在AI競賽全面進入“貼身肉搏”的階段，市場的關注點正在發生變化：模型誰更強，已經不再是唯一問題；誰能把模型能力穩定轉化為收入與現金流，才是新的分水嶺。

在最新一期《Big Technology Podcast》的一對一訪談中，OpenAI CEO Sam Altman罕見地從商業、產品和基礎設施三個層面，系統回應了外界最關心的問題。多項表態釋放出一個清晰信號：OpenAI正站在從“現象級產品公司”邁向“企業級AI平臺”的關鍵拐點上。

ChatGPT為什么三年幾乎沒變？答案是“通用性”

Altman坦言，他原本以為 ChatGPT 的聊天界面不會撐這么久，但現實證明：通用、低門檻的交互方式被嚴重低估了。

不過他也明確指出，ChatGPT 的終極形態不會只是“對話框”：未來 AI 將主動工作，而非被動響應、會根據不同任務生成不同界面、能在后臺持續運行，只在關鍵時刻打斷用戶、從“工具”演進為“智能代理”。

這也是 OpenAI 同時推進瀏覽器、設備、代理（Agents）的底層邏輯——目標不是做一個更聰明的聊天機器人，而是成為“默認智能層”。

Altman再次強調，“記憶”是AI最具長期價值的能力之一，而當前AI的記憶功能僅處于“GPT-2時代”。未來的AI將能記住你說過的每一句話、做過的每一個決定；不只是事實，而是偏好、情緒、習慣；這是人類助理永遠無法做到的。

企業API收入反超消費者端，增長引擎正在切換

在商業層面，Altman明確表示，OpenAI并非從消費者公司“轉型”進入企業市場，而是順勢而為。

截至目前，OpenAI已擁有超過100萬家企業用戶，且API業務的增長速度已經超過ChatGPT本身。今年，API對公司整體增長的貢獻，甚至高于消費者產品。

在他看來，企業真正需要的不是零散的AI功能，而是一個完整、統一、可擴展的AI平臺。

他提出，未來企業IT架構中將同時存在“傳統云”和“AI云”。OpenAI并不試圖復制AWS，而是構建承載萬億級tokens的智能基礎設施層。

什么時候推出GPT-6：新模型仍在推進，但命名不再重要

關于模型路線圖，Altman并未給出“GPT-6”的明確時間表，但確認OpenAI將在明年第一季度推出一款相較于GPT-5.2有顯著能力躍遷的新模型，模型升級仍在持續推進，只是命名本身不再是重點。

在硬件層面，OpenAI正籌備推出一系列小型AI設備，而非單一爆款產品。Altman判斷，未來計算設備的形態將發生根本變化——從被動響應指令的工具，轉向能夠主動理解用戶生活、上下文與協作關系的智能系統。

在這種設想下，當前以屏幕與應用為核心的計算設備，已經不適合“AI優先”的世界，新一代硬件將成為承載長期記憶、持續感知與主動決策能力的關鍵入口。

為什么要豪賭算力：收入瓶頸在基礎設施，而非需求

相比是否已經觸及AGI，Altman更關心一個被市場忽視的問題：現有AI能力，是否真的被用到位了？他的判斷是明確的——沒有。

在企業端，大量公司仍停留在“讓AI寫文案、改代碼、做總結”的淺層應用；在組織層面，AI更多被視為輔助工具，而非真正參與決策、執行與協作的“成員”。這并不是因為模型不夠強，而是因為企業尚未完成圍繞AI重構流程、崗位和責任邊界的準備。

因此，即便模型能力在一段時間內不再顯著提升，現有能力本身，也足以釋放巨量經濟價值，只是尚未被系統性激活。

在Altman看來，“能力過?！钡呐袛?，直接改變了算力投資的性質。當前階段，算力并不只是持續擴張的成本項，而是在模型能力已具備的前提下，決定潛在需求能否轉化為實際收入的關鍵約束。他強調，算力投入本質上是一種對未來使用量的前置布局。過去一年，OpenAI的計算能力增長了約三倍，收入增長速度與之基本同步，且公司并未出現算力閑置或難以變現的情況。換言之，如果擁有雙倍算力，收入幾乎也會隨之翻倍。

在他看來，真正的風險并不在于算力過剩，而在于當社會、企業終于完成對AI的結構性適配時，基礎設施是否已經準備好。那將是下一階段AI競賽真正的決勝時刻。屆時，限制增長的將不再是模型能力，而是誰已經提前鋪好了足夠寬的算力與平臺。

競爭焦點轉移：從模型參數到平臺寬度

面對Gemini、DeepSeek等模型的快速追趕，Altman并不回避競爭壓力。他坦言，OpenAI感受到競爭壓力，內部會頻繁進入“紅色警報”（code red）狀態，但并不認為領先正在喪失。

在他看來，模型能力的差距終將被壓縮，真正拉開距離的，將是產品化能力、分發效率以及與用戶建立長期關系的能力。“分發 vs 產品”的爭論本身就是一個偽命題——ChatGPT本身就是分發，而分發必須建立在可持續進化的產品之上。

ChatGPT之所以成為全球最大的AI入口，正是因為其極低門檻與通用性。目前，ChatGPT的周活躍用戶規模已接近9億，這種規模效應，正在反向強化OpenAI在企業市場的競爭力。

播客文字實錄如下，由AI協助翻譯：

Sam Altman：

你知道提到的1.4萬億美元，我們會在很長一段時間內逐步投入。我真希望能更快一些。我認為，最好能一次性地向大家清楚地解釋清楚這些數字將如何運作。

Alex Kantrowitz：

指數級增長通常讓人很難直觀理解。本次節目，OpenAI首席執行官Sam Altman將加入我們，討論OpenAI在AI競賽日趨激烈之際的制勝計劃，基礎設施的投入如何合理，以及OpenAI的IPO可能何時到來。

