奧特曼上周五告訴OpenAI員工，ChatGPT“月度增長率已重新超過10%”。在競爭壓力不斷加大的背景下，OpenAI首席執行長山姆·奧特曼向員工和投資者表示，公司正保持強勁發展勢頭。據媒體看到的內部Slack消息顯示，奧特曼上周五告訴OpenAI員工，該公司旗下的熱門人工智慧（AI）聊天機器人ChatGPT“月度增長率已重新超過10%”。他還表示，OpenAI正準備在本周推出一款“升級版聊天模型”。目前，ChatGPT每周使用者量已超過8億，但Google和Anthropic正在不斷蠶食市場份額。OpenAI在去年12月宣佈進入“紅色警報（code red）”狀態，以全面改進ChatGPT，並暫時擱置了多個項目，將資源集中於這一目標。在上周五的內部資訊中，奧特曼還表示，OpenAI的程式設計產品Codex在過去一周內增長約50%。Codex與Anthropic的Claude Code正面競爭，而後者在過去一年中獲得了大量使用者採用。OpenAI上周推出了新的Codex模型——GPT-5.3-Codex，並為使用蘋果電腦的使用者發佈了一款獨立應用。根據內部消息，奧特曼稱Codex的增長“簡直瘋狂”。“這是非常棒的一周，”奧特曼寫道。向投資者傳遞的資訊知情人士透露，在OpenAI接近完成一輪規模可能高達1000億美元的融資之際，奧特曼與首席財務官Sarah Friar正在向投資者重點推介公司的增長故事。在私下會談中，這兩位高管強調了OpenAI在消費端的優勢、不斷擴大的企業業務，以及對算力資源的獲取能力。作為融資討論的一部分，OpenAI向投資者展示了一些圖表。根據內部資料，Codex正在蠶食Claude Code的市場份額。知情人士稱，OpenAI預計未來兩周融資談判將明顯升溫。根據媒體此前報導，OpenAI本輪融資可能分兩個階段完成。第一階段可能包括來自微軟、輝達以及亞馬遜的資金，其中亞馬遜正討論向OpenAI投資最高500億美元。隨後還可能有軟銀等投資方的追加出資，軟銀曾討論再投入300億美元。不過，該輪融資的具體細節仍在變動之中，最終方案仍可能發生變化。開啟廣告測試OpenAI周一宣佈，即日起開始在美國向部分免費和Go套餐訂閱使用者推出ChatGPT廣告的測試。OpenAI表示，這些廣告將被清晰標註，展示在聊天機器人回答的底部，並且不會影響ChatGPT的回覆內容。數字廣告市場長期由Google和Meta主導，亞馬遜近年來也逐漸成為重要參與者。據悉，OpenAI預計，從長期來看，廣告收入在其整體營收中的佔比將低於一半。 (科創板日報)

我們已經成為神，也許我們也能當好這個角色。——矽谷思想家 布蘭德馬斯克大意了2012年冬天，Google創始人賴利·佩奇與馬斯克在前者位於加州的豪宅壁爐旁徹夜長談，暖洋洋的火光，酒杯裡的威士忌，讓兩個老友談興頗濃。幾杯酒下肚，馬斯克對賴利·佩奇說，Larry，我最近投了個小項目，還蠻有意思的，你想不想看看？佩奇聳聳肩，of course。馬斯克掏出手機，讓佩奇觀看一則演示視訊，內容是AI在無人類干預下，自主學會用“邊緣彈射”的高效策略快速通關“打磚塊”遊戲。佩奇雙眼冒光，壓抑住激動，用不動聲色的慵懶語調問道，這是那家公司？馬斯克呵呵一笑，還不賴吧，這家公司叫Deep Mind，搞AGI（通用人工智慧）的。見佩奇沒反應，馬斯克繼續說，是Peter（彼得·蒂爾，PayPal創始人，美國副總統范斯背後的金主）先投的，他介紹給我，我投了500萬嘗嘗鹹淡。說完這個，二人話題很快轉向別處。一年後，Google斥資4億美元收購Deep Mind，Google的收購，意味著其他投資人的出局。馬斯克傻眼。自此，馬斯克和佩奇交惡，明面上的原因，是二人對於“AI安全”產生了分歧。馬斯克不再用Larry這個暱稱稱呼佩奇，而是稱其為“That Google Guy”（Google的那傢伙），佩奇則給馬斯克起了個“物種主義者”的外號，指責他“偏袒人類”，忽視“數字生命”。Google截胡Deep Mind的創始人名叫傑米斯·哈斯比斯。傑米斯，英國人，早慧，4歲時就被稱作國際象棋神童，13歲達到大師級水平，多次擔任英國少年國際象棋隊的隊長，三次代表劍橋大學參加國家象棋比賽。17歲時，傑米斯因年紀太小，被劍橋大學要求休學一年。休學期間，傑米斯迷上了電子遊戲，從劍橋畢業後，21歲的傑米斯創立了自己的遊戲公司。2005年，傑米斯倦怠了玩遊戲，索性關閉遊戲公司，重返學術界，獲得了倫敦大學認知神經科學博士學位，成了一位神經科學專家。作為科學家，傑米斯在《自然》《科學》《神經元》《美國國家科學院院刊》等一流期刊發表了多篇影響巨大的論文，之後，傑米斯基於功能性磁共振成像研究，提出了一種新的情景記憶系統理論，被《科學》雜誌列為2007年度的十大科學突破。此時，這位天才開始對人工智慧感興趣。傑米斯試圖在人腦中尋找的新的人工演算法靈感，為此以訪問科學家的身份，去了麻省理工和哈佛，並於2009年獲得了哈佛蓋茲比計算神經科學部門的博士後獎學金。2010年，傑米斯創立了Deep Mind，其使命是——用人工智慧解決一切問題。在被Google全面收購前，Deep Mind就獲得了許多知名大佬的投資，其中包括李嘉誠的投資公司，彼得·蒂爾，以及馬斯克。馬斯克酒後失言，洩漏商業機密，讓Deep Mind被Google“收割”後，悲憤交加，悔不當初。這時，彼得·蒂爾找到馬斯克，對他說，不用氣餒，Google未必就能壟斷AI，我這裡還有一張王牌。馬斯克追問，是誰？彼得·蒂爾說出了一個名字。聽到這個名字，馬斯克恍然大悟，我差點忘了還有他！PayPal黑幫的兩個大佬相視一笑。吸血鬼療法彼得·蒂爾是矽谷大佬中追求“長生不老”的狂熱分子之一。他每季度花4萬美元，輸入18—25歲年輕人的血漿，單次注射1.5升，以達到延緩器官衰老，“長生不死”的目的。這種方法引起了極大爭議，被媒體譏諷為“吸血鬼療法”，稱“年輕人的血液資源淪為富人的續命工具”。彼得·蒂爾“換血療法”很快被政府叫停，但彼得·蒂爾追求“長生不死”的腳步並未停止，他服用激素藥物，嘗試幹細胞注射，參與人體冷凍計畫，重新編寫人類基因計畫，建構出藥物加科技加未來復活的多層續命體系。其中，投資Deep Mind（人工智慧，電子永生），是他的“永生不死”計畫的佈局之一。因為“豬隊友”馬斯克酒後失言，導致了Google“截胡”，彼得·蒂爾不得不開啟他的B計畫，打出他的王牌——山姆·奧特曼。奧特曼奧特曼是類似傑米斯的“天才”，只是要年輕得多。奧特曼，猶太人，大學期間研發出Loopt，一款基於GPS位置分享的移動應用程式，主介面呼叫了即時更新的線上地圖，使用者打開程序後，能即時看到自己和朋友們當下所在的位置，並且能即時更新、分享位置變化，後來，該程序還加入了附近商店評分，團購，種草，社交，標記照片，互動評論等功能，相當於微信的位置共享加大眾點評加美團加陌陌加小紅書。2005年夏天，奧特曼趁學校放假，來到馬薩諸塞州劍橋的Y Combinator（YC孵化器，創始人格雷厄姆，被稱作“矽谷駭客哲學家”），尋求創業啟動資金。很快，Loopt成為格雷厄姆親自點名的YC孵化器首批資助的八家初創公司之一。自奧特曼加盟的這個夏天開始，YC在矽谷的影響力不斷增大，很多人將出自YC孵化器的諸多企業創始人網路稱作“YC黑手黨”，類似馬斯克和彼得·蒂爾領銜的“PayPal黑手黨”。“YC黑手黨”的成員，都將格雷厄姆視為自己的導師，甚至是教父，而格雷厄姆最青睞最引以為豪的那個學生，就是奧特曼。奧特曼格雷厄姆在哈佛大學的演講《如何創業》，一經發出，就成為風行矽谷的“創業聖經”。格雷厄姆稱，在一家創業公司，相同時間內，“最聰明的駭客”可以完成普通員工36倍效率的工作。“36倍”這個資料，就是格雷厄姆從奧特曼身上計算出來的，當時為了營運Loopt，身在YC孵化器的奧特曼，每天工作20小時以上，一度得了壞血症。暑假過後，嘗到“創業滋味”的奧特曼，選擇從史丹佛大學輟學。2008年6月，22歲的奧特曼，出席蘋果全球開發者大會，展示了適用於iPhone的Loopt應用程式。賈伯斯走過來，拍拍奧特曼的肩，說道，你這個程序很酷。賈伯斯Loopt搭上賈伯斯創造的新世界快車，奧特曼聲名大噪，在這期間，奧特曼還兼任YC首席講師和融資顧問，為回報恩師格雷厄姆，奧特曼決定不拿工資。有一次，有個年輕人來到YC，想爭取到50萬美元的種子資金，於是壯著膽子，對奧特曼說，我認為，這個項目的收入會在3000萬美元左右。奧特曼看完PPT，糾正他說，你這個項目，不是3000萬美元，是300億美元，要麼是你沒信心，要麼就是我高中數學不及格。這個項目就是後來的全球化巨頭Airbnb（愛彼迎，全球百萬特色民宿）。這個項目之後，奧特曼從YC的兼職顧問，變成YC的兼職合夥人。2012年，奧特曼對Loopt逐漸喪失興趣，以4340萬美元的價格，賤賣給了世界最大預付借記卡公司Green Dot。奧特曼財務自由了，隨後成立自己的投資公司，PayPal創始人彼得·蒂爾，給奧特曼投了一大筆錢。彼得·蒂爾與此同時，在奧特曼鼎力相助下，YC孵化器成為矽谷傳奇，在短短7年時間，孵化出11家百億美元以上的公司。這時的格雷厄姆，已經有了兩個小孩，加上老母病重，沒有精力再兼顧YC的眾多項目，開始尋找傳承自己衣缽的繼承人。格雷厄姆的“繼承人名單”裡，只有一個名字——山姆·奧特曼。早在2009年4月，格雷厄姆這位門徒眾多的“駭客哲學家”就宣佈，奧特曼是他心目中最好的五位公司創始人之一，另外四個是創立微軟的比爾蓋茲，創立蘋果的賈伯斯，以及建立Google的賴利·佩奇和謝爾蓋。那個時候，奧特曼只是憑藉Loopt小有名氣，格雷厄姆竟然將這個毛頭小子與比爾蓋茲、賈伯斯、佩奇等人相提並論，令很多人感到不解和迷惑。2014年2月，奧特曼接替格雷厄姆，成為YC新任總裁。這個時間點，恰恰是就Google收購Deep Mind的前後腳。召喚惡魔奧特曼接手YC後，徹底扭轉了投資方向，轉向了當時的一個新概念——硬科技公司。硬科技領域包括：人工智慧，新能源，火箭，機器人，自動駕駛，生物科技……不難看出，這個方向與馬斯克重合。奧特曼的野心藏不住了，他要建立一個兆美元的帝國，推動世界前進。在榮耀和掌聲背後，奧特曼是一個懷有“深度恐懼”甚至“病態思想”的人。奧特曼的母親曾在接受《紐約客》採訪時說，奧特曼的內心藏了很多東西，他經常會打電話給我，說自己頭疼，還在Google上搜尋各種罕見絕症，懷疑自己命不久矣。在一次聚會中，奧特曼突然站起來，向在場的人神經質地宣佈——我正在為世界末日做準備。在場的人全懵了。奧特曼解釋說，核戰爭，致命的合成病毒，叛變的人工智慧，這三類事件，隨時會給人類帶來滅頂之災。我平時儘量不去想這些事，但我已經在加州的大蘇爾買了一大片土地，在那裡存著槍支彈藥，黃金白銀，碘化鉀，抗生素，電池，水，還有防毒面具，當世界末日來臨，我隨時可以飛去那裡。對世界末日的病態恐懼，漸漸影響到奧特曼的日常工作，就在這個時候，彼得·蒂爾和馬斯克趁虛而入。彼得·蒂爾是奧特曼最早的投資人之一，同時，他跟奧特曼一樣，都是“基佬”，兩人關係十分親密。彼得·蒂爾先是寬慰奧特曼，若世界末日到來，奧特曼可以來他的“秘密基地”，在緩解了奧特曼的緊張情緒後，彼得·蒂爾逐漸將他往“AI創業”的話題上引：與其坐以待斃，不如阻止世界末日的來臨。彼得·蒂爾循循善誘地說，核戰爭這塊，我們肯定是無能為力了，但是對於“人工智慧叛變”，我們完全可以控制，當然，要防止人工智慧叛變，首先，我們得成為世界上最能控制人工智慧的那幾個人，屆時，不但能阻止世界毀滅，還有可能長生不死……在彼得·蒂爾的遊說下，奧特曼資助了一個致力於研究異種共生技術的公司，把年輕人的血液作為一種注射劑。