•
奧特曼回應一切：ChatGPT不是美國版微信，Sora是為假視訊時代「打預防針」|附萬字採訪
我們已經可以認真討論「零人公司」這件事了。
2025 年 DevDay 現場，OpenAI CEO Sam Altman 在接受博主 Rowan Cheung 的採訪時拋出了這個觀點。語氣輕鬆，但份量不輕。
資料支撐著他的底氣：ChatGPT 使用者周活躍使用者突破 8 億，周活躍開發者突破 400 萬，最近發佈的 AgentKit 讓普通人幾分鐘就能搭建複雜 Agent，AI 也開始在數學和科學領域做出「小小的發現」。
這些成就背後藏著一個更深的問題：當 AI 能完成越來越多的工作，「工作」本身還意味著什麼?在 Altman 看來，50 年前的農民無法想像坐在辦公桌前敲鍵盤也能叫工作， 就像我們現在也無法想像未來人類會把時間花在那些事情上。
不同的是，這次轉變的速度可能快到讓人措手不及。
整場訪談中，Altman 展現出一種難得的坦誠。他承認 OpenAI 在某些測試上輸給了競爭對手， 承認提前發佈 Sora 是為了讓社會接受假視訊的衝擊， 承認「AI slop」(AI 垃圾) 確實是個問題——但話鋒一轉，他補充道：人類自己也一直在製造爛活兒。
採訪最後，Altman 耐人尋味地表示，他很羨慕現在 20 歲的創業者，因為有了 AI，機會空間「實在太廣了」。
採訪省流版：
關於產品發佈和未來方向
核心重點是智能體（Agent）：他個人對 Agent 的方向最感興趣，並認為將 Apps 與 ChatGPT 結合會非常強大。
Agent Builder 是革命性的：他認為從 GPT Builder 到 Agent Builder 的最大飛躍是模型本身能力的巨大提升。現在的 Agent Builder 實現了「無程式碼革命」，讓普通知識工作者也能輕鬆建構複雜的智能體系統，這是軟體開發領域地震式的變化。
語音互動潛力巨大：他不認為語音是唯一的最終互動方式，但在許多場景下是一種非常自然、被低估的互動方式。當前智能音箱體驗不佳是因其背後的 AI 不夠強大，而非語音互動本身的問題。
關於 AI 的發展和影響
開發速度將極大提升：AI 工具將使軟體開發周期一降再降，讓創業者可以極快地測試和迭代想法。
自主智能體即將到來：他認為，像 Code Interpreter 這樣能獨立完成「一周工作量」的智能體，可能很快就能實現，並非遙不可及的目標。技術突破的關鍵在於更聰明的模型、更長的上下文處理能力和更好的記憶系統。
AGI 的核心是發現新知識：對他而言，AGI 最重要的衡量標準已不是通過某個測試，而是 AI 開始具備「發現新知識」並擴展人類知識邊界的能力。他對此感到非常樂觀。
社會將快速適應 AI：他以「圖靈測試」被超越後社會迅速適應為例，認為人類也會很快習慣 AI 做出科學發現，以及適應由 AI 生成的、真假難辨的視訊內容。
關於創業和商業模式
創業者的獨特優勢是在實踐中發現的：他建議創業者從「有用、能跑得通」的事情做起，在過程中逐步發現並形成自己的長期優勢（護城河），就像 ChatGPT 的「記憶」功能一樣，是事後才發現其巨大價值的。
OpenAI 不想做「超級應用」：他們的目標是建構一個強大的「AI 超級系統」，而不是像微信那樣的「超級 App」。因此，功能（如 Sora 視訊生成）可能會作為獨立應用存在，以適應不同的使用者場景和心態。
Sora 等新產品的商業模式仍在探索中：他提到，可能會嘗試讓使用者付費生成視訊，並與授權肖像的名人進行「收入分成」，但最終的商業模式（按次計費、訂閱或廣告）將取決於產品的演化和使用者的主流使用方式。
關於社會和未來
「AI 製造垃圾工作」是偽命題：他認為低效工作（slop）是人類固有的問題，而非 AI 獨有。經濟體系會自我糾正，最終獎勵那些高效使用工具的人。
未來工作的形態會徹底改變：以「農民」作類比，他認為未來由 AI 創造的新工作在我們看來可能「不像真正的工作」，但人類依然會找到新的目標和意義。他擔憂的是轉型的短期陣痛。
需要全球性的 AI 安全框架：他認為，隨著模型越來越強大，世界需要一個全球性的框架來降低潛在的災難性風險，這個框架應從一個完善的「測試機制」入手。
另外，今天凌晨，Sam Altman 接受 a16z 的訪談視訊也正式公開，我們也整理了其中幾個值得關注的觀點。
