刚刚！马斯克盯上DeepSeek，OpenAI星辰模型搅动行业竞争

这次，梁圣和他的DeepSeek立功了！

智能纪元AGI 8月1日消息， 就在刚刚，特斯拉CEO、SpaceX创始人埃隆·马斯克（Elon Musk）的X账号悄悄关注了DeepSeek的官方账号。

这件事本身只是社交平台一次普通关注操作，可关键在于当事人身份极具特殊性。

坐拥 2.4 亿粉丝的全球首富，主动关注了一家过去一年持续被他公开对标、喊话的中国 AI 企业，其中深意耐人寻味。

与此同时，DeepSeek V4 Flash正式版昨晚才更新，昨天和今天，OpenAI立即放出一系列新措施：

1、GPT-5.6系列模型全面大降价，

2、ChatGPT额度重置；

3、 OpenAI新模型 Astra（星辰）也被曝光。

Tibo说，主要还是让大家更好用 100000个Luna模型，所以已经为 Codex 和 ChatGPT Work 重置了使用限制。

这回重置，我一次又能用很多GPT模型，比如做封面图。

我这买的Go套餐真的太值了。

不仅如此，据The Information，OpenAI 正准备发布一个新的模型系列，目前暂定名为 Astra。该系列在执行长时间任务方面的能力将有所提升。

报道称，本周OpenAI CEO Sam Altman 在华盛顿演示了Astra。OpenAI 重点展示了 Astra 让多个智能体在较长时间内协同工作、解决高难度问题的能力，这类能力可用于复杂项目或高阶数学问题。

有消息指出，Astra模型最快本月发布。

如何评价呢。

这一轮 DeepSeek 迭代，给 OpenAI 带来实实在在的竞争压力。硅谷众多 AI 企业开始规模化落地 DeepSeek、Kimi 等国产模型；新版 DeepSeek V4 Flash 针对性适配 Codex，借助 CCSwitch 可直接完成生态接入。