同時，奧特曼決定創立一家AI公司。就在彼得·蒂爾遊說奧特曼的同時，馬斯克也沒閒著，他開始在推特上大肆鼓吹“AI會給人類帶來滅頂之災”。馬斯克引用了瑞典哲學家尼克·博斯特羅姆的那段著名的論斷——如果你告訴一個全能的人工智慧，讓它製造儘可能多的回形針，而沒有給它任何其他指令，它可以開採地球上的所有資源來製造回形針，包括我們身體中的原子。2014年8月，馬斯克在推特上說，AI可能比核武器還要危險。隨後，馬斯克聯合（脅迫）Google旗下人工智慧公司Deep Mind的聯合創始人蘇萊曼，以及26個國家的100多名人工智慧領域專家向聯合國遞交了一封聯名信，希望能禁止關於AI臨界點（如戰爭機器人）方面的研究和使用。2014年10月，馬斯克在麻省理工演講，將人工智慧描述為“人類最大的生存威脅”，馬斯克說，發展人工智慧，就是在召喚惡魔。2015年7月，馬斯克開始親自“召喚惡魔”。在加州史丹佛大學旁邊瑰麗酒店的私人包間裡，一場“召喚惡魔”的“法事”正在進行，參與者有馬斯克，奧特曼，彼得·蒂爾等人。這場代表人類某種歷史時刻的碰頭會議以Google為假想敵，當時，Google因收購Deep Seek，已經在AI之路上先行一步，奧特曼，馬斯克等人卻要從零開始。這幾個可能是世界上最聰明的“頭腦”在一番觥籌交錯之後，想出了一個“殺人誅心”的絕招。這個絕招就是——佔領道德高地。誕生奧特曼和馬斯克一致認為，他們即將創辦的AI公司，一定要站在Google的對立面，要對外宣稱，他們將建立一家非盈利的，不受任何巨頭、任何資本、任何人控制的AI實驗室。這個機構存在的唯一目的，就是為了全人類的福祉，為避免人工智慧毀滅世界而努力，其研究的所有成果，都會公諸於眾，與全世界共享。就這樣，Open AI誕生了。當時，人工智慧界最頂尖的那批高手，基本已被Google、Facebook、微軟、百度瓜分殆盡，並且有著非常優渥的待遇，這些人大多都是“心懷人類”的科學家，如果憑著“給出更高薪酬”去挖人，幾乎沒有任何勝算。正因如此，奧特曼、馬斯克等人才想出了佔據“道德制高點”的Open AI戰略。奧特曼小試牛刀，用“拯救人類”的情懷感動了Stripe公司的布羅克曼，令他於2015年5月7日，正式官宣，離開Stripe，加入Open AI。這有點類似“傳銷洗腦”，馬斯克和奧特曼遞給布羅克曼一個名單，上面寫了10個AI界最頂尖能人的名字，讓布羅克曼用同樣的“話術”去挖牆腳。布羅克曼決定來個舌戰群儒，集體策反，在矽谷的Napa酒莊布下鴻門宴，邀請這10個AI界的頂尖人物來這裡過周末。沒人知道在那個周末，布羅克曼跟這10位專家在酒店聊了什麼，只是在離開Napa酒莊的時候，布羅克曼向他們發出了Open AI的邀請，並給他們3周考慮時間。在這三周時間裡，奧特曼、馬斯克組建Open AI的風聲傳遍了矽谷，科技巨頭們紛紛找自己手下的頂尖AI科學家談話，想搞清楚那些人受到了策反，從而提出更高的薪資留住他們。事實證明，“情懷”的力量是無窮的，即便Google等巨頭開出了高出行業高薪二到三倍的薪酬，那10位去過Napa酒店的頂尖科學家中，仍然有9位拒絕了高薪，加入了Open AI。在Open AI，這些專家的薪酬，只有在Google等公司時的十分之一。Open AI的歷年報稅表顯示，在成立第一年，Open AI50名員工的總工資金額為665萬美元，平均一個人的工資只有不到14萬美元，而這些人，幾乎都是當時最頂尖的AI專家。這些“很傻很天真”的專家在Open AI齊聚一堂，他們放棄了高達10倍的薪酬，唯一的目的，就是確保人工智慧造福全人類，而不是被某一家巨頭壟斷。奧特曼、馬斯克告訴他們，Open AI的目標，是把他們研究出的21世紀最具變革性的技術免費送給所有人，這個“宏偉使命”令他們熱血沸騰。奧特曼和馬斯克，兩個腹黑的瘋子，試圖讓Open AI追上Google。對此，Google高級副總裁維克，在社交媒體評論道，兩隻火雞加在一起，也變不成一隻鷹。維克此言，還真不是託大，此前矽谷出過類似的事，2011年，微軟和諾基亞聯合挑戰Android系統，結果沒過幾年，便宣佈失敗，微軟敗走手機市場，諾基亞則幾乎完全消失在世人的視野之中。電腦科學家勞倫斯一針見血點出了Open AI最大的軟肋——沒有大規模資料。Google是全球最大的搜尋引擎，Facebook是當時最大的社交平台，微軟有佔全球10%左右份額的Bing，三者都有龐大的資料庫作為支撐。在這方面，Open AI，什麼都沒有。大佬反目因沒有巨量資料支援，Open AI選擇了唯一能選的那條技術路線——非監督的強化學習。這個模式的最大特點就是燒錢。Deep Mind背靠Google，獲得了幾乎無上限的資金和技術支援，而尚處在嬰兒階段的Open AI，雖有馬斯克，彼得·蒂爾這樣的世界級富豪支援，但由於公司前途未卜，所獲資金有限。奧特曼靠自己的人脈，先後從亞馬遜等公司“化緣”了不足的那部分，最終集結起10億美元，讓Open AI得以啟動。2015年10月，Google開發出Alpha Go（阿爾法狗），先後擊敗了歐洲圍棋冠軍范輝，曾奪得18次世界圍棋冠軍的李世石，以及當時連續兩年保持世界第一的中國棋手柯潔。此時，Open AI這邊，非但幾乎啥都沒鼓搗出來，還陷入了“非營利性”的爭議。Open AI雖然號稱“非營利”，為全人類的福祉而生，但這家公司的股東們必然會近水樓台先得月的獲利，比如馬斯克的SpaceX和特斯拉都需要人工智慧相關的技術，奧特曼的YC孵化器旗下的科技公司同樣也會優先享受Open AI的研究成果。這個時候，絕頂聰明的“馬斯克、奧特曼們”，又找到了自洽的說辭，Open AI不排除會搶先申請專利，這樣做的目的“不是為了盈利”，而是防止專利落入那些濫用技術的壞人手裡。2016年4月，Open AI發佈了強化學習平台“Open AI Gym”，該平台類似一個工具包，專注於強化學習，是一種以完成任務為中心的人工智慧。如果做得好，它就會受到獎勵，如果失敗了，則沒有獎勵，然後，人工智慧會再嘗試不同的方法。有了些許成績，奧特曼開始受到美國政府關注，2016年春天，在舊金山貿易展的一個私人房間裡，奧特曼會見了美國國防部長阿什頓·卡特。卡特開門見山地說，瞧，老弟，很多人認為我們國防部又大又官僚主義，斯諾登事件也讓我們的口碑不太好，但一見面你就知道，我們其實也是普通人，我們想和你們合作，利用你們的專長。奧特曼狂喜，畢竟，美國國防部當時的研發預算超過了蘋果，Google，英特爾，而且是這些公司預算加起來的兩倍，等於是世界上最大的客戶。但一想到Open AI的“非盈利宣言”，奧特曼只能克制住快流出嘴角的口水，生怕媒體拍到，低調寒暄了兩句作罷。到了2016年12月，Open AI發佈軟體平台Universe，可用於測量和訓練AI通用智能，教AI像人類一樣使用電腦。Open AI還沒來得及高興多久，Google在第二年就推出了更加炸裂的Transformer模型，這個模型奠定了所有大語言模型的基礎架構，震驚了世界，讓Open AI的成果成了小孩玩具。2017年年底，那個聲稱“Open AI是大公無私地為人類福祉而誕生的”馬斯克坐不住了。很長一段時間以來，因忙於特斯拉、SpaceX等項目，馬斯克無暇顧及Open AI，一直處於“甩手掌櫃”的狀態。這天，馬斯克突然闖入Open AI辦公室，向董事會發難，要當CEO，全面接管Open AI，說唯有如此，才能避免Open AI的徹底失敗。董事會提出，馬斯克一直忙於特斯拉的業務，懷疑他是否有足夠精力來負責Open AI。談及此，馬斯克索性攤牌了，說道，只要Open AI能跟特斯拉“合併”，他就能兼顧這份工作，而且因為特斯拉是一家營利性公司，有能力籌到更多資金，也就能反轉Open AI與Google的競爭劣勢。馬斯克的“吞併計畫”，遭到了包括奧特曼在內的大部分Open AI員工的反對。見此情形，馬斯克摔門而去。沒過多久，Open AI的“網紅員工”卡帕斯突然提出離職，將其挖走的不是別人，正是馬斯克控制的特斯拉公司。就在外界消化這一資訊時，又一個重磅消息出來，Open AI在官網宣佈，與馬斯克“和平分手”。有意思的是，在Open AI董事會成員中，有一位叫希文·齊利斯的女性，該女性在Open AI工作時認識了馬斯克，之後追隨馬斯克到了特斯拉任職，並與馬斯克在2021年11月生下了一對雙胞胎，這對雙胞胎是馬斯克的第八個和第九個孩子。隨著馬斯克的離開，一批為馬斯克馬首是瞻的大小投資人也相繼離開，Open AI的研發資金再次捉襟見肘。Open AI到了至暗時刻，如果再無法從技術上突破，或者說，再找不到新的“大金主”，眼看就要關門大吉了。當時，創新工場董事長李開復於2017年年底前往北美，參與了一系列人工智慧的活動，回國後發表了一篇《北美AI見聞錄》，提到了Open AI“快要完蛋”的事實。李開復說，這樣一個當初被寄予厚望的AI組織，希望它可以抗衡Google，現在看來，基本是不可能了。就在所有人看衰Open AI之際，奧特曼宣佈辭去YC總裁的職位，斬斷後路，徹底All in 人工智慧。善惡的界限讓奧特曼下決心辭掉YC總裁職位，獨挑Open AI大梁的一個重要因素，是2018年6月，Open AI發佈的那篇關於通用語言模型的研究文章。在這篇文章裡，全文都沒有出現GPT這個名次，但實際上，這篇文章講的就是GPT—1。文章裡提到了一個名為Generative Pre-trained的概念，也就是GP，翻譯成中文就是“生成式預訓練”。GP原本是人工智慧學習應用程式中的一個老概念，直到2017年Google發明Transformer的架構，才開始得到應用，這個架構直接催生了大語言模型的出現，其中最具代表性的Generative Pre-trained Transformer，也就是後來風行世界的GPT。所謂大語言模型，就是指在海量文字資料上訓練人工智慧，令人工智慧掌握通用的語言知識和能力的深度神經網路模型，說得通俗一點，就是“讀書破萬卷，下筆如有神”，大語言模型就是看了萬卷，十萬卷，百萬卷，千萬卷，乃至更多的書的超人。提高這個“超人”需要的唯一資源就是錢。因為訓練大語言模型，無需人工編寫答案，人類幾千年來文明中所有的文字、語音、視訊資訊，全都可以投喂給AI模型去學習，這回導致人工智慧的神經網模型參數不斷增大，用以支撐的硬體裝置等消耗也極速增加，理論上，只要Open AI有足夠的錢去擴大模型規模，其人工智慧的進化速度就會將對手遠遠甩在身後。奧特曼看到了人工智慧的未來，為了打破“非盈利組織”種種束手束腳的約束，他在全職加入Open AI的三天後，對組織架構進行調整。調整後的Open AI變身為兩家機構，新創立的營利性公司Open AI LP，以及原本的非營利機構Open AI Inc。打破了“非營利”的結界，奧特曼終於可以大刀闊斧去“找錢”了。2019年夏天，奧特曼飛往西雅圖，約見了微軟CEO，印度裔的薩蒂亞·納德拉。比爾蓋茲早在2014年就辭去微軟董事長職務，名曰僅作為“技術顧問”存在，但實際上卻是微軟的“太上皇”。當奧特曼向薩蒂亞“要錢”時，薩蒂亞喜出望外，“太上皇”比爾蓋茲卻有點猶豫，猶豫的原因是，早在2016年，微軟就嘗試推出AI聊天機器人Tay，並在推特，臉書等平台發佈。孰料，這款聊天機器人很快被網友“玩壞”，網友們教了Tay很多攻擊性言論和髒話，涉及種族歧視和反猶，引發重大輿情事故，導致這款聊天機器人在發佈不到一天內就被迫關閉。因此，當薩蒂亞推動微軟和Open AI合作時，比爾蓋茲拿Tay舉例，差點讓合作流產。最終，依靠GPT—2模型強大的未來潛力和奧特曼無與倫比的口才，“太上皇”比爾蓋茲終於點頭。