一家還沒獲利的公司，準備花掉1.4 兆美元。不是估值，不是估算，而是CEO Sam Altman 親口確認的承諾：我們會在很長一段時間裡，把這筆錢花完。就在最近這一周，OpenAI 動作頻繁：12月18日，推進新一輪融資談判，規模數百億美元、估值7500 億美元；12月16日，ChatGPT 上線全新圖像模型和App 生態平台；同期還發佈了AI 在科學任務上的推理能力評估報告。（Sam Altman 訪談片段： ChatGPT下一步該做什麼？）2025 年12 月19 日，Altman 在新一期播客中回應了外界最大的質疑：一個現金流還沒轉正的公司，憑什麼敢為AI 基礎設施砸下1.4兆？他給了一個出乎意料的答案：如果我們現在有兩倍算力，我們就能賺兩倍的錢。這句話背後，藏著OpenAI 對AI 商業化的全套邏輯：錢怎麼來、怎麼花、何時能獲利。而Altman 這次，把這套邏輯講得異常清楚。第一節｜虧損1200億美元，為什麼越花越多？從財報數字來看，OpenAI 確實還在虧損。在訪談中，Sam Altman 承認：我們預計從現在到2028/2029年之間，將會虧損約1,200 億美元。這是什麼規模？作為對比，特斯拉從2003 年成立到2020 年首次實現年度獲利，花了17年時間。 OpenAI 預計4 年虧損1200 億，每年平均虧損300億美元。這是一場前所未有的資本押注。但Altman 並不認為這是問題。他給了一組具體資料：OpenAI 目前每天前沿模型的生成量，大約是10兆個token。這是什麼概念？一本10萬字的書大約是13萬個token，10兆token相當於每天產生7700萬本書的文字量。這個數字還在以每年3 倍的速度成長。每次基礎設施擴容，就能直接換來更高的服務能力、更快的產品上線速度和更強的付費意願。因此，這不是一家沒錢賺的公司，而是一家錢來不及賺的公司。OpenAI 的主要業務收入來自三個部分：ChatGPT 使用者訂閱；企業版API 呼叫；面向大客戶的模型客制化服務。其中最讓Altman 感到興奮的是第二項：API 成長已經超過ChatGPT本身的成長速度，企業客戶正成為OpenAI 的主要收入來源。目前，OpenAI 已擁有超過100 萬家企業使用者，透過API 將模型連接到客服、財務、搜尋、程式設計、資料分析等多個環節。更關鍵的是，這些客戶使用的不是對話，而是一個任務區塊：寫程式碼、產生分析、總結檔案。任務越多，算力消耗越大，收入越高。Altman 舉了個例子：企業員工一小時的工作，可能包括做PPT、寫指令碼、看材料。只要有70%的任務被模型完成，就是實實的降本提效。這就是OpenAI 正在算的帳：不是按人數算訂閱費，而是以任務量算力消耗；不是在意每月續費率，而是專注於每個任務背後提升多少效率。所以，他才會下判斷：訓練支出繼續成長沒關係，重要是推理收入會漲得更快。當然，這套帳也有風險：基礎建設投入已經遠超現階段營收，必須靠資本市場支援持續擴張。但Altman 相信：模型在變得更好，需求變得更大。這是典型的AI 時代獲利模式之一：先投算力，收入隨後成長。第二節｜面對競爭，OpenAI的護城河是什麼？算力換收入的邏輯聽起來很美，但前提是OpenAI 必須一直跑在前面。過去一年，從DeepSeek 到Gemini，再到Claude、Mistral、Grok、Qwen，競爭對手接連出現。而OpenAI 的應對是：快速反應，持續推出新品。最近，他們連續推出三項關鍵更新：新影像模型GPT Image 1.5，上線更快，細節更準；ChatGPT開放app提交入口，打造模型版App Store；FrontierScience研究成果上線，AI成為科學家的研究助理。Altman 一直在強調一件事：真正的風險不是模型被超越，而是使用者不用它。這就是他最常說的字：黏性。他提到了幾個例子：有人把血液檢查報告丟給ChatGPT，它讀懂了，提出初步判斷，使用者去醫院確認，發現確實是之前沒查出的病症；有人開始和ChatGPT聊生活、做規劃、定行程，它能記住細節，持續跟進，並提出建議；有人用它解構複雜文件，有人用它做企業報告，有人只讓它早上列個待辦清單。這些行為有個共同點：不是測試模型好不好，而是讓它真正幫你完成任務。當你習慣了ChatGPT 記住你的偏好、理解你的表達方式、知道上次聊到那裡，切換到其他產品的成本就會變得很高。這就是ChatGPT的護城河所在：習慣、一致性和個人經驗所累積的信任感。在企業側，這個護城河變成了另一個維度：個性化能力。第一節講了企業能帶來多少收入，但問題是為什麼他們會留下來？Altman 說：企業需要的不是聰明模型，而是能連結自己資料、完成自己任務、理解自己流程的AI 工具。它可能是客服助手，也可能是法務審查器，甚至是每天早上把管理郵件歸納好再發通知的智慧助理。ChatGPT 企業版的目標，就是讓這些個人化AI 工具運作在一個平台上，連結不同部門、流程和任務。 OpenAI 面向未來建構的真正產品形態：不是大模型，而是企業級AI 入口。而在企業應用這條路上，Google 是最大的威脅。Altman 不否定Google 的實力。他甚至說：如果Google 在2023年一開始就認真對待我們，我們可能就完了。但他也指出了Google的問題：把AI 塞進搜尋框裡，不如重新設計一個AI 優先的入口。他認為，AI 不是功能外掛，而是一種全新的互動方式。你不應該再找某個東西，而應該告訴AI：這是我今天要解決的事。它聽懂了，就去做，不需要你重複輸入指令、點選圖表、切換介面。這不僅是ChatGPT 的方向，也是在定義下一代軟體是什麼。OpenAI 不急著回應每一次跑分。他們關心的是：使用者是否把ChatGPT 當作生活工具；企業是否用它接住任務流程；一家公司是否已經開始圍繞它重建工作流程。技術可以被超越，習慣很難被取代。這，就是Altman 所理解的護城河。第三節｜1.4 兆要買什麼？這不是一個隨口報出的數字。在訪談中，Sam Altman 反覆講了幾次：我們計畫在未來很長一段時間內投入約1.4兆美元。前面我們拆解了收入從那裡來，那麼：這筆錢到底花在那裡？1. 這筆用來買什麼？