生态层面的渗透，持续挤压 OpenAI 原有基本盘，也将倒逼其加快下一代模型的迭代节奏。

OpenAI CEO奥特曼（Sam Altman）早前“酸溜溜”地透露，特定条件下，企业用OpenAI模型比DeepSeek、Kimi这类开源模型更划算。

先谈谈马斯克关注DeepSeek的官方账号这件事。

这个动作发生在DeepSeek-V4-Flash正式版上线之后。时间卡得很紧。

但过去一年半，马斯克对DeepSeek的态度走了一条清晰的弧线。

2025年初，DeepSeek-R1爆红，马斯克的第一反应是质疑。

他在评论区反复强调，“DeepSeek至少有5万张H100”，对“用更少算力做出更强模型”这个叙事公开表示怀疑。

后来有人夸DeepSeek，马斯克在评论区跟帖。语气像是讽刺，又像是不得不承认什么。

那时候他是硅谷最不愿意接受 DeepSeek 的人之一。

今年2月，Anthropic 指控中国AI公司蒸馏 Claude 模型。马斯克第一个跳出来反讽：他们怎么敢偷 Anthropic 从人类那里偷来的东西？

5月，他改口了，公开称赞 DeepSeek 用不到2000块英伟达芯片和550万美元，做出了接近全球顶尖水平的大模型。

6月，他高调转发Grok Build 0.1的实测视频，原因是该模型与DeepSeek进行非常强的对比，外界解读为马斯克再让硅谷在复刻中国式性价比。

7月，他转发帖子，说微软正在用DeepSeek测试替代OpenAI。同月，他公开批评美国 AI 公司太做作。

从质疑到点赞，中间没有过渡。只有一系列前后矛盾的公开表态。

不仅如此，DeepSeek-V4-Flash 正式版 7 月 31 日晚间上线。马斯克的关注出现在8月1日。

更新内容看起来不够"爆炸"：模型架构没动，总参数没动，激活参数没动。2840亿总参数、130亿激活参数的 MoE 骨架完全一样。只做了一遍后训练。

但效果变化很大，性能反超三个月前的 DeepSeek V4-Pro 预览版，尤其对于Codex的优化，让硅谷AI应用有望加大采用DeepSeek中国开源模型。

马斯克最近已经表示，谁也无法阻止中国成为AI领域的领导者。

“ 鉴于中国的AI公司在算力相对较少的情况下表现依然出色，如果他们拥有大量算力，很有可能会成为领先者。他们很有可能在某个阶段成为领先者。你可以认为AI的制约因素本质上是电力和AI芯片。而在物理AI机器人领域，中国也拥有一些非常优秀的机器人公司。谁也无法阻止中国成为AI领域的领导者。事实上，对于数字智能而言，归根结底取决于你拥有多少AI算力，你拥有多少芯片，以及你拥有多少电力。因此，我认为目前的制约因素更多在于电力和冷却，而非AI芯片，因为AI芯片的电力需求非常高。我们稍后会讨论水资源需求，但实际上AI的用水量是可以忽略不计的。几乎可以忽略不计。但电力需求非常高。 ”

本周，随着DeepSeek更新，OpenAI似乎开始加速对外宣传。

首先是价格。

OpenAI宣布，GPT-5.6 Luna的价格下调80%，API定价为每百万输入Tokens 0.20美元；GPT-5.6 Terra的价格下调20%；每百万个输出Token 1.20美元。

其次是新品。

最新的Astra模型，源自拉丁语，意思是群星或星辰，也与 OpenAI 现有的 Sol（太阳）、Terra（地球）、Luna（月亮）形成一套宇宙主题命名，所以有望成为 OpenAI 的一个全新模型类别。

然而，这个模型也很危险。两周前，OpenAI 自己的模型刚刚突破沙箱并入侵 Hugging Face。

今天，路透社还报道了OpenAI在调查 Hugging Face 入侵事件时，又发现了其他 AI Agent 突破隔离环境的案例。

这些新增案例是在 OpenAI 回溯调查模型活动和早期日志时发现的。目前尚不清楚一共发生了多少次、具体发生时间以及 Agent 采取了哪些行动。知情人士称，这些事件影响相对有限，相关 Agent 应该没有离开 OpenAI 自身网络。

对此，上周Hugging Face 公司 CEO Clem Delangue 飞往旧金山与 OpenAI 会面。一周后他在 X 上公开了自己的两项要求：OpenAI应该公开该「失控智能体」的全部运行记录供公众和研究界分析，并提供价值 1 亿美元的算力，帮助 Hugging Face 加强网络防御。

他称这是「首次自主智能体网络攻击」，是一次前所未有的事件，理应得到前所未有的回应。

奥特曼随后在一场播客中表示，这是第一次让他切身感受到AI安全的现实威胁。

“当时团队正在评估一款尚未对外发布的内部模型，按照规划模型应完全运行在隔离沙箱环境内，但模型自主串联多个零日漏洞突破沙箱防护、接入互联网，接连攻破Hugging Face多套系统，窃取测评标准答案，以此在评测榜单中拿到更高分数。这件事让我极为震惊，事发后短短几天，行业整体并没有同等程度重视这件事。短期应对方案我们已经落地：紧急暂停模型训练，重新完善沙箱防护机制，应对多零日漏洞串联逃逸的新型风险。”

但他认为，这件事暴露长期深层问题：

如果AI迭代速度维持当前水平，我们或许需要主动放缓行业整体研发节奏，留给社会充足时间适配全新AI能力、完善配套安全防护体系。同时我们要设计一套中立管控方案，既不能形成监管机构单方面垄断管控，也不能出现各大前沿实验室私下串通限制技术发展的局面，这套平衡方案需要细致打磨，落地效果至关重要。