OpenAI 的核心願景：
最終目標是建構通用人工智慧（AGI）並使其對人類有益。
實現這一目標的主要方式是為使用者提供「個人 AI 訂閱服務」，這個 AI 將深度瞭解使用者，並在各種裝置和服務中提供幫助。
產品與 AGI 的關係（共同進化理論）：
像 ChatGPT 和 Sora 這樣的產品，不僅是消費級應用，更是實現 AGI 的關鍵步驟。
它們不僅能推動核心研究（如 Sora 幫助建構「世界模型」），更重要的是能讓社會與技術「共同進化」，幫助公眾逐步理解和適應即將到來的技術變革，避免技術成熟後突然衝擊社會。
對未來的關鍵預測（AI 科學家）：
Sam Altman 個人最興奮的未來方向是「AI 科學家」。他認為，衡量 AI 的真正標準不是圖靈測試，而是當 AI 能獨立進行科學研究並做出新發現時。
他預測，在兩年內，AI 模型將能夠承擔更大規模的科研任務，並做出重要的科學發現，這將是推動人類社會進步的巨大變革。
商業與戰略：
激進地投資基礎設施：由於對未來的研究路線圖和模型經濟價值極度自信，OpenAI 正在進行大規模的基礎設施投資，並與整個行業的眾多公司（如 AMD、Oracle、NVIDIA）展開廣泛合作。
對廣告模式持謹慎開放態度：他認為廣告並非完全不可行，但使用者信任是絕不能破壞的底線。任何為商業利益而犧牲推薦質量的廣告模式（如付費推薦產品）都是不可接受的，因為這會摧毀使用者與 ChatGPT 建立的信任關係。
支援開源：他認為開源是件好事，並對自家開源模型的受歡迎程度感到高興。提供高品質的開源模型也是一種重要的戰略，可以為全球開發者和學術界提供可靠的選擇。
關於版權和資料訓練的看法：
他大膽預測，社會最終會認定，用於模型訓練的資料屬於「合理使用（fair use）」。
但他認為，直接用 AI 生成受版權保護的內容，則會出現新的規則和商業模式。
他觀察到一個新趨勢：許多版權方已經從擔憂「AI 用了我的角色」轉變為擔憂「AI 用我的角色用得不夠多」，他們希望在保證角色形象不受損害的前提下，通過 AI 互動來提升 IP 價值和粉絲粘性。
Rowan Cheung：現在是 2025 DevDay，你能不能總結一下今天公佈了那些內容？你個人又對那部分最感興趣？
Sam Altman：我對所有內容都很興奮。嗯，我很關注 ChatGPT，這其實是我一直想做的事情——和人們聊聊他們在用它做什麼。
智能體（agent）這個問題也讓我很感興趣，很多關於 agent 的內容我真的很想親自用用。但如果非要說一個重點，我覺得 Apps 和 ChatGPT 的結合會非常棒。我很喜歡 Agent 這個方向。
Rowan Cheung：如果讓我作為一個開發者去嘗試一些酷炫的東西，那我可能會從那裡開始。另外我們現在有八億使用者了，恭喜啊，這真的很了不起。顯然，ChatGPT 已經成為下一個重要的分發平台。
現在開發者可以通過 Apps SDK 建構基於 ChatGPT 的應用，我覺得這是一個巨大的機會。
Sam Altman：我覺得我們還需要一些迭代，來摸索出人們真正想怎麼用這些東西。比如：使用者到底更傾向於通過呼叫某個應用來完成任務，還是希望 ChatGPT 本身就知道他們想幹什麼並主動推薦？
我認為，開發者最終會找到一種新的分發機制，非常適合他們。但說到底，這些產品推向世界後，總是會帶來一些意想不到的驚喜。
Rowan Cheung：我記得你們也發佈了一些文件，教大家怎麼更好地被推薦，是嗎？
Sam Altman：是的，不過也要加一句常規提醒：這是全新的產品，變化很快，我們會邊走邊學。但沒錯，這些文件我們今天就會發佈。
幾分鐘部署智能體，軟體開發真的在「地震」
Rowan Cheung：我很想讀一讀那些文件。嗯，我們來聊聊 Agent Builder（智能體建構器）吧，回到第一次 DevDay 的話題。
兩年前，你們發佈了 GPT Builder，那真的很棒。我記得我好像是最早建構公開 GPT 的人之一。那麼，從那時候到現在，你們做了那些重大改進，才有了今天的 Agent Builder？
Sam Altman：最主要的變化就是模型本身變得更強大了。我們等下會談到很多方面，但我回頭想想那次首次 Dev Day，模型能力的差距真的非常大。雖然也就二十幾個月，但我們已經走了很長一段路。
