（关注公众号并设为🌟标，获取最新人工智能资讯和产品）

在刚刚结束的OpenAI伦敦开发者日（Dev Day)上，OpenAI首席执行官Sam Altman与著名播客主持人Harry Stebbings展开了一场精彩对话，勾勒出了人工智能发展的宏伟蓝图。作为硅谷最具影响力的企业家之一，曾担任Y Combinator总裁并投资了Stripe、Airbnb等科技巨头的Altman，对OpenAI的未来发展充满信心。

"OpenAI是历史上最重要的公司之一，"Altman坚定地表示，"我们的使命是确保通用人工智能能够造福全人类。"在他的愿景中，人工智能将重塑未来商业版图，创造数万亿美元的新市值。这种转变不仅体现在传统服务的优化上，更将催生出前所未有的创新产品和服务。对于当前AI领域创业者的担忧，明确的建议：不要把精力过多投入在弥补现有模型的不足上。"我们的模型改进速度超出预期，"他解释道，"今天的局限性在未来版本中都将得到解决。"这一观点正在得到越来越多创业者的认同。

在谈到AI代理的未来发展时，他表示代理将超越简单的任务自动化，未来的AI代理将能够完成人类难以企及的复杂工作。比如，它可以同时与数百家餐厅沟通，精准匹配用户需求。这种革命性的能力也将重新定义SaaS的商业模式，从传统的按席位收费，转向基于算力使用的更灵活定价方式。

除此之外，多模态能力的提升也在OpenAI的发展蓝图之中，旨在更好地满足用户需求。

文稿整理

主持人： 大家好，欢迎来到 OpenAI 开发者日。我是 20 VC 的 Harry Stebbings，非常激动能采访 Sam Altman。欢迎你，Sam。

嘉宾Sam Altman： 谢谢你今天和我一起做这次采访。

1、OpenAI 未来计划

主持人： 我们有很多观众的问题，所以我想从一个问题开始。未来，OpenAI 的焦点会是像 O1 这样的较小模型，还是更大的模型？我们该如何看待这一点？

Sam Altman： 我们希望全面改进，但我们特别重视推理模型的发展。我认为推理能力会解锁许多我们期待多年的事情，比如促进新科学的发现，帮助编写非常复杂的代码，这些都将大大推动前进。因此，你可以期待 O 系列模型的快速改进，这对我们来说具有很大的战略意义。

主持人： 另一个我觉得非常重要的问题是，展望未来，你们如何看待为非技术创始人开发无代码工具，帮助他们构建和扩展 AI 应用程序？

Sam Altman：这肯定会实现。我认为第一步是让那些懂得编程的人更高效。但最终，我们可以提供真正高质量的无代码工具。现在已经有一些初步的工具出现，但要完全无代码地建立一个完整的创业公司还需要时间。

主持人： 当我们看 OpenAI 的技术栈时，OpenAI 目前处于一个特定的位置。你认为 OpenAI 会在技术栈上走多远？如果有人花很多时间来调整自己的系统，这会是浪费时间吗？因为 OpenAI 最终会主导这个应用层的部分，还是不会？对于有这样疑问的创始人，你会怎么回答？

Sam Altman：我们通常的回答是，我们会尽最大努力，相信我们会成功地让我们的模型变得越来越好。如果你建立的业务只是为了弥补模型当前的一些小不足，那么如果我们做得好，这些不足在未来将不再重要。相反，如果你建立的公司能够随着模型的改进而受益，那你就可能处于一个更有利的位置。

主持人： 对于我们这些投资者来说，如何找到不会被 OpenAI 颠覆的机会？或者说 OpenAI 将在哪些领域可能会产生巨大影响，我们应该如何准备？

Sam Altman： 将会有数万亿美元的新市值通过利用 AI 构建以前不可能或不切实际的产品和服务而创造出来。在某些领域，我们会努力让模型变得非常好，让你不必为了让模型按你的意愿工作而费尽心力。但除此之外，建立在这项新技术之上的不可思议的产品和服务将会变得越来越好。我们早期的一些惊讶是，很多创业公司选择去赌模型不会变得更好。但事实证明，模型的改进速度超出了预期，现在人们已经逐渐接受了这一点，理解了我们的目标。