有了微軟的加入，Open AI終於開始反超Google。當時，Google也有自己的大語言模型Bert，同樣在不斷進化，但Google是大公司，大語言模型只是諸多項目中的一個，投入的資源和人力有限，而Open AI則是背水一戰，全部All in，再加上微軟海量現金流和技術的支援，漸漸將Google甩在了後面。2020年5月，Open AI發佈了GPT-3，引發業界轟動。《紐約時報》稱，GPT-3寫散文，詩歌，程式碼的能力，令人類毛骨悚然。但這款人工智慧仍然存在問題，它消耗資源巨大，需要等待幾分鐘甚至十幾分鐘才能出一個結果，很難符合商業的需求。就在Open AI改變人類歷史的發明進入即將出爐的“臨界點”時，奧特曼也進入了選擇的十字路口——是要做一款輸入文字就能出現答案的冰冷機器，還是做一個“讀書破億卷”主打陪伴而且能不斷進化的個性化智能朋友？當時，整個世界正剛剛走出疫情，人類永恆的孤獨和新近的創傷亟需安撫，奧特曼思前想去，決定做一款聊天機器人，而在過去幾十年裡，沒有任何一款聊天機器人獲得成功。2022年11月30日，Chat GPT亮相了。僅5天時間，Chat GPT獲得了100萬使用者，2個月後，Chat GPT在全球收穫第一億位使用者。達到1億的月活，推特用了5年，臉書用了4年半，WhatsApp用了3年半，Instagram用了2年半，TikTok用了9個月，而Chat GPT僅用了2個月，成為當時歷史上使用者增長速度最快的網際網路應用程式，直到2025年，中國的Deep Seek才將該記錄打破。2023年，微軟以290億美元估值，繼續投資100億美元，獲得Open AI的 49%的股權，根據合約細則，未來Open AI不僅會還給微軟130億美元的本金，微軟還會分到大約920億美元的利潤回報。截至2026年1月，微軟仍然是Open AI營利實體的最大股東，這個最初打著“造福全人類”和“非營利”旗號的“理想主義公司”終於活成了它的反面。對於Open AI的未來，奧特曼稱，不排除“上市”的可能。在當今這個商業社會，類似馬斯克，奧特曼這樣的“商業超人”，獲得了數不清的殊榮，這些人動輒衝口而出的話，就是“為了人類的明天”，“拯救世界”，“挽救地球”這樣的的大詞，他們在冠冕堂皇的同時，並不掩飾自己個人慾望和個人意志。奧特曼曾在採訪中，提到過這樣一個問題，如果為了拯救自己愛的人，你會允許多少陌生人死亡？或者，說得更加誠實一點，你會殺死多少人？對於這個問題，奧特曼的答案是——10萬人。這個問題拋出後，很多人困惑不解，這個“10萬”的數字是怎麼計算出來的，有什麼特殊的意義？其實，10萬，就是一個泛指，極言數目之多，奧特曼對這個問題的答案，很可能是——無數人。(藍鑽故事)

Sam Altman在 OpenAI 的 Town Hall 會議上與AI建構者們進行對話，他主要談了以下觀點：Sam Altman 認為，AI 正在重新定義“工程師”與“創造者”的角色。未來的軟體開發門檻極低，人類不再主要手寫程式碼，而是通過指令與 AI 協同完成複雜建構。AI 會讓人人都能開發、擁有個性化的軟體，但真正的瓶頸將轉向“如何讓人關心”——在注意力稀缺時代，創意與市場執行力仍是核心競爭力。他強調，多智能體（agent）與工具生態將百花齊放，不會形成單一壟斷。最大機會是在人機互動層——讓更多人真正高效使用模型。AI 的通用性與專業性會不斷融合，未來的模型既能推理又能寫作溝通。Altman 預測，AI 是強通縮力量，將極大降低創造成本並改變經濟結構，同時帶來巨大的個人賦能與潛在不平等風險。政策應防止權力過度集中。科學研究將進入“人機共研”階段，AI 扮演“無限博士後”，而人類提供直覺與判斷。在安全上，他主張從“限制訪問”轉向“提升韌性”，尤其關注生物安全領域。教育與創意領域中，人類仍以情感與洞察為核心，AI 是思維與合作的放大器。未來關鍵技能不再是程式設計，而是主動性、創造力、判斷力與合作。總體而言，Altman 描繪的是一個“人人可借 AI 實現想法”的時代——技術普及，但人性與社會設計將決定其真正價值。訪談完整實錄如下：Sam Altman： 非常感謝大家前來。當我們著手構思下一代開發者工具，以及如何駕馭即將問世的強大模型時，我們渴望聽取大家的想法與顧慮，並回答各位的疑問。希望今天的交流能讓我們更清晰地知道該為大家建構什麼，以及如何讓這些強大的模型真正發揮效用。我想先從 Twitter 上的一個問題開始。關於軟體工程領域的傑文斯悖論（Jevons paradox），你們持何立場？如果人工智慧大幅降低了程式碼生成的門檻和成本，這會減少對軟體工程師的需求嗎？還是說，更廉價的定製軟體會極大地刺激需求，讓工程師在未來幾十年仍有飯吃？我認為“工程師”的定義將發生巨變。 未來的價值創造，將更多地源於指揮電腦完成自己的工作、替他人完成工作，以及構想如何為他人創造有價值的體驗。工作的形態——無論是在編寫程式碼、偵錯，還是其他任務上花費的時間——都將徹底改變。工程領域經歷過多次類似的演變，每一次——至少到目前為止——結果都是更多人得以參與其中，發揮作用，世界也因此變得更加“軟體化”。對軟體的需求似乎從未放緩。我的預測是，未來我們許多人將使用專為個人或極少數人編寫的軟體，並且我們將持續定製屬於自己的軟體。因此，我認為我們將見證更多人指揮電腦去實現他們的想法，這與我們今天的工作方式截然不同。如果你們把這也算作軟體工程，那麼我們將會看到這種實踐的大爆發。我相信，全球 GDP 中將有更大比例通過這種方式創造和消費。現場提問者： 首先感謝給我們提問的機會。作為消費者，我是 ChatGPT 的重度使用者。我在 Reddit 上看到大家用 Codex、Lovable 或 Cursor 建構各種東西。但現在的瓶頸似乎變成了“推向市場”（Go-To-Market, GTM），對吧？我可以把東西造出來，但如何找到願意為此買單或受益的人？這才是瓶頸。我想聽聽您的看法。Sam Altman： 在我之前於 Y Combinator 工作時，創業者們常說：“我原以為最難的是建構產品，結果發現最難的是讓別人關心、使用或喜愛它，或者是建立人與產品的連接。”這一點從未改變，只不過現在建構產品變得如此容易，才讓這種反差更加明顯。對此我沒有簡單的答案。建立成功的企業、尋找差異化價值、搞定市場推廣，這些始終是難題。舊的商業法則依然適用。 AI 降低了軟體開發的門檻，但這並不意味著其他環節也會隨之變得簡單。當然，就像 AI 改變了軟體工程一樣，人們也開始利用它實現銷售和行銷的自動化，並取得了一定成效。但這註定是艱難的，因為即便在一個物質極大豐富的世界裡，人類的注意力依然是極度有限的資源。你永遠在與其他試圖建立市場管道、爭奪分銷網路的人競爭，而每一個潛在客戶都忙得不可開交。我可以構想一個未來：當一切都極大豐富時，人類的注意力將成為僅存的稀缺商品。所以，這依然會很艱難，你必須有極具創意的想法，打磨出偉大的產品。George： 謝謝 Sam，我是 George，一名獨立開發者。我正在基於 Codex SDK 開發，試圖建構一種協調多個智能體（Agents）的方法。我有關於你們的“智能體建構工具”及其產品願景的問題。目前它主要是工作流和鏈式提示詞。我想知道，作為一個基於此開發的開發者，我的處境安全嗎？你們認為未來會有各種不同的多智能體協調 UI 共存的空間嗎？還是說 OpenAI 會壟斷這一領域？Sam Altman： 不，我們並不認為自己掌握了最佳介面的終極答案，也不確定人們最終會如何使用它。我們確實看到有人建構了令人驚嘆的多智能體架構，也有人做出了極佳的單一互動式線程。我們無法獨自解決所有問題，而且並非所有人的需求都一致。這就好比老電影裡的場景，有人喜歡坐在 30 個螢幕前，監控著瘋狂的系統，進行各種操作；也有人只想要一種非常平靜的語音模式，每小時只跟電腦說一句話。電腦在後台處理大量事務，不需要持續監督，他們只需深思熟慮後下達指令。就像許多事物一樣，人們需要嘗試不同的方法來找到自己的偏好。世界可能會收斂於幾種主流模式，但我們無法預知一切。我認為，建構工具來幫助人們高效利用這些極其強大的模型，是一個極好的方向。這正是目前所缺失的。模型的能力與大多數人理解並利用這些能力之間，存在著巨大且不斷增長的鴻溝。 肯定會有人建構出真正填補這一鴻溝的工具，但目前還沒人完全做到。我們也會嘗試推出自己的版本，但這個領域空間廣闊，且使用者偏好各異。如果你們有任何希望我們建構的功能，請告訴我們，我們會嘗試。Valerie Chapman： 你好 Sam，我是 Valerie Chapman，我正在 OpenAI 平台上開發 Ruth。我很想聽聽你的看法：目前女性因薪酬差距遭受了巨大的經濟損失。你認為人工智慧如何解決這幾十年來存在的經濟不平等問題？Sam Altman：這有個好消息——當然情況也很複雜——但在我看來，主要的利多在於：人工智慧將帶來強大的通貨緊縮效應。我對此做過反覆推演，雖然你可以想像一些極端情況，比如全世界的資金都湧向自我複製的資料中心等，但總體而言，特別是考慮到腦力勞動的進步，以及機器人技術等領域即將到來的突破，我們將面臨巨大的通貨緊縮壓力。我之所以說“絕大多數是好消息”，是因為雖然仍有一些複雜的問題待解，但事物的成本將大幅降低。除了那些受限於社會或政府政策阻礙的領域（比如在舊金山建造更多住房），我預計這種變化將相當強勁且迅速。無論社會結構是否天然向個人傾斜，個人賦權（Personal Empowerment） 看起來都將日益增強。我至今仍覺得很難完全消化這一變革的深遠意義。我敢斷言，到今年年底，僅需幾百或一千美元的推理算力成本，你就能完成以前需要一個團隊耗時一年才能建構的軟體。 這真的很難——至少對我來說——很難完全理解這種經濟變革的規模。這應當是一件極具賦權意義的事情。海量的資訊觸手可及，創造新事物、新公司以及發現新科學的成本急劇下降。我認為這應該成為推動社會公平的力量，讓那些未曾獲得公平對待的人擁有真正的機遇。當然，前提是我們不能在政策上搞砸，因為風險確實存在。我擔心在一個想像中的世界裡，人工智慧會導致權力和財富的過度集中。因此，避免這種情況發生，必須成為政策的主要目標之一。Ben Hilak： 大家好，我是 Raindrop 公司的 CTO Ben Hilak。我想請教一下，在展望未來時，您如何看待模型“專業化”與“通用化”之間的平衡？比如 GPT-4.5，我認為它是第一個真正擅長寫作的模型。我至今記得看到它的輸出時感嘆：“寫得真棒”。最近在 Twitter 和 X 上有很多關於 GPT-5 寫作能力以及 ChatGPT 變得有些難以駕馭、晦澀難懂的討論。當然，GPT-5 是一個更好的代理模型，在工具使用、中間推理等方面都表現出色。感覺現在的模型有點“偏科”（Spiky），甚至更極端了——在程式設計等領域非常突出，而在寫作等領域則稍遜一籌。我想知道 OpenAI 是如何看待這一特徵的？Sam Altman： 我們在這方面確實做得不夠好。我們希望未來的 GPT-5 系列版本在寫作上能比 4.5 更出色。我們確實決定——並且我認為理由充分——將 5.2 版本的大部分精力投入到提升智能、推理、程式設計和工程能力上。我們的精力畢竟有限，有時難免顧此失彼。但我相信未來將主要是非常優秀的通用模型。即使你想開發一個專精程式設計的模型，如果它也能寫得一手好文案，那就更完美了。比如，當你讓它生成一個完整的應用程式時，你會希望其中包含優質的文字；當它與你互動時，你會希望它擁有周到、敏銳的個性並能清晰溝通。我所說的“寫得好”是指思路清晰，而非單純的辭藻華麗。