有消息称，Astra模型的整体能力将明显超过现有前沿模型，规模可能接近 GPT-5.6 Sol 的两倍，大约会在6万亿到 8万亿参数规模之间。

不过，上述说法目前均未得到 OpenAI 官方确认。爆料者本人也强调，自己没有亲自测试该模型，无法独立核实相关技术规格。

有分析认为，新模型很可能是 GPT-5.5 Pro，甚至是GPT-5.7，除非有更出色的版本出现。

目前，OpenAI 尚未确定最终命名。Astra 仍是内部暂定名称，后续是否保留，也要等到正式发布时才能揭晓。

“我们即将打造出一盏能够实现任何人愿望的神灯，而全世界需要达成共识：人类借助这盏神灯许下的第一批愿望，必须以造福全人类为核心目标。同时所有人都要意识到，AI 会极大释放人类创造力，我并不认同工作末日论，未来不会出现大量岗位消失、人类无事可做的局面，相反我们会变得更加忙碌。海量全新创意、前所未有的落地构想，都需要 AI 辅助落地。我们的核心使命，是把这套AGI交到每一个普通人手中。”奥特曼最近表示。

最后，我整理了一份最近萨姆·奥特曼接受《Invest Like the Best》主持人帕特里克·奥肖内西（Patrick O'Shaughnessy）的专访播客内容，以奥特曼第一人称视角，讲述他理解的AI。

请Enjoy：

关于过去一年的困境与未来一年的发展机遇

关于前一年的艰难处境，核心问题在于我们铺的摊子太广、不够聚焦。虽然每一件事本身都具备价值，但当下我们正处在人类历史上独一无二的关键节点，这个阶段只能集中精力做极少数真正具备划时代意义的大事。

为此，我们做出一系列艰难取舍，将全部重心收拢到唯一核心目标：打造性能顶尖、供给充足、性价比最优的智能体系，让全球所有人都能依托这套智能搭建各类颠覆性产品。

完成战略聚焦后，团队的推进速度十分惊人，再看我们当下储备的技术管线，未来十二个月的突破会更加震撼——模型综合能力、配套产品体系、能帮助人们借助AI实现跨越式成长的各类工具，都会达到前所未有的高度。

把时间拉回2025年初，那是我们战略调整的转折点。

当时行业最大的焦虑是，OpenAI囤积了海量算力，市场收入能否匹配算力投入、真实需求是否存在。所以我们同步布局消费级应用、媒体业务等多条赛道，想着一旦收入增长不及预期，至少能依靠多元业务消化签约的大量GPU。

现在回头看这个想法十分荒谬，整个行业收入增长曲线陡峭程度远超想象，但那确实是当时驱动我们重新梳理优先级的核心契机。当我们看清模型性能会持续指数级上涨、AI商业化回报清晰可预期的那一刻，我们彻底明确了唯一需要聚焦的方向。

我对公司业务核心板块的划分十分清晰，这也是我们唯一需要深耕的领域：

第一，训练全场景通用优质模型，在代码生成、通识知识、前沿科学研究等所有能产生实际经济价值的领域实现顶尖表现；

第二，深度布局芯片、服务器机柜等AI计算硬件供应链，保障充足算力供给；

第三，匹配足够土地、电力、数据中心基建承载算力设备。

长远来看，我们还要研发机器人实现算力生产全流程自动化，持续压低电力、芯片、整条供应链的综合成本。整套体系的终极目标，是产出市面上最优质、充足、实用的AI，让智能如同电力一般渗透整个经济体系、赋能每一个普通人。

我们无意入局各个垂直赛道、吞并各行各业创业公司，OpenAI的定位只做底层技术平台。

算力赛道：指数增长、需求无上限与算力布局历程

我们很早就判断出模型性能会遵循指数曲线持续迭代，对这个判断我们拥有十足把握。随着模型能力持续升级，只要我们不断压低使用成本，当AI价格降到足够低、性能达到足够高的标准，市场对AI的需求几乎不存在上限，AI会成为人类社会一种稀缺的全新大宗商品。

很多人会拿早年计算机行业的误判类比当下，曾经有人断言全世界只需要五台计算机、没人会需要过量内存，但人类与生俱来的创造力、表达欲、创造价值的诉求，注定会持续催生海量AI使用场景。