2、AI的技术革命

主持人： 这是我们过去经常担心的问题，因为我们看到所有这些非常努力工作的人都会面临变化。你提到的数万亿美元的价值创造，让我想起了一个问题。你一定听说过，不知道你是否注意到，孙正义在台上说，每年会有 9 万亿美元的价值被创造出来，来抵消他认为需要的 9 万亿美元资本支出。你怎么看待这个预测？

Sam Altman： 无法具体评估这样的预测，但如果我们能够达到一个数量级的正确程度，那就足够好了。显然，会有大量的资本支出，同时也会创造大量的价值。这种情况在每一次大型技术革命中都会发生，而这次显然也是一场这样的革命。

主持人： 你提到下一代系统的推进。我们何时才能看到无代码软件代理的出现？这需要多久？

Sam Altman： 我不确定具体时间，但如果我们以此为目标，想象一下能够实现这一点所释放的经济价值。如果任何人都可以描述他们想要的整家公司级别的软件，这将是一个非常遥远的目标。但当我们达到这一点时，想想现在的困难和高成本，再想想如果成本大大降低，这将创造多大的价值。这种改变是非常强大的。

主持人： 你提到医疗和教育，这些领域都有数万亿美元的价值。你认为 AI 能在这些领域以不同于以往的方式真正实现这些目标吗？

Sam Altman： 我认为 AI 能够带来巨大价值。关于具体数字是 9 万亿还是 1 万亿，这些不是重点。更聪明的人可以去研究具体数字，但显然价值创造的潜力是巨大的。

主持人：  关于开源，你怎么看待开源在 AI 未来中的角色？内部对于是否开源模型的讨论是怎样的？

Sam Altman： 开源模型在生态系统中占有非常重要的位置。目前也已经有一些很好的开源模型存在。我认为，也需要有良好集成的服务和 API。所有这些都会提供不同的交付方式，用户会选择最适合他们的方式。

3、AI代理

主持人： 关于代理（Agent），你如何定义它？它是什么，又不是什么？

Sam Altman： 这是我的即兴回答，还没有经过深思熟虑。代理就是能够执行一个长期任务，并且在执行过程中只需要最少的监督。

主持人： 你认为人们对代理的理解有哪些误区？

Sam Altman： 我们还没有直观地理解代理未来会是什么样子。比如，人们经常提到代理可以帮忙预订餐厅，这确实可以节省一些麻烦。但更有趣的是代理可以做一些人类无法做到的事情，比如它可以同时联系 300 家餐厅，找出哪家最符合你的需求。

主持人： 你认为这会改变 SaaS 的定价模式吗？现在通常是按席位收费，但未来可能会替代劳动力。你怎么看待未来的定价？

Sam Altman： 这只是我的猜测，我们还没有具体的答案。我能想象未来可能是基于你使用的计算资源来收费，比如你需要多少 GPU 来处理问题，而不是按席位或代理数量收费。

主持人： 我们需要为代理性使用构建特定的模型吗？

Sam Altman： 确实需要大量的基础设施和支撑，但我认为 o1 模型指明了能够执行优秀代理任务的方向。

主持人： 关于模型的贬值问题，有人说模型正在迅速商品化。你怎么看待这种说法？

Sam Altman： 模型确实是贬值的资产，但说它们不值训练的成本，这完全不对。我们从模型中获得的收入足以证明投资的合理性。当然，这并非对所有人都是如此，尤其是那些在训练非常相似模型的人。如果你的模型稍有落后，或者没有一个具有粘性和价值的产品，那就很难证明这样的投入是合理的。

