今天凌晨3點，全球著名投資機構(gòu)紅杉資本（Sequoia Capital）發(fā)布了，Sam Altman參加其舉辦的“2025 AI Ascent”大會。

OpenAI聯(lián)合創(chuàng)始人兼首席執(zhí)行官SamA ltaman作為特邀嘉賓，接受了32分鐘的專訪和現(xiàn)場提問。Altaman回顧了OpenAI的創(chuàng)業(yè)歷程、產(chǎn)品規(guī)劃/發(fā)展、對AI行業(yè)的看法等。

在談到火爆全球的AI Agent時，Altaman認為，2025年將是智能體大規(guī)模應用的一年，尤其是是在編程領(lǐng)域，智能體會成為主導力量。并在未來幾年內(nèi)，智能體作為“數(shù)字化勞動力”幫助各行業(yè)節(jié)省大量時間、提升工作效率以創(chuàng)造巨大商業(yè)價值。

其實在這之前，Altaman就曾在其個人博客上寫了一篇深度長文，介紹智能體將如何增強世界經(jīng)濟、改變現(xiàn)有數(shù)字化工作模式。事實上，微軟、OpenAI作為全球最大的智能體開發(fā)平臺之一，在2025年已經(jīng)有大量實際應用案例，包括眾多世界500強客戶。

下面「AIGC開放社區(qū)」將根據(jù)問答的形式，為大家整理了專訪內(nèi)容，期間Altaman也接受了現(xiàn)場觀眾的提問。英語好的小伙伴，也可以直接看原視頻。

主持人：歡迎下一位嘉賓，SamAltman。你已經(jīng)是這里的常客了，感謝你再次來到我們的活動現(xiàn)場。這里還是OpenAI的第一個辦公室對吧？

Altman：是的，這里就是我們的第一個辦公室。2016年的時候，我們剛剛起步，當時這里只有14個人左右，我們圍坐在一起，看著白板，討論著我們要做什么。那時候，我們更像是一個有強烈信念和方向的研究實驗室，但并沒有一個明確的行動計劃。甚至公司或產(chǎn)品的概念都還難以想象，像LLMs（大語言模型）這樣的想法還非常遙遠。

主持人：說到2016年，當時你們有沒有想過今天會取得這樣的成就？

Altman：沒有。當時我們只是在嘗試一些新東西，比如玩視頻游戲。現(xiàn)在我們在這方面已經(jīng)做得很好了。不過，我們的第一個消費者產(chǎn)品并不是ChatGPT，而是Dolly。我們的第一個產(chǎn)品其實是API。我們嘗試了幾個不同的方向，最終決定要構(gòu)建一個系統(tǒng)來看看它是否有效。我們不僅僅是寫研究論文，我們還嘗試玩視頻游戲、操作機器人手等。

后來，我們開始嘗試無監(jiān)督學習，并構(gòu)建語言模型，這導致了GPT-1、GPT-2的出現(xiàn)，到了GPT-3時，我們覺得這個東西有點酷，但還不知道該怎么用它。我們也意識到，我們需要更多的資金來繼續(xù)擴展。從GPT-3到GPT-4，我們進入了數(shù)十億美元模型的世界，這對于純粹的科學實驗來說很難做到，除非你像粒子加速器那樣的項目。

于是，我們開始思考如何將這個東西變成一個可以支撐所需投資的業(yè)務。我們覺得這個方向可能會變得有用。我們曾將GPT-2作為模型權(quán)重發(fā)布，但并沒有引起太多關(guān)注。

我觀察到的一個現(xiàn)象是，如果你做一個API，通常會有一些好處。這在許多YC公司中都是如此。而且，如果你能讓東西變得更容易使用，通常會有很大的好處。所以，我們決定寫一些軟件，很好地運行這些模型。我們沒有去構(gòu)建一個產(chǎn)品，因為我們不知道該構(gòu)建什么，而是希望通過API讓別人找到可以構(gòu)建的東西。