這筆支出大致分為四類：晶片，如NVIDIA的H100、B100或自研方案，用來訓練和運作最先進的模型；資料中心，需要全新建設的AI工廠，不是傳統雲端運算中心，對頻寬、電力和散熱的要求都極高；網絡，連接全球模型推理的骨幹網絡，要確保延遲極低、吞吐極高；能耗，大量GPU同步工作，背後需要穩定且便宜的能源配套。即便如此，Altman 認為仍然不夠：我們的擴張速度已經快到，即使現在就把這些基礎設施建好，也永遠不夠用。2. 為什麼現在就要花？很多人會問，未來五年模型還在變，技術還不穩定，為什麼現在就提早花掉這麼多？Altman 說：不是我們想提早花，而是市場已經等不及了。原因有三：基礎建設周期太長一個資料中心從規劃到投入使用需要2-3年，晶片訂單要提前18個月鎖定，電力配套甚至要提前5年佈局。如果等到需求爆發再建，根本來不及。市場需求正在快速爆發從一年前到現在，OpenAI 的算力擴張了3倍，明年還要再擴3 倍。收入也跟著漲。這是一種算力先行、收入追趕、效率遞增的模式。越早買算力，越早釋放成長。更關鍵的是，競爭對手都在搶同樣的資源NVIDIA的H100、B100供不應求，資料中心的電力配額有限，優質機房更是稀缺。不提前鎖定，別人就搶走了。一句話總結：OpenAI 不是在投資未來，而是在解決現在問題。3. 回本邏輯是什麼？花了1.4兆，成本怎麼變？Altman 的判斷是：未來訓練會越來越省錢，推理也越來越快。OpenAI 的策略是：用一套訓練好的通用模型，支撐多個終端業務。訓練一次，部署多次，推理規模越大，單位成本越低。透過ChatGPT、企業API、代理系統等通道，把token 消耗轉化為真實收入。這是典型的前期重投入、後期低成本模型：先建廠，再接單。Altman 也被問到另一個爭議問題：如果模型進度放緩怎麼辦？他的回答是：「即便模型停在o1-5.2，能做的事情還遠未被挖掘。光是用好現在的模型，就足以支撐一個5000億美金的公司。如果未來模型繼續提升，回本速度只會更高。”在資本上，他認為舉債投資AI 是合理的。 OpenAI 不是靠模型會更強這件事融資，而是現在就能產生的使用量、顧客需求和token消耗。不是靠講故事，而是靠算帳。所以這筆1.4兆，表面是買晶片、買電力，本質是在提前鎖定全球AI算力的供給能力。 在科技巨頭都在爭奪AI 入口的今天，誰能提前建好基礎設施，誰能決定未來的遊戲規則。第四節｜ChatGPT 的終極型態是什麼？前三節講的都是錢和算力，但最後要做什麼產品？在大多數人眼中，ChatGPT是個聊天工具。但Altman 每天用它做的，遠不止聊天：安排行程、確定見誰、規劃健身計畫。他說，ChatGPT 已經幫他做了很多他自己都沒注意到的事情。這就是OpenAI 想要的轉變：從被動回答問題的工具，變成主動幫你辦事的助理。這個轉變分三個方向：1 、從記住對話，到記住你的人生第二節提到記憶是使用者黏性的來源，但Altman 認為現在還遠遠不夠。他說：ChatGPT 的記憶能力現在還停留在GPT-2 階段。它能記住一些偏好，能保持上下文，但遠遠達不到真正理解你的水平。下一步呢？未來的AI 不只記住你說過的話，而是瞭解你沒說出口的偏好，懂你長時間的變化，甚至可以主動提醒、提問、跟進。我們對記憶的潛力還完全低估了。就算是人類最頂尖的私人助理，也不可能記住你生活中每一封郵件、每個細節。而AI 可以。2 、從被動回應，到主動處理Altman 對現有AI 互動方式並不滿意。“我不想每天發訊息、等總結、看草稿。我想直接告訴它今天要完成什麼事，能搞定的別來煩我。”這是一種完全不同的使用方式：不是你問我答，而是你交給我辦。為了實現這個目標，OpenAI 正在佈局多條產品線：Code Interpreter可以執行複雜的資料分析任務；AI瀏覽器幫使用者自動讀取網頁、理解內容、產生摘要；Agent原型可以長時間運作、自動喚起其他工具，逐步接管日常事務。關鍵是：你不用時時盯著它。3、不只是螢幕上的對話框在訪談最後，Altman 被問到關於硬體設備的問題。他沒有透露太多細節，但給了一個明確的方向：“我們未來不會只有一個設備，而是多個產品組合。這些產品要能感知你、理解你、主動服務你，而不是等你輸入命令。”這其實就是OpenAI 與硬體團隊（Jony Ive）正在推進的硬體專案。它不一定是手機，不一定有螢幕，但它會主動記錄你說的內容，透過語音或感知理解你的行為，不再讓你像用電腦一樣點開視窗、切換App。現在人們接受了聊天介面是因為它簡單、熟悉，但未來不同類型的任務，AI 應該能自己產生適合的互動方式。例如：你和它討論旅行，它自動展示地圖；你談健康計劃，它產生日曆與飲食建議；你說今天幫我規劃一下，它整合前幾天的對話和習慣，給出主動安排。從記憶、執行、再到硬體，OpenAI 要做的不只是更強的模型，更是改變AI 在人類生活中扮演的角色：從被動回答問題，變成主動協助；從通用工具，變成你的個人化助手；從你使用它，變成它代你做。未來很多人不會再單獨處理任務，而是管理一群AI 幫手。在 Altman 設想裡，ChatGPT 不再只是一個產品，而是能協調其他AI 工具的中樞系統。它會收集指令、分配任務、總結結果、決策提醒。1.4 兆，買的就是這個未來。結語｜這筆帳，怎麼付？Sam Altman 給了一套完整的帳本：用算力換收入，用收入涵蓋成本。怎麼做？算力每翻倍，收入就翻倍；透過用戶粘性和個性化，確保持續收入；提前投入基礎設施，確保算力夠用；從聊天工具到AI 作業系統，擴大營收成長空間。1.4 兆聽起來很瘋狂，但拆開看，每一筆都有對應的變現路徑。能不能付得起？ OpenAI 用實際成長給了答案：收入確實在跟著算力跑。至於能跑多遠，時間會證明。 （AI深度研究員）