4、推理和多模态

主持人： 也许投资回报确实难以实现。我们很幸运拥有 ChatGPT 和数以亿计的用户，即使成本很高，我们也能将这些成本分摊到大量用户身上。你如何看待 OpenAI 模型随着时间的推移继续差异化？你最想在哪些领域扩展这种差异化？

Sam Altman： 推理是我们目前最重要的关注领域。我认为，这将解锁下一个巨大飞跃，创造更多的价值。当然，我们会在许多方面改进，比如多模态的工作，以及我们认为用户需要的重要功能。

主持人： 关于推理和多模态工作，你希望实现什么？有哪些挑战？

Sam Altman： 我希望它能顺利实现。虽然需要一些努力，但婴儿和幼儿在语言能力尚未成熟前，已经能够进行复杂的视觉推理，所以显然这是可能的。

主持人： 在不透露太多的情况下，你如何看待视觉能力在 o1 模型设定的新推理时间范式下的扩展？

Sam Altman： 我预计基于图像的模型会有快速进展。虽然透露太多可能会让我陷入麻烦，但我们对这些模型的进步充满信心。

主持人： OpenAI 在核心推理方面如何取得突破？我们需要推动强化学习或其他新技术吗？除了 Transformer，我们还有其他选择吗？

Sam Altman： 这里有两个问题：一是我们如何做到，二是大家最关心的问题，Transformer 之后会是什么。我们的方法是我们的“秘诀”。复制现有的成功模型很容易，因为你知道它能行，但做出全新和未经验证的东西是最困难的。这正是我们文化中最引以为豪的部分。

5、关于公司管理

主持人： 你如何看待人类天赋的浪费？

Sam Altman：  世界上有很多有才华的人因为在糟糕的公司工作，或者生活在没有好公司支持的国家，而无法发挥他们的全部潜力。我对 AI 最兴奋的一点是希望它能帮助我们更好地挖掘每个人的最大潜力。

主持人： 过去几年你经历了令人难以置信的快速增长。如果回顾过去十年的领导经历，你最大的变化是什么？

Sam Altman：  过去几年变化的速度让我感到非常不寻常。在一般公司，你有时间从零到一亿的收入，再到十亿甚至更多。但我们不得不在短时间内完成所有这些。而且我们之前更多是在做研究，而不是像传统硅谷初创公司那样扩展和服务大量客户。

主持人： 有什么你本来希望有更多时间去学习的？

Sam Altman：  其中之一就是如何让公司专注于增长 10 倍，而不是仅仅增长 10%。要实现 10 倍的增长，需要彻底的变化，而不是重复之前的成功策略。在快速增长的环境中，人们甚至没有时间掌握基础知识，我低估了要保持推进下一个大目标所需的工作量。

主持人： 你提到了内部沟通的重要性，如何在快速变化中保持有效的信息分享和规划？

Sam Altman： 这是一个很大的挑战。我们需要平衡当下和未来几年的规划，比如计算资源的建设，甚至是更常见的事情，比如在像旧金山这样的城市规划办公空间，这种速度下竟然也变得非常困难。

主持人： 我觉得可能没有人给过我这方面的指南，或者有人有秘密指南但没告诉我。或者我们大家都是摸着石头过河。不过我们在这个过程中学到了很多东西。天啊，我不知道问这个问题会不会惹麻烦，但管它呢，我还是要问。如果有问题，我之后再处理。Keith R. Boy 做了一场演讲，他提到彼得·蒂尔教他应该雇佣 30 岁以下的年轻人，这是打造伟大公司的秘诀。你怎么看待这种观点？

Sam Altman： 我想我们创办 OpenAI 时我差不多 30 岁，所以也不算特别年轻。目前看来效果还不错，值得一试。回到你的问题，是在问如何看待雇佣 30 岁以下年轻人的问题吗？这些年轻人有活力、雄心勃勃但缺乏经验，还是说更有经验的人更合适？显然，两类人都能成功。我们公司刚刚雇了一位可能只有二十出头的员工，他的工作非常出色，我甚至觉得难以置信。年轻人确实能带来新鲜的视角和能量。然而，当你设计人类历史上最复杂、最昂贵的计算机系统时，我不会选择一个刚起步的人来承担这样的风险。所以你需要两种人，我认为真正需要的是在任何年龄段都有极高才能的人。