2020年6月左右，我們發(fā)布了GPT-3API，世界并沒有太在意，但硅谷卻覺得這有點酷，覺得它指向了某種東西。盡管大多數(shù)世界沒有關(guān)注，但一些初創(chuàng)公司的創(chuàng)始人覺得這很酷，甚至有人說這是AGI（通用人工智能）。我記得唯一真正用GPT-3API構(gòu)建實際業(yè)務的公司是一些提供文案撰寫服務的公司。那是GPT-3唯一超過經(jīng)濟門檻的用途。

但我們注意到，盡管人們無法用GPT-3API構(gòu)建很多偉大的業(yè)務，但他們喜歡與它交談。當時它在聊天方面很糟糕，我們還沒有想出如何通過RHF（可能指某種技術(shù)或方法）讓它更容易聊天，但人們?nèi)匀幌矚g這么做。從某種意義上說，這是API產(chǎn)品唯一的殺手級用途，除了文案撰寫，這也最終促使我們構(gòu)建了ChatGPT。

到了ChatGPT3.5發(fā)布時，可能已經(jīng)有八種類別而不是一個類別可以用API構(gòu)建業(yè)務。但我們堅信人們只是想與模型交談。我們曾做過Dolly，Dolly表現(xiàn)還可以，但我們知道我們想構(gòu)建這個模型，這個產(chǎn)品，讓你能夠與模型交談，并且隨著我們能夠進行的微調(diào)，我們更堅定了這個想法。這個產(chǎn)品在2022年11月30日左右發(fā)布，大約六年的時間里，今天已經(jīng)有超過5億人每周都在使用它。

主持人：是啊，你已經(jīng)參加了我們?nèi)位顒樱陂g經(jīng)歷了許多起伏，但似乎在過去六個月里，你們一直在快速推出產(chǎn)品。你是如何讓一家大公司隨著時間的推移加快產(chǎn)品發(fā)布的速度的？

Altman：我認為許多公司犯的一個錯誤是，它們變大了，但并沒有做更多的事情。它們只是變大了，因為它們本應如此，但它們發(fā)布的產(chǎn)品數(shù)量卻沒有增加。這就是當事情變得像糖漿一樣黏稠時。我喜歡讓每個人都忙碌起來，讓團隊保持小規(guī)模，并且要做的事情要與你擁有的人數(shù)成正比，否則你就會有40個人參加每個會議，在產(chǎn)品的小部分上爭吵不休。

有一個古老的商業(yè)觀察結(jié)果是，一個好的高管是一個忙碌的高管，因為你不想讓人們無所事事。但我認為，在我們公司以及許多其他公司中，研究人員、工程師、產(chǎn)品人員幾乎創(chuàng)造了所有的價值，你希望這些人忙碌且具有影響力。

所以，如果你要擴張，你最好做更多的事情，否則你就會有很多人坐在房間里爭吵、開會或討論各種事情。所以，我們盡量讓相對較少的人承擔大量的責任。而要讓這種方式奏效，就需要做很多事情。而且，我們真的認為現(xiàn)在有機會去構(gòu)建一個重要的互聯(lián)網(wǎng)平臺。但要做到這一點，如果我們真的要成為人們在許多不同服務中、在他們的生活中以及在所有這些不同類別和較小類別中使用的個性化AI，那么我們需要弄清楚如何啟用這些東西，這就有太多的東西需要去構(gòu)建了。

主持人：在過去六個月里，有沒有你特別自豪推出的東西？

Altman：現(xiàn)在的模型已經(jīng)很好了。當然，它們?nèi)匀挥行枰倪M的地方，我們正在快速地進行改進，但我認為ChatGPT已經(jīng)是一個非常好的產(chǎn)品，因為模型本身非常好。當然，還有其他因素也很重要，但我對一個模型能夠如此出色地完成如此多的事情感到驚訝。

