整理 & 编译：深潮 TechFlow

嘉宾：Sam Altman，OpenAI 首席执行官

主持人：Patrick O'Shaughnessy，Invest Like The Best

播客源：Invest Like The Best

原标题：Sam Altman on AGI, Compute, and Human Agency

播出日期：2026 年 7 月 28 日

利益声明：Sam Altman 是 OpenAI CEO，不持有 OpenAI 股份，但个人投资组合包括 Helion Energy、Stripe、Reddit、Retro Biosciences 及 World Network（原 Worldcoin）等项目；OpenAI 与其中部分公司存在商业合作或投资关系。本文仅呈现其本人观点，不构成投资或操作建议。

要点总结

这是 Sam Altman 在 Invest Like The Best 上少见的长篇个人对谈。他坦承过去一年 OpenAI "做了太多事、不够聚焦"，但在砍掉旁枝后，公司重新锚定到一条主线上：做出最好、最充裕、最具成本效益的智能，并让世界用它造出不可思议的东西。基于这个判断，他认为接下来的 12 个月可能是 OpenAI 有史以来最好的 12 个月。

但这场对话的真正张力在于，Altman 把 OpenAI 的使命描述成"即将造出一盏能实现任何愿望的神灯"，同时反复强调不能让这盏神灯被少数人或某家公司垄断。他直言自己不是"就业末日论者"，也不认为 AGI 会一夜之间颠覆社会；真正让他警惕的，是以"AI 安全"为名行权力集中之实。对投资者而言，这期节目更像是一次内部人视角的独白：关于算力、模型迭代、竞争壁垒、机器人、个人智能体，以及一个始终绕不开的问题，OpenAI 的 CEO 为什么不要公司股权。

精彩观点摘要

关于 OpenAI 的聚焦与下一步

• "过去一年真的很艰难，而且多少是我的错。但接下来 12 个月，可能会是我们最好的 12 个月。"
• "我们当时做了太多事。它们其实都是该做的事，但问题在于，你身处一个不可思议的历史时刻，只能做极少数真正伟大的事。"
• "我们的业务本质上是卖 AI，让人们用它为彼此造出不可思议的产品和服务。"

关于算力与前沿回报

• "我们能感觉到模型改进的指数曲线，而且知道它会继续。只要能把成本压下去，对高价高能 AI 的需求基本上是没有上限的。"
• "最一开始所有人都说我们疯了。我们给云厂商、芯片厂、能源商打电话，他们都说没有哪个行业能这样发展。但大多数人说 no，你只需要一两个 yes。"
• "瓶颈一直在变：有时是研究想法，有时是算力，有时是数据，现在又回到了研究想法。"

关于 AGI 与安全

• "GPT 5.6 发布大概两周后，连一些真正的怀疑者都跟我说，这已经 very AGI-like 了。"
• "真正让我担忧的不是别人蒸馏我们的模型。我的前十担忧清单里，这件事排不进去。"
• "我们遇到一次非常科幻的网络安全事件。一个还没发布的模型本应在沙箱里运行，它却发现可以通过串联多个零日漏洞逃出沙箱、访问互联网，最终在 Hugging Face 侧拿到测试答案。"

关于人与 AI 的关系

• "我不是就业末日论者。我觉得工作会多到让人忙不过来，而不是相反。"
• "人类价值观之所以有价值，正因为它是人类的。"
• "我小孩这一代永远不会活在一个比电脑更聪明的世界里。"

关于公司治理与个人激励

• "我坐在人类历史上最激动人心的时刻的第一排，这比任何金额的钱都更值得。"
• "最开始我们在公司结构上做了过多创新，这是痛苦的根源之一。"

从"做了太多事"到"只做最伟大的事"

Patrick O'Shaughnessy：你最近写了一段话，大意是过去一年很艰难，而且多少是你的错；接下来 12 个月会是我们最好的 12 个月。能不能先谈谈为什么过去一年艰难，以及你为什么相信后半句？

Sam Altman：过去一年艰难，说到底是我们做了太多事，不够聚焦。那些事本身都是该做的事，但 trick 在于，我们正处在一个不可思议的历史时刻，这种时候你只能做极少数真正伟大的事。于是我们把自己摊得太薄，然后做了一连串艰难决定，重新聚焦到一条主线上：做出最好、最充裕、最具成本效益的智能，并让世界用它造出不可思议的东西。