主持人： 你对社会如何支持这些有潜力的年轻人有什么看法？

Sam Altman： 年轻人没有经验并不代表没有价值。在职业生涯初期就能创造巨大价值的人很多，社会应该支持这些人，这是件好事。

6、模型的扩展定律

主持人： 我们回到日程安排。有人说 Anthropics 的模型在编程任务上表现更好，你怎么看待这种说法？开发者该如何选择 OpenAI 还是其他提供商？

Sam Altman： 他们确实有一款在编程上表现出色的模型，非常令人印象深刻。我认为开发者大多会使用多个模型，我不确定未来如何发展。但我们可能会从谈论模型转变为谈论系统，这需要时间。

主持人： 关于模型的扩展规律，你认为这种规律还能持续多少次迭代？有人认为这种规律很快就会失效，但似乎持续的时间比人们预期的要长。

Sam Altman： 你的核心问题是模型能力的提升轨迹是否会继续下去，我的答案是肯定的，而且会持续很长时间。我也否曾怀疑过这一点。我们遇到过很多我们无法理解的行为，失败的训练运行，以及需要探索新范式的时候。尤其是在开发 GPT-4 时，我们遇到了一些问题，一度不知道该如何解决。但最终我们还是找到了方法。

主持人： 在遇到这些挑战时，如何保持团队士气？

Sam Altman： 我们有很多人都对构建 AGI 感到兴奋，这是一件非常有动力的事情。没有人指望这条路是轻松的，也没有人期待一帆风顺。历史上有一句名言，我可能会记错，但大意是，我从不祈求上帝站在我这边，而是希望我能站在上帝那边。选择深度学习就像站在天使的一边，尽管过程中会遇到一些大障碍，但最终它似乎总能成功。

主持人： 我可以问一个有点奇怪的问题吗？我最近听到一句话：生活中最沉重的东西不是铁或金，而是未做出的决定。有哪些未做出的决定最常在你脑海中徘徊？

Sam Altman： 每天都不同。没有一个特别大的决定一直困扰我。当然，也有一些重大决定，比如我们要押注哪个新产品，或者我们的下一代计算机要如何构建。这些都是高风险的单向决策，我可能像其他人一样拖延得太久。但每天最难的部分是，有一些新的 51% 对 49% 的决策冒出来，它们到我这儿时已经是两难的局面了。我可能并不比别人更擅长处理这些问题，但我还是得做出决定。主要是数量太多，而不是某个特别的决定。

主持人： 当你遇到这些 51% 对 49% 的决策时，你通常会找谁来商量？

Sam Altman： 我认为不该总依赖一个人。正确的做法是有 15 到 20 个在特定领域有出色直觉和背景的人，可以向最合适的专家请教，而不是依赖一个万能的人。

主持人： 关于半导体供应链和国际紧张局势，你有多担忧？

Sam Altman： 担忧是肯定的，但它不是我最担心的事情，大概排在前 10%。至于我最大的担忧，是整个领域所面临的复杂性。现在这个系统非常复杂，每个层面上都是如此。比如你要在电力供应、网络决策、芯片供应和研究进展之间找到平衡。这种复杂性是我在任何行业中从未见过的。