Sam今天來到我們演播室。Sam，歡迎來到節目。

Sam Altman：

謝謝邀請。

Alex Kantrowitz：

OpenAI已經成立10年了，這讓我覺得有點不可思議。ChatGPT才三年，但競爭正在加劇。我們現在所在的OpenAI總部，曾處于"紅色警報"狀態，在Gemini 3發布后，目前也處于"紅色警報"狀態。環顧四周，許多公司都在試圖蠶食OpenAI的優勢。這是我有印象以來第一次，感覺這家公司似乎不再擁有明顯的領先地位。所以我很好奇想聽聽你的看法，OpenAI將如何度過這個時刻，以及……

Sam Altman：

首先，關于"紅色警報"這一點，我們認為這些是相對低風險、時不時會發生的事情。保持警惕并在潛在競爭威脅出現時迅速采取行動是好的。過去我們遇到過這種情況，今年早些時候DeepSeek出現時也發生過，當時也有一次"紅色警報"。沒錯。關于新冠疫情有句諺語：疫情開始時你采取的每一點行動，其價值都遠超之后采取的行動，而大多數人早期行動不足，后來才恐慌。新冠疫情中我們肯定看到了這一點。但我認為，我們用這種理念來應對競爭威脅。我覺得保持一點警惕是好的。Gemini 3到目前為止，并沒有產生我們擔心的那種沖擊，但它確實像DeepSeek一樣，暴露了我們產品策略中的一些弱點，我們正在迅速解決這些問題。我認為這個"紅色警報"狀態不會持續太久。對我們來說，歷史上這類事情通常會持續大約六到八周。

但我很高興我們采取了行動。就在今天，我們推出了一款新的圖像模型，這是個好消息，也是消費者真正想要的。上周我們推出了5.2，反響極好，增長非常快。我們還會發布一些其他東西，然后也會有一些持續改進，比如提升服務速度。但我猜，未來很長一段時間里，我們可能每年會做一兩次這樣的事情，這確實是確保我們在自己領域獲勝的一部分。很多其他公司也會做得很好，我為他們感到高興。但你知道，ChatGPT目前仍然是市場上占據絕對主導地位的聊天機器人，而且我預計這個領先優勢會隨著時間增加，而不是減少。模型會在各處都變得優秀，但人們使用一個產品（無論是消費者還是企業級）的諸多原因，遠不止模型本身。我們對此早有預期，因此我們努力構建一整套緊密協同的要素，以確保我們成為人們最想使用的產品。我認為競爭是好事，它能推動我們變得更好。但我想我們在聊天機器人領域會做得很好，在企業級市場以及未來的新品類中，我認為我們也會表現出色。人們確實希望使用一個統一的AI平臺。人們在個人生活中使用手機，工作時也大多希望使用同類手機。我們看到AI領域也呈現同樣趨勢。ChatGPT在消費者端的優勢，確實幫助我們贏得了企業級市場。當然，企業需要不同的產品，但他們會想：我知道OpenAI這家公司，也熟悉ChatGPT的界面。所以我們的策略是：打造最好的模型，圍繞它構建最佳產品，并擁有足夠的基礎設施來大規模提供服務。

Alex Kantrowitz：

是的，存在現有優勢。今年早些時候，ChatGPT的周活躍用戶數約為4億，現在報告說是8億，據說正接近9億。但另一方面，像谷歌這樣的公司擁有分銷優勢。所以我想聽聽你的看法：你認為模型會商品化嗎？如果會，什么最重要？是分銷渠道？是應用構建能力？還是其他我沒想到的因素？

Sam Altman：

我不認為"商品化"是思考模型的正確框架。模型會在不同領域各有所長。對于普通的聊天這類用例，也許會有很多優秀選擇。但對于科學發現，你會想要那種處于前沿、可能專為科學優化的東西。因此，模型會有不同的優勢，我認為最具經濟價值的將是那些處于前沿的模型，我們計劃在那里保持領先。我們很自豪5.2是世界上最好的推理模型，也是科學家們取得最多進展的模型，同時，企業也反饋說它在完成業務所需的各種任務上表現最佳。所以，我們會在某些領域領先，在其他領域落后，但我預計，即使在免費模型能滿足人們很多需求的世界里，總體上最智能的模型仍將具有巨大價值。產品本身確實至關重要。正如你所說，分銷和品牌也非常重要。以ChatGPT為例，個性化功能極具粘性。用戶喜歡模型隨著時間逐漸了解他們，你會看到我們在這方面大力加強。用戶與這些模型的互動體驗，會讓他們與之產生強烈的關聯感。我記得有人曾告訴我，人們基本上一生中選定一款牙膏就會一直用下去，大多數人似乎都這樣。用戶與ChatGPT有過一次神奇體驗后，就會談論它。醫療保健就是個著名例子，有人把血液檢測結果或癥狀輸入ChatGPT，發現自己患有某種疾病，然后去看醫生并治愈了之前無法確診的問題。這樣的用戶粘性非常高，更不用說其上的個性化功能了。還會有各種各樣的產品功能。我們最近剛剛推出了瀏覽器功能，我認為這為我們開辟了一個潛在的新模式。設備方面還有段距離，但我對此非常興奮。所以我認為會有所有這些組成部分。

至于企業級市場，形成"護城河"或競爭優勢的要素會有所不同，但類似于消費者端的個性化對用戶非常重要，企業端也會有類似概念：公司與像我們這樣的公司建立關系，將其數據連接進來，并能使用來自不同公司、運行在該平臺上的多個智能體，確保信息得到恰當處理。我預計這也會相當有粘性。我們目前擁有超過100萬企業用戶。很多人主要把我們視為消費者公司，但我們肯定會進軍企業市場。實際上，我們有超過100萬企業用戶，但我們的API業務增長非常快。今年，API業務對我們的增長甚至超過了ChatGPT。所以，企業級業務確實正在起步，是從今年開始的。

Alex Kantrowitz：

我可以回到剛才的話題嗎？如果"商品化"不是合適的詞，也許對于日常用戶來說，模型會達到某種"同等水平"？因為你開始時說，也許日常使用會感覺差不多，但在前沿領域會感覺非常不同。那么，就ChatGPT的增長能力而言，如果ChatGPT和Gemini構建的模型對日常用戶來說感覺相似，谷歌擁有眾多推送Gemini的渠道，而ChatGPT需要努力爭取每一個新用戶，這個威脅有多大？