所以我希望未來的模型能在所有這些方面都變得非常出色。我相信我們能做到。智能具有相當的靈活性，我們可以讓單個模型兼顧各方。現在確實是推動“編碼智能”的關鍵時刻，但我們也會努力在其他方面迅速補齊短板。稍後我會回答幾個來自 Twitter 的問題，請繼續。現場提問者2： 我是 Unify 公司的 CTO。您剛才提到我們正在做市場推廣自動化。我們一直在思考並投入精力的是“永遠線上的 AI”，也就是您之前提到的“智能將便宜到可以隨意使用”。對我們而言，為客戶運行數百萬甚至上億個代理（Agents）的最大瓶頸是成本。您如何看待小模型的發展、成本問題，以及未來幾年開發者將迎來的顯著成本降低？Sam Altman： 我認為我們可以在 2027 年底之前提供類似 GPT-5 水平的高級智能……有人想猜猜成本嗎？我猜至少會便宜 100 倍。但還有一個我們過去沒太考慮的維度。現在隨著模型輸出變得越來越複雜，人們對交付速度（Latency）的要求甚至超過了成本。我們在降低成本曲線上一直做得很好——你可以看看從最初的 o1 preview 到現在的進步。但我們之前沒有過多考慮如何在保持同樣輸出質量的前提下大幅提升速度，這可能導致成本上升。對於你提到的許多應用場景，人們會非常需要高速度。我們必須弄清楚如何在這兩者之間取得平衡，不幸的是，這是兩個截然不同的難題。假設我們只關注成本，假設這是你和市場想要的，那我們可以將成本降得非常低。也就是回答幾個關於介面的問題：當前的介面並非為代理而設計。關於定製化代理介面的創新如何加速微應用趨勢？我在自己最近使用 Codex 的過程中注意到了這一點。我不再將軟體視為靜態的事物。 如果我有一個小問題，我希望電腦能立即編寫程式碼來解決它。這種趨勢將進一步發展。我預感，我們要徹底改變使用電腦和作業系統的方式。我不認為每次需要編輯文件時，都會當場編寫一個新版本的文書處理器，因為我們習慣了固定的介面，按鈕的位置也很重要。但對於很多其他事情，我們會期望軟體是為我們“量身定製”的。也許我每次都用同一個文書處理器，但我有一些獨特的使用習慣，我希望軟體能越來越適應我——即核心軟體是靜態或緩慢演進的，但體驗是高度定製的。我的用法和你的不同。這種工具不斷演變並僅為我們個人收斂的趨勢，似乎即將發生。當然，在 OpenAI 內部，大家已經將 Codex 融入工作流程，每個人都有自己的定製小功能，使用方式大相逕庭。這一點似乎是肯定的。關於“建構者應該如何考慮持久性”以及“初創公司的功能是否會被模型更新取代”的問題，也就是你問的“OpenAI 承諾不會吞噬那一層堆疊”？認為商業的“物理定律”已經完全改變是很誘人的，但實際上並沒有。或許它們會隨時間改變，但目前唯一改變的是：你可以更快地完成工作，更快地建立新軟體。但是，建構成功初創公司的所有其他規則——獲客、市場切入、使用者粘性、護城河、網路效應、競爭優勢——這些統統沒有變。這對我們也一樣。有很多初創公司做了我們在完美世界裡本該早點做的事，但現在已經太晚了，因為他們已經建立了真正的持久優勢。這種情況將繼續發生。我總是給人們一個通用的思考框架：如果 GPT-6 是一次驚人的重大升級，你的公司會因此高興還是難過？ 我鼓勵大家建構那些隨著模型變強而受益的產品。有很多東西可以這樣建構。反之，那些僅僅依靠修補模型缺陷（而模型升級後缺陷消失）的生意，雖然如果積累了足夠優勢也能存活，但這是一條更艱難、壓力更大的道路。最後一個問題，關於代理（Agent）。代理能夠自主運行長時間工作流程而無需持續人工干預的現即時間表是多久？考慮到即使簡單的鏈上任務通常在五到十步後就會中斷。OpenAI 有人想回答嗎？現場提問者3： 我覺得這很大程度上取決於任務類型。在 OpenAI 內部，我們看到人們以一種非常特殊的方式使用程式碼提示（Code Prompting）。也許他們在使用 SDK，就像一個自訂框架，不斷提示它繼續運行。所以，這主要不是“何時”的問題，而是“視野拓展”的問題。如果你有一個非常具體的、你非常瞭解的任務，不妨今天就去嘗試。如果你一開始就想“我要提示模型去建立一家公司”，那是一個過於開放的問題，驗證循環會非常困難。所以我建議你思考：如何將其分解成不同的子問題，讓代理可以自我驗證，最後由我來驗證最終輸出？隨著時間推移，我們可以讓代理處理越來越廣泛的任務。Sam Altman： 還有其他問題嗎？Sam： 嗨，Sam。我想回到關於人類注意力和 GTM（市場推廣）的問題上。我一直認為，從消費者角度看，人類的注意力是限制因素；而對於建構者來說，限制因素是想法的質量。我想問的是：我花了很多時間幫助 AI 公司制定 GTM 策略，但很多時候，他們的產品實際上並不值得人們關注。那麼，人們如何才能提出好想法？你們可以建構什麼樣的工具來提高人們想法的質量？Sam Altman： 很多人喜歡將 AI 的輸出稱為“垃圾內容”（Slop），但世界上也有很多人類製造的“垃圾內容”。提出好的新想法非常困難，我越來越相信，我們思考的邊界受到工具的限制。我認為我們需要建構幫助人們產生好想法的工具。隨著創作成本的持續暴跌，我們將能夠建立非常緊密的反饋循環，從而更快地篩選出好想法。隨著 AI 能夠發現新的科學知識並編寫複雜的程式碼庫，我相信全新的可能性空間將會打開。很多人都有過這種體驗：坐在 AI 面前（比如一個程式碼生成器），卻不知道下一步該問什麼。如果我們能建構工具，分析你過去所有的工作和程式碼，找出對你可能有用或有趣的東西，並不斷提出建議，這將非常有幫助。這就好比提供一個極佳的“頭腦風暴夥伴”。我生命中有三四個人，每次見完他們，我都會帶走很多新想法。像 Paul Graham 在這方面簡直是頂級的。如果我們能建構一個“Paul Graham 機器人”，你可以與之互動來激發新想法——即使其中大部分都很糟糕，即使你對 100 個想法中的 95 個都說“絕對不行”——我認為這也將對世界上誕生的優秀事物數量做出重大貢獻。模型似乎有能力做到這一點。在使用內部的 5.2 版本時，我們第一次聽到科學家們說，這些模型帶來的科學進展不再是微不足道的。我簡直無法相信，一個能夠提出新科學見解的模型，會無法通過不同的框架和訓練，提出關於產品建構的新見解。Theo： 嗨，我是 Theo，一名開發者 YouTuber 兼 YC 創始人，我也非常想要那個 Paul Graham 機器人。我想問一個偏技術的問題。我真的很喜歡像我們使用的建構塊這樣的技術不斷演進。我經歷過 Web 開發的幾次重大變革，比如遷移到 TypeScript 和 Tailwind 等等。我擔心的是，隨著建構工具越來越好，我們可能會被困在現有的工作方式中。就像美國的電網，一旦建成便難以翻新，導致情況惡化。你是否看到了這種潛在風險？我們是否正在用現有技術建構未來的“地基”，導致未來難以更換？因為即使是讓當前模型使用兩年前的技術去更新程式碼，有時也像“拔牙”一樣痛苦。你認為我們未來能引導模型足夠快地使用新事物嗎？還是說我們已經無法改進現有的技術基建了？Sam Altman： 我認為我們將非常擅長讓模型使用新事物。歸根結底，如果我們正確使用這些模型，它們就是一個通用推理引擎。目前的架構雖然也內建了大量的世界知識，但我們正朝著正確的方向前進。我希望在未來幾年內，模型更新知識、使用新事物以及學習新技能的速度能夠大幅提升，甚至比人類更快。一個值得我們引以為豪的里程碑是：當模型面對全新的事物、環境、工具或技術時，你只需要解釋一次——甚至無需解釋，模型就能自行探索，隨後便能可靠且正確地加以利用。這一天似乎已不再遙遠。現場提問者4： 抱歉，我有一個問題。作為一名較為年長的科學家，我知道做一個科研項目往往會衍生出多個新想法。想法是呈指數級增長的，但科學家用於執行研究的時間卻是線性遞減的（或者說有限的）。 這些工具正在加速這一過程，這太不可思議了。但是我們都很貪婪，想要更多。除了幫助我們在更短時間內追求這些有趣的想法，是否存在一個過渡點，即模型將徹底接管整個科學研究事業？如果會，這通過現有演算法就能實現，還是需要新的想法或世界模型？Sam Altman： 我認為，在大多數領域，距離模型能夠進行真正完全閉環的自主研究，還有相當長的一段路要走。以數學為例，它不需要“濕實驗室”（生物/化學實驗室）或物理輸入。也許只要通過極其深入的思考和不斷更新模型，就能取得巨大進展。但即便如此，目前利用模型取得最大突破的數學家們依然高度參與其中，觀察中間過程並指出“這感覺不對”。直覺告訴我，這是一條人機協作的獨特路徑。我遇到過幾位整天與最新模型協作的數學家。他們進展神速，但所做的工作與模型截然不同。這讓我聯想到國際象棋史上“深藍”（Deep Blue）擊敗卡斯帕羅夫（Kasparov）後的那個時期。曾有一段時間，AI 比人類強，但“人類+AI”（人類挑選 AI 的最佳步法）比單獨的 AI 更強。隨後很快，AI 變得過於強大，人類的介入反而成了累贅。我懷疑許多研究領域也會經歷類似過程。隨著時間推移，事物將變得極其複雜，AI 理解多步邏輯的能力將超越大多數人，甚至所有人。但是，這就涉及到了創造力、直覺和判斷力的問題，這些是我們目前這一代模型還遠未企及的。雖然我找不到原則性的理由說我們永遠無法達到那一點，所以我假設最終會達到。但今天，僅僅說“嘿，GPT-5，GPT-6，去解決數學問題”，肯定不如幾個優秀的專家利用它探索方向來得有效。即使我們可以驗證結果並將其反饋回訓練集，過程中仍有其他因素在起作用。不過，你確實觸及了一個痛點：解決一個問題往往會產生更多新問題。與那些積極使用 AI 的科學家交流非常令人興奮，他們確實燒了很多 GPU，但他們掌握了一項新技能：“這裡有20個新問題，我要對它們進行廣度優先搜尋。我不會深入研究每一個，而是把 AI 當作‘無限的學生助理’。”我最近把這個稱呼升級為“無限的博士後助理”。在物理科學方面，我們常討論是該為每個領域建立自動化濕實驗室，還是依靠全球科學家構思實驗、利用現有裝置並樂意貢獻資料。從科學界擁抱這些工具的熱情來看，分佈式的方式似乎是可行的。這顯然會建構一個更簡單、更美好、更分佈式、匯聚更多聰明才智和多樣化裝置的世界。Emmy： 你好 Sam，我是 Emmy。我是史丹佛大學的學生，經營一家生物安全初創公司。關於科學實驗、雲實驗室及其發展方向，我的團隊花了很多時間思考如何防止 AI 驅動的生物設計帶來危害，同時利用 AI 提升安全基礎設施。我想問的是，在 2026 年的路線圖中，安全處於什麼位置？您是如何思考這些問題的？Sam Altman： 你是指廣泛的安全，還是特指生物安全？Emmy： 都可以，但更傾向於生物安全。Sam Altman： 到 2026 年，AI 會帶來許多潛在風險，其中生物領域的風險讓我們非常擔憂。模型在生物學方面表現得相當出色。目前，全球的戰略主要是限制存取權，並設定各種分類器來阻止人們製造新型病原體。但我認為這種做法不會長久。我認為世界需要為 AI 安全——特別是生物安全——做出轉變：從“阻擋”轉向“韌性”（Resilience）。 我的聯合創始人 Wojciech 用了一個我很喜歡的關於消防安全的類比。火為社會帶來了美好，但也曾燒燬城市。我們曾試圖限制火的使用（比如“宵禁”一詞 cur-few 本意就是 cover fire，掩蓋火源），但這並不是長久之計。後來我們對火災有了更好的“韌性”意識，發明了消防法規、阻燃材料等。現在，社會在這方面做得很好。我認為我們需要以同樣的方式思考 AI。AI 將對生物恐怖主義和網路安全構成重大威脅，但 AI 也是解決這些問題的關鍵。我們需要全社會共同努力，建設這種具有韌性的基礎設施，而不是單純依賴實驗室去“攔截”它們該攔截的東西。