一封本該躺在 OpenAI 郵件系統裡的內部信，正在 AI 圈悄然流傳。這是來自 The Information 的獨家爆料。OpenAI CEO Sam Altman 罕見地在郵件中承認：「Google最近在各方面都做得很出色。」更讓人意外的是，他用了一個語氣有點重的詞來形容當前形勢：「rough vibes」（艱難時刻）。估計我們要經歷一段艱難時刻了。the vibes out there to be rough for a bit.這應該是 ChatGPT 爆紅兩年來，Sam Altman 第一次如此直白地承認競爭對手的領先。要知道，就在一個月前，OpenAI 還在以 5000 億美元的估值、1 兆美元的 IPO 目標、ChatGPT 的 8 億周活使用者傲視群雄。一個月後的現在，Sam Altman 的措辭變成了:「我們正在快速追趕。」01｜Google到底做了什麼?11 月 18 日，Google發佈了 Gemini 3 Pro。在幾乎所有的基準測試中，這個模型都碾壓了 OpenAI 的 GPT 5.1 和 Anthropic 的 Claude Sonnet 4.5。更是直接在 LMArena、WebDev Arena、LiveBench 多個大模型排行榜同時登頂。網友一致好評：「Google這是降維打擊。」甚至，就連馬斯克都在 X 上給Google CEO Sundar Pichai 發了個「Congrats」（祝賀）。Sam Altman 也公開發帖：「恭喜Google推出 Gemini 3！看起來很棒。」但不難看出，這句恭喜背後，藏著多少無奈。02｜OpenAI 遇到了什麼麻煩？內部信裡，Sam Altman 特別提到了一個技術細節：「預訓練」。這是訓練大模型關鍵的一步。就像教小孩認字，你得先讓他接觸大量文字，並理解它們之間的聯絡。OpenAI 在這個環節卡住了。據知情人士透露，在訓練 GPT-5 時，OpenAI 就發現了一個問題：在小模型上有效的最佳化方法，一旦應用到大模型上就失效了。一位前 OpenAI 研究員私下說：「我們太專注於推理模型這條路了，忽視了基礎能力的提升。現在看來，這可能是個戰略失誤。」為了應對這個困境，OpenAI 正在開發一個代號為「Shallotpeat」的新模型。Shallot，青蔥；Peat，泥炭。青蔥在泥炭土里長不好，隱喻 OpenAI 要在困難的訓練環境中尋找突破。而Google恰恰在此時實現了突破。03｜不只Google，還有 Anthropic如果說Google的超越讓 OpenAI 感到壓力，那麼 Anthropic 的崛起簡直是雪上加霜。這家由 OpenAI 前核心團隊創立的公司，今年實現了爆炸式增長。最新資料顯示，Anthropic 的年化收入已經達到 70 億美元，今年以來增長了 6 倍。更要命的是，在某些領域，Anthropic 甚至比 OpenAI 更強。比如程式設計。幾乎所有主流 AI 程式設計工具，如 Cursor、GitHub Copilot，都默認使用 Claude 模型。Anthropic 的 Claude Code 在推出三個月內使用量增長 10 倍，貢獻超過 5 億美元的收入。一位矽谷投資人評價：「如果說 OpenAI 是 AI 界的蘋果，那 Anthropic 就是專注企業端的微軟。他們不需要 8 億使用者，只要服務好那 30 萬家企業客戶就夠了。」而就在上周，Anthropic 剛拿到輝達和微軟的 150 億美元投資，最新估值達到 3500 億美元，幾乎翻倍。Claude 也成為了唯一同時覆蓋 AWS、Google雲、微軟 Azure 三大雲平台的 AI 模型。04｜Sam Altman 的「超級智能」賭注面對這樣的局面，Sam Altman 在內部信中給出了他的應對之策：聚焦「超級智能」。他說：「讓大部分研究團隊專注於真正實現超級智能至關重要。」這是一個巨大的賭注。超級智能指全面超越人類智能的 AI。這不是寫寫程式碼、回答問題，而是能自主進行科學研究、解決人類未解難題的存在。Sam Altman 承認，這意味著 OpenAI 可能會「在當前競爭格局下暫時落後」。但他認為這是值得的。「我們不得不同時做這麼多困難的事情：最好的研究實驗室、最好的 AI 基礎設施公司、最好的 AI 產品公司。這很難，但這就是我們的使命。而且說實話，我不願意跟任何公司交換位置。」既有無奈，也有決心。結語在內部信最後，Sam Altman 說：「別因為這封信感到沮喪。我們其實做得很好，而且會繼續好下去。」聽起來在鼓舞士氣，但更像是在說服自己。歷史告訴我們，沒有永遠的王者。諾基亞手機市場份額曾超 40%，雅虎曾是網際網路代名詞，它們都覺得自己的位置無人能撼動。OpenAI 的故事遠沒有結束，但「rough vibes」已經開始。你覺得誰會贏得這場 AI 戰爭？歡迎在評論區分享你的看法。 (AI資訊Gap)

OpenAI執行長薩姆·阿爾特曼在播客節目中回應公司財務狀況質疑，稱公司營收遠超130億美元，並表示公司正在快速成長。美東時間周六（11月1日），OpenAI執行長薩姆·阿爾特曼（Sam Altman）在一起播客節目中，反嗆了外界有關OpenAI公司財務狀況的批評。他明確表示，公司的營收「遠遠超過」130 億美元，而且還在快速成長。公司營收遠超130億美元今年10月底，在OpenAI完成了備受爭議的營利性重組，公司CEO阿爾特曼隨即公開宣布，公司已承諾投入約1.4兆美元用於基礎設施建設，相當於30吉瓦的數據中心算力。這包括與微軟、輝達等合作夥伴的交易。美東時間周六，在與投資者兼播客主持人布萊德·格斯特納（Brad Gerstner）的交流中，阿爾特曼被問及在目前年收入僅有130億美元的營收水平下，OpenAI 如何能夠承擔投資1.4兆美元的承諾。阿爾特曼回答說，「我們的實際營收遠超這個數字」。他還語氣激烈地反擊稱，懷疑者完全可以拋售他們的股票——他肯定能找到買家。他甚至表示，他巴不得讓批評者們趕緊對OpenAI下注做空——不過目前這只是假設，因為該公司尚未上市，首次公開募股（IPO）仍遙遙無期。「我很少希望自己成為一家上市公司，但有那麼一次，我真的希望我們是家上市公司，那就是當那些人寫那些荒謬的報導說OpenAI 即將倒閉的時候。我很樂意告訴他們，他們可以趕緊做空這隻股票，我也很樂意看到他們因此遭受損失。」阿爾特曼直言。阿爾特曼表示，到目前為止，OpenAI的快速發展得益於其人工智慧產品和服務的需求強勁，但要實現未來的目標，則需要達到前所未有的業務擴張速度。因此，該公司正著眼於從人工智慧雲端基礎設施、專有設備以及自動化科學研究等方面獲取新的收入來源。他認為，目前OpenAI發展的最大瓶頸在於運算能力。擔憂並非無中生有儘管阿爾特曼本人對OpenAI的營收前景信心十足，不過外界對於該公司業績壓力的擔憂也並非無中生有。據微軟在截至9月30日的季度財報中透露，其對OpenAI的權益法投資導致淨利減少31億美元。基於微軟持有OpenAI約27%的股權，這意味著OpenAI該季度淨虧損約115億美元。若考慮稅前損失和先前更高的持股比例，OpenAI的實際虧損可能超過120億美元。不過，在周六同樣參加這場播客節目的微軟執行長薩蒂亞·納德拉似乎也不擔心OpenAI的業績問題。他在節目上大力誇獎稱，OpenAI 的執行表現“令人難以置信”納德拉既是OpenAI的合夥人，也是重要投資者。他直言：“坦率地說，我所見過的OpenAI 提出的任何商業計劃，他們實施之後都沒有失敗過。(科創板日報)