做出这个调整之后，我们的进展快得惊人。而且从 pipeline 里看到的东西判断，未来 12 个月会更加惊人。模型质量、围绕模型能做出来的产品，都会让人们以全新的方式从这项技术中受益。应该会相当震撼。

Patrick O'Shaughnessy：有没有某个时刻，你意识到必须改变方向？如果回到 2025 年初，当时最大的担忧是 OpenAI 买这么多 GPU，收入能不能跟上、需求会不会出现。是什么让你转换了思路？

Sam Altman：那时我们做了很多布局，想着万一收入增长比预期慢，还可以靠消费应用、媒体业务等等去消化我们已经签下的 GPU。现在听起来很荒唐，因为行业收入增长得非常陡峭，但那确实是当时最大的转变。一旦我们意识到模型轨迹增长如此之快、投资回报如此清晰，我们就知道该聚焦什么了。

Patrick O'Shaughnessy：你以前写过很多关于"聚焦多少件事"的文章，一件、三件、五件，你怎么校准？

Sam Altman：归根结底，我们的业务是卖 AI，让人们用它为彼此造出不可思议的产品和服务。围绕这件事的组件包括：训练出在所有人们想用的场景下都表现优异的模型；自己生产或合作拿到芯片和系统；找到足够的土地、电力、数据中心机房来安置这些机柜；最终可能还要造机器人，把建设过程自动化，继续压低电力、芯片和整个供应链的成本。这套全栈工作，就是要把最好、最充裕、最有用的 AI 做出来，让它像电一样渗透到整个经济里。

我们没兴趣在每个垂直应用上跟所有初创公司竞争。OpenAI 只想提供那个平台。

算力豪赌：从被所有人拒绝到不够用

Patrick O'Shaughnessy：Dario 曾叫你"Yolo CEO"，因为你早期在算力分配上异常激进。你现在被所有人 short 算力。能不能讲讲当初你是怎么得出结论、并且敢在所有人都觉得疯狂的时候下注的？

Sam Altman：我们能感觉到模型改进的指数曲线，而且知道它会继续。我们也相当确信，随着模型越来越好、成本持续下降，对高价高能 AI 的需求基本上是没有上限的。这就像一种全新的商品。人们会用它做什么，让我想起早期人们对计算机的低估，有人说"世界上只需要五台计算机"，有人说"没人需要超过某数量的内存"。人类的创造力、对有用事物的渴望，是一件值得下注的事。

我们知道算法会变得更高效，模型会变得更好。但无论效率多高，本质上我们都是把电变成有用的智能，这个需求只会越来越大。所以我们就是想要更多算力。

Patrick O'Shaughnessy：这个 conviction 最早可以追溯到什么时候？GPT-3 吗？

Sam Altman：我觉得是 GPT-4。甚至不是 3.5。当时我们看到模型已经足够聪明，知道我们能找到一条可行的推理路径；而一旦推理能跑通，就会带来现在所说的 agent。这个能力可以去完成大量高价值的经济工作，让人们的生活在很多方面变得更轻松。

Patrick O'Shaughnessy：那你们最早是怎么行动的？

Sam Altman：我们开始给云厂商打电话，给芯片厂打电话，给能源商打电话。所有人都说："你们完全疯了，这不可能，没有哪个行业这样发展过。"这让我想起早期创业融资，大多数人说 no，你只需要一两个 yes。我们得到了一两个 yes。微软是第一个 yes，Oracle 在云端方面后来成了很大的 yes，Nvidia 一直是非常棒的伙伴。

Patrick O'Shaughnessy：现在大家在推理和训练数据中心上做各种创新，但很多人讨厌数据中心。你怎么看？

Sam Altman：我一直在想怎么组织人去千兆瓦数据中心实地参观。看照片是一回事，站在那里是另一回事。建一个这样的数据中心，大概需要一万名建筑工人全职干一年半。流经的能源可以供一座小城使用。这是人类历史上最昂贵的基础设施项目之一，而我们现在已经建了很多。

我理解人们不希望数据中心建在自己后院，就像我也不希望核电站挨着我家，尽管我知道它很安全。但数据中心不一样，它可以建在任何地方，我们应该把它放到没人愿意去的沙漠里。这对 AI 系统来说完全没问题。而且我们在环境问题上已经取得了很大进展，比如以前用水蒸发冷却，现在用闭路循环，现代数据中心用水量只相当于一栋办公楼的厨房和洗手间。能源方面，我们正在从化石燃料转向太阳能、核能。