Sam Altman：

我認為谷歌仍然是一個巨大的威脅，一家極其強大的公司。如果谷歌在2023年就認真對待我們，我們可能會處境艱難。我認為他們本可以輕易擊垮我們。但當時他們的AI在產品方向上有些偏差，他們自己也經歷過"紅色警報"，但并沒有那么重視?，F在大家都在搞"紅色警報"。而且，谷歌可能擁有整個科技行業最棒的商業模式，我認為他們會緩慢地放棄它。

但是，把AI硬塞進網絡搜索，我不確定這是否能像重新構想一切那樣有效。這實際上是我認為的一個更廣泛的趨勢。在現有做事方式上"硬塞"AI，不如在"AI優先"的世界里重新設計。這也是我們最初想做消費設備的原因之一，但這也適用于其他層面。如果你把AI塞進一個消息應用中，讓它很好地總結你的消息并起草回復，這確實會好一點，但我不認為這是最終形態。

那不是我所說的真正聰明的AI像你的智能體一樣，與其他人的智能體交談，判斷何時打擾你、何時不打擾，以及哪些決策它能處理、何時需要問你。搜索、生產力套件等領域也是如此。我懷疑這總比人們想象的要花更長時間，但我預計我們將在主要品類中看到完全圍繞AI構建的全新產品，而不是把AI硬塞進去。我認為這是谷歌的一個弱點，盡管他們擁有巨大的分銷優勢。

Alex Kantrowitz：

我和很多人討論過這個問題。ChatGPT剛推出時，我認為是Benedict Evans提出，你可能不想把AI放進Excel，你可能想重新構想如何使用Excel。在我看來，那就是你上傳數字，然后與你的數字對話。隨著人們開發這類東西，他們發現需要某種后端。所以，是你構建后端，然后用AI與之交互，就像它是一個新的軟件程序嗎？

Sam Altman：

是的，基本上就是這樣發展。

Alex Kantrowitz：

那你為什么不能直接把它"硬塞"在上面呢？

Sam Altman：

你可以硬塞上去，但問題在于界面。我每天花大量時間在各種消息應用上，包括電子郵件、短信、Slack等等。我認為那是錯誤的界面。你可以把AI硬塞到這些應用上，它確實會好一點，但我更愿意早上就能說：這是我想今天完成的事情，這是我所擔心的，這是我在思考的，這是我希望發生的。我不想整天花時間跟人發消息，我不需要你總結它們，我也不想看到一堆草稿。處理所有你能處理的事情。你了解我，了解這些人，了解我想完成什么。然后每隔幾小時，如果需要我做什么，就批量給我更新。但這與當前這些應用的工作方式截然不同。

Alex Kantrowitz：

我正想問你ChatGPT在未來一年和兩年內會變成什么樣。是朝那個方向發展嗎？

Sam Altman：

坦白說，我原本以為到現在ChatGPT會比剛推出時變化大得多。

Alex Kantrowitz：

你當時預想是怎樣的？

Sam Altman：

我不知道。我只是覺得那種聊天界面不會像現在走得這么遠。我是說，它現在看起來好多了，但大體上與當初作為研究預覽版推出時相似。那甚至不是打算做成產品。我們知道文本界面非常好用，大家都習慣于給朋友發短信。聊天界面非常好，但我原以為，要成為像現在這樣龐大、被大量用于實際工作的產品，其界面必須比現在走得更遠。我仍然認為它應該那樣做，但我低估了當前這種通用界面的威力。

當然，我認為未來應該是AI能為不同類型的任務生成不同的界面。所以，如果你在討論數據，它應該能夠以不同方式展示，你也應該能以不同方式與之交互。我們已經在像Canvas這樣的功能中看到一點雛形。它應該更具互動性。現在基本上是你來我往的對話，如果能圍繞一個對象持續討論，它能不斷更新，你有更多問題、想法，新信息進來時能持續更新，那就好了。隨著時間的推移，它應該能更主動，也許能理解你當天想完成什么，并在后臺持續為你工作，發送更新。你可以從人們使用Codex的方式看到部分未來，我認為這是今年最令人興奮的事情之一。Codex變得非常出色，它預示了很多我希望未來呈現的形態。但這讓我感到驚訝。我本想說有點尷尬，但并非如此，它顯然非常成功。只是ChatGPT在過去三年里變化如此之小，這讓我感到意外。

Alex Kantrowitz：

是的，這個界面行之有效。但我想，它的"內在"已經改變。你稍微談到了個性化的重要性，對我來說，記憶功能確實帶來了不同。我幾周來一直在與ChatGPT討論一次即將到來的旅行，其中有很多規劃事項，我可以在新窗口直接說："好，我們接著聊這次旅行。"它有上下文，知道我要跟哪個導游，知道我在做什么，知道我一直在為它進行健身計劃，并且能真正綜合所有這些信息。記憶功能能變得多好？

Sam Altman：

我認為我們無法想象，因為存在人類極限。即使你擁有世界上最好的私人助理，他們也無法記住你說過的每一個字，無法讀完你所有的電子郵件和文檔，無法每天查看你所有的工作并記住每個細節，無法以那種程度參與你的生活。沒有人擁有無限完美的記憶。而AI肯定能做到這一點。我們經常討論這個，目前記憶功能還很原始、很早期。我們正處于記憶功能的"GPT-2時代"。但當它真正能記住你一生中的每一個細節，并能在此基礎上實現個性化，不僅僅是事實，還有那些你甚至沒想過要指明、但AI能捕捉到的小偏好，我認為那將會非常強大。這仍然是令我最為興奮的功能之一，也許不是2026年就能實現，但絕對是未來最讓我期待的部分。