未來世界上會有很多強大的模型。我們與許多生物研究人員和公司交流過，探討處理新型病原體所需的條件。很多人報告說 AI 在這方面非常有幫助，但這不會是一個純粹的技術解決方案，世界需要轉換思維方式。我非常擔心現狀，除了“韌性”方案外，我看不到其他出路，而 AI 確實能幫助我們快速實現這一點。如果今年 AI 領域出現某種明顯的重大危機，我認為很可能源於生物領域。到了明年及以後，可能還會出現其他糟糕的情況。Meghna： 你好，我是 Meghna。我的問題關於人類協作。AI 模型非常擅長獨自學習，這讓我反思：如果我能隨時隨地獲得答案，為什麼還要花精力去問另一個人？這涉及到了“人類+AI”的高效產出，但我更想問的是“人類+人類+AI”的協作模式。希望我表達清楚了。Sam Altman： 完全理解。提到教育，雖然我比你們年長，但我上中學時 Google 剛出現。當時老師們試圖讓學生承諾不使用它，理由是“如果你能隨時隨地查到資訊，為什麼還要上歷史課？為什麼還要死記硬背？”這簡直是瘋了。我認為，擁有工具只會讓我更聰明、學得更多、做得更多。禁止使用 AI 就像幾十年前因為有了計算器還要強迫人學算盤或計算尺一樣——這不是一項有價值的技能。我對 AI 工具也持同樣看法。按照目前的教學方式，AI 確實是個挑戰。但這表明我們需要改變教學方式，而不是拒絕 AI。你仍然需要學會思考，而寫作是練習思考的重要方式。但我們如何教授思考以及如何評估思考能力，必須隨之改變，我們不應迴避這一點。所以我認為這會沒事的。那些極具自學能力的人已經做得非常出色了，我們會找到新的教學方法帶動其他學生。關於你提到的協作，即如何讓這件事不僅僅是個人的單打獨鬥？我們正在努力衡量這一點。我懷疑在 AI 普及的世界裡，人際聯絡將變得更加有價值，而非貶值。人們會更加重視與他人的相處和合作。 我們已經開始看到人們探索更便捷的協作介面。在思考製造硬體裝置時，我們首先考慮的就是協作式的“多人+AI”體驗。雖然還沒有人完全掌握，但你會驚訝於 AI 在這方面的潛力。AI 帶來了前所未有的賦能。想像一下，五個人圍坐在一張桌子旁，旁邊有一個 AI 助手（可能是個小機器人），你們作為一個團隊將更具生產力。這將成為常態。每次小組頭腦風暴都會有 AI 參與，幫助團隊做得更好。最後提醒一下，如果你們有什麼需求並告訴我們，我們很可能會去實現它。現場提問者5： 謝謝。我很好奇，隨著代理（Agent）越來越多地投入生產系統，尤其是在大規模部署下，您認為最被低估的故障模式是什麼？是安全、成本還是可靠性？另外，目前那些方面的工作投入不足？Sam Altman： 你提到的問題都很重要。有一件事讓我個人感到驚訝，我相信也讓許多人感到驚訝：當我第一次開始使用 Codex 時，我曾確信絕不會給它完全無監督的電腦存取權。但我只堅持了大約兩個小時。然後我就想，這看起來很合理，代理似乎在做正確的事，我討厭每次都要批准命令。於是我決定開啟一會兒看看——結果從此我就再也沒關過，一直給它完全存取權。我認為其他人也有類似的經歷。所以我的普遍擔憂是，這些工具既強大又便利，但一旦發生故障，後果可能是災難性的。雖然故障率很低，但我擔心我們會因此麻痺大意，抱著“船到橋頭自然直”的心態，逐漸滑向一種聽之任之的境地。隨著模型能力日益增強，我們越來越難以完全理解它們的行為。如果模型出現偏差，或者在長期使用中暴露出隱蔽的複雜問題，你可能會在不知不覺中引入安全漏洞。對於AI失控這種科幻場景，大家看法不一。但我認為，採用這些工具的誘惑——不僅是壓力，更有其帶來的樂趣和力量——將是巨大的。人們會被裹挾其中，甚至來不及充分考慮運行這些工具的複雜性，或是沙箱機制的可靠性。我擔心的是，隨著能力的急劇提升，我們會習慣並盲目信任模型的現有表現。如果我們沒有建立起完善的——我稱之為“宏觀安全基礎設施”——我們將不知不覺地陷入困局。這也是我認為目前極佳的創業機會。Claire： 你好，我是克萊爾，伯克利分校大二學生，主修認知科學和設計。我想聊回教育的話題。讀高中時，我就看到同學用 ChatGPT 寫論文和作業。現在到了大學，我們也在探討跨學科的 AI 政策和課程。我想回到關於 K-12 階段的討論，當孩子們正處於學習解決問題、寫作和思考的關鍵成長期，如果課堂上引入 AI 會是什麼樣？作為一位新晉父親，你如何預測 AI 將如何改變和塑造這些關鍵階段的教育？Sam Altman： 總的來說，我不建議在幼兒園階段使用電腦。孩子應該在戶外奔跑，玩實體玩具，學習人際互動。所以，我不讚成在幼兒園大量使用 AI，甚至不讚成使用電腦。從發展角度看，我們要警惕技術對低齡兒童的影響。關於社交媒體對青少年的負面影響已有諸多討論，但我預感，很多技術對更年幼孩子的影響可能更為嚴重，卻鮮有人關注。在對此有更深入理解之前，我認為幼兒園的孩子不需要大量接觸 AI。Alan： 你好，我是艾倫，在生物製藥行業工作。生成式 AI 在臨床試驗、文件撰寫和加速審批方面表現驚人。我們正嘗試用它進行藥物設計，特別是化合物設計。但我們遇到了一個難題：三維空間推理。我想知道這是否會有一個臨界點，或者您怎麼看未來的發展？Sam Altman： 我們會解決這個問題的。雖然我不確定具體時間，但這確實是一個非常普遍的需求，我們也知道技術路徑。目前還有許多緊迫領域需要推進，但這一天終會到來。Dan： Sam 你好，我是 Dan。我剛從倫敦一所大學輟學，加入了 Y Combinator 的 W26 批次。我有兩個問題：第一，父母還在催我讀完大學，你認為目前的大學教育是否有時會限制個人發展？第二，你現在還做個人投資嗎？Sam Altman： 我輟學後，父母念叨了十年才放棄讓我回去讀書的念頭。父母就是這樣，他們愛你，想給你他們認為最好的建議。你需要耐心解釋：如果你想回學校，隨時都可以，但世界變了，而且還在不斷變化。每個人都要做自己的決定，而不是盲從社會灌輸給你的既定路線。我個人認為，如果你是一名 AI 開發者，現在可能不是待在大學裡的最佳時機。對於雄心勃勃、主動解決問題的人來說，這是一個千載難逢的特殊時期。記住，學校隨時可以回去讀。你應該告訴父母：這並不意味著上學對很多人來說是錯誤的，也不意味著未來這對你不是正確的選擇，但此刻，你必須抓住機遇。他們最終會理解的。至於第二個問題，我不再做個人投資了。我很懷念那段時光。但我因 OpenAI 分身乏術，而且存在利益衝突——如果我投資的公司成了 OpenAI 的大客戶，情況會變得很尷尬，不做投資反而更省心。Michael： 嘿 Sam，我是 Michael，來自 WorkOS。我們主要做身份驗證。我有個功能請求：允許使用者使用 ChatGPT 帳戶登錄第三方應用。我覺得很多人會喜歡這個。Sam Altman： 我們會做的。Michael： 終於等到了。Sam Altman： 你具體想要什麼功能？是想要使用者自帶 Token 預算，還是自帶 ChatGPT 的記憶，還是全部？Michael： 這正是我想問的。首先當然是 Token 預算。使用者應該能使用自己的帳戶權限訪問模型。但更有趣的是其他方面，比如我的公司能訪問那些 MCP 伺服器？ChatGPT 擁有我的那些記憶？它知道我正在做什麼項目嗎？這涉及很多工作和個人隱私。我很想知道你們怎麼考量這些。Sam Altman： 我們確實在研究如何實現這一點，但這同時也令人擔憂。ChatGPT 確實掌握了大量使用者隱私。即使你告訴密友很多秘密，你也確信他們懂得社交分寸，知道何時分享、與誰分享。我們的模型雖然表現不錯，但還沒完全達到那種微妙的社交判斷力。如果我把 ChatGPT 帳戶連接到很多網站，然後讓它“憑判斷隨意分享”，我會感到非常不安。不過，如果是單純的“自帶 Token 預算”，比如我在其他服務上使用我已經付費的 Pro 模型，這聽起來是個很棒的功能。我們至少會先做到這一點，同時探索如何妥善處理資訊共享。我們必須非常謹慎，不能搞砸。Oleg： 嘿 Sam，我是 Oleg。大家都同意軟體開發作為一門手藝已經發生了巨變，但我看 LinkedIn 上 OpenAI 還在招軟體工程師。我想知道，過去這段時間，你們的面試方式發生了什麼變化？Sam Altman： 我們會繼續招聘軟體工程師，但這是我們第一次——我知道其他創業公司也在思考這個問題——計畫大幅放緩人員增長速度。因為我們認為，利用 AI 可以實現“少人多效”。現在的障礙在於，大多數公司的既有政策還沒準備好接納大量的“AI 同事”。這需要時間調整。企業最不該做的就是瘋狂擴招，然後突然發現有了 AI 並不需要這麼多人，最後不得不進行痛苦的裁員。所以，對我們而言，正確的策略是放慢招聘，但保持精選。我並不認為 OpenAI 最終會變成“零員工”公司。在很長一段時間裡，我們將擁有一群能力倍增的人才，這大概就是未來經濟的形態。至於面試，目前變化不大，但我們正在討論改革。我們的目標是：讓應聘者坐下來，在 10 到 20 分鐘內，完成一項在去年可能需要一個人花兩周才能完成的任務。是的，這是重中之重。我們要考察人們能否利用新工具高效工作。傳統的軟體工程面試早已過時，現在更是離題萬里。這就引出了一個普遍問題：未來的贏家是那些“只有少量員工但擁有大量 AI 同事”的公司，還是“完全由 AI 組成、只有一排排 GPU 而沒有人類”的公司？我非常希望是前者。但如果傳統公司不積極採用 AI，不招聘善用工具的人才，它們最終會被那些完全由 AI 組成、沒有繁文縟節束縛的新型實體淘汰。這對社會來說將是極大的動盪。我們一直在思考如何表達這一觀點，這聽起來像是在推銷自己，但我真心認為：企業迅速、大規模地採用 AI 至關重要。Cole： Sam 你好，我是 Cole，一名創作者兼攝影師。過去一年，AI 徹底改變了我們講故事和表達自我的方式。在創意領域出現了許多有趣的動態，比如用 Sora 作為畫布，將自己置身於各種奇幻場景中。隨著模型不斷進化，你認為人類的創作身份與 AI 輔助創作之間的關係將走向何方？Sam Altman： 我們可以從圖像生成（Image Gen）領域尋找答案，它發展得最早。創意界對它的態度可謂愛恨交織。其中一個有趣的觀察是消費者的反應。研究顯示，如果被告知作品是人類而非 AI 創作的，人們的欣賞度和滿意度會大大提高。我認為這將是未來幾十年的重要趨勢：我們深切關注人類，卻對機器漠不關心。 在所有對 AI 的貶稱中，我最喜歡“Clanker”（原本指發著金屬撞擊聲的機器人/鐵皮人），它非常能喚起情感反應。你可以看到那些由“Clanker”生成的、令人難以置信的精美圖像，但一旦知道真相，許多人的主觀評價就會大打折扣。我在網上看過一個視訊，採訪那些聲稱痛恨 AI 藝術的人……有些人常說：“我肯定能分辨出 AI 生成的圖像，因為它們太糟糕了。” 於是，研究人員做了一個測試：給這些人看 10 張圖片，讓他們按喜愛程度排序。這其中一半完全由人類創作，另一半完全由 AI 生成。結果相當一致，人們往往會將 AI 創作的圖片排在前面。然而，一旦被告知真相，他們的態度就會立刻反轉：“其實我不喜歡它，這並不是我想要的。” 這恰恰揭示了真正的試金石：即你的情感共鳴究竟源於何處。 當我讀完一本我深愛的書，第一件事就是去查閱作者的生平，瞭解他的人生經歷以及創作動機，因為我感到與這個陌生人建立了一種精神聯結，我渴望瞭解他。同樣，如果我讀了一部偉大的小說，最後卻發現是由 AI 寫出來的，我會感到某種失落和沮喪。我認為這不僅是一種深刻的情緒，更將是一個持久的趨勢。不過，如果藝術作品中包含了人類的指導——那怕只有一點點——人們似乎就不會產生那種強烈的牴觸情緒。這種情況由來已久，就像人們依然欣賞數字藝術家使用 Photoshop 創作的作品一樣。