主持人：你們正在構(gòu)建小型和大型模型，做很多事情，正如你所說。那么，觀眾們該如何避免成為你們發(fā)展的障礙呢？

Altman：我想，把我們看作是人們的核心AI訂閱和使用那種東西的方式就好。其中一部分將是ChatGPT內(nèi)部的內(nèi)容，我們還會有一些其他真正關(guān)鍵的部分。但大部分情況下，我們希望構(gòu)建越來越智能的模型。我們會有一些類似未來設備、未來事物的界面，這些有點像操作系統(tǒng)。然后，我們知道我們還沒有完全弄清楚API或SDK，或者你想叫它什么，以真正成為我們的平臺。但我們會有辦法的。

這可能需要我們嘗試幾次，但我們最終會做到的。我希望這能夠在全球范圍內(nèi)創(chuàng)造巨大的財富，并讓人們在上面構(gòu)建東西。但我們會去構(gòu)建核心AI訂閱和模型，然后是核心服務，還有很多其他的東西需要構(gòu)建。所以，不要成為核心AI訂閱，但你可以做其他所有事情。我們會嘗試的。如果你能提供比我們更好的核心AI訂閱服務，那就太好了。

主持人：有傳言說你們正在籌集400億美元的資金，估值達到3400億美元。那么，從現(xiàn)在開始，你們的雄心壯志有多大呢？

Altman：我們會繼續(xù)努力打造出色的模型，推出優(yōu)質(zhì)的產(chǎn)品，除此之外并無其他宏大的計劃。我們堅信，只要專注于眼前的任務，就能取得成功。我們深知，要實現(xiàn)目標，需要大量的AI基礎設施，需要構(gòu)建大規(guī)模的AI工廠，不斷提升模型性能，打造卓越的消費級產(chǎn)品以及完善相關(guān)配套服務。我們以靈活應變著稱，會根據(jù)世界的變化及時調(diào)整策略。至于明年要構(gòu)建的產(chǎn)品，我們現(xiàn)在可能都還沒開始思考。我們有信心能夠打造出人們真正喜愛的產(chǎn)品，對我們的研究路線圖也充滿信心，目前從未像現(xiàn)在這樣樂觀。研究路線圖上當然是要打造更智能的模型，但我們只會專注于眼前的一步或兩步。你相信向前推進，而不是倒推規(guī)劃。

Altman：誰有問題？有人要提問嗎？

觀眾：您認為大公司在轉(zhuǎn)型為更AI原生的組織方面，無論是使用工具還是生產(chǎn)產(chǎn)品，都做錯了什么？很明顯，小公司在創(chuàng)新方面遠遠超過了大公司。

Altman：我覺得這在每次重大的技術(shù)變革中都會發(fā)生。這對我來說并不奇怪。他們做錯的事情和他們一直以來做錯的事情一樣，那就是人們和組織都非常固步自封。如果每季度或每兩季度事情都在快速變化，而你有一個每年只開一次會以決定允許使用哪些應用程序以及將數(shù)據(jù)放入系統(tǒng)意味著什么的信息安全委員會，那真的是太痛苦了。但這就是創(chuàng)造性破壞，這就是初創(chuàng)公司獲勝的原因，這就是行業(yè)發(fā)展的方式。

我對大公司愿意這樣做的速度感到失望，但并不驚訝。我的預測是，還會有一兩年的掙扎，假裝這一切不會改變一切，然后是最后時刻的投降和匆忙行動，但那時已經(jīng)太遲了。一般來說，初創(chuàng)公司只是以舊的方式超越了人們。這也會發(fā)生在個人身上，比如和一個20歲的年輕人聊聊，看看他們是如何使用ChatGPT的，然后和一個35歲的人聊聊，看看他們是如何使用它的或其他服務的，差異令人難以置信。這讓我想起了智能手機剛出來的時候，每個孩子都能非常熟練地使用它，而年紀較大的人則花了三年時間才學會基本的操作。當然，人們最終會融合在一起，但目前在AI工具上的代溝是瘋狂的，而公司只是這種現(xiàn)象的另一個癥狀。