OpenAI這回真的有點尷尬了😅前幾天刷到一則新聞，OpenAI的CEO Sam Altman公開承認，今年8月發表的GPT-5反響不太行，還趕緊承諾GPT-6會有「重大升級」。說實話，看到這個消息我第一反應是：這是在給自己找台階下嗎？回想GPT-5剛發布那會兒，Altman可是信心滿滿地說這是「目前最先進的AI大語言模型」，他自己都只用GPT-5不碰其他模型。結果呢？使用者和專家們並不買帳。紐約大學教授Gary Marcus直接開砲，說GPT-5被「過度炒作」了，什麼通用人工智慧、博士級推理能力，統統沒兌現，就是換湯不換藥的升級💡更有意思的是，Altman在接受採訪時坦言，GPT-5剛上線時體驗確實差，團隊不得不緊急調整AI的「說話方式」，讓它的回覆顯得更溫暖、更友好。這不就等於承認產品沒做好就匆忙上線了嘛？這波操作讓不少鐵粉都開始懷疑：OpenAI是不是有點飄了？不過話說回來，Altman倒是沒徹底認慫。他強調現在的GPT-5已經在科學發現領域做出了「前所未有的貢獻」，暗示前期的負面評價有失公允。同時他還畫了個大餅：GPT-6會比GPT-5強很多，GPT-7又會比GPT-6強很多，反正就是一代更比一代強，OpenAI的成績單擺在那兒，大家等著瞧🚀但問題來了，這種「下一代更強」的承諾，我們聽了多少次了？每次新模型發佈前都是鋪天蓋地的宣傳，結果真用起來卻發現沒那麼神。 GPT-5的翻車就是最好的例子。用戶們期待的是顛覆性突破，而不是「稍微好一點」的漸進式更新。說到底，AI產業現在有點像手機圈，每年發新品都說「史上最強」，但真正讓人眼前一亮的創新卻越來越少。OpenAI作為行業老大，背負的期待自然更高。 GPT-5沒能打出王炸，GPT-6能不能翻身，還得看實際表現☕你覺得OpenAI這次能守住承諾嗎？還是說AI發展進入瓶頸期，再也沒有當年GPT-3到GPT-4那種跨越進步了？評論區說說你的看法，或轉發給關注AI的朋友，一起討論這波科技圈的「信任危機」！ （澤問科技）

近段時間，「死亡網路理論」刷屏矽谷，OpenAI創辦人兼CEO Sam Altman、Reddit聯合創辦人Ohanian等紛紛對此發表評論。失去真實性的網絡等同於死亡。 AI生成內容正席捲社群平台，從圖片、影片到自動化評論。網路的未來不在真假之爭，而是重拾「真實」的信任與溫度。當網路被AI內容淹沒，真正由人類創作的內容日益縮減。「如今的互聯網，大部分已經死了」，近日Reddit聯合創始人Alexis Ohanian一語驚人。Reddit共同創辦人Alexis Ohanian他口中的「網路死亡」並不是指網路被關閉了，而是被鋪天蓋地的AI生成內容所淹沒，失去了真實的生命力。Ohanian所言非虛。曾經匯聚人類真實思想與交流的網絡，如今正被大量AI生成的內容所佔據：你看到的熱帖、閱讀的文章、甚至與你爭論的「網友」，都可能根本不是人類，背後或許早已是演算法與AI的「迴響」。AI生成內容的無序擴張，正在蠶食網路的真實性。旅行類大V Chris Broad在X平台上表示，「死亡網路理論」現在已成為「死亡網路現實」：每天都有普通人給我發訊息，讓我去一些根本不存在的地方，這些地方都是人們在Facebook、Instagram和Twitter相關主題帳號或頁面中提到的……這些帖子通常包含完全虛假的AI照片，下面還有機器人帳號在評論區盲目地稱讚照片。Chris Broad提醒人們要小心自己追蹤和點擊的內容。 「要知道，大多數頁面、內容以及粉絲數量，都是被嚴重人為誇大的。」網友Swarn也提到經常會刷到疑似AI生成的推文，他會透過內容中夾雜的「突然轉折、刻意堆砌的詞彙、借用的隱喻」來辨識「AI味」。Goddess預測到下一年「死亡網路理論」會越來越受到關注，所有社群媒體帳號並非都是真實的人。這股熱潮，甚至把OpenAI創辦人兼CEO Sam Altman也驚動了。Sam Altman認為「死亡網路理論」可能有一定的道理。他提到「現在的確存在著許多由大模型驅動的Twitter帳號」。這些AI生成內容的氾濫，讓Altman再度擔心「死亡網路」理論的影響。不真實，毋寧死「死亡網路」理論的起源「死亡網路理論」（DIT，Dead Internet Theory），傳遞出這樣一種核心態度：不真實，毋寧死。它認為只有真實才是網路的生命──失去真實性，等於是宣告了網路的「死亡」。2021年，用戶IlluminatiPirate在Agora Road論壇發文提到了「死亡網路理論」，這位網友對其的定義就是「大多數網路變得虛假」。伴隨著網路社會的發展，「死亡網路理論」思潮在網路論壇和社群中開始逐漸流行，背後的驅動因素正是「真實感」的逐漸喪失：現代網路帶來了花樣百出的玩法，但真實感也被玩丟了。早期網路那種有機的、使用者驅動的特性一點點消失，取而代之的是越來越依賴電腦產生的內容（資料）以維持活動和參與度。隨著生成式AI的出現，讓「死亡網路理論」獲得了更多的「現實支撐」。因為生成式AI更像人類，它們在社群媒體上被廣泛應用於放大點讚、評論和分享數據等。就連Sam Altman，這位親手讓ChatGPT風靡全球的「AI之父」，也被鋪天蓋地的「程序味兒」搞破防，他忍不住吐槽Reddit上的AI腔調（LLM-speak），認為這讓人際互動「感覺很假」。從早期互聯網，到社交媒體時代，再到生成式AI浪潮，原來那個真實的互聯網已逐漸被一個由AI主導的互聯網所取代，“技術登月”越來越多，但真實感卻越來越少了。