除此之外，我們還學到了很多使用者想如何建構這種智能體工具。他們也希望能把這些智能體部署到 ChatGPT 之外的其他平台上。
我覺得最驚喜的是，現在建構一個複雜系統變得非常簡單。比如你現在可以直接用一個可視化工具，把幾個檔案上傳，配置一些資料來源，告訴它你要實現什麼目標，然後就可以部署了。整個流程只需要幾分鐘。
昨天我們還在內部演示，我第一次完整看了一遍整個流程。像 Code Interpreter（程式碼直譯器）、Agent 工具包這些東西，加上整個建構體驗，讓我覺得軟體開發經歷了一場地震式的變化。我自己都還沒完全弄明白這會帶來多大的影響。
Rowan Cheung：如果我理解沒錯的話，在 Agent Builder 裡，基本上可以零程式碼建構智能體對吧？
Sam Altman：對，完全可以。
Rowan Cheung：當然，懂點程式設計會更有幫助，能做更複雜的功能，但普通的知識工作者也可以上手建構。
Sam Altman：沒錯，人人都可以建構智能體。
Rowan Cheung：這聽起來幾乎就像是一次「無程式碼革命」，只是這次是針對智能體的。
Sam Altman：完全同意。就像你說的，懂一點或很多程式碼確實能做出更強大的東西，但最重要的是，現在的入門門檻已經非常低了，幾乎人人都能開始嘗試。
Rowan Cheung：你覺得這些變化會對下一波創業者或者開發者產生什麼影響？
Sam Altman：這正是我最近一直在努力思考的事情。我在後台看演示時就在想——這些東西在一年前做起來要花費很長時間。而現在，你幾乎可以即時做出來。說真的，我現在已經快跟不上點子生成的速度了。
我還不確定這會如何演變，但很明顯，全世界將會有越來越多的軟體被寫出來。測試和迭代的速度會不斷加快，開發周期會一降再降。
只是……我現在真的很難完全想明白這意味著什麼。我覺得最明顯的變化是：一切都會發生得更快，你可以快速嘗試很多想法，更快地找到更好的方向。但除此之外，還會帶來什麼變化，我也說不好。
「一人公司」離我們只差幾個 prompt
Rowan Cheung：我聽說你和朋友之間還有一個打賭——猜測第一個靠 AI 智能體賺到十億美元的公司會什麼時候出現。你覺得 Agent Builder 會讓這個目標更接近嗎？
Sam Altman：可能還沒到那個時候。嗯，之前我們打賭的點是：第一個「一個人公司」靠 AI 賺到十億美元會何時誕生。雖然我們沒正式立個規則，但大家一直在猜什麼時候會出現第一個這種公司。
Rowan Cheung：那「零人公司」呢？是幾個月，還是幾年？
Sam Altman：我猜，可能還需要幾年。但關鍵是——我們現在已經可以認真地去討論這樣的一天了。你可以直接在 ChatGPT 裡寫個提示詞，然後它就能幫你搞定一切。
Rowan Cheung：這已經非常瘋狂了，我完全同意。不過 2025 年原本被很多人認為是「智能體元年」。我們確實看到了一些還不錯的智能體產品，但它們仍然需要大量人工監督和反饋。你覺得什麼時候我們才能擁有那種一整周都不需要人干預的智能體？
Sam Altman：我覺得，像 Code Interpreter（程式碼直譯器）這樣的工具，距離完成「一周的工作量」其實已經不遠了。雖然聽起來有點瘋狂，但我覺得這並不是一個遙不可及的 2025 年目標。
今天我還和一些人聊起這事，他們也很驚訝地說：「它現在真的已經能完成一天的任務了？怎麼發展得這麼快？」老實說，我通常不會覺得 AI 的進步有多誇張，但在 ChatGPT Code Interpreter 能完成的任務長度這個方面，我真的感受到一種爆炸式的進展。所以我猜，一周等級的任務，可能真的很快就能實現。
Rowan Cheung：那要實現這種 Agent，還需要那些技術上的突破？
Sam Altman：更聰明的模型、更長的上下文處理能力、更好的記憶系統。
Rowan Cheung：好的。你們現在有了 AgentKit、持續升級的模型、Codex，還有 API。看起來現在真的能建構太多東西了。那如果你回到過去，把一個剛從史丹佛退學的 20 歲年輕人帶到現在，並讓他擁有我們今天所有的工具，你覺得他該做什麼，不該做什麼？