主持人：有沒有人還有問題？只是跟進一下，年輕人使用ChatGPT的哪些酷炫用例可能會讓我們感到驚訝？

Altman：他們真的把它當作一個操作系統(tǒng)來使用。他們會以復雜的方式設置它，將其連接到許多文件，并且他們在腦海中記住了相當復雜的提示，或者你知道的，他們會復制粘貼這些內(nèi)容。當然，這些都很酷，也很令人印象深刻。還有另一種情況，那就是他們不會在不做決策之前不詢問ChatGPT他們應該做什么。

它擁有他們生活中每個人的完整上下文以及他們所談論的內(nèi)容，你知道的，記憶功能在這方面發(fā)生了真正的變化。但總的來說，可以簡化為，老年人將ChatGPT用作谷歌的替代品，也許30多歲和40多歲的人將其用作生活顧問，而大學生則將其當作操作系統(tǒng)。

主持人：你們在OpenAI內(nèi)部是如何使用它的呢？

Altman：它為我們編寫了很多代碼。具體有多少，我也不清楚。而且，當人們提到代碼數(shù)量時，我覺得這總是很愚蠢，因為你說微軟代碼中有30%是……以代碼行數(shù)來衡量是如此荒謬的方式。也許我能說的有意義的事情是，它正在編寫真正重要的代碼，而不是那些無關(guān)緊要的部分。

主持人：下一個問題。我覺得阿爾弗雷德關(guān)于你們想去哪里的問題的答案很有趣，主要集中在消費者和核心訂閱上，而且你們的大部分收入也來自消費者訂閱。那么，為什么在10年后還要保留API呢？

Altman：我真的希望所有這些最終都能合并成一件事，比如你可以用OpenAI登錄其他服務，其他服務應該有一個令人難以置信的SDK來接管ChatGPT的UI。但就目前而言，你將擁有一個了解你的個性化AI，它擁有你的信息，知道你想要分享什么，也知道你生活中的所有上下文，你將希望能夠在很多地方使用它。當然，我同意目前版本的API離那個愿景還很遠，但我認為我們可以做到。

主持人：有人想接著問一個問題。你剛才說的有點像我的問題。我們這些構(gòu)建應用層公司的人，我們想使用這些不同的API組件，甚至是尚未發(fā)布的深度研究API，并用它們來構(gòu)建東西。那么，這會是你們的優(yōu)先事項嗎？我們應該如何思考這個問題？

Altman：我認為最終會有一種介于兩者之間的新協(xié)議，類似于HTTP，用于未來互聯(lián)網(wǎng)的發(fā)展。在這個協(xié)議下，事物將被聯(lián)邦化并分解為更小的組件，智能體將不斷地公開和使用不同的工具，而身份驗證、支付、數(shù)據(jù)傳輸?shù)裙δ芏紝⒃谶@個層面上內(nèi)建，每個人都相互信任，所有事物都能相互交流。我并不完全清楚這將是什么樣子，但它正在逐漸從迷霧中顯現(xiàn)出來。隨著我們對它有了更好的理解，這可能需要我們經(jīng)過幾次迭代才能實現(xiàn)。但這就是我想看到的發(fā)展方向。

觀眾：嗨，Sam。我對在游樂場中嘗試語音模型感到非常興奮，我有兩個問題。首先，語音對于OpenAI在基礎設施方面的優(yōu)先級有多重要？你能分享一下你對它將如何出現(xiàn)在產(chǎn)品和ChatGPT核心產(chǎn)品中的看法嗎？

Altman：我認為語音極其重要。老實說，我們還沒有開發(fā)出足夠好的語音產(chǎn)品。沒關(guān)系。就像我們在開發(fā)出優(yōu)秀的文本模型之前也花了一段時間一樣。我們會解決這個問題的。當我們做到這一點時，我認為很多人會更傾向于使用語音交互。當我第一次看到我們目前的語音模式時，最讓我感興趣的是它在觸摸界面之上開辟了一個新的交互層面，你可以一邊說話一邊在手機上點擊操作。

我仍然認為語音與圖形用戶界面結(jié)合會有一些令人驚嘆的創(chuàng)新，但我們還沒有找到。在那之前，我們會先讓語音變得真正出色。而且，我認為這不僅會使現(xiàn)有設備更加酷炫，而且我認為語音將能夠催生出全新的設備類別，只要我們能讓它達到真正人類水平的語音交互。