Alex Kantrowitz：

我與一位神經科學家在節目中交談過，他提到你無法在大腦中找到思想。大腦沒有儲存思想的地方，但在計算中，有地方可以儲存。所以，你可以保存所有思想。隨著這些機器人確實保存我們的思想，當然存在隱私問題。另一件有趣的事是，我們真的會與它們建立關系。我認為這是整個時代最被低估的事情之一：人們感到這些機器人是他們的伴侶，在關心他們。我很好奇想聽聽你的看法。當你想到人們與這些機器人之間的親密程度或陪伴關系時，是否存在一個可以調節的"旋鈕"？比如，我們可以確保人們與它們變得非常親密，或者我們稍微調遠一點，保持一定距離？如果存在這個"旋鈕"，你如何恰當地調節它？

Sam Altman：

確實有比我預想中更多的人，希望與AI建立親密的陪伴關系。我不知道用什么詞準確描述——關系不太對，陪伴也不太對——但他們希望與AI有這種深層連接。在目前模型能力水平下，想要這個的人比我以為的要多。今年年初，說想要這個還被認為是很奇怪的事，也許現在很多人仍然不公開承認。但實際行為顯示，人們喜歡他們的AI聊天機器人了解他們、對他們熱情、支持他們，這具有價值，甚至對那些自稱不在乎的人也是如此，他們實際上也有這種偏好。我認為這種關系的某種形式可以非常健康，我認為成年用戶應該有很大選擇權來決定他們在這個光譜上的位置。當然也存在在我看來不健康的版本，盡管我確信很多人會選擇那樣。也有些人絕對想要最枯燥、最高效的工具。因此，我猜測，像許多其他技術一樣，我們將進行試驗，會發現其中存在未知的利弊。社會將隨著時間的推移，弄清楚應如何看待人們設置這個"旋鈕"的位置，然后人們擁有巨大選擇權，并將其設置得非常不同。

Alex Kantrowitz：

所以你的想法是基本上讓人們自己決定。

Sam Altman：

是的，當然。但我認為我們不知道它應該走多遠，或者說我們應該允許它走多遠。我們會給予人們相當大的個人自由。有些例子，比如其他服務可能會提供，但我們不會提供。例如，我們不會讓AI試圖說服人們應該與它建立排他性的浪漫關系。必須保持開放。但我肯定其他服務會出現這種情況。

Alex Kantrowitz：

是的，因為粘性越強，服務賺的錢就越多。所有這些可能性，稍微深入想想，都有點可怕。

Sam Altman：

完全同意。這一點我個人覺得確實可能走向非常錯誤的方向。

Alex Kantrowitz：

確實。越具有粘性，該服務賺取的收入就越多。所有這些可能性，稍加深思，都令人有些不安。

Sam Altman：

完全正確。這一點我個人也認為，確實能看到它可能走向非常錯誤的方向。

Alex Kantrowitz：

你提到了企業級市場。我們來談談這個。上周你在紐約與一些新聞公司的編輯和CEO共進午餐，告訴他們企業級業務將是OpenAI明年的一個主要優先事項。我很想多聽聽，為什么這是優先事項，你認為你們相較于Anthropic有什么優勢。我知道有人會說這對一直以消費者為中心的OpenAI來說是一次轉型。請給我們概述一下企業級市場的計劃。

Sam Altman：

我們的策略始終是消費者優先。這有幾個原因。第一，當時的模型對于大多數企業級用途來說，還不夠強大和熟練，現在它們正逐漸達到要求。第二，我們當時在消費者市場有一個明確的、難得的獲勝機會，而這類機會很少見。我認為如果你在消費者市場獲勝，將極大地幫助你贏得企業市場，我們現在正看到這一點。但正如我之前提到的，今年我們企業級業務的增長超過了消費者業務的增長?？紤]到模型目前的水平以及明年將達到的高度，我們認為現在是時候快速建立一個非常重要的企業級業務了。我的意思是，我們已經有了一定的基礎，但它可以增長得更快。公司似乎已為此做好準備，技術似乎也已就緒。編碼是目前最大的例子，但其他垂直領域也在快速增長。我們開始聽到企業客戶說，我真的只想要一個AI平臺。

Alex Kantrowitz：
哪個垂直領域？

Sam Altman：
金融。科學是我個人目前對所有進展中最感到興奮的?？蛻糁С肿龅煤芎?。不過，我們確實有那個叫GDP Val的評估工具。

Alex Kantrowitz：

我正要問你那個。我可以直接問關于GDP Val的問題嗎？好的。因為我給Box的CEO Aaron Levy發了信息，說我馬上要見Sam，該問他什么？他說問一個關于GDP Val的問題。

Sam Altman：

所以這是一個衡量AI在知識工作任務中表現的指標。我回頭看了最近發布的GPT-5.2模型的資料，查看了GDP Val的圖表。當然，這是OpenAI自己的評估。但根據圖表，夏季發布的GPT-5“思考”模型，在38%的測試任務上與知識工作者持平、打平或擊敗了他們。而GPT-5.2“思考”模型在70.9%的知識工作任務上打平或擊敗了人類，GPT-5.2“專業版”達到了74.1%，并且它越過了被認為是“專家級”的門檻，看起來能處理大約60%的專家級任務，與知識工作領域的專家水平相當。這些模型能夠處理如此大量的知識工作，這意味著什么？

你之前問到垂直領域，這是個好問題，但我之所以有點猶豫，是因為這個評估涵蓋了企業需要做的40多種不同垂直領域——制作PPT、進行法律分析、編寫小型網絡應用等等。而這個評估是問：專家們是否更喜歡模型的輸出，而不是其他專家的輸出？這涉及企業需要做的大量事情。當然，這些都是范圍明確的小任務，不包括那些復雜的、開放性的、創造性的工作，比如構思新產品，也不包括很多團隊協作的事情。但是，一個可以分配一小時工作量、并且有70%或74%的時間能拿回你更滿意結果的“AI同事”，如果你愿意少付點錢，仍然非常了不起。如果回到三年前ChatGPT剛發布時，說我們三年后就能做到這樣，大多數人會說絕對不可能。所以，當我們思考企業將如何整合這項技術時，不再僅僅是它能寫代碼，而是所有這些知識工作任務你都可以交給AI處理。這需要一段時間才能真正搞清楚企業如何整合，但其影響應該是相當巨大的。