主持人： 很多人将这一波浪潮与互联网泡沫相比，你怎么看待这种比较？Larry Ellison 说进入基础模型领域的起步成本是 1000 亿美元，你同意吗？

Sam Altman： 我认为不会那么高。不过，这里有个有趣的点，人们喜欢用过去的技术革命来类比新的技术革命，我觉得这是个不好的习惯。互联网革命和 AI 是非常不同的，尤其是在成本方面。互联网革命的一个显著特点是进入门槛很低。而 AI，如果你想构建 AI 本身，那就完全不同了。有人也用电力来比喻 AI，我觉得这种比喻也不太合适。我不认为人们应该太过认真地使用这些类比。比如晶体管，它是一个新的物理发现，具有令人难以置信的扩展性，很快就渗透到了各个领域。我们曾有摩尔定律，现在我们可以想象 AI 也会有一些类似的定律，告诉我们它会多快变得更好。整个科技行业都从中受益，但你不会把它们视为“晶体管公司”。它是一个非常复杂且昂贵的工业过程，伴随着庞大的供应链，而这一简单的物理发现，推动了整个经济长期的巨大提升。这就像我们不把产品视为“晶体管产品”，而是视为能为我们处理信息的工具。人们甚至不太会去想这是如何实现的，只是习以为常。

7、快速问答

主持人： Sam，我想和你来一轮快问快答，我会说一个短句，你快速回应。准备好了吗？

Sam Altman： 可以，来吧。

主持人： 如果你今天是一个 23 岁或 24 岁的年轻人，拥有今天的基础设施，你会选择建什么？

Sam Altman： 我会选择一个 AI 驱动的垂直领域产品，比如最好的 AI 教育产品，可以教人们任何类别的知识。可以是 AI 律师、AI CAD 工程师之类的。

主持人： 你提到过书，如果你要写一本书，会取什么名字？

Sam Altman： 我还没想过名字，但会是关于人类潜力的书，因为我觉得这可以解锁很多潜力。

主持人： AI 中有哪些大家没有关注但应该更多关注的事情？

Sam Altman： 我希望看到一个能够理解你整个人生的 AI，不需要无限的上下文，但可以访问你的所有数据，了解关于你的一切。

主持人： 过去一个月有什么让你惊讶的事？

Sam Altman： 一个研究结果，虽然我不能谈细节，但它令人惊叹。

主持人： 你最尊敬的竞争对手是谁？为什么？

Sam Altman： 其实我尊敬这个领域的所有人，现在有很多非常有才华的人在做令人惊叹的工作。

主持人： 你最喜欢的 OpenAI API 是哪个？

Sam Altman： 我觉得新的实时 API 非常棒，不过我们有很多出色的 API。

主持人： 你今天最尊敬 AI 领域的谁？

Sam Altman： 我要向 Cursor 团队致敬，他们通过 AI 提供了一种极其神奇的体验，创造了巨大的价值。

主持人： 你如何权衡延迟与准确性之间的取舍？

Sam Altman： 需要一个用户可控的调节机制。像现在这种快问快答，你希望延迟低；但如果是重要的科学发现，你愿意等待几年。

主持人： 作为领导者，你有哪些不安全感？希望在哪些方面改进？

Sam Altman： 最近我对我们的产品战略感到比以往更加不确定。我觉得产品一直是我的弱点，而现在公司需要我在这方面有更清晰和强有力的愿景。

主持人： 你聘请了 Kevin，我认识他很多年了，他很优秀。你认为 Kevin 作为产品负责人有什么过人之处？

Sam Altman： 纪律性是我第一个想到的词。他在专注、取舍和用户需求方面非常出色。

主持人： 如果给你一根魔杖，让你描绘 OpenAI 的五年和十年愿景，你会怎么描述？

Sam Altman： 五年内，我们会看到技术本身的快速进步，比如科学上的新发现，进展将超出所有人的预期。但社会的变化会比想象中少得多，可能五年前有人认为计算机通过图灵测试会带来巨大的社会变革，但事实上社会的变化并没有那么大。

主持人： 你表现得非常出色，我有一堆问题，但没有按顺序问出来。谢谢你耐心回答这些问题，谢谢大家的参与，非常高兴今天能进行这次访谈。Sam，谢谢你让这一切成为可能。

Sam Altman： 谢谢大家。

素材来源官方媒体/网络新闻