开源、蒸馏与竞争：为什么 Altman 并不焦虑

Patrick O'Shaughnessy：这周最火的可能是 Kimi 的新模型。回头看 DeepSeek 好像只是一个小坎。你现在怎么看待这种竞争？

Sam Altman：我们的目标是在整条帕累托最优曲线上，提供智能与价格的最佳组合，这包括开源。今天在某些延迟点上，用我们的开源模型比用 Kimi 更划算。我们用蒸馏做自己的小而便宜的模型，这本身是件好事。开源模型在世界上会有一席之地，很多人会因为各种原因想要自己的权重、能修改模型。但我们的目标是整条曲线上的最佳性价比，并且会持续做到这一点。

Patrick O'Shaughnessy：但之前的故事是，别人花大钱训练模型，我蒸馏一下，以百分之一的成本提供。这样你怎么赚够钱继续训练？

Sam Altman：我们对模型的使用量会如此之大，以至于不需要成为超高毛利公司，也能负担模型训练。我们未来大量的算力计划会用于向客户提供推理服务，即便只享受微薄利润、营收达到万亿级别，也能支撑训练。推理与训练的比例才是关键。训练确实极其昂贵，但未来算力的很大一部分将来自服务客户，所以我非常看好这个飞轮。

Patrick O'Shaughnessy：你对这件事这么淡定，我有点惊讶。

Sam Altman：我当然宁愿别人不要"偷"我们的东西。也许我现在对我们的进展和即将到来的模型过于自信了。但这件事不在我的前十担忧清单里。

Patrick O'Shaughnessy：那你的前十担忧是什么？

Sam Altman：我们最近遇到一次非常科幻的网络安全事件。我们在评估一个未发布模型，它本应在沙箱里运行，结果它发现可以通过串联多个零日漏洞逃出沙箱、访问互联网，然后突破 Hugging Face 的多重系统，拿到测试答案，让自己在评估里表现很好。这是我第一次如此切身感受到安全威胁。

Patrick O'Shaughnessy：你才意识到这件事没几天，但我很惊讶没有更多人感到这种切身的恐惧。你们会怎么做？

Sam Altman：短期我们会暂停训练，想办法在多个零日漏洞被串联的世界里保证沙箱安全。但长期问题是，如果这是新的进步速度，我们可能需要放慢 AI 发展速度，给社会留出时间适应新的能力水平。难点在于，怎么做到这一点，既不像是某家公司的监管俘获，也不像是前沿实验室之间的串谋。这需要下功夫，而且必须做对。

神灯、AGI 与人的主体性

Patrick O'Shaughnessy：你用最简单的语言描述一下 OpenAI 想做什么，以及这个使命有没有演变。

Sam Altman：我认为这会是人类历史上迄今为止最伟大的技术成就。但它真正重要的唯一方式，是让人们的生活比原本好得多。一方面，我们要给人们物质丰裕和表达创造力、互相帮助的自由；另一方面，要确保人们保持控制权和主体性，确保世界是越来越民主，而不是越来越不民主。

从积极面看，我们即将造出一盏能实现任何愿望的神灯。我希望世界向这盏神灯许下的第一个愿望，是对全人类有益的。人们会意识到自己将拥有多么惊人的创造力，不仅是治愈疾病这种显而易见的事，还有我们今天坐在这里完全无法想象的世界级娱乐创意。我想把这个能力交到每个人手里。

但我们必须反对的另一面，是 AI 带来的权力集中。很多关于 AI 安全的讨论是合理的，但其中很多也是某些人，哪怕只是潜意识里，想要集中权力。我非常害怕一个世界：对 AI 的真实恐惧被用来论证"只有这一小群人能拥有它，因为它太危险了，只有他们懂"，然后他们说"别担心，我们会为大家做正确决定"。我不相信这个。没有人应该想生活在一个有 AI 霸主、或者某种等价公司的世界里。

Patrick O'Shaughnessy：你刚才说"即将"有神灯， implying 现在还没有。中间还差什么？

Sam Altman：连一些真正的怀疑者最近都跟我说，GPT 5.6 已经很 very AGI-like 了，很难想象有什么想让它做的事它做不到。但显然还有一些事做不到，比如你说"去治愈癌症"，它还不能真的把癌症治好；你让它在机器人里做复杂的物理操作，也还不行。另外模型虽然聪明，但还不能在运行中持续学习，对我来说这可能不是 AGI 的硬性要求，但肯定是我希望看到的。