換句話說，「死亡互聯網」理論的市場越來越大了。「死亡網路」的升級版如今，如火如荼的AI浪潮，正按下「網路死亡」的加速鍵，也帶了它的升級版本。根據Cloudflare的長期監測顯示，機器人流量約佔整體應用流量的31%左右，並在部分地區和時段階段性超越人類存取。Imperva在2025年版的《Bad Bot Report》中則指出：自動化流量在2024年已達51%，其中從事惡意活動的「壞機器人」佔比升至37%。這裡的「壞機器人」在生成式AI時代更為突出，因為它們更善於偽裝成人類行為。它們有時只是在社群媒體上產生一些空洞或胡言亂語的評論，但也可能被惡意使用，例如製造虛假的頁面瀏覽量、用戶互動和使用時長，從而造成公司業績數據的扭曲。不只活躍於社群媒體，生成式AI還在逐步接管人類表達領域。Graphite的一項數據記錄了這一里程碑時刻：2024年11月，網路上發表的AI生成文章數量超過了人類撰寫的文章數量。根據Graphite觀察，自2022年11月ChatGPT推出以來，AI生成文章數量顯著增長，但在過去一年中AI生成文章的比例保持相對穩定，這可能是因為早期AI生成文章質量不佳導致的。但隨著AI生成文章品質的提高，再加上AI生成文章的速度之高、成本之低也遠非人類可比，可以預見未來AI文章的數量還會穩定成長。這意味著，AI生成內容的數量增長不僅改變了資訊來源的結構，也正在重塑網路生態真實感的「基線」，也可能帶來AI時代「網路死亡」的升級版——模型崩潰。https://arxiv.org/pdf/2305.17493這一點在牛津大學等研究機構發表的《遞歸的詛咒（Curse of Recursion）：在AI生成資料上再訓練會導致模型遺忘》論文中已經得到了理論上的證實。AI時代真正的危機是模型崩潰。在大模型使用生成資料繼續訓練（continue training）的遞歸過程中，模型會慢慢「忘記」或偏離原始人類語言分佈的某些細節，尤其是那些少見或邊緣的模式。這樣模型會逐漸失去多樣性淪為一切趨於平庸的同質化，最終出現模型崩潰（Model Collapse）。這就好像把一張照片在上一代影印件的基礎上不斷影印，其清晰度會逐漸下降，最終變成一張模糊的、缺乏細節的照片。當越來越多的AI內容成為模型的訓練數據，就可能帶來模型能力的下降，由此產生更多劣質的AI內容，這些內容再訓練出更差的AI模型，最終就是更嚴重的危機——模型崩潰。從網路的「死亡」，到模型的「崩潰」，與科技發展同步的，是「失真」的演進。讓網路更「人」一點，更「真」一點Google CEO Sundar Pichai認為搜尋引擎會被AIGC 「深刻改造」，因此AI回答與人類內容的協同將成為主流互動範式。Google CEO Sundar Pichai輝達CEO黃仁勳，提出應當把AIGC視為時代性通用技術，將無所不在地嵌入創作、工程與組織工作流程。隨著AI對於網路和人類社會的滲透，AI生成的內容將會像Sam Altman預言的那樣，不可避免地越來越多。這就帶來一個難題：如何分辨AI和人類生成的內容。隨著人類正越來越多地與AI合作，讓這一點變得更加困難。的確，一個人在工作中利用AI的方式有很多種，比如用它來搜尋，整理材料等，因此很難明確地說某項內容是AI生成的還是人類生成的。其實很多AI生成的內容，背後是人類在引導、編輯、校正。用加州大學洛杉磯分校電腦科學教授、亞馬遜網路服務副總裁Stefano Soatto的話來說，「二者之間更像是一種共生關係，而不是非此即彼。並非所有AI生成的內容都是垃圾內容。」在這種共生的關係下，用不用區分AI和人類生成的內容？Sam Altman認為，「好不好比是不是AI產出更重要」，但他也提出要有「可驗證的來源」與治理工具，以識別那些是AI生成的並提升信任。Altman認為辨識AI生成內容是為了提升對內容的信任度，他曾多次提醒不要過度信任模型，因為AI也會「自信地編造」。同樣，Anthropic CEO Dario Amodei也認為，需要科學的方法和評估體系為此來兜底，他認為雖然模型「胡說」頻率可能低於人類，但出錯方式更「出其不意」。Elon Musk也強調要用AI去檢測/溯源合成影片與深偽，在平台層面建構「內容鑑別器」。這點隨著AI技術的發展變得特別重要。近日，Sora 2上線後短時間內就有大量「以假亂真」的影片在社媒流通，YouTube、Meta正透過推出「貼標」「降權/限變現」等方式，試圖限制「AI灌水內容」的擴散。對於AI生成內容的監管也在多加碼。例如，美國政府在2025年5月19日正式推出《TAKE IT DOWN 法案》，將故意發布或威脅發布非同意的親密影像（包括AI 產生的深度偽造）定為犯罪行為。歐盟首部關於人工智慧的法規《AI法案》明確合成內容必須標示、與使用者互動需透明提示。識別AI內容是為了安全，避免AI噪聲，但即便是AI生成的內容優於人類，這種區別仍然是必須的。因為相比較好壞，真實性永遠更重要。不僅是互聯網，即使是AI時代的數位生命，本質仍然在於「真實」。在人機共生的時代，我們需要關注的重點不在於人類與AI的差異或優劣，而是如何讓AI服務人類的真實。無論未來科技如何演進，人類仍需守住那份「真實」的火種。 （新智元）

近期，Sam Altman 在 Slack 中表示： “OpenAI 在今年初運行算力基礎設施消耗大約是 230 MW 的電力，預計到 2025 年底，這個數字將超過 2 GW。OpenAI 設定了一個大膽的長期目標：到 2033 年，確保 250 GW 的電力供應，以支撐其未來的 AI 業務。”OpenAI 今年已經將產能提升了 9 倍，並計畫到 2033 年再提升 125 倍，這將超過印度目前的電力消耗量。值得注意的是，125倍的能耗提升並不能反映實際的算力增長。因為 Nvidia 正在大力提升 GPU 的性能，因此實際需要的電力可能遠超這個數字。從 OpenAI 到 Grok，美帝這幾家押注 "大力出奇蹟" 的 LLM 玩家，儼然一副 AI 軍備競賽的姿態，用驚人的能源，算力，堆砌出無法踰越的智能壁壘。然而這一切的背後，真正的贏家或許是那個為這場競賽持續 "供電" 的巨頭 —— 輝達！發這篇文章的同時，注意到 Hugging Face 已經有了 DeepSeek v3.2 倉庫了，DeepSeek 傾向於在假期前發佈模型，馬上要國慶節了，所以很可能很快就會有新東西推出，面對海外巨頭的“大力出奇蹟”，讓我們期待國內大模型的厚積薄發！ (DataDevOps)