Sam Altman：我前幾天其實還真在想這個問題。老實說，我挺羨慕現在這代 20 歲的創業者們的，因為他們能做的事情太多了，機會空間實在太廣了。過去幾年裡，我一直沒騰出真正完整的時間去深入想「我要做什麼」，但我知道現在有非常多值得建構的好產品。今天和現場很多人聊天，也被他們正在做的項目震撼到了。真的很棒。
Rowan Cheung：我自己也是從零開始，我覺得現場很多開發者可能也是這種狀態。現在能做的東西太多了，你有沒有什麼建議？比如說，在建構產品時，應該尋找怎樣的「獨特優勢」？是分發方式？資料？還是某種工作流模型？
Sam Altman：這個問題抽象地講我一直覺得挺難回答的。因為我認為最好的「獨特優勢」，往往是你自己為你要做的事情量身打造的。我們在 OpenAI 也花了很多精力去找到這一點。我覺得這沒有通用的「最佳答案」。
最好的回答應該是：你找到了一些，只對你當前產品、技術、市場定位在這個時間點上才成立的獨特東西。而這類東西，往往就構成了你能創造巨大價值的核心。
不過，有一點通用的建議我可以說：你是在做的過程中逐步發現優勢的。我很喜歡一句經典的商業名言——「讓戰術變成戰略。」
你可以先從一些「有用、能跑得通的事情」開始，往往在這個過程中，就會慢慢浮現出某些可以上升為戰略的東西。
如果你在我們剛開始做 ChatGPT 的時候問我：「你們未來會有什麼持久的優勢？」我可能會說「我也不知道」，或者給你一堆猜測，但不會有特別自信的答案。
但現在回頭看，像「記憶」功能，其實就成為了一個非常強的競爭優勢，也是使用者持續使用 ChatGPT 的重要原因之一——可當時我們壓根沒想到這點。
所以你在建構功能時，有時會意外地發現：「哇，這個點其實可以成為我們長期的護城河。」這就是你一邊走、一邊找、慢慢形成的過程。
Rowan Cheung：有沒有什麼跡象能告訴我們，現在在建構產品時應該朝著那種「長期優勢」去努力？比如說該怎麼為 GPT-6 時代佈局？或者說，現在到底該怎麼思考產品建構這件事？
Sam Altman：這個嘛，最終還是得你自己去摸索出來。當然如果有時間我很樂意參與頭腦風暴，這事兒本身就挺有趣的。
但說實話，OpenAI 現在幾乎佔據了我全部的腦力空間，我已經沒有什麼機會去認真思考怎麼創業了，這點其實還挺遺憾的。
我覺得 AI 雖然改變了世界上很多事情，但它並沒有改變一個公司獲得優勢的底層機制。
比如說，網路效應、品牌和市場優勢、使用者資料、平台或市場的雙邊效應等等，這些因素過去行得通，現在依然有效。如果你去列一個近幾年成功企業的清單，那些驅動力大機率現在也還適用。只不過，現在可能會有一些新的策略、新的打法罷了。
Rowan Cheung：最近發佈了一個叫 GDPval 的基準測試，用來衡量模型在現實經濟中、尤其是典型知識工作崗位上執行任務的能力。讓我有點意外的是，GPT-4.5 的表現排在第二，第一名是一個封閉服務模型。你們還沒發佈 GPT-5，但你對這個結果感到驚訝嗎？
Sam Altman：一點也不驚訝。首先，如果我們只能在排名第一的時候才發佈產品，那就太糟糕了。我們不可能在所有事情上都做到最好，這很正常。想要長期變得更好，文化裡必須包含一個元素：坦然承認在某些基準測試上別人更強。
有時候別人就是做得比你好。說實話，那家公司確實在理解企業級使用場景上做得很出色，而且輸出格式也非常漂亮。我並不驚訝，反而覺得這激勵我們繼續提升。
Rowan Cheung：這個基準測試有沒有影響你們在建構 GPT-6 時的方向？
Sam Altman：它會影響我們後續訓練（post-training）的一些方式，但整體上我們對 GPT-6 的核心策略是不會改變的。
Rowan Cheung：你之前說過，你對 AGI（通用人工智慧）的定義是：當它在大多數具有經濟價值的任務上超過人類。那麼，如果某個模型在 GDP-V 的得分達到某個程度，你會認為 AGI 實現了嗎？
Sam Altman：我最近也在認真思考這個問題。首先，像很多人一樣，我對 AGI 也有多個定義。離目標越近，這個概念反而越模糊。
但對我來說，最重要、也是讓我最驚喜的一點是：我們已經開始看到 AI 具備「發現新知識」的能力了。也就是說，AI 可以擴展人類目前的知識邊界。雖然現在這些例子還很小，但這才是我最在意的突破。