觀眾：類似的問題。關(guān)于編程，我很好奇，編程只是另一個垂直應用，還是它在OpenAI的未來中更具核心地位？編程在未來OpenAI的定位是怎樣的？

Altman：編程在未來OpenAI的定位中更為核心。目前，如果你向ChatGPT提問，你得到的是文本回復，或許還有圖像。但你希望得到的是一個完整的程序。也就是說，你希望這些模型能夠通過編程來在現(xiàn)實世界中執(zhí)行各種操作，比如調(diào)用一系列API等。

因此，我認為編程將處于一個核心類別中。我們當然也會通過API和平臺將其公開。不過，ChatGPT在編寫代碼方面應該表現(xiàn)出色。所以，我們會從助手時代過渡到智能體時代，最終實現(xiàn)應用的全面升級。這個過程會感覺非常連貫。

觀眾：我有一個關(guān)于路線圖的問題。你對更智能的模型充滿信心，我有一個心理模型，其中包含一些要素，比如更多的數(shù)據(jù)、更大的數(shù)據(jù)中心、Transformer架構(gòu)、測試時計算等。有沒有一些被低估的要素，或者一些可能不在大多數(shù)人心理模型中的東西，但會成為其中的一部分？

Altman：這些要素每一個都很困難，當然，最大的杠桿仍然是重大的算法突破。我認為可能還有一些10倍甚至100倍的改進空間，雖然這樣的機會不多，但即使有一個或兩個也是意義重大的。不過，算法、數(shù)據(jù)、計算能力，這些是主要的要素。

觀眾：嗨，我有一個問題。你領(lǐng)導著世界上最優(yōu)秀的機器學習團隊之一。你是如何在讓像Issa這樣的聰明人追逐深度研究或一些看起來令人興奮的東西，和自上而下地推動項目，比如我們打算構(gòu)建這個，我們打算讓它實現(xiàn)，盡管我們不知道它是否可行之間取得平衡的？有些項目需要如此多的協(xié)調(diào)，以至于必須有一些自上而下的協(xié)調(diào)，但我認為大多數(shù)人在這方面做得太過頭了。我們花了很多時間去研究一個運作良好的研究實驗室是什么樣子的。事實上，幾乎能給我們提供建議的人都已經(jīng)去世了。

人們經(jīng)常問我們，為什么OpenAI能夠持續(xù)創(chuàng)新，而其他AI實驗室卻只是模仿，或者為什么生物實驗室X沒有取得好成績，而生物實驗室Y卻取得了好成績。我們一直在說，我們觀察到的原則是什么，我們是如何從歷史中學習它們的。然后每個人都說，好的，但我要去做別的事情。我們說，沒關(guān)系，你來找我們是為了尋求建議，你想做什么就去做吧。但我發(fā)現(xiàn)，我們嘗試運行研究實驗室的這些原則，我們并沒有發(fā)明它們，我們是毫不羞愧地從其他優(yōu)秀的歷史研究實驗室抄襲過來的，這些原則對我們來說效果很好。

然后，那些自認為有聰明的理由去做其他事情的人，結(jié)果并不成功。我認為這些大型模型的一個真正有趣的事情是，作為一個熱愛知識的人，它們有可能讓我們回答這些令人驚嘆的長期人文問題，比如循環(huán)變化、藝術(shù)等有趣的事情，甚至還可以檢測社會中是否存在系統(tǒng)性偏見等微妙的事情，這些是我們以前只能假設的。我想知道OpenAI是否有關(guān)于與學術(shù)研究人員合作的想法，或者是否有路線圖，以幫助解鎖這些我們第一次能夠?qū)W習的新事物，無論是人文科學還是社會科學。

Altman：我們確實有學術(shù)研究項目，我們與研究人員合作，有時會做一些定制工作，但大多數(shù)時候，人們只是說，我想訪問這個模型，或者也許我想訪問基礎模型。我認為我們在這方面做得很好。我們激勵結(jié)構(gòu)的很大一部分是推動模型變得盡可能智能、廉價和廣泛可用，這很好地服務于學術(shù)界和整個世界。所以，我們大約90%的努力都集中在讓通用模型在各個領(lǐng)域變得更好。