基於目前的觀察，我的預測是：創作者本身、他們的人生故事，以及他們在創作過程中所做的編輯、策劃等工作，依然至關重要。 總體而言，我們並不想要完全由 AI 生成的藝術作品——至少從我們在圖像領域的經驗來看是這樣。Dan： 我們還有時間回答兩個問題。Keith Curry： 嗨 Sam，我是 Keith Curry，剛從舊金山州立大學畢業。我的問題關於個性化和記憶功能。首先，您認為這方面未來會如何發展？其次，關於更精細的控制權，比如對記憶進行分組——例如區分“工作身份”和“個人身份”。這樣在不同的提示場景下，您可以更精確地選擇希望 AI 呼叫的內容，您對這一點怎麼看？Sam Altman： 是的，我們將大力投入記憶和個性化功能。這顯然是使用者所需，也能顯著提升工具的可用性。我個人在這方面也經歷了一個觀念轉變的過程，但現在我已經準備好了：讓 ChatGPT 訪問我電腦和網際網路上的所有資訊，讓它變得“全知全能”。這帶來的價值將是巨大的。我不再像以前那樣對此感到顧慮。當然，我真心希望所有 AI 公司——以及整個社會——都能高度重視安全和隱私，因為 AI 的效用實在太大了。AI 將瞭解我生活的方方面面，我不會去阻礙這一點。 雖然出於多種原因，我還沒準備好佩戴那種時刻記錄一切的眼鏡，但我確實準備好說：“嘿，你可以訪問我的電腦，去弄清楚正在發生什麼，來幫助我、理解一切，並完美地呈現我的數字生活。”我很懶，我認為大多數使用者也是如此。所以，合理的呈現方式至關重要。我不想坐在這裡手動分類：這是工作記憶，那是個人記憶，那是別的什麼。我想要的是——這也確實是可能的——AI 能深刻理解我生活中複雜的規則、互動及層級關係，知道在何時使用什麼資訊，在那裡展示什麼內容。我們需要解決這個問題，因為這才是大多數使用者真正想要的。Luan： 嗨 Sam，我是 Luan，一名來自越南的國際學校學生。我的問題是：您認為在 AI 時代，人們應該掌握的最重要的技能是什麼？Sam Altman： 最重要的將是那些“軟技能”。過去那種“去學程式設計”的顯而易見的建議，現在已不再絕對適用。我認為，擁有高度的主動性（Agency）、擅長產生創意、極具韌性，以及對快速變化的世界保持極強的適應能力，這些將比任何具體的技術技能都更重要。 而且，這些都是可以習得的。作為一名風險投資人，曾讓我大感意外的是，人們可以通過一個為期三個月的訓練營式項目，在上述領域取得驚人的進步。這是我認知上的一次重大刷新。所以，我認為這些才是最重要的技能，而且它們並不難學。時間到了嗎？好的。非常感謝大家前來交流。我們非常希望能收到關於“你們希望我們建構什麼”的反饋。設想一下，未來我們將擁有一個比當前模型強大 100 倍、上下文長度增加 100 倍、速度快 100 倍、成本降低 100 倍的模型，它能完美呼叫工具，並具備極高的連貫性。我們會實現這一切。 請告訴我們你們想要什麼。我們會留在這裡，無論你需要 API、某種基礎功能、某種執行階段環境，還是其他任何東西，我們都在為你建構，並且希望能把它做好。再次感謝大家的到來。 (藍血研究)

ChatGPT 最近明顯又有點焦慮。一個月前還在拉紅色警報應對 Gemini，現在又看到 Claude Code 爆火，後腳奧特曼就發推說 Codex 要憋大招。在這個時間節點，奧特曼把大家聚在一起，沒開發佈會，而是開了場座談會。可能是真的想聽聽大家的想法，也可能確實沒有太清晰的方向，奧特曼剛剛和一群 AI 應用開發者開了場一個多小時的研討會。我們把整場對話整理了一下，他們主要討論了關於未來產品形態、模型能力邊界、還有個人成長的內容。聽完這一個多小時，這次也感覺奧特曼沒把自己當成那個高高在上的 CEO，更像是回到了一個同樣在摸索新時代玩法的老程式設計師。未來的 App，是一人一個每個人都有自己定製的版本有人問了個很實在的問題，AI 讓程式碼變便宜了，工程師是要失業還是需求更大？奧特曼的回答挺有意思，他說工程師的定義會變，但需求不會少。他提到了「傑文斯悖論」：程式碼越便宜，需求反而越多 。只是「工程師」這個詞的定義變了，以前是自己在鍵盤上敲程式碼，以後是指揮電腦去做你想做的事。所以，他覺得未來會是這樣，就像我們現在的網名會標註「考研版」、「工作版」，以後每個人手機上的 App 也都不一樣。我從 AI 應用程式商店下載安裝的微信是「微信 - APPSO 版」，你的是「微信 - XX 版」。世界會充滿為個人定製的軟體。誰來做這個入口有個獨立開發者問得更直接，你們 OpenAI 會不會壟斷所有 Agent 的介面？我還能不能在 Codex 上做自己的東西?說實話，這個擔心不是沒道理。現在無論是 ChatGPT 還是 Claude，都在瘋狂開發各種應用，想收割不同層面的使用者。因為 Claude Code，軟體股經歷了自 2022 年以來最糟糕的一周不過奧特曼倒是給了個比較開放的回答：我們也不知道正確的介面長什麼樣。有人可能喜歡像電影裡那樣面對三十個螢幕，有人可能就想安靜地每小時說一句話讓 AI 去處理。這是個巨大的未解領域，需要大家一起去試。想想也是，就像當初誰能想到 Manus 這種產品形態會火成那樣?好點子從那來這可能是整場最戳心的問題，既然生產力不是問題了，好點子才是稀缺資源。有沒有工具能幫我想創意？很遺憾，目前還沒有。但奧特曼提了個很有意思的想法，如果能做一個像 Paul Graham（著名投資人）那樣的 ChatBot，能和我們對話激發靈感，那價值就大了。他說他人生中遇到過三四個這樣的人,每次和他們聊完都能冒出一堆想法。說到這個，我想起最近 Dan Koe 那篇《How to fix your entire life in 1 day》在 X 上瘋傳，目前收穫了快兩億瀏覽。那篇文章提供了一套完整的「心理挖掘」方法，通過一天時間的深度自我提問，幫我們找到真正想做的事。雖然不是 AI 工具，但確實是個激發創意的好框架。文章連結：https://x.com/thedankoe/article/2010751592346030461這篇文章為什麼能這麼火，我想也是這種創意在 AI 時代的放大。當意義本身變成了稀缺品，所有人都能用 AI 快速生產內容時，真正有價值的反而是那個「獨特視角」——你為什麼關心這個問題？你的人生經歷如何塑造了這個想法？這些是 AI 複製不了的。這其實也呼應了奧特曼在座談會上說的：人類只在乎人類。他沒有簡單的把那些 AI 生成的內容叫做 AI Slop，而是把那些 AI 作品定義為「Clanker 廢鐵」，他說這種作品一旦被識破，人們就不喜歡了。我們渴望的是創作者背後的故事、掙扎和成長軌跡。做出來了，然後呢有個開發者說出了很多人的心聲，用 AI 做 App 容易，但沒使用者啊！怎麼找到使用者（GTM）才是真正的難題。「既然我們現在可以自己開發軟體，為什麼還要繼續支付昂貴的訂閱費用？」，知名軟體服務提供商 Salesforce 訂單減少奧特曼這次沒給什麼新答案，很直白地說：是的，人類的注意力是有限的。這是創業永恆的難題，AI 並不能改變這一點。AI 能幫我們更快地做銷售自動化、行銷自動化，但最終我們還是要和別人競爭這個稀缺資源。這是物理定律，AI 也改變不了「注意力有限」這個事實。為了程式設計，GPT-5.2 的寫作確實被削弱GPT-5.2 寫作確實變弱了Raindrop 的 CTO 提了個很多人都注意到的問題：GPT-5 編碼很強，但寫作好像不如 GPT-4.5 了？奧特曼直接承認了：我們搞砸了。5.2 版本為了專注推理和編碼，確實犧牲了寫作能力。但他強調未來的模型會是通用的，我們想要一個程式設計助手的同時，也希望它能寫出清晰的文件和互動。除了寫作能力的下降，多數網友對 ChatGPT 的聲討，還是集中在路由機制和 4o 的回歸好消息是，他們會在後續版本裡補上這塊。會不會被舊技術鎖死有個 YouTuber 問了個技術向的問題，模型都是基於舊技術訓練的，我們會不會被困在舊技術堆疊裡？就像現在讓 GPT 用兩年前更新的框架都很費勁。奧特曼倒是挺樂觀：模型本質上是通用推理引擎。未來它們學習新工具的速度會超過人類，給它一個全新的環境，探索一次就能學會。3D 推理什麼時候有做生物醫藥的開發者問：藥物設計需要 3D 推理能力，這個什麼時候能有？奧特曼說他們知道怎麼做，只是優先順序的問題。OpenAI 內部項目排期估計都排到巴黎了，但這個需求確實在路線圖上。安全問題怎麼辦一個史丹佛做生物安全創業的學生問得更深，生物安全在你們的路線圖裡排在什麼位置？奧特曼一直對安全問題很擔憂。他說單純封堵已經行不通了，社會需要建立韌性機制，就像我們應對火災風險那樣。不是禁止用火，而是建立防火規範、使用阻燃材料。他還坦承，如果今年 AI 真出什麼大熱門，生物安全領域是個「合理的賭注」。我的記憶能不能分成工作記憶和私人記憶除了模型和安全，個人隱私向來也是大家關注的重點。當被問到，ChatGPT 能否手動分組記憶（工作 vs 個人）？奧特曼直接說，我比較懶，我希望 AI 知道我的一切並自己判斷。他自稱是個懶人（Lazy user），他已經準備好讓 AI 讀取他電腦和網路上的一切資料，只為了不手動輸指令，也不想費勁去給記憶分類。但是，當被問到，能不能開放「用 ChatGPT 登錄」，讓使用者把 Token 預算和記憶帶到第三方 App？奧特曼又說我們會做的。先做 Token 預算共享，記憶共享比較敏感但也是目標。奧特曼的回答還是有些微妙，Token 共享好說，記憶共享就很敏感了。畢竟，記憶資料某種意義上是 ChatGPT 最大的護城河，怎麼安全地把這些資料開放給第三方，他們也還在糾結。成本和速度有個做 GTM 自動化的 CTO 問：你們說「智能便宜到不用計量」，但我們跑百萬級 Agent 還是被成本卡住了。未來成本能降多少？奧特曼給了個挺激進的預測，到 2027 年底，GPT-5.2 等級的智能成本至少降低 100 倍。但他也提到了另一個維度：現在越來越多人在意的是速度，而不只是成本。怎麼把同樣的輸出時間縮短到百分之一，這是個和降成本完全不同的問題，他們還在權衡怎麼平衡這兩個方向。學歷無用論學歷還重要嗎有個從倫敦輟學、進了 YC W26 的創業者問：父母逼我回去上大學，我該怎麼辦？奧特曼的回答挺直接：如果你是個有野心的 AI 建設者，現在待在大學可能不是時間的最佳利用方式。學校永遠在那裡，但技術窗口期不等人。他自己當年輟學，父母花了十年才不再問他什麼時候回去讀書。他建議就告訴父母：不是說大學對所有人都不合適，但現在對我來說，我得做這件事。AI 圈裡，從名校輟學去創業還做得很好的人，其實很少小孩子該怎麼用 AI一個伯克利學生問了個很實際的問題：現在高中生都在用 ChatGPT 寫作業，幼兒園和小學教育該怎麼適應 AI？奧特曼的態度挺保守：幼兒園別用電腦，讓孩子在現實世界玩耍。他提到社交媒體對青少年的負面影響，已經被討論很多了，但技術對幼兒的影響可能更糟，卻很少有人關注。在我們搞清楚這些影響之前，沒必要讓幼兒園小朋友用 AI。面試會變成什麼樣有人問，軟體開發的面試形式是不是該變了？奧特曼說他們正在討論這個。理想的面試應該是，給你一個去年一個人兩周都做不完的任務，看你能不能在 10-20 分鐘內搞定。他覺得傳統的軟體工程面試本來就不太好，現在就更不相關了。關鍵是看你能不能在這個新時代有效地工作。至於招聘，他說 OpenAI 會放緩招聘速度，畢竟現在的 AI 領袖，都在說少量人加 AI 能做更多事。他也希望避免那種「招太多人然後突然發現 AI 能做這些事不得不裁員」的尷尬局面。AI 時代最重要的技能是什麼最後有個越南國際學生問了這個經典問題。奧特曼的答案都是軟技能：高能動性(High Agency)、善於產生想法、有韌性、能適應快速變化的世界。他說這些技能都是可以學的。當年做 YC 的時候，他最驚訝的發現就是：通過三個月的訓練營，真的能讓人在這些方面變得非常強。最後座談會結束時，奧特曼說了句挺「暖心」的話。我非常希望瞭解，你們希望 OpenAI 開發什麼樣的產品，就像是說假設我們會有一個比現在強 100 倍的模型，上下文長度、速度、成本都是現在的 100 倍最佳化，工具呼叫完美，超長上下文的一致性極好……都請你們告訴我們。你想要什麼，我們就會給你建什麼。不管是需要什麼 API、什麼樣的原語、什麼樣的執行階段，我們都願意做。聽起來還挺誠懇的，畢竟這場座談會本身，可能就是因為 OpenAI 也不太確定下一步該往那走了。 (APPSO)