從歷史來看，每一場重大的科技革命，幾乎都伴隨著分發平台的更迭。Google用搜尋重塑了網站的流量分發；蘋果通過 App Store 改寫了移動網際網路的分發邏輯。它們重新定義了使用者與產品之間的連接方式，也因此掌握了網際網路最核心的權力——流量分配權。而在過去相當長一段時間裡，儘管 ChatGPT 已擁有超過 7 億月活使用者，卻始終缺乏一個真正意義上的分發生態。它像是一件強大的工具，卻還不是一個能承載生態的平台。這也讓它的商業潛力，被限制在了“對話方塊”的邊界之內。但這一切，正在發生變化。在不久前的發佈會上，OpenAI 推出了 App SDK ，讓使用者可以在 ChatGPT 內直接呼叫第三方軟體。這一變化讓ChatGPT的生態開始接近蘋果的App Store，只不過介面從圖示變成了自然語言。Sam Altman 也在最新的採訪中直言，OpenAI 的目標從來不是做一個“超級App”，而是要建構一個“AI 超級系統”。而這一次的開放，正是實現這一目標的關鍵一步。對開發者而言，這意味著一次繞過搜尋引擎、直達使用者需求的歷史性機會；對網際網路而言，則意味著流量的重心正在悄然轉移，那些過去流經廣告、SEO 與應用程式商店的流量，未來可能都會流入ChatGPT原生生態之中。當分發機制被改寫，基於流量的商業版圖就迎來重新洗牌。而ChatGPT，也很可能找到了AI時代真正的入口。/ 01 /ChatGPT，終於有了自己的分發平台Apps inside ChatGPT，相當於是OpenAI自己的App SDK。這個東西有什麼用呢？簡單來說，就是你能在ChatGPT上打開別人的應用。舉個例子，以前如果你想學機器學習，要打開Coursera畫圖，要打開Figma，查租房要去Zillow，現在只要在ChatGPT對話方塊輸入一句話，就能一站式完成。比如，你可以說，“Figma，把這張草圖變成一個可編輯的流程圖。或者，“Coursera，教我一點機器學習的基礎知識。在OpenAI的官方演示中，使用者甚至可以用自然語言對Zillow說：“幫我查一下舊金山3000美元以內的兩居室公寓，ChatGPT隨即在窗口中生成互動地圖，列出所有房源，並支援繼續對話、過濾、比較。最牛的是，使用者甚至不需要記得所有App的名字。當你輸入需求之時，ChatGPT會自行判斷是否存在合適的第三方應用。比如，如果你說“為我打造一個派對歌單”，那它或許會自行呼叫Spotify；若你說“幫我預訂今晚的外賣”，系統後續將會調出DoorDash。同時，OpenAI 也考慮到了商業化的需求。如果使用者已經是開發者現有產品的訂閱者，他們可以直接在對話中登錄帳戶。未來，OpenAI 還將支援多種變現方式，包括新的Agentic Commerce Protocol (智能體商業協議)，該協議將允許在 ChatGPT 內部實現即時結帳也就是說，開發者不但能接入ChatGPT，還能通過“InstantCheckout”功能立刻獲得收益。這讓ChatGPT的生態更趨近於蘋果AppStore模式，只不過介面變為了自然語言對話。比起新的使用者體驗，這事更大的意義在於，ChatGPT終於有了真正的“開發者分發管道”，彌補了此前其模式裡的缺口。在過去相當長時間裡，作為一個月活7億的超級應用，ChatGPT始終沒有建立一個合適的分發生態，這使其始終無法擺脫工具的屬性，也大大限制了其價值。有了分發平台，就等於掌握了ChatGPT 全球數億的流量分發權，並有機會重塑當下網際網路流量獲取的方式。如果說，Google搜尋和蘋果的App Store重新定義了PC、移動網際網路的分發模式，那麼ChatGPT的這次更新，就有很大可能重寫“AI 時代的入口”。/ 02 /當記憶成為護城河，AI重塑分發的開始其實，OpenAI做分發平台，幾乎是一件必然發生的事情。回顧過去幾十年的科技革命，最大的價值往往就發生在分發平台變革上。比如，Google通過搜尋實現的網站流量的分發；而蘋果通過App Store重塑了移動分發，它們都重新創造了使用者和產品之間新的連接方式。值得注意的是，技術革命和分發革命從來不是同時發生的。新技術的出現往往只是開端，真正的大規模分發，總是在幾年之後才被重新發明。比如，網際網路在 1990 年代初期建立了網站，但Google直到 1998 年才成為主導的分發機制，直到 2000 年代才真正貨幣化。技術和發行之間相隔了近十年。作為新一輪技術革命，AI至今沒有實現分發管道的變革。但我們仍然看到一些趨勢：傳統分發管道正在被AI摧毀。SEO就是一個最好的例子。在AI時代，使用者不再通過網頁點選獲取資訊，Perplexity、ChatGPT Search 等AI搜尋引擎正在主導流量的分發權。這正是當下 AI 浪潮的真實困境：舊的流量管道正在崩塌，而新的分發機制還沒有被確立。然而，一個新分發平台誕生的所有前提條件，已經在ChatGPT身上出現了。關鍵在於，它終於找到了屬於自己的護城河。回看歷史，每一次新的分發平台崛起，都建立在獨有的壁壘之上。Facebook 的護城河是社交關係鏈，它掌握了“誰認識誰”；Google的護城河是搜尋意圖，它知道“人們想要什麼”；蘋果的護城河是生態與硬體，它擁有“誰在用什麼”。而 ChatGPT 的護城河，則是“上下文與記憶”，它掌握了“使用者在思考什麼”。這意味著，ChatGPT 不僅知道使用者此刻的需求，還能理解使用者過往的偏好、語氣、情緒與目標。它的記憶系統讓互動不再是一次性的，而是連續、演化的。這種連續性，正是任何其他平台都無法企及的。正如 Bessemer 在《2025 AI 狀態報告》中所說：“對於 AI 應用來說，記憶和上下文將成為新的護城河。未來使用者的轉換成本，不只是資料遷移，更是情感依賴。”其實，當你把現在市面上這些模型放在一起比，會發現它們在純能力上的差距已經沒那麼大了。