觀眾：我很好奇你是如何看待定制化的。你提到的聯(lián)邦化，比如用OpenAI登錄，帶來你的記憶和上下文。我只是好奇你如何看待定制化，以及這些不同的應用特定的后訓練是否只是試圖讓核心模型變得更好的一種權(quán)宜之計。

Altman：從某種意義上說，我認為理想的狀態(tài)是一個非常小的推理模型，擁有萬億個標記的上下文，你可以將你整個生活都融入其中。這個模型永遠不會重新訓練，權(quán)重永遠不會定制。但它能夠在你的整個上下文中進行推理，并且高效地做到這一點。

你生命中的每一次對話、你讀過的每一本書、你收到的每一封郵件、你查看過的每一件事都在其中，再加上你從其他來源連接的所有數(shù)據(jù)。你的生活不斷追加到上下文中，你的公司也會對公司的數(shù)據(jù)做同樣的事情。我們今天做不到這一點。但我認為任何其他東西都是這種理想狀態(tài)的妥協(xié)，我希望我們最終能夠?qū)崿F(xiàn)這種定制化。

觀眾：你認為未來12個月里，大部分價值創(chuàng)造會來自哪里？是更先進的記憶能力，還是允許智能體做更多事情并與現(xiàn)實世界互動的安全性或協(xié)議？

Altman：從某種意義上說，價值將繼續(xù)來自三個方面：構(gòu)建更多的基礎設施、更智能的模型，以及構(gòu)建將這些東西整合到社會中的框架。如果你推動這些方面，我認為其他事情會自行解決。在更詳細的層面上，我認為2025年將是智能體完成大規(guī)模應用的年份。特別是編程領(lǐng)域，我預計這將是一個主導類別。

明年，我認為會有更多像人工智能發(fā)現(xiàn)新事物的情況，也許人工智能會取得一些重大的科學發(fā)現(xiàn)，或者協(xié)助人類做到這一點。你知道的，我有點相信，人類歷史上大部分真正的可持續(xù)經(jīng)濟增長來自于在你已經(jīng)遍布全球之后，大部分來自于更好的科學知識，然后將其應用于世界。

然后在2027年，我認為這一切將從智力領(lǐng)域轉(zhuǎn)移到物理世界，機器人將從一個新奇事物轉(zhuǎn)變?yōu)橐粋€真正的經(jīng)濟價值創(chuàng)造者。但這只是我目前的一個即興猜測。

主持人：我可以補充一個問題嗎。現(xiàn)在有了更多的視角，你對這里的創(chuàng)始人們有什么關(guān)于韌性、耐力和力量的建議嗎？

Altman：隨著時間的推移，事情會變得更容易。作為創(chuàng)始人的旅程中，你會面臨很多逆境，挑戰(zhàn)會變得更大，風險也會更高，但隨著時間的推移，應對這些挑戰(zhàn)的情感負擔會變得更容易。所以，在某種意義上，盡管抽象地說，挑戰(zhàn)變得更大、更困難，但你的應對能力、積累的韌性會隨著時間的推移而增強。

而且，我認為對于創(chuàng)始人來說，最大的挑戰(zhàn)不是挑戰(zhàn)發(fā)生的時候。在公司歷史上，很多事情都會出錯。在事情發(fā)生的那一刻，你可以得到很多支持，你可以依靠腎上腺素來應對。

你知道的，即使是真正的大事，比如公司耗盡資金倒閉，也會有很多人來支持你。你可以度過難關(guān)，然后繼續(xù)前進。我認為真正難以應對的是危機之后的余波。人們更多地關(guān)注如何在危機發(fā)生的那一刻、第二天或第三天應對，而真正有價值的是學會如何在危機發(fā)生后的第60天，當你試圖重建的時候，如何應對。我認為這是一個可以練習并變得更好的領(lǐng)域，謝謝大家。