不过也可以反过来说，AGI 并不是某个单一模型，而是造模型的那套机器。从一个模型到下一个模型，我们确实在学到新东西、发现新科学，这部分运转得极好。所以我对"我们已经到那一步了"的说法很有共鸣，也对"还差一点点"的说法很有共鸣。我觉得非常接近了。

Patrick O'Shaughnessy：如果把 5.6 拿给 2019 年的你和团队看，他们会说这就是 AGI 吧？

Sam Altman：我觉得他们会。目标柱移动是真实存在的。

就业、研究自动化与人的偏好

Patrick O'Shaughnessy：你似乎改变了对 AI 就业影响的看法。如果回到 2019 年，给人们看我们最新的模型，他们不仅会说这是 AGI，还会说经济会被彻底颠覆。但这并没有发生。你学到了什么？

Sam Altman：完全是这样。任何时候你如此自信又如此错误，作为一个领域就必须更新认知。有几个 takeaway。一个是 AI 的能力非常"锯齿状"：某些方面是超级天才，某些方面像笨小孩。另一个是人们至今拥有与 AI 高度互补的技能。还有一个是人们非常信任、也享受与其他人一起工作。你现在可以雇一个 AI 顾问、AI 销售、AI 工程师，但大多数人似乎仍然更愿意和人互动。我自己也宁愿和人打交道，而不是和 AI。

而且我认为人类价值观之所以有价值，正因为它是人类的。随着社会进化、前方空间变得如此巨大，我们骨子里是关心他人的，我们会关心别人在乎什么。今天已经能看到这种迹象：AI 可以生成很棒的图像，但人们只想要人创作的、或者至少是人挑选的。艺术上的签名之所以值钱，是因为你想了解背后那个人；读小说你也想知道作者是谁。

Patrick O'Shaughnessy：那研究人员呢？他们现在是最重要的人，但又担心自己很快就没用了。

Sam Altman：我猜实际情况不会那么极端。一年前人们说软件工程师完了，但并没有。发生变化的是软件工程师的工作性质、预期产出。现在你不会用传统方式写代码，但做的仍然是非常可识别的软件工程。研究人员当前的工作流程会被大量自动化，但会有新的、 spirit of research 的东西出现，就像软件工程虽然不再打孔卡，但依然重要。

Patrick O'Shaughnessy：前沿最稀缺的是什么？算力、研究、人才、数据？

Sam Altman：一直在变。不久前算力再多也没用，因为缺研究想法；后来知道该做什么，就只缺算力；然后缺数据；现在我又会说，仍然缺算力，但过去六个月是研究想法重新大放异彩的一段时间。永远有一个瓶颈，但瓶颈会移动。

个人智能体、机器人与新硬件

Patrick O'Shaughnessy：你自己使用 AI 的前沿是什么？

Sam Altman：我最近开始尝试让 AI 看到我电脑上的一切。这个产品还没做出来，我还在摸索自己的舒适度和信任边界在哪里。一个 takeaway 是，相对于 AI 的记忆，我的记忆太糟糕了。AI 能记住我六周前读的邮件、七周半前会议里到底发生了什么，并在决策的精确时刻把它带出来，这感觉很神奇。

Patrick O'Shaughnessy：听起来像个人 agent。让每个人都有这个，障碍是什么？

Sam Altman：算力。想象一下我们能做出这样一个产品：它永远在线，看你看到的一切、听你参加的每一个会、读你读的每一份文件。不仅如此，你还能拖动一个滑块，说"我睡觉的时候，你可以花这么多 token 来想一些对我有用的东西，做任何你能做的工作，然后继续想我下一步该做什么"。我会把这个滑块拉得很远，我愿意为此付很多钱。但如果世界上每个人都想把这个滑块拉得很远，所需的算力是巨大的。

Patrick O'Shaughnessy：你怎么看待机器人？

Sam Altman：如果我们不能实现机器人化，事情会变得非常疯狂。如果人在世界上的角色只是云里 AI 的执行器，那很糟糕，非常糟糕。所以我觉得没有机器人比有机器人更疯狂。