我真的不想把這件事說得太誇張，但你現在可以在 X 上看到很多例子，科學家們在各個領域都在說：「AI 做出了一個小小的發現」、「它提出了一種全新的方法」、「它解決了某個我們一直沒解開的難題」。而這些背後的原理，我們可能也還沒完全理解。
就是這種感覺。現在還只是剛剛開始而已，而我們對未來幾個月、幾年能在這個方向上持續推進感到非常樂觀。這件事意義非常重大。它可能是我最關心的、最接近 AGI（通用人工智慧）的那部分能力。
APPSO 註釋：在 a16z 的採訪視訊中，根據 Sam Altman 的觀點，OpenAI 的整體願景和核心使命非常簡單，那就是打造通用人工智慧（AGI）並讓它真正為人類服務。實現這一宏大目標的主要方式，是為每個人提供一種「個人 AI 訂閱服務」。這個個人 AI 將隨著時間推移深度瞭解使用者，變得越來越有幫助，並且使用者可以在 OpenAI 自家的產品、登錄其他第三方服務，甚至在專屬硬體裝置上隨時使用它。為了支撐這一切，公司必須建構龐大的基礎設施，這些設施目前主要服務於這個核心目標和相關的研究。
他強調，如此大規模的基礎設施投入遠超單個公司的能力，需要獲得行業大部分力量的支援與協作。因此，OpenAI 將與眾多公司展開廣泛合作，合作範圍覆蓋從底層的電力、電子供應到上層的模型分發系統等所有環節，並且可以預期在未來幾個月裡會宣佈更多新的合作關係。
Rowan Cheung：有沒有那個具體的科學突破，是你特別興奮、特別希望 AI 能幫我們實現或解開的？
Sam Altman：當然了，比如說治癒某些疾病，或者發現全新的物理規律，這些都是非常令人興奮的方向。即使是現在正在發生的一些「小事」，也同樣令人振奮。比如在數學領域的一些進展，也給人一種特別振奮的感覺——就像 GPT-4 剛發佈時帶來的那種衝擊感。
我知道大家對「圖靈測試」到底是什麼意思還存在很多爭議，但從大眾的角度來看，圖靈測試曾經是一個看起來遙不可及的目標。然後，突然之間，它被「通過了」。可整個社會幾乎沒有什麼反應。
人們可能討論了兩周，然後就開始說：「這玩意兒怎麼還這麼慢？」、「能不能再做得更好點？」我覺得這其實也說明了人類的偉大——我們非常善於適應。曾經被視為衡量 AI 智能的終極測試，突然之間就被超越了，而我們也很快就習慣了。
我現在有種類似的感覺：我們也會很快習慣 AI 做出科學發現這件事。
Rowan Cheung：感覺有點像電影《Her》裡人類適應 AI 的情節。
Sam Altman：是的，只有第一次覺得奇怪。
Rowan Cheung：沒錯，奇怪也就那三分鐘，之後你就習慣了。嗯，我確實感受到了這種趨勢。最近有一個新術語叫做「slop」，意思是那些看起來很精緻、但其實很低效的工作成果。它們通常需要反覆返工才能真正有用。
一項針對上千名測試使用者的調查顯示，有 41% 的人表示他們在過去一個月裡，曾從同事那裡遇到過這種「slop」工作流。每次「清理爛攤子」平均花費 1 小時 6 分鐘，每名員工每月因此造成的損失大約是 100 美元。
那麼，如果 AI 能夠讓部分人（比如在這個活動現場的很多人）效率提升 10 倍，我們該如何進行教育？如何幫助老師和普通人理解：什麼時候該用 AI，什麼時候不該用？
Sam Altman：首先，要說的是，人類自己其實也常常製造「slop」工作流，所以這並不是 AI 獨有的問題。比如那種「寫郵件只是為了製造更多工作」的人，你懂我意思吧。
就像會議也是一樣，明明是為了協作，結果反而變成拖累。所以「slop」不是新現象，它在 AI 出現之前就已經存在了。過去就有一類人會用工具提高效率，也有另一類人只是在製造混亂和負擔。
我覺得我們也沒必要對 AI 抱有不切實際的期待。經濟體系是自我糾正的——那些真正用工具提高效率的人和公司，最終會獲得更多影響未來的能力；而那些用 AI 拖累組織的人，會自然被邊緣化。
像所有新工具一樣，AI 的使用也有學習曲線，但我相信這個學習過程會相對快速。
Rowan Cheung：那 OpenAI 有沒有做什麼事情來幫助大家在教育和入門階段更好地掌握這種「使用直覺」？
Sam Altman：有的，我們確實在做這方面的工作。人們使用工具的方式就是他們自己的方式。有一件事我學到了，那就是：那怕你提供了再好的教學內容、培訓資源，最後人們還是會發現他們可以用它來——比如說，讓 ChatGPT 模仿海盜說話，然後他們就真的去這麼做了（笑）。