Alex Kantrowitz：

我知道你不是經濟學家，所以我不問你這對就業的宏觀影響。但讓我讀一段我從Substack上的《Blood in the Machine》看到的話，關于這如何影響工作。這是一位技術文案寫的：“聊天機器人來了，結果我的工作變成了管理機器人，而不是管理一個客服代表團隊?！边@在我看來似乎會經常發生。但這個人接著說：“一旦機器人被訓練到足以提供足夠好的支持時，我就被裁掉了。”這種情況會更常見嗎？這是糟糕公司的做法嗎？因為如果你有一個能夠協調多個機器人的人，你可能會想留住他們。我不確定。你怎么看？

Sam Altman：

我同意你的看法，很明顯未來每個人都會管理很多做不同事情的AI。最終，就像任何優秀的管理者一樣，希望你的團隊越來越好，但你只是承擔了更廣的職責和更多的責任。我并不是一個“工作末日論者”。短期我有些擔憂，我認為轉型在某些情況下可能會比較艱難。但我們內心深處非常在意他人做什么，我們似乎如此關注相對地位，總是渴望更多，渴望發揮作用、服務他人、表達創造精神——無論是什么驅動我們走到今天，我不認為這些會消失。我認為未來的工作——甚至“工作”這個詞是否合適——我們2050年每天所做的事情，可能看起來與今天非常不同。但我并不認為生活會失去意義，或者經濟會徹底崩潰。我希望我們能找到更多的意義，我認為經濟將發生重大變化，但我覺得你無法違背進化生物學。

Alex Kantrowitz：

我經常思考我們如何能自動化OpenAI的所有職能，甚至更進一步，思考擁有一個AI CEO來管理OpenAI意味著什么。這并不困擾我，我對此感到興奮，我不會抗拒。我不想成為那個固執己見、堅持手工方式更好的人。AI CEO來做一系列決策，引導我們所有資源去賦予AI更多能量和能力……

Sam Altman：

肯定會設置一些安全護欄吧。

Alex Kantrowitz：

顯然，你不想要一個不受人類治理的AI CEO。但如果你設想這樣一個場景——也許這是個瘋狂的類比——假如世界上每個人實際上都是一家AI公司的董事會成員，可以告訴AI CEO該做什么，如果做得不好可以解雇它，并對決策有監督權，但AI CEO負責執行董事會的意愿。我認為對于未來的人來說，這似乎是相當合理的事情。

Sam Altman：

是的，好吧。

Alex Kantrowitz：

我們將在一分鐘后轉到基礎設施話題，但在我們離開模型和能力這個部分之前，GPT-6什么時候來？

Sam Altman：

我不確定我們何時會命名一個模型為GPT-6。但我預計，明年第一季度會有比5.2有顯著提升的新模型。

Alex Kantrowitz：

“顯著提升”是什么意思？

Sam Altman：

我還沒有具體的評估分數可以給你。但會包括企業級和消費者側。消費者目前主要想要的不是更高的智商，企業則仍然需要。所以我們會根據不同用途，以不同方式改進模型。但我們的目標是推出一個人人都更喜歡的模型。接下來，基礎設施。你們有大約1.4萬億美元的承諾用于建設基礎設施。我聽過很多你關于基礎設施的言論。你曾說過：如果人們知道我們能利用計算做什么，他們會想要多得多。你還說，我們今天能提供的，與10倍計算能力、100倍計算能力之間的差距是巨大的。你能幫忙詳細闡述一下嗎？你們打算用這么多額外的計算能力做什么？

Sam Altman：

我之前稍微提到過，我個人最興奮的是利用AI和大量計算能力來發現新科學。我相信科學發現是世界如何為每個人變得更好的關鍵所在。如果我們能將海量計算能力投入到科學問題上，發現新知識——目前已經有非常早期的跡象，雖然還是非常小的事情。但我在這個領域歷史上的經驗是，一旦曲線開始啟動并稍微離開X軸一點，我們就知道如何讓它越來越好。但這需要巨大的計算能力。所以這是我們投入的一個領域：利用大量AI來發現新科學、治愈疾病等等。

一個最近的例子是，我們用Codex構建了Sora安卓應用，他們用了大概不到一個月，消耗了大量的令牌。在OpenAI工作的一個好處是，使用Codex沒有限制。他們用了大量令牌，但完成了通常需要很多人、更長時間才能完成的工作，Codex基本上為我們完成了。你可以想象這可以走得更遠，整個公司可以利用大量計算能力來構建產品。人們談論了很多視頻模型將如何引領這些實時生成的用戶界面，這將需要大量計算。希望轉型業務的企業會使用大量計算。希望提供良好個性化醫療服務的醫生，持續監測每個病人的各種體征，你可以想象那會使用大量計算。目前世界上用于生成AI輸出的計算量已經很難具體描述，但這些數字非常粗略。

我知道這樣談論不夠嚴謹，但我發現這種思維實驗有點用，請原諒我的不精確。假設今天一家AI公司每天可能從前沿模型生成大約10萬億個令牌。也許更多，但我想沒有人達到千萬億級別。假設世界有80億人，平均每人每天輸出的令牌數大約是2萬——這些數字我覺得完全不對，但你可以開始計算。比較今天模型提供商輸出的令牌數與全人類輸出的令牌數，你可以說，我們將會看到一家公司每天輸出的令牌數超過全人類的總和，然后是10倍，100倍。從某種意義上說，這是一個非常愚蠢的比較，但從另一種意義上說，它給出了一個數量級概念：地球上的“智力運算”，有多少是人腦完成的，有多少是AI完成的。

那里的相對增長率很有趣。我在想，你是否確定有這種需求來使用這些計算能力？比如，如果我們向科學或醫學投入雙倍計算能力，就必然會有科學突破，或者能明確地幫助醫生？這其中有多少是基于你今天所見的確切認知，有多少是對未來可能性的推測？