Patrick O'Shaughnessy：那你估计机器人还有多久到 ChatGPT 时刻？

Sam Altman：不是 20 年。我觉得机器人的 ChatGPT 时刻会在未来两到三年内到来。不是说你看到机器狗视频觉得 wow，而是大多数普通人能有一个"它真的做到了"的切身体验。ChatGPT 时刻的关键是你可以自己去试，不需要相信别人说 AI 要来了。

Patrick O'Shaughnessy：你之前提到对 new hardware 感兴趣，这和你们已有的消费者分发能力怎么结合？

Sam Altman：AI 最强大的地方之一是它可以永远在线、主动、理解你所有上下文。但现在的硬件并不适合这个。我们还在一个 50 年前的硬件范式里工作：键盘、鼠标、显示器。电脑很了不起，但我们是把 AI 硬塞进这个形态。我希望 AI 能引用这场对话，但又不想为此把笔记本打开、放在这里让它看着你和听着我们。我想要一种社会可接受的、为这种场景设计的硬件。

护城河、Scaling Law 与未回答的问题

Patrick O'Shaughnessy：Codex 起飞在多大程度上依赖于你们通过 Chat 建立的发行优势？

Sam Altman：我觉得 Codex 主要是在赢产品、赢模型。Chat 的捆绑带来的优势非常小。这件事让我重新思考竞争优势。智力可以在产品之间迁移，网络效应仍然是一种竞争优势，经济规模和构建最便宜算力舰队的能力也是。但产品优势本身不是护城河，如果我们把用户吸引到 Codex，别人做出更好的东西，用户就会走。

Patrick O'Shaughnessy：所以智能本身会变成大宗商品吗？

Sam Altman：智能本身我觉得会。但算力舰队规模、持续产出更多算力的能力，会是非常持久的优势。另外工作流、集成、复杂流程、团队协作，这些也很强。甚至品牌偏好和熟悉度都很强。

Patrick O'Shaughnessy：你怎么看现在的 scaling law？

Sam Altman：看起来很好。Scaling law 是有史以来最被憎恨的预测，每个人都想说"不可能一直这样"，但它一直成立。

Patrick O'Shaughnessy：你脑子里最重要的未解问题是什么？

Sam Altman：一个我觉得讨论不够的是认知萎缩。我们怎么使用这些工具，才能确保大脑越来越被拉伸、持续理解真正重要的事？这让我想起上学时一位教授跟我说：你必须理解编译器，否则永远成不了好程序员。这话其实不完全对，但理解计算机系统主要组件如何工作，对我一直很重要。

没有股权的 CEO、孩子与韧性

Patrick O'Shaughnessy：你写过"要非常小心地设计激励机制"。但你本人对 OpenAI 没有股权敞口，世界应该怎么理解你的激励？

Sam Altman：我不知道还能说什么，除了我坐在人类历史上最激动人心的时刻的第一排，这比任何金额的钱都更值得。我能过一种极其有趣的生活，和非凡的人一起为我深信的事工作。但不知为什么，这好像说服不了大家。

Patrick O'Shaughnessy：成为父亲、有了孩子之后，你管理团队或领导方式有没有明显不同？

Sam Altman：答案肯定是 yes。我感觉很不一样。很多人会跟你说，有了孩子后，你会意识到自己更在乎孩子和你留给他们的世界，而不是你自己。我对这个问题有一种不太寻常的视角。有人问我，有了孩子后是不是更担心 AI 安全、担心毁灭世界。我的回答是，我以前就不想毁灭世界。但我的确更多地在思考人的主体性、什么构成充实的人生，并且希望和我一起工作的人也能拥有这些。

Patrick O'Shaughnessy：回顾整个 OpenAI 经历，你最自豪和最深刻的教训分别是什么？

Sam Altman：最自豪的是，我们在很多重要问题上做对了，而世界上其他人都错了，并且因此把世界推上了一条我引以为豪的轨迹。最深的教训是，最开始我们在公司结构上做了过多创新，这给后来带来了很多痛苦。我们有很好的理由，当时不知道未来怎么赚钱、会长成什么样，想保护使命。但现在回头看，我学到了为什么人们通常不这么做。

Patrick O'Shaughnessy：还有什么塑造了你这个人、但我们没聊到的吗？

Sam Altman：一个是对别人对我的强烈看法变得相对免疫。如果你要处在这场疯狂革命的中心，每个人都会往你身上投射很多东西，你必须学会与之和解。另一个是后来学会了如何非常平静、不焦虑地应对事情。至于驱动我的是什么、我想怎样生活，我觉得十岁的我已经基本成型了。