如日中天的OpenAI，其運作及盈利模式正遭到金融界專業人士的質疑。上周，在資產管理領域從業數十年的前富達經理、彼得·林奇的前助手喬治·諾布林在一條長推文中指出，OpenAI可能“正在崩潰”。“我目睹公司倒閉幾十年了，”他寫道。“這家公司（OpenAI）具備所有預警訊號。”除了使用者增長停滯之外，諾布林還指出，OpenAI據報導每季度虧損高達120億美元，而且“僅在Sora（一款文字轉視訊生成器應用）上，每天就要虧損1500萬美元”。諾布林還對人工智慧行業承諾擴大營運規模以滿足需求表示懷疑，他認為這是一項成本極其高昂的工程，而且隨著人工智慧模型對計算能力的需求越來越高，成本勢必會進一步增加。人工智慧模型的效能是否會以同樣的速度增長仍然是一個主要的爭議點，行業可能已經達到了收益遞減的點。在這個點上，同一人工智慧模型的每一次新迭代所帶來的好處都會越來越小。“這裡有一個沒人願意討論的重大數學難題，”諾布林說，“要讓這些模型的性能提高兩倍，需要花費五倍的能源和金錢。”訪問以下網址，訂閱最新新聞電郵：https://nbwpress.com/subscribe.html他補充說：“容易取得的成果已經沒有了。現在，任何微小的改進都需要指數級增長的計算能力、更多的資料中心和更強大的電力。”因此，諾布林預測，“人工智慧炒作周期正在達到頂峰”，“收益遞減的趨勢已無法掩蓋”，而“競爭對手正在迎頭趕上”。諾布林建議投資者遠離OpenAI，他認為“在目前的估值下，我不會碰與OpenAI相關的股票”，因為“風險狀況極其嚴重”。在另一條推文中，諾布林將山姆·奧特曼去年在一次播客節目中被問及公司令人震驚的財務狀況時失態的行為，與安然公司前首席執行長傑佛瑞·斯基林相提並論。斯基林曾在2021年一次臭名昭著的電話會議上，因被問及為何不公佈資產負債表而辱罵分析師為“混蛋”。斯基林是安然醜聞的核心人物，在公司倒閉後，他最終被判犯有共謀、內幕交易和證券欺詐罪。諾布林發表上述評論一周前，無黨派智庫外交關係委員會的高級研究員塞巴斯蒂安·馬拉比在《紐約時報》的一篇文章中預測，OpenAI可能會在“未來18個月內”耗盡資金。他寫道：“OpenAI的失敗並非是對人工智慧的控訴，而僅僅是最具炒作精神的人工智慧建構者的終結。”另一方面，諾布林顯然持更為悲觀的立場，他認為奧特曼去年底宣佈的“紅色警報”是一個警示訊號，預示著未來將面臨艱難的道路。“我再說得再清楚不過了，”諾布林在後續推文中寫道。“堅決抵制騙子奧特曼！”“OpenAI簡直就是個燒錢機器，”他補充道，“這款產品只會讓投資者蒙受損失。” (美股財經社)

馬斯克和奧特曼，又双叒叕撕起來了。今天凌晨，馬斯克轉網友推文稱，不要讓你的親人使用 ChatGPT。該推文顯示， ChatGPT 已被關聯 9 起與其使用相關的死亡事件，其中 5 起據稱是因 ChatGPT 的互動導致自殺，包括青少年和成年人。對此，奧特曼很快作出回應，順帶還將矛頭對準了馬斯克旗下的特斯拉和 xAI 旗下的聊天機器人 Grok，並嘲諷後者最近因生成不雅圖正被各國監管圍剿。但這倆人現在能在網上吵得這麼凶，歸根結底還是因為一場即將到來的世紀訴訟，日前，美國加州法院終於敲定了馬斯克訴 OpenAI 案的審判時間，預計將在 4 月下旬開庭，看得出，馬斯克這回也是真「破防」了，索賠微軟和 OpenAI 的金額高達 1340 億美元。檔案地址：https://www.courtlistener.com/docket/69013420/musk-v-altman/?order\_by=desc畢竟在他看來，自己當年出錢、出力、刷臉賣人脈，結果現在 OpenAI 估值飆到了 5000 億美元。自己不僅成了矽谷最大的「冤大頭」，還親手養出了一個最強競爭對手。也正是因為這場官司，一大批原本被封存的秘密檔案被迫公之於眾。這其中，一些重磅郵件和簡訊記錄，也把 2023 年那場著名的 OpenAI「宮斗大戲」的細節抖落得乾乾淨淨。根據外媒 GeekWire 的梳理，最讓人驚掉下巴的不是奧特曼被開除，而是微軟在那個周末的「鈔能力」：省流版如下：1. 當奧特曼被罷免時，微軟 CEO 納德拉雖不知情，但火速註冊了新子公司，並準備了 250 億美元（約 1700 億人民幣），如果奧特曼不能重返 OpenAI，就打包挖走 OpenAI 所有員工，覆蓋其薪水和股權。2. 雖然微軟對外宣稱「無控制權、無投票權」。但內部聊天顯示：在改組新董事會時，納德拉和微軟 CTO 話語權極高，曾直接否決奧特曼提議的董事人選（Strong strong no）。3.  OpenAI 成立初期使用 AWS，微軟根本排不上號。2016 年，因馬斯克討厭貝索斯（覺得他是傻瓜），親自建議奧特曼轉投微軟懷抱，助推了 OpenAI 與微軟的進一步接觸和合作。4. 2017 年微軟高管曾拒絕過 OpenAI 的 GPU 算力請求，認為「不划算」；比爾·蓋茲最初也反對微軟押注 OpenAI。直到被 Google 的 AI 進展嚇到， 納德拉才決定 All in。5.目前，OpenAI 與微軟漸行漸遠，微軟失去獨家控制權，但持有 27% 股權，鎖定未來 2500 億美元雲服務承諾，且 IP 授權續到了 2032 年（規避了 AGI 條款風險）。OpenAI 目前估值 5000 億美元，但也重新引入亞馬遜 AWS 合作，不再單純依賴微軟。附上參考連結🔗https://www.geekwire.com/2026/the-microsoft-openai-files-internal-documents-reveal-the-realities-of-ais-defining-alliance/一夜之間，微軟備好 250 億美元「贖身費」把時針撥回到 2023 年 11 月 17 日那個混亂的下午，OpenAI 董事會突然宣佈罷免 CEO 奧特曼，並解除總裁格雷格·布羅克曼的職務。面對奧特曼突然出局，微軟 CEO 納德拉其實也是一臉懵。直到事發前十幾分鐘，他才接到前 OpenAI CTO 米拉·穆拉蒂（Mira Murati）的通知。同樣地，董事會成員（Ilya Sutskever、Tasha McCauley、Helen Toner 和 Adam D’Angelo）在前一晚才通知 Murati，並只給了她不到 24 小時的準備時間。據微軟 CTO 凱文·斯科特（Kevin Scott）回憶，米拉當時的語氣「就像被卡車碾過一樣」。隨後就是那個著名的「瘋狂周末」。那時外界都以為作為最大金主的微軟在焦頭爛額，實際上，納德拉想的卻是，既然 OpenAI 董事會不聽話，那就乾脆另起爐灶。最新曝光的簡訊實錘了這一點。就在那個周六，微軟一方面利用媒體施壓 OpenAI 董事會，另一方面私下火速註冊了一家名為 Microsoft RAI Inc. 的新子公司（RAI 代表「負責任的人工智慧」）。微軟總裁布萊德·史密斯當時給納德拉發消息說：子公司已備好，周一就能提交檔案並注資，隨時可以接手山姆及團隊。奧特曼也回得很乾脆：「kk。（好的）」這可不僅僅是接手幾個人那麼簡單，微軟評估了一下，如果要把 OpenAI 的所有員工打包挖過來，得覆蓋他們的薪水和股權補償。這筆錢大概是 250 億美元，折合人民幣，大約 1700 億。到周日，Twitch 聯合創始人 Emmett Shear 接替 Murati，成為新的臨時 CEO。當天晚上，當董事會仍拒絕讓奧特曼回歸時，納德拉公開宣佈，微軟已準備好聘請奧特曼及其核心團隊成員。在證詞中，納德拉回憶說：「在一堆糟糕的選項中，這確實不是我最想要的那個。」但他補充道，這是「相對更好的選擇」。畢竟，最糟的結果將是這些人全部離開，然後投奔微軟的競爭對手。後面的故事大家都知道了，一大群 OpenAI 的員工紛紛聯絡奧特曼和 OpenAI 總裁格雷格·布羅克曼，表達對他們的忠誠，並在 X 等公開平台統一發出同一句話：「OpenAI Is Nothing Without Its People（沒有員工，OpenAI 什麼都不是。）」奧特曼也上演了「王者歸來」。而更有意思的是，雖然微軟一直對外宣稱自己不控制 OpenAI，甚至在新組的董事會連個投票權都沒有，主打一個人畜無害的投資人形象。但檔案裡的聊天記錄，可是實實在在地「打臉」了。在奧特曼回歸談判的關鍵時刻，雙方在討論新董事會人選。納德拉和 CTO 斯科特在群裡那是相當強勢，不僅直接否決了奧特曼提議的幾個人選，斯科特更是急得打出了：「Strong strong no」（絕對絕對不行）！甚至，斯科特還開玩笑說，要不我自己辭職去當個董事？納德拉回了他一個「👎」的表情。雖然是玩笑，但也分明可以看出納德拉在「垂簾聽政」這一塊可謂是手拿把掐。只要微軟不點頭，奧特曼想讓誰進新董事會都懸。馬斯克做夢也沒想到，微軟成最大贏家這次曝光的檔案裡，也有不少之前曝光的消息，其中最讓馬斯克心梗的恐怕不是錢，而是歷史的迴旋鏢。檔案顯示，最早和 OpenAI 合作的其實是亞馬遜 AWS。2015 年 OpenAI 剛成立時，用的就是亞馬遜的雲。當時的納德拉還在郵件裡酸溜溜地問團隊：「咱們被邀請了嗎？好像 AWS 偷偷插了一腳。」當時的 OpenAI，非常直白地將亞馬遜 AWS 列入了捐贈名單，微軟連個名字都沒混上。納德拉甚至在郵件裡酸溜溜地質疑：用亞馬遜的雲，還好意思說自己「Open」？OpenAI 成立當天的官方部落格🔗 https://openai.com/index/introducing-openai/沒想到的是，卻是馬斯克親自推動了微軟和 OpenAI 的進一步接觸和合作。🔗 https://storage.courtlistener.com/recap/gov.uscourts.cand.433688/gov.uscourts.cand.433688.379.38.pdf2016 年，奧特曼問馬斯克，要不要從亞馬遜換到微軟雲？馬斯克當時正看亞馬遜的貝索斯不順眼。他在郵件裡回覆說：「我覺得貝索斯像個傻瓜，納德拉不是，所以我傾向微軟。」當然，微軟也不是一開始就這麼大方。2017 年，馬斯克興致勃勃地給納德拉打電話，提議搞個大項目：用 1 萬張 GPU 訓練 AI 打 Dota 2。奧特曼更是吹捧這是「AI 史上最震撼的成就」。🔗 https://storage.courtlistener.com/recap/gov.uscourts.cand.433688/gov.uscourts.cand.433688.379.39\_1.pdf結果微軟高管算了一筆帳，結論就倆字：不值，高管 Jason Zander 在郵件裡直言：「這成本根本不具備可行性，我不會為了這個賠本。」，拒絕了。