但我們確實在努力建立很多內容，幫助人們在真實工作場景中高效使用 AI。比如在 Codex 的推廣過程中，很多公司採用它的速度非常快，甚至在幾天或幾周內就完成了工作流程整合，效果非常好。
Rowan Cheung：回到 「slop」 這個話題，其實這是世界上第一個「以 AI 為中心」的工作年。
Sam Altman：是的，可以說是整個網際網路都在經歷這個轉變。
Rowan Cheung：你會不會覺得，這種變化也像你之前提到的——目標設得太高，比如 GPU 的使用、算力的投入，等等？
Sam Altman：其實這是我原本以為會很奇怪的事情，但結果出人意料地沒那麼怪。甚至有點反常識——你翻看上百個例子，反而比你只看一個還要自然一些。
我當時一邊看，一邊還在想這個問題。對了，我還剛完成了一次環球旅行……
在產品上線前，團隊裡有個人發消息問我：「我們能不能把你的那個駱駝形象開放訪問？」那一刻我幾乎沒想太多，8 秒內就回覆了同意。但後來想想，其實這事兒也許值得更認真考慮一下。只是當時我心裡也想——這是一項新技術。
我知道，如果我連嘗試都不願意，那確實是我的問題。所以我就決定：那就試試吧。後來我坐飛機的時候，終於有點時間思考，就開始想：
「這會不會是一次很奇怪的體驗？」
然後我自己回答自己：「嗯，可能確實會有點怪。」
結果產品上線之後，我看到一些苗頭了——因為 OpenAI 內部的人在測試期間，已經做了很多以我和其他人為主題的 meme。
那天我人在亞洲，半夜醒來發了條推文，就又睡回去了。六小時後醒來，我打開手機一看：全是 meme、meme、meme……
就這樣被刷屏了。
最初幾分鐘確實覺得有點奇怪，但也就三分鐘而已。之後我就釋然了，覺得：「好吧，這就是一個充滿生成視訊的應用。」這些內容挺搞笑的，我也能樂在其中，笑一笑就過去了，並沒有留下什麼奇怪的感覺。
Rowan Cheung：我唯一有點擔心的是那些「水印移除工具」。現在市面上有幾家公司發佈了這種功能，我看到有工具可以移除水印。
那如果我允許別人用我的形象，他們之後可能會把水印去掉再發到社交媒體上。這樣會不會對我的個人品牌有負面影響？這個權衡該怎麼做？
Sam Altman：首先，我們之所以願意發佈這種技術，是因為我們看到某些趨勢已經不可避免地在靠近——無論幾個月還是幾年後，它都會變得廣泛可用。屆時會有優秀的開源模型，任何人都可以用它製作一段你的視訊，讓你「做」任何他們想讓你做的事情，只要你在網際網路上有公開資料，就有可能被生成。
當然，社會最終會適應這種變化，但我們認為，提前發佈並設定好「防護欄」，是一種幫助社會逐步適應的好方法。我們以前在文字生成技術上也是這樣做的。視訊則會更難適應，因為視訊的衝擊力遠大於文字。
但我相信大家會學得很快——會很快意識到：網上將會出現大量沒有水印、來源難以追蹤的虛假視訊，它們是由某個開源模型生成的，這種事是不可避免的。
所以，提前讓社會「接種」這種現實的衝擊，可能是有價值的。
Rowan Cheung：所以，「無法分辨真偽的視訊」是目標嗎？
Sam Altman：我們最終的目標是 AGI（通用人工智慧）。在實現 AGI 的過程中，高品質的視訊生成會是非常重要的一環，原因有很多，特別是在我們從「世界模型」中學習的時候。
希望有一天我們能在機器人領域也取得真正的進展，那時視訊也會非常關鍵。
而且我並不希望未來人類與 AI 的互動介面只有文字。我非常期待那種可以通過即時視訊流與 AI 互動的未來，它能帶來一種全新的使用者體驗。
所以我覺得這是好事。但更重要的是，我認為這條路對於通向真正的 AGI 來說，是非常關鍵的一步。
Rowan Cheung：你們上周五發了一篇部落格，說你們正在探索「收入分成」機制，回饋那些允許用自己面孔生成內容的人。你可以多分享一些細節嗎？這機制會怎麼運作？
Sam Altman：可以。其實很多時候你發佈一個新產品，使用者的使用方式會超出你的預期。
我們原本以為會是少量創作者在用它製作一些很酷、很複雜的視訊，然後被更大的觀眾群體觀看和傳播。
確實有一部分人是按照我們預期的那樣在用這個產品，但實際上，更多人是為了自己和三兩個朋友製作視訊，然後發在動態裡，或者只是在群聊中分享一下，不是公開發佈在平台上。