Sam Altman：

目前所見的一切都表明這將會發生。但這并不意味著未來不會出現瘋狂的事情。有人可能發現全新的架構，帶來一萬倍的效率提升，那樣我們可能在一段時間內確實會過度建設。但關于模型在每個新水平上進步的速度，每次我們降低成本后人們使用量的增加，目前我們看到的一切都表明，需求將不斷增長，人們會用它來做美好的事，也做無聊的事。這看起來就是未來的形態。這不僅僅是每天能處理多少令牌。隨著編碼模型變得更好，它們可以思考很長時間，但你不想等那么久。所以還會有其他維度，不僅僅是令牌數量。對智能的需求，以及我們在少數幾個關鍵維度上能利用它做的事情……如果你有一個非常棘手的醫療問題，你是想用5.2，還是用5.2專業版，即使后者需要多得多的令牌？我會選擇更好的模型。我想你也會。我們再深入一層。關于科學發現，你能舉個具體的例子嗎？比如，一位科學家今天有X問題，如果投入Y計算能力就能解決，但目前無法實現？

Sam Altman：

今天早上推特上有件事，一些數學家們在互相回復推文。他們說：我以前非常懷疑大語言模型會變好，但5.2對我來說是跨越邊界的那一個。它幫助完成了一個小證明，發現了一些小東西，但這確實改變了我的工作流程。然后其他人也加入說：我也是。有人說5.1就已經達到了。但這個模型才發布大約五天，數學研究社群似乎在說：好吧，重要的事情剛剛發生了。我看到Greg Brockman一直在他的時間線上強調各種不同的數學和科學用途。我覺得5.2在這些社群中引起了某種共鳴。所以隨著進展，看看會發生什么會很有趣。大規模計算的一個難點是，你必須提前很長時間規劃。所以，你提到的1.4萬億美元，我們會在很長一段時間內花費。我希望我們能花得更快。我認為如果我們能更快，需求是存在的。但建設這些項目，以及運行數據中心所需的能源、芯片、系統、網絡等等，需要極其漫長的時間。所以這會持續一段時間。但從去年到現在，我們的計算能力可能增長了三倍。明年可能再增長三倍，希望之后還能繼續。收入增長甚至比這快一點，但大致與我們的計算資源增長同步。我們從未發現無法很好地將所有計算資源貨幣化的情況。我想，如果我們現在有雙倍的計算能力，收入就會是現在的兩倍。

Alex Kantrowitz：

好吧，既然你提到了數字，我們來談談。收入在增長，計算支出在增長，但計算支出的增長仍然超過收入增長。據報道，OpenAI預計從現在到2028、2029年之間會虧損大約1200億美元，然后才會開始盈利。那么，轉變是如何發生的？轉折點在哪里？

Sam Altman：

隨著收入增長，以及推理在計算資源中的占比越來越大，最終會覆蓋訓練成本。這就是計劃?；ê芏噱X訓練，但賺得越來越多。如果我們不繼續如此大幅度地增加訓練成本，我們會早得多地實現盈利。但我們押注的是，非常積極地投資于訓練這些大型模型。全世界都在好奇，你們的收入將如何與支出匹配。有人問，如果今年收入目標是200億，而支出承諾是1.4萬億，這如何運作？

Alex Kantrowitz：

是在很長一段時期內。

Sam Altman：

是的。這就是我想跟你討論的原因。我認為最好能一次性地向大家清楚地解釋這些數字將如何運作。這非常難，我肯定做不到，我見過的人里也很少有人能做到。你知道，你可能對很多數學問題有很好的直覺，但指數增長通常是人們很難在腦子里快速構建出心理模型的。出于某種原因，進化需要我們擅長用大腦處理很多數學問題，但模擬指數增長似乎不是其中之一。所以我們相信，我們可以在相當長的一段時間內保持非常陡峭的收入增長曲線，目前我們看到的一切都繼續表明這一點。但前提是我們擁有足夠的計算能力。

我們仍然受到計算的嚴重制約，這對收入線影響巨大。我認為，如果我們到了擁有大量閑置計算能力、無法以合理的單位計算利潤將其貨幣化的地步，那確實應該問問：這一切怎么行得通？但我們已經從多種方式推演過。當然，隨著我們所有降低計算成本的工作取得成果，單位美元能買到的浮點運算能力也會提高。我們看到消費者增長，企業級增長。還有很多我們尚未推出但將會推出的新業務類型。但計算能力確實是實現這一切的生命線。所以，我們沿途會有檢查點，如果我們在時間或計算上稍有偏差，我們有一定的靈活性。但我們一直處于計算能力短缺的狀態，這總是限制了我們能做的事情。不幸的是，我認為這將是常態，但我希望隨著時間的推移能有所改善。因為我認為有太多很棒的產品和服務我們可以提供，這將是一筆巨大的生意。

Alex Kantrowitz：

所以，實際上是訓練成本占總成本的比例下降，但絕對值上升。你的預期是，通過企業級業務推進、人們愿意為ChatGPT付費、通過API等方式，OpenAI將能夠用收入來支付這些成本。

Sam Altman：

計劃是這樣的。

Alex Kantrowitz：

現在，市場最近對此有些失去理智。我認為讓市場不安的是，債務進入了這個等式。圍繞債務的理念是，當有可預測的事情時你才借貸。公司借債，建設，然后獲得可預測的收入。但這是一個新類別，具有不可預測性。你如何看待債務進入這個領域？

Sam Altman：

首先，我認為市場更早的時候就已經失去理智了。今年早些時候，我們與某家公司會面，第二天那家公司的股價就會上漲20%或15%。這太瘋狂了，感覺非常不健康。實際上，我很高興現在市場上有更多的懷疑和理性，因為我覺得我們當時正完全走向一個非常不穩定的泡沫，現在我認為人們有了一定程度的紀律。所以我實際上認為情況更好了。人們之前瘋了，現在變得更理性了。在債務方面，我認為我們知道，如果我們建設基礎設施，行業總會有人從中獲得價值?，F在仍然非常早期，我同意你的看法。但我不認為還有人懷疑AI基礎設施不會產生價值。因此，我認為債務進入這個市場是合理的。我預計還會出現其他類型的金融工具。我懷疑隨著人們在這方面進行金融創新，會出現一些不合理的工具。但是，借錢給公司建數據中心，這在我看來沒問題。