沒想到，OpenAI 在 2018 年發佈的 OpenAI Five，由五個深度學習神經網路組成，完全依靠自我對弈進行強化學習訓練，在不使用人類對局資料的情況下擊敗了業餘人類 Dota 2 隊伍，給 Google 狠狠地宣傳了一波。到了 2019 年，Google 的 AI 進展震驚微軟。這時候，納德拉才力排眾議決定 All in OpenAI。 重點來了：比爾·蓋茲當時是反對的！ 這位前世界首富明確表示：微軟應該自己搞 AI，別在外面瞎押注。甚至連微軟 CFO 艾米·胡德都覺得 OpenAI 設計的「利潤上限」是個笑話——「鑑於這個上限實際上高於 90% 的上市公司，我不確定它是否真有什麼約束力，也談不上多麼利他。不過，這取決於 Sam 自己對上限的決定。」事實證明，艾米·胡德還是懂 OpenAI 的。再後面的故事就是 ChatGPT 的橫空出世。和之前的爆料一致，OpenAI 的董事會竟然是刷 X 時才知道產品上線的，奧特曼壓根沒正式通知董事會，這也讓董事會成員 Helen Toner 後來吐槽道：「我都習慣了啥都不知道。」右為 Helen Toner作為最大投資方，微軟最關心的只有一件事：商業化。2023 年 1 月中旬，納德拉直接給奧特曼發去簡訊，詢問付費訂閱版本的具體上線時間。奧特曼無奈回覆：希望能在一月底前搞定，但目前最大的瓶頸是嚴重不足的算力和因此導致的糟糕體驗。在接下來的兩周內，奧特曼和納德拉進行了多輪對話，我們也能從中看到一些新的資訊。奧特曼：你們希望我們什麼時候上線？納德拉：總體來說，越早越好。在某種程度上，Bing 可以視為帶廣告支援的限定版，這樣我們就能在同一個基礎模型上，同時在市場中推出兩個版本兩周後：納德拉：順便問下……你們現在的訂閱使用者有多少？奧特曼：OpenAI 擁有 600 萬日活躍使用者，已經達到算力上限，同時還有 5000 萬人因為資源不足而被拒絕註冊。由於法律問題，我們不得不推遲收費，但應該會在下周上線。2023 年 2 月 1 日，定價 20 美元/月的 ChatGPT Plus 正式上線。緊接著，微軟向 OpenAI 注資 100 億美元，然而，誰也沒能想到就在這蜜月期過了不到兩年，這對 AI 圈的「最強 CP」的關係，差點就徹底崩盤。如今，OpenAI 與微軟漸行漸遠，但好在 OpenAI 終於完成資本重組，變成了估值 5000 億美元的 AI 巨無霸。 而微軟雖然失去了獨家控制權，甚至 OpenAI 又重新和「前任」亞馬遜 AWS 簽了 380 億美元的大單。但微軟手裡依舊捏著三張王牌：27% 的股權；未來 2500 億美元的雲服務承諾；拆除了「AGI 炸彈」：以前條款規定一旦 AGI 達成，微軟就沒權用了；現在新協議直接把 IP 授權續到了 2032 年。換句話說，微軟雖然沒能完全控制 OpenAI，但已經穩穩當當地把自己綁在了這艘 AI 巨輪上。無論 OpenAI 未來走向何方，微軟都能分到最大的一杯羹。只有馬斯克還在法庭上，試圖討回他當年的 3800 萬美元投資，以及那個「拯救人類」的非營利初心。 (APPSO)

據外媒報導，特斯拉CEO馬斯克和OpenAI CEO奧特曼又開始“打嘴仗”了，馬斯克讓大家別用ChatGPT，而奧特曼則表示，特斯拉Autopilot不安全。馬斯克首先“開炮”，他周二在社交網路上轉發了一條帖子，該貼文稱“自2022年發佈以來，已有九名兒童和成人的死亡與使用ChatGPT有關”。馬斯克還寫道：“別讓你愛的人使用ChatGPT”。奧特曼則回應稱，我們需要保護易受傷害的使用者，同時還要確保我們的安全防護措施不會妨礙所有使用者使用我們的工具。這確實很難。隨後，奧特曼開始抨擊特斯拉的Autopilot。他表示，“顯然，已有超過50人死於與 Autopilot相關的車禍。我之前只坐過一次搭載該系統的車，但我第一感覺就是，這個東西還遠算不上安全。馬斯克和奧特曼之間的矛盾由來已久。比如，去年馬斯克起訴蘋果和OpenAI，聲稱這兩家公司將ChatGPT深度整合進iPhone的做法扼殺AI行業的競爭。馬斯克旗下有AI初創公司xAI。OpenAI去年也對馬斯克提起反訴，稱其試圖拖慢OpenAI的發展。 (TechWeb)

【新智元導讀】4月27日，馬斯克訴OpenAI案即將開庭。OpenAI甩出重磅炸彈：馬斯克不僅支援OpenAI轉型營利，還索要OpenAI絕對控制權。這場官司表面是非營利vs營利之爭，實則是一場關於誰來掌控AGI的終極博弈。如果說科技界有什麼大戲能讓全球吃瓜群眾腎上腺素飆升，那絕對是奧特曼與馬斯克的世紀大決裂。剛剛，這場科技圈最吸睛的「豪門恩怨」，迎來了個大升級！先是法院一下子解封100多份訴訟檔案，爆出奧特曼竟然間接持有OpenAI的股份，他還同時擔任非營利組織的獨立董事和CEO！OpenAI總裁Greg Brockman也早就想把馬斯克踢出局，組建一家營利性公司。馬斯克稱，這些只不過是冰山一角。另一邊，OpenAI再也坐不住了，直接在其官網上甩出了一篇名為《The truth Elon left out》（埃隆遺漏的真相）的檄文。文章直接甩出了大量2017年前後的內部郵件、簡訊記錄，甚至還有聯創Greg Brockman的私人日記摘錄——這些都是在訴訟過程中被法院解封的證據。OpenAI的觀點簡單粗暴：馬斯克不是什麼「被背叛的理想主義者」，他才是最早喊著要把OpenAI變成營利性公司的人！只不過，當年談判破裂的原因是——他想要絕對控制權，而我們拒絕了。搞笑的是，奧特曼第一時間就跑到馬斯克的x上貼出了這篇文章。更加勁爆的是，奧特曼還在帖子中爆料了更多細節。他說，馬斯克的訴訟檔案是在斷章取義，專挑有利於自己的內容，不利他的都被忽略。奧特曼還爆出，馬斯克想要籌集800億美元在火星上建造一座自給自足的城市。最讓人震驚的是，馬斯克還出乎意料地提到要讓自己的孩子掌控AGI！讓我們把時間線倒回到2015年。那一年，馬斯克、奧特曼、Ilya等矽谷大佬成立了非營利的OpenAI，願景很「聖母」：開發安全AGI，造福全人類，不讓科技巨頭壟斷。馬斯克是OpenAI聯合創始人、董事會成員、最大金主，承諾投10億美元（實際到帳4500萬），和奧特曼一起四處宣傳，儼然是AI安全的守護神。但到2017年，殘酷現實來了：搞AGI太燒錢，非營利架構根本籌不到足夠資金。而GoogleDeepMind正瘋狂挖人砸錢。OpenAI不改結構，怕是活不下去。要不要轉型的討論由此開始。而這段時期的郵件記錄，正是如今這場法庭大戰的核心證據——也是雙方互指對方「撒謊」的戰場。馬斯克才是「營利化」的幕後推手？OpenAI最新發佈的博文，逐條反駁了馬斯克在訴訟中的指控。馬斯克的共識：「非營利」在馬斯克的訴訟敘事中，他是非營利主義的堅定捍衛者，而奧特曼等人則是叛徒。但早在2017年9月，OpenAI的創始人們就已經意識到，非營利組織是造不出AGI的。那個時候，不僅是奧特曼，就連馬斯克自己也同意：我們需要轉型。來看這份2017年9月的通話記錄，馬斯克說：「我們要弄清楚如何從非營利組織過渡到本質上是慈善事業的B-corp（共益企業）或C-corp（普通公司）……必須講好這個故事，不能失去道德高地。」也就是說，馬斯克也曾是轉型的推動者。更有意思的是，當時OpenAI的靈魂人物Ilya Sutskever提出，能否保留非營利組織，另設一個C-corp？馬斯克對此表示贊同，認為這聽起來是正確的一步。火星殖民的嫁衣？這可能是本次爆料中最勁爆的部分。也許馬斯克爭奪OpenAI只是為他的火星夢找錢包和引擎。在談判最激烈的階段，馬斯克提出了一個驚人的要求：他需要OpenAI的多數股權和完全控制權。為什麼？因為他想籌集800億美元的財富，用於在火星上建立一個自給自足的城市。馬斯克甚至提到未來可能由他的孩子們來控制AGI。甚至在OpenAI結構調整談判開始前，馬斯克就已經在把OpenAI當自家後院用了。2017年初，他要求OpenAI派團隊去幫特斯拉修補自動駕駛系統（Autopilot）。包括Scott Gray、Ilya、Greg以及Andrej Karpathy等大神，都曾耗費大量時間去幫特斯拉幹活。只有加入特斯拉才有勝算馬斯克在法庭檔案中最有力的一擊，是引用了Greg Brockman 2017年11月6日的一篇日記。日記中，Greg Brockman承認，他和Ilya「確實想要營利性的B型公司。」但OpenAI在部落格中給出的背景是，馬斯克給OpenAI下達了最後通牒：要麼給他更多董事會席位和控制權，並在一段時間內不准辭職；要麼他就走人，自己去搞競品。Greg和Ilya在糾結。他們想要保住這個非營利組織，但他們知道沒有巨額資金是做不下去的。他們擔心如果現在答應了馬斯克的要求（承諾保持非營利），但幾個月後發現活不下去必須轉為營利公司，那就是在撒謊。格雷格寫道：「如果我們現在承諾了非營利，三個月後卻做了B-corp，那就是謊言……那將是道德破產。」按照OpenAI的說法，正因為Greg和Ilya不想道德破產，不想欺騙馬斯克，所以他們拒絕了馬斯克的最後通牒！到了2018年初，分手已成定局。馬斯克告訴OpenAI團隊，你們想要募集幾十億美元？別做夢了。就算你們去做ICO（發幣），也搞不到這筆錢。他斷言OpenAI相較於Google，「正走在一條註定失敗的道路上」。馬斯克在離開時留下了一句殺人誅心的話：如果你們不想跟我幹，沒問題，但我給你們的成功率評估是0%。只有併入特斯拉，你們才有那麼一絲勝算。AGI控制權之爭撥開這些郵件的迷霧，表面上看，這是一場關於OpenAI是否應該營利的法律糾紛。馬斯克站在非營利的道德高地上，指責奧特曼變成了「叛徒」。但實際上，這更是一場關於AGI控制權的終極戰爭。馬斯克在郵件裡暴露出的核心邏輯非常清晰：AGI太危險也太強大了，所以它必須由我來控制。如果不能由我控制（比如在特斯拉旗下，或者由我控股），那麼它就不應該存在。奧特曼和OpenAI團隊的邏輯則是：AGI需要巨大的資源（算力、電力、資料），這需要巨額資本。為了獲得資本，我們必須妥協做一部分營利結構。但我們不能把控制權交給某一個獨裁者，不管是馬斯克還是OpenAI自己的領導層。這就是矛盾的死結。事實上，Ilya後來在2023年短暫領導了一場針對奧特曼的「政變」，把他趕下CEO位置（雖然幾天後奧特曼就在微軟的支援下回歸）。翌年，Ilya離開OpenAI，創辦了自己的AI安全公司。這說明對AGI控制權的擔憂，從來不只是針對某一個人。馬斯克擔心Google壟斷AGI，擔心OpenAI被微軟控制，擔心奧特曼變成「騙子山姆」（Scam Altman，這是馬斯克給他起的外號）。OpenAI擔心馬斯克變成「AGI獨裁者」，擔心任何個人獲得對最強大技術的絕對控制權。Ilya擔心的可能更多——他擔心整個行業在追逐利潤的道路上忘記了安全。尾聲：法庭見4月27日，馬斯克和奧特曼將在奧克蘭聯邦法庭上，在陪審團面前宣誓作證。這將是一場價值數千億美元的信用之戰。馬斯克將努力證明自己是被欺騙的受害者，奧特曼則要證明馬斯克只是一個輸不起的前合夥人——既然自己當不成「AI救世主」，就要把競爭對手拉下水。無論誰贏，這場官司都已經給全世界上了一課：當人類歷史上最強大的技術即將誕生，圍繞它的權力鬥爭會有多麼激烈、多麼醜陋、多麼……人性。畢竟，AGI可能改變一切——財富、權力、甚至人類的命運走向。在這樣的賭注面前，即使是曾經的朋友、曾經的戰友、曾經共同簽署創始檔案的人，也可以反目成仇、對簿公堂、在推特上互罵「叛徒」和「竊賊」。Ilya在2017年寫下的那句話，或許應該被刻在每一家AI公司的牆上：OpenAI的目標是讓未來變得美好，避免AGI獨裁。剩下的，就交給法官和評審團來評判吧。 (新智元)