我不確定這種用法是曇花一現的新鮮感，還是會持續下去。但如果它真的持續下去，那就會徹底改變我們對計算資源需求和使用者互動方式的預期模型。也許我們會考慮允許使用者付費生成視訊。
比如說，你一天想生成 100 個視訊發給朋友，那沒問題。如果你還想讓視訊裡出現某個名人，而那位名人願意授權，那麼他們也可以從中獲得一定的生成收入分成。所以我們會在這方面做些嘗試。
但我也得說，現在就對一個只有六十天的新產品下任何定論都還為時過早。也許這個方向最終根本不成立，也許這根本不是一個真正的「使用場景」，但至少到目前為止，它是一個挺大的趨勢。
Rowan Cheung：你們有沒有考慮過在這個產品裡加入廣告的可能性？
Sam Altman：目前還沒有，但我覺得這個方向確實有一些值得探索的地方。當然，它也有一些讓人感到非常可怕的潛在風險。
不像 ChatGPT，那邊我們已經跑得挺順，有清晰的訂閱制商業模式。而如果這個視訊產品最終的主流用法變成：大家看搞笑內容或高品質視覺內容——那可能就更適合走廣告驅動模式。
但如果大多數內容都是私密分享，比如私信裡的視訊，那就可能是完全不同的模式。
所以樂觀來看，也許到今年年底——或者這可能太樂觀了，可能要等到明年第一季度末，我們才能真正理解這個產品的最終形態，然後再根據它的走向設計相應的商業模式。
至少目前來看，我覺得按次計費、按生成數量收費，是一個合理的方式，值得我們去嘗試。但其他的商業化策略，還要看產品接下來如何演化。
APPSO 註釋：在 a16z 的採訪中，Sam Altman 也強調，他對在產品中引入廣告持謹慎的開放態度，並區分了他欣賞的廣告（如 Instagram 上幫助使用者發現新事物的模式）和不喜歡的廣告（如 Google 搜尋中干擾結果的模式）。
他強調，對於 ChatGPT 而言，使用者的信任是絕不能破壞的核心原則。人們相信 ChatGPT 是真心想提供幫助，如果為了廣告費而推薦並非最佳的產品，這種信任會瞬間崩塌，因此這種直接影響結果的付費推薦式廣告是絕對行不通的。
未來的工作，可能也「不像工作」
Rowan Cheung：這個話題真的很有意思，關於「工作」的問題。工作的形態正在改變。我喜歡用「農民」類比來解釋這件事。
比如你對 50 年前的農民說，有一個叫「網際網路」的神奇東西，會創造出數十億個新工作崗位，而且人們會坐在辦公桌前工作、開發市場……他大機率是不會相信的。
現在我們正處在一個類似的時代——你和很多人都說過，AI 會創造出很多全新的崗位。但現在很難看清這些新工作會是什麼。
這次和「網際網路時代」的不同之處在於：網際網路是從零開始創造了很多新職業，而這次 AI 的衝擊，是先影響現有數十億知識工作者的崗位，然後才可能出現新的工作機會。你怎麼看？
Sam Altman：你說得非常對，我覺得你點出了一個很關鍵的點——這讓我在某些方面沒那麼擔心，但也在另一些方面更擔心了。
關於那個農民，不只是他不會相信這種事真的會發生，他甚至可能會覺得你我現在做的這些根本不算「真正的工作」。
你想啊，農民每天種地，是在做大家真正需要的事——他們在生產糧食、維持生命，這才是「真正的工作」。
而在他們看來，我們這些未來人，生活太容易了，食物和財富都很豐富，我們做的事情更像是打發時間的「遊戲」，只是為了找點存在感。他們會說：「這算那門子工作？」
儘管對我們來說這份工作很真實，至少我自己感到很滿足，也很感激自己能做一份既重要又有意義的事。
但也完全有可能，如果我們現在能看見未來那些新工作，我們會說：「好吧，也許我們的工作比不上農民的真實感，但肯定比未來這些『自娛自樂的遊戲』更像工作。」
所以我真的相信——是的，人類將來依然會有目標、有動力，但我們對「工作的理解」會發生巨大變化。在未來人眼中，我們現在的工作，可能也會顯得「不那麼像工作」。
我也相信，社會契約會隨之改變，尤其是當這個轉變發生得非常快的時候。
所以我確實對這場轉型的短期階段感到有些擔憂。但說到底，我依然非常相信人類的動力與創造力，我們一定會找到值得去做的事情。
Rowan Cheung：比如探索太空，希望看到更好的 AI 系統等等——你覺得在 AGI 實現之後，人類最有可能會集中精力去做什麼？
Sam Altman：我其實更希望——我們能「全面開花」，什麼方向都去探索。
太空探索當然很酷，我自己也很感興趣。但也許你、你，還有你，各自會對別的方向感興趣。我希望那個時代的「可能性畫布」能變得無限寬廣，大家都能去做自己真正感到興奮的事。