無論是寫文案、生成圖片還是程式碼，大家的底層模型都越來越接近。真正決定體驗差異的，不再是“模型多聰明”，而是它對你瞭解多少。因為只有“模型 + 上下文”，才能給出真正貼合個人的結果。當一個模型開始理解你的偏好、語氣、習慣、乃至思考方式時，它的輸出才會真正像“為你量身定製”。而這一過程會自動形成一個圍繞記憶的飛輪：你用得越多，它積累的關於你的資訊就越多；記憶越豐富，它提供的上下文就越完整；上下文越充分，結果就越精準；體驗越好，你就越願意繼續使用。如此往復，模型的智能與個性化體驗會被不斷放大。最終，記憶不再只是功能，而成為一種自我強化的護城河。目前，在這條路上走得最遠的，無疑是 ChatGPT。他們是第一個推出記憶功能的，並且一直在大力投資於各種類型的資料連接器，本質上就是為了蒐集更多的上下文。如今看來，這種記憶能力正在轉化為使用者信任，成為ChatGPT品牌的核心資產，也徹底拉開了其與其他AI產品的差距。根據AI產品榜的資料，ChatGPT在9月的訪問量超過60億，比2-9名AI產品的訪問量加起來還要多。在移動端，ChatGPT的月活使用者超過7億，是排在第二名夸克的5倍。比使用者規模更有說服力的，是它驚人的留存率。Menlo Ventures 投資人 Deedy Das 公佈的資料裡，ChatGPT 的留存率已經從兩年前的 60% 提升到如今接近 90%，超過了長期保持記錄的 YouTube（約 85%）。更罕見的是，它的6個月留存率也在逼近 80%，並出現了極少見的“微笑曲線”——使用者在初期熱度過後，又會重新回到產品中，長期黏性反而更強。這種留存特徵，只有在 Facebook、LinkedIn、Slack 這類頂級產品中才出現過。Google 憑藉留存率和使用深度幹掉了所有搜尋引擎；Facebook 靠社交關係的高參與度超越了更大的競爭對手。從這個角度看，ChatGPT已經不僅僅是一個產品，而是具備了成為新一代分發平台的全部特徵：強記憶、強信任、高留存、高參與。/ 03 /ChatGPT 的開放，只是一個開始開放，不是ChatGPT從不是終點。回顧過去，每一個建立起壟斷地位的分發平台，幾乎都會走過同樣的三部曲：先發現護城河，再通過開放擴張，最後在頂點收緊控制。一開始，平台需要確定自己的核心優勢是什麼——也就是護城河。找到之後，他們會用一切辦法放大這個優勢，而這往往靠自己做不來。於是，他們會向外開放，邀請開發者、創作者、第三方企業一起搭生態。這是一場典型的“價值交換”：你為平台帶來更多的內容、功能和使用者粘性，平台則回饋給你流量和分發機會。那時候的 Facebook、Google、蘋果，都曾對開發者說過類似的話：“你來創造，我幫你分發。”但故事的後半段總是相似的。隨著生態成熟、使用者心智穩定，平台開始收回“權力”。2007 年的 Facebook，就是這樣開始的。那時他們畫的餅很大——開發者在這裡造應用，我們給地盤、給流量，賺的錢全歸開發者，平台只靠側邊欄廣告賺錢。於是無數創業者蜂擁而至，社交遊戲、活動外掛、相簿應用，一夜之間百花齊放。最典型的就是 FarmVille，火到全球，Zynga 估值一度高達 100 億美元。可短短兩三年後，平台規則就變了。2009 年開始，Facebook 逐步封鎖病毒傳播的通道：通知被限、邀請被限、演算法改動讓應用曝光驟降。Zynga 的玩家數直線下滑，營收被腰斬。緊接著 2010 年，他們推出 Facebook Credits，要求所有 App 必須通過平台支付，並抽取 30% 的分成。再往後，Facebook 直接自營上場，推出自家的照片、群組、活動、市場功能，把原本由開發者貢獻的流量全收回來。到 2012 年，“開放平台”成了全行業最封閉的生態系統之一。這種劇本並不陌生。蘋果、Google也都走過同樣的路徑——先開放，再收口。因為開放從來只是獲取商業價值的手段。未來，OpenAI 也很難逃脫同樣的軌跡。當你的歷史對話、個人偏好、任務習慣都被它完整地理解並保存時，切換到另一個 AI，就意味著放棄數月甚至數年的積累。那一刻，也許正是 ChatGPT 關上大門的時刻。過去，Google讓 SEO 繁榮了二十年；Facebook 給了開發者五年紅利。OpenAI 的窗口期，也許只有兩年——甚至更短。或許，若干年後我們再回望今天，會發現這正是 ChatGPT，乃至 OpenAI 命運的拐點。那些看似“開放”的舉措——第三方整合請求、MCP 協議、代理平台——其實並非單純的功能更新，而是新一代軟體分發體系的雛形。OpenAI 並不是在打造一個更聰明的助手，而是在重建一個新的“目的地”：一個集合了 App Store 的分發邏輯、搜尋引擎的資訊結構、社交網路的情感粘性於一體的超級平台。只不過，這一次，它的護城河不再是社交圖譜、使用者內容或網路連線，而是更深層的——上下文與記憶。當你的思考、習慣與歷史都沉澱在其中，遷移將不再只是技術問題，而是一種心理斷裂。到那時，你不是在使用ChatGPT，而是生活在它之中。 (烏鴉智能說)

9 月 30 日，OpenAI 發佈 Sora 2，同步推出全新 App，加入肖像授權機制。上線不到一周，Cameo 表情包刷爆社交平台，Altman 的 AI 形象出現在無數群聊、朋友圈、創作者社區。Sora 迅速從技術演示變成現象級產品。但這一次，OpenAI 打響了 AI 時代的“入口之戰”。10 月 8 日，Sam Altman 現身 a16z 播客，首次全面闡釋了 OpenAI 的戰略方向： “我們不會只是發佈技術演示，而是讓社會提前體驗即將到來的事物。AI 的入口，不再是對話方塊，而是生成一整段畫面，甚至幫你先想一步。”他透露：視訊只是前奏，真正的入口革命來自 4 個判斷：視訊變介面、模型變科學家、Agent 走向“零員工公司”，到自建 AI 工廠。這 4 個判斷，正在決定 AI 入口之戰的走向。第一節｜視訊，是 AI 理解世界的新眼睛你可以把 Sora 看作一個不斷渲染視訊的介面，一個新的世界建模方式。——Sam AltmanSora 火了，但它的意義並不只是生成視訊。Altman 的判斷很清楚：Sora 的價值，不在於畫面精美，而在於教會 AI 理解物理世界。