Alex Kantrowitz：

市場的擔憂是，如果進展不按預期速度持續——比如說模型進展停滯了——那么基礎設施的價值就會低于預期，是的，那些數據中心對某些人仍有價值，但可能會被清算，有人會以折扣價買下它們。

Sam Altman：

我確實懷疑，沿途會有一些繁榮和蕭條。這些事情從來都不是一條完美的平滑直線。首先，在我看來非常清楚，而且我很樂意用公司來打賭：模型會變得好得多。我們對這方面有很好的預見性，我們對此非常有信心。即使模型沒有進步，我認為世界有很大的慣性，適應新事物需要時間。我相信5.2所代表的經濟價值，相對于世界目前已經從中挖掘出的價值來說，其“潛力差距”是巨大的。即使你把模型凍結在5.2的水平，你能創造并因此驅動的收入，我認為也是巨大的。事實上，如果你允許我稍微偏離一下話題。我們過去經常討論一個2x2矩陣：短期時間線 vs 長期時間線，緩慢起飛 vs 快速起飛，以及我們在不同時期認為概率分布會如何變化。你可以根據你在這個矩陣中的位置，來理解世界上許多決策和策略應該如何優化。但在我腦海中，這個圖景出現了一個Z軸，那就是：小潛力差距 vs 大潛力差距。我猜我以前沒想那么深，但我反思了一下，我一定是假設潛力差距不會那么巨大——如果模型蘊含巨大價值，世界會很快弄清楚如何部署它。但現在看來，我認為潛力差距在世界上大多數地方都將非常巨大。你會有一些領域，比如某些程序員，通過采用這些工具，生產力會大大提高。但總體上，你擁有這個極其聰明的模型，坦白說，大多數人仍然在問和GPT-4時代類似的問題?？茖W家、程序員不同，知識工作者可能也不同，但潛力差距是巨大的。這對世界將產生一系列非常奇怪的后果，我們還沒有完全想清楚這一切將如何展開，但這與我幾年前預期的非常不同。

Alex Kantrowitz：

我有個關于這個“能力潛力差距”的問題?；旧希Ｐ湍茏龅倪h多于它們目前所做的。我在試圖理解，模型怎么能比它們的實際應用好那么多？但很多企業在嘗試應用它們時，并沒有獲得投資回報，或者至少他們是這么告訴麻省理工學院的。我不太確定該如何思考這個問題，因為我們聽到所有企業都說，如果你把GPT-5.2的價格提高10倍，我們仍然會付錢。你們定價太低了，我們從這里獲得了巨大價值。這在我看來不太對勁。

Sam Altman：

當然，如果你問程序員，他們會說：“我愿意付100倍的價格。”這可能只是官僚主義把事情搞砸了。假設你相信GDP Val的數據——也許你不信，有很好的理由，也許它們是錯的——但假設那是真的，對于這些定義明確、時間不太長的知識工作任務，十次中有七次你對5.2的輸出同樣滿意或更滿意。那么你就應該大量使用它。然而，人們改變工作流程卻需要這么長時間。人們太習慣于讓初級分析師做幻燈片之類的了。這比我想象的要更有粘性。你知道，我自己的工作流程在很大程度上還是老樣子，盡管我知道我可以更多地使用AI。

Alex Kantrowitz：

我們還有10分鐘。我們還有四個問題。我們試著快速過一下。你們正在研發的設備。我們稍后將繼續與OpenAI CEO Sam Altman的對話。

Alex Kantrowitz：

我聽到的傳聞是：手機大小，沒有屏幕。如果它只是一個沒有屏幕的手機，為什么不能是一個應用？

Sam Altman：

首先，我們將推出一個小型設備系列，不會是單一設備。隨著時間的推移，我認為人們使用計算機的方式將發生轉變，從一種被動、笨拙的東西，轉向一種非常聰明、主動的東西，它能理解你的整個生活、你的上下文、你周圍發生的一切，非常了解你身邊或通過計算機與你協作的人。我認為當前的設備并不適合那種世界。我堅信，我們是在我們設備的極限內工作的。你有那臺計算機，它有一系列設計選擇。它可以是開放的或封閉的，但它不能同時做到……比如，關注這次采訪，但在我忘記問Sam問題時在我耳邊低語提醒。也許那會有幫助。有屏幕，那就把你限制在幾十年來圖形用戶界面的工作方式里。有鍵盤，那最初是為了減慢你輸入信息的速度而設計的。這些長期以來都是未經質疑的假設，但它們有效。然后這個全新的東西出現了，它打開了一個可能性空間。但我不認為當前設備的形態是這種令人驚嘆的新能力的最佳載體。如果是的話，那反而很奇怪。天哪，我們可以就此談上一個小時。

Alex Kantrowitz：

我們繼續下一個。云計算。你談過要構建云服務。我們收到一位聽眾的郵件：“在我的公司，我們正在從Azure遷移，直接與OpenAI集成，為我們的產品提供AI體驗。重點是通過堆棧插入數萬億令牌的流，為AI體驗提供動力?！边@是計劃嗎？以這種方式構建一個龐大的云業務？

Sam Altman：

首先，數萬億令牌是海量的。你問到了對計算能力的需求以及我們的企業戰略。企業客戶已經明確告訴我們他們想從我們這里購買多少令牌。我們2026年仍然無法滿足需求。但策略是，大多數公司似乎都希望找到像我們這樣的公司，說：我希望我的公司名與AI相連。我需要一個為我的公司定制的API，一個為我的公司定制的ChatGPT企業版，一個我可以信任我的數據、可以運行所有這些智能體的平臺，需要將數萬億令牌注入我的產品的能力，需要讓所有內部流程更高效的能力。我們目前還沒有一個很棒的一體化產品，我們想打造這個。