Rowan Cheung：如果你明天可以制定一項全球性政策，你會選擇什麼？
Sam Altman：這真的很難只選一項。但我腦海裡一直浮現的，是關於 AI 監管的激烈爭論——到底它是好是壞？是否會讓大公司獲利太多？
我能理解這些爭議的各個方面。但我確實認為，隨著模型變得越來越強大，我們需要一個全球框架，來降低潛在的災難性風險。
尤其是在那些處於前沿的模型上，我們必須認真思考最嚴重的安全問題。如果能有一項全球政策來應對這個問題，那將是非常有意義的。
Rowan Cheung：你能簡單概括一下這個「全球框架」會是什麼樣的嗎？
Sam Altman：一開始我會從一個完善的測試機制入手，作為基礎。
Rowan Cheung：我還想聊聊「超級應用」這個話題。在中國，像微信這樣的「超級 App」已經涵蓋了幾乎所有功能：購物、支付、聊天……
而現在 ChatGPT 也開始支援購物、網頁搜尋、Sora 視訊生成等功能。你們是不是也打算打造一個「美國版的超級 App」？
Sam Altman：不是的。嗯，有很多原因讓我覺得這種模式在美國市場並不適用，至少不能用同樣的方式去複製。
我們的目標並不是做「超級 App」，而是要建構一個真正強大的 AI 超級系統。
Rowan Cheung：那為什麼你們要把這些功能分開發佈？比如 Sora 是一個獨立的應用，為什麼不直接整合到 ChatGPT 裡？
Sam Altman：因為對很多使用者來說，ChatGPT 是他們最私人的帳號之一。
如果把一個「社交體驗」也強行塞進去，感覺會很奇怪。你可以想像加入一些「消息」功能，因為很多人確實會分享內容、進行協作。但從使用者心態來看，他們對 ChatGPT 的認知，和對一個娛樂類 App 的認知是完全不同的，混在一起會有割裂感。
當然，我們也會把很多功能直接加到 ChatGPT 裡，但有些東西還是更適合獨立發佈。
Rowan Cheung：我們再聊聊智能體。你覺得現在人們可以建構那些真正重要、有用的 Agent？你最看好那一類？
Sam Altman：我覺得可以參考一下 Codex 的發展，然後把這種思路推廣到其他行業。
比如：能不能為法律、金融建模，或其他我們已經看到早期成功案例的領域，打造像 Codex 一樣的體驗？其實現在已經有一些很棒的初創公司在做這些方向了。
隨著技術的成熟，如果你能讓這些 Agent 在各自行業中，做到像 Codex 在程式設計領域那樣強大，那將是我最感興趣的方向之一。
我可以想像未來這樣的場景：一個人只需要和一堆 Agent 對話，就能啟動一個公司。現在的 Agent Builder 和 AgentKit 還沒完全達到這個水平，但我能看到我們正在往這個方向靠近。
Rowan Cheung：我記得你在主題演講裡提到，「語音」可能會成為 AI 智能體的最終介面。你能展開講講嗎？
Sam Altman：我不覺得語音是最終的互動方式。很多場景下，語音其實並不適用——比如在公共交通上，和裝置對話就很不方便，甚至有點尷尬。
但在很多情況下，語音確實是一種非常自然的互動方式，尤其是語言本身的交流。儘管有時候，打字仍然是更合適的方式。
我覺得我們其實低估了語音互動的潛力。大家現在總是拿智能音箱這個類別開玩笑，但我們忽略了，其實很多人真的在用這些裝置，而且很喜歡它們——儘管它們現在的體驗還很差，主要是因為以前的 AI 不夠好，生態基礎也沒跟上。
但你想想未來會怎樣：如果你能隨口對裝置說一句，它就能完全精準地幫你完成任務——那種感覺，可能就真的像擁有了一個「理想中的電腦」。
Rowan Cheung：我很期待能夠使用它。能不能透露一點關於你們在 I/O（裝置端）正在做的事情？是不是會有語音互動？
Sam Altman：我們還需要一段時間。這個方向確實需要大家多一點耐心。
要做出一種全新類型的裝置，而且要達到極高的品質標準、還能大規模生產，這等於是重新定義人與電腦的互動方式。我們需要一定的創作空間來把這個事情摸索清楚。
我們確實有一些非常令人興奮的想法，但目前還不準備公開談論，而且在短期內也不會說太多。但我們會努力做出一個真正值得使用、非常有意義的產品。
Rowan Cheung：好吧，那今天就聊到這。
Sam Altman：非常感謝。 (APPSO)