你，甚至能判斷在某個場景下你會做出怎樣的決定。所以這會是另一類智能體的工作。我敢打賭，這會非常有效。未來你可能會有一個實時生成的、專屬于你的 UI，它會根據這些智能體的輸出不斷演化，并且很擅長在合適的時候吸引你的注意力。我認為今天的許多問題，在未來都不再是問題，因為 AI 會變得更聰明，能夠在更高層次的“執行功能”上幫你工作。

主持人Vinod Khosla

 還有其他問題嗎？

觀眾提問4

我是Micha，來自 Soma AI。首先恭喜你們請來了 Fiji Simo，她是我所認識的最出色的領導者之一，現在成了你們的顧問。

 在 Somit，我們為人類干細胞分化研發基礎模型，以推動全新的治療方法和細胞替代療法，用新的數據模態來實現。我的問題是：當你思考 AI 在物理世界、生物學等領域的突破時，最大的瓶頸在哪里？突破點會來自通用模型？還是來自領域特定模型？或者來自數據本身？你覺得生物學上的第一個真正突破會出現在什么地方？

奧特曼

 老實說，我并不確定。我覺得有些科學領域，即使沒有新數據，更強的智能也可能帶來新突破。比如物理學領域，也許不需要再收集任何新數據、不需要再建造新的粒子加速器，AI 也能解開一些物理學難題。我不認為這很可能，但也許我們所需的數據早已存在，只是我們以前沒能力解出足夠復雜的積分。

但在生物學領域，我覺得情況完全不同。幾乎不可能在沒有任何新實驗數據的情況下，就治愈所有癌癥。并不是完全不可能，但很不大可能。所以我認為我們必須構建新系統。它不一定要是全自動化的實驗室——哪怕只是一個 AI 發郵件給科學家說“你能幫我做這個實驗并把結果告訴我嗎”，也算。但無論如何，需要能持續獲取新數據點的主動學習系統。至于哪些問題適合放在哪個類別，瓶頸究竟在哪，還需要用實證的方法去探索。

主持人Vinod Khosla

 好的，謝謝 Sam。我想我們今天就到這里。

奧特曼   

 謝謝邀請我來。

主持人Vinod Khosla

 非常感謝你的到來。

本文轉載自??51CTO技術棧??，作者：伊風