過去，AI 只能讀文字、看圖片，是靜態認知；現在，視訊讓 AI 開始理解動作、空間、因果關係。這是認知方式的質變。Altman 舉了個例子：不是你打開一個網頁，問它“這段話什麼意思”；而是你在真實世界裡拍一段視訊，AI 自動看懂畫面，知道誰在動、發生了什麼，甚至能預判“接下來可能出什麼問題”。從看圖到讀動作，AI 的理解維度變了。但 OpenAI 發佈 Sora 還有更深一層考慮：讓社會提前適應即將到來的現實。很快，任何人都能用 AI 生成以假亂真的視訊。Altman 的原話是：“視訊的情緒共鳴遠超文字。文字可以騙你一次，視訊直擊人心。”當 AI 視訊無處不在時，衝擊會比想像中更大。社會必須儘早建立免疫力。而從技術層面看：Sora 不只是內容工具，更是 AI 觀察世界的新方式。這雙“眼睛”正在變成一個新入口。不是你輸入問題，而是 AI 主動觀察、理解，替你想一步。視訊，正在成為 AI 通往 AGI 的關鍵訓練場。第二節｜AI 的價值不在答題，而在主動思考Sam Altman 在這次訪談裡提到一個變化：我們第一次看到 AI 開始在科學研究中提出新想法。不是總結別人的觀點，而是自己想到從沒出現過的解法。GPT-5 的某些能力，已經跨過了日常工具的邊界。它不再只是寫郵件、潤色文案，而是在數學、物理、生物研究中，給出科學家都沒想到的推導路徑。Altman 表示：“我們過去以為圖靈測試是 AI 的終極標準。結果呢？它在不知不覺中就通過了。真正大的轉折，是 AI 開始做‘我們做不到的事’。”比如：在物理研究中幫忙計算複雜公式在數學問題中找出新的證明思路在生命科學裡幫助建立假設模型（那怕它不是 100% 精準，但它敢提出）過去我們問 AI：這是什麼意思？現在它開始主動告訴我們：也許可以這麼想。Altman 對 AGI 的標準很明確：當 AI 能做出科學發現時，才算真正的通用智能。現在，它已經開始了。很多人還停留在 AI 能寫程式碼、畫圖的印象中。 但在 OpenAI 內部，GPT-5 的研究人員已經在嘗試讓它做研究助理甚至研究搭檔。它不會取代科學家，但它能成為一位每天 24 小時線上的“靈感提出者”。他認為：“AI 做科學這件事，可能是接下來幾年裡最深遠的改變。”而這背後意味著什麼？AI 的角色變了：不再只是被動回答，而是主動觀察、尋找線索、提出可能性。從“等你問”到“替你想”。而這，已經在發生。第三節｜從零程式碼到零員工，Agent 重設創業起點我們現在真的在賭，什麼時候會出現第一家零員工公司。——Sam Altman在這場長達 40 分鐘的訪談中，Altman 多次提到一件事：Agent，已經能真正幹活了。不需要懂程式碼，不用組建團隊。你只要會寫一句話，AI 就能自動處理任務、生成流程、完成執行。Altman 在後台看過 OpenAI 內部的 Agent Builder 流程演示後感慨：“這些東西一年前還要花很久才能完成，現在你幾乎可以即時搞定。我感覺自己想創意的速度都跟不上了。”過去，你可能需要一個營運、一個客服、一個銷售、再加一個資料分析師。 現在，只要你能描述清楚要做什麼，AI 就能一併幫你完成：回客戶消息整理 Excel 報表尋找資料撰寫文案呼叫外部工具提交結果OpenAI 稱之為 Agent：一個真正能執行任務的 “AI 同事”。不是陪你聊天的助手，而是真正能接需求、出結果的執行層。Altman 舉了個例子：今天有人跟我說，AI 已經能完成一整天的工作任務了，太驚人了。也許現在還達不到“一周不用管”，但這個目標並不遙遠。這不再是提升效率那麼簡單。而是出現了一種全新的工作單位： 一個人加一套 AI，能撐起一個完整業務。Altman 回憶，過去他和朋友們賭什麼時候出現一個人營運的十億美元公司；現在他們的新賭局，是零員工公司什麼時候會成為現實。他親眼看到，越來越多團隊在用 AI 做流程，做營運，甚至做產品。所以他強調：“AI 帶來的改變，很多不是模型更強了，而是人做事的方式變了。”當 AI 不再只是工具，而是能持續執行任務的執行層， 組織的起點就被重設了。你不再需要“一個團隊”，而是一個想法 + 一套 AI。第四節｜從模型到入口，全端自建才有主導權OpenAI 已經不是一家只做模型的公司了。過去，它被看作“模型公司”。核心能力是訓練 ChatGPT、Sora 背後的技術。但 Altman 在這次訪談中直言：為了做出真正有用的 AI，光靠模型不夠。我們得自己建基礎設施，自己控制使用者接觸 AI 的方式。這不是說說而已。OpenAI 正在建人類歷史上最大的基礎設施項目之一，包括：和 AMD 合作造 AI 晶片和微軟、NVIDIA 搭建大規模資料中心親自推進建設 AI 電廠，解決用電問題投入數十億美元，佈局從底層硬體到終端應用的全部鏈路為什麼要投入這麼多？Altman 的答案是：如果入口在別人手裡，OpenAI 最終只能依附於別人的平台。這讓他徹底改變了一個長期觀點。他說：我以前是反對一家公司從頭做到尾的，覺得太笨重、不靈活。但現在我承認我錯了。我們必須自己掌握全鏈路。邏輯很簡單：只有掌握入口，AI 才能真正落地。今天的 OpenAI，已經是三位一體：一個研究團隊：不斷突破模型邊界一個產品團隊：把突破變成使用者產品基礎設施團隊 ：從電開始自己解決核心就一句話：想給人類提供真正有用的 AI，就得親手建出這套東西，而不是等別人幫忙。入口在那，主導權就在那。OpenAI 不再等別人給入口，而是選擇從底層開始重新搭建。結語｜誰先想清楚，誰就掌握入口這場入口之戰，表面看是 Sora 爆紅、視訊模型進化，但 Sam Altman 真正推動的，是一套全新的互動邏輯：不是你點開 App，而是 AI 主動理解、回應、替你想一步。他的 4 個判斷，指向同一個核心：視訊 —— 讓 AI 理解物理世界科學 —— 讓 AI 主動發現問題Agent —— 讓 AI 執行完整任務基礎設施 —— 掌握從生產到交付的完整鏈路未來的 AI，不是你問一句它答一句，而是它先觀察、先推理、先給出可能性。Altman 已經開始親手搭建這個未來。而每一個使用 AI、開發產品、建構組織的人，也必須做出選擇： 下一步，是讓 AI 等你的指令，還是讓它先想清楚，你再做判斷？這才是真正的入口之變。 (AI深度研究員)