Alex Kantrowitz：

你的雄心是將其提升到與AWS和Azure同等的地位嗎？

Sam Altman：

我認為這與那些是不同的東西。我并沒有雄心去提供托管網站或其他什么服務所需的所有服務。我認為是的，我的猜測是，人們會繼續擁有他們的網絡云，然后還會有另一個東西，一家公司會說：我需要一個AI平臺，來處理我想做的一切內部事務、我想提供的服務等等。在某種意義上，它確實運行在物理硬件上，但我認為它會是一個相當不同的產品。

Alex Kantrowitz：

我們快速談談科學發現。你說過一些讓我非常感興趣的話：你認為模型，或者人們與模型協作，明年將做出小發現，五年內做出大發現。是模型本身嗎？還是人們與它們協作？是什么讓你對此有信心？

Sam Altman：

是人們使用模型。模型能自己提出問題并解決，感覺還需要更久。但如果世界從新知識中受益，我們應該非常激動。我認為人類進步的整個進程就是，我們建造更好的工具，人們用它們做更多的事，然后在這個過程中建造更多的工具，我們就這樣一層一層、一代一代、一個發現接一個發現地攀升。人類提出問題，我認為這絲毫不減損工具的價值。我覺得這很棒。我很高興。今年年初，我認為小發現會在2026年開始。結果在2025年底就開始了。重申一下，這些都非常小。我真的不想夸大，但任何發現，在感覺上都與“沒有發現”有質的不同。當然，三年前我們發布模型時，那個模型不可能對人類知識總量做出任何新貢獻。從現在到五年后，通往大發現的旅程，我懷疑就像AI的正常爬坡一樣，每季度都好一點，然后突然間，由這些模型增強的人類，就能做到五年前人類絕對做不到的事情。無論我們主要將此歸功于更聰明的人類還是更聰明的模型，只要我們能獲得科學發現，無論怎樣我都非常高興。

Alex Kantrowitz：

明年會IPO嗎？你想成為上市公司嗎？看起來你可以長時間保持私有。你會在需要融資之前上市嗎？

Sam Altman：

這里有很多因素在起作用。我確實認為，公開市場能夠參與價值創造，這很酷。從某種意義上說，如果我們上市，與以往任何公司相比都會非常晚。作為一家私有公司很棒。我們需要大量資本。我們最終也會超過股東人數限制等等。所以，成為一家上市公司的CEO，我興奮嗎？0%。OpenAI成為一家上市公司，我興奮嗎？在某些方面是的，在某些方面，我覺得會很煩人。

Alex Kantrowitz：

我仔細聽了你對Theo Van的采訪，很棒的采訪。

Sam Altman：

Theo真的很懂行，他做了功課。

Alex Kantrowitz：

你在GPT-5發布前告訴他，GPT-5在幾乎所有方面都比我們更聰明。我認為那就是AGI的定義。這不是AGI嗎？如果不是，這個術語是不是變得有些沒有意義了？

Sam Altman：

這些模型在原始能力方面顯然極其聰明。過去幾天有很多關于GPT-5.2智商是147、144或151的討論。根據不同的測試，這是一個很高的數字。有很多領域專家說它能做這些驚人的事情，它正在做出貢獻，讓專家更有效率。我們談過GDP Val。有一件事模型還做不到：當它今天不能做某事時，能意識到自己不會，然后自己去想辦法學習、理解它，第二天你再來時，它就做對了。這種持續學習能力，幼兒就能做到。在我看來，這似乎是我們需要構建的重要組成部分。那么，沒有這個能力，能算是大多數人認為的AGI嗎？我會說顯然不能。我是說，很多人會說我們現在的模型就是AGI。我幾乎可以肯定，如果我們擁有當前水平的智能加上那個能力，那顯然就非常接近AGI了。但也許大多數人會說：好吧，即使沒有那個，它也能完成大多數重要的知識任務，在大多數方面比我們大多數人都聰明，這就是AGI。它發現了新的科學知識，這就是AGI。我認為這意味著這個術語雖然我們都很難停止使用，但定義非常模糊。有一件我希望我們能為AGI做對，但我們從未明確定義的事。現在大家關注的術語是超智能。所以我的提議是，我們同意AGI這個概念已經模糊地過去了，它沒有太大改變世界，或者長期來看會，但好吧，我們在某個時間點已經建造了AGI，我們正處于一個模糊時期，有人認為我們有，有人認為沒有，越來越多的人會認為我們有，然后我們說：下一步是什么？超智能的一個候選定義是：當一個系統能夠比任何人（即使有AI協助）更好地完成美國總統、大公司CEO、大型科學實驗室負責人的工作時。

我認為國際象棋的例子很有趣。我記得很清楚，深藍擊敗了人類。然后有一段時間，人類和AI一起比單獨的AI更厲害，后來人類反而拖了后腿，最聰明的是不需要人類幫助、不理解其偉大智能的AI。我認為類似的東西可以作為思考超智能的一個有趣框架。我認為這還有很長的路要走，但我希望這次能有一個更清晰的定義。

Alex Kantrowitz：

Sam，你看，我已經使用你們的產品三年了，每天都在用。它們確實變得好多了。簡直無法想象它們未來會怎樣。

Sam Altman：

我們會努力讓它們變得更快更好。

Alex Kantrowitz：

好的。這是我們第二次交談，感謝你兩次都如此坦誠。謝謝你的時間。感謝各位收聽和觀看。如果你是第一次來，請點擊關注或訂閱。我們的節目里有很多精彩的訪談，未來還有更多。過去一年，我們兩次采訪了Google DeepMind的CEO Demis Hassabis，其中一次還有谷歌聯合創始人Sergey Brin。我們還采訪了Anthropic的CEO Dario Amodei。2026年我們還有很多重磅訪談。再次感謝，我們下次《大科技播客》再見。