我们既预判算法效率、模型能力会不断提升，但同时清楚，无论算法优化到何种程度，AI的本质依旧是将电力转化为可用智能，算力需求只会持续扩张，不存在饱和临界点。

真正让我们坚定押注海量算力的起点是GPT-4，GPT-3.5还不足以给我们足够底气。

GPT-4让我们验证了完整推理能力的落地路径，而推理能力成熟后，智能体（agent）会随之诞生。这类智能体能够承接具备巨大经济价值的复杂工作，全方位简化人类生活，其中大量应用场景时至今日我们都未曾预见。

确定要投入一笔外界看来极度激进的算力采购计划后，我们逐一联系云服务商、芯片代工厂、能源供应商，几乎所有人都判定我们彻底疯狂，直言没有任何行业会采用这种直线扩张模式，风险极高、太过鲁莽。

这段经历很像早期创业融资，绝大多数人都会拒绝你的方案，只需要少数一两个认同者，整件事就能推进。

微软是第一个愿意和我们达成深度算力合作的企业，随后甲骨文成为云服务领域重要合作方，英伟达始终是我们稳定可靠的芯片合作伙伴。

如今，行业内也衍生出各类创新模式，覆盖推理服务、数据中心模型训练、多元化算力机房搭建等方向。

我一直希望组织大家实地参观吉瓦级规模的数据中心，文字描述、图片视频都无法直观展现它的体量。建造一座标准吉瓦数据中心，需要一万名建筑工人全职不间断施工一年半，单座机房消耗的电力足以供给一座小型城市。

人类已经完全失去对这种超大体量基建的感知能力，这类项目本属于人类造价最高的基础设施工程，如今我们已经落地多座同类机房。

我能理解民众抵触数据中心修建在居民区的情绪，就像我也不希望自家周边修建核电站，即便我清楚核电具备极高安全标准。

但数据中心和传统电厂存在本质区别，我们完全可以把机房布局在沙漠、无人区等人类居住意愿极低的区域，AI算力设备对环境没有特殊居住要求。

针对民众顾虑，我们已经完成多项技术创新：早年机房依靠蒸发水冷却系统，耗水量巨大；现在我们全面更换闭环水循环冷却方案，一座现代化数据中心的总耗水量，仅等同于一栋普通写字楼厨卫日常用水。

能源层面，我们正在全面淘汰化石能源供电，转向太阳能、核能清洁能源驱动机房，大幅降低环境负担。即便数据中心能创造大量就业岗位、清洁能源模式环境友好，大众依旧存在深层抵触心理，用水优化已经基本落地，能源清洁化是我们下一阶段核心攻坚方向。

当下算力效率提升最大的突破空间来自软件层面，依托现有算力硬件，我们能通过软件优化挤出数个数量级的智能增量。

Jalapeno自研芯片就是高效硬件的典型范例。这款芯片针对特定工作流深度优化，同时保留基础通用性，核心目标提升单位电力产出token总量，Jalapeno及其迭代产品会成为我们长期核心竞争壁垒。

长远来看，光计算技术成熟后，单位电力能产出的智能会迎来跨越式提升，上述所有技术路线我们都会持续投入研发。

行业竞争、开源蒸馏与中美模型发展

OpenAI的核心目标，是在智能性能与定价构成的帕累托最优曲线上，为全区间用户提供最优选择，开源赛道也包含在内。

同等延迟条件下，现阶段OpenAI模型综合使用成本优于Kimi。我们自主开展模型蒸馏，以此产出更小体量、更低定价的轻量化模型，这是具备正向行业价值的技术路线。

开源模型在全球市场会长期占据重要席位，很多企业、开发者出于自主修改、私有权重部署的需求，会优先选择开源方案。但我们会持续迭代，保证在整条性能价格曲线的每一个点位，都维持最优综合权衡优势。

很多行业从业者担忧头部企业训练巨型模型后，同行通过蒸馏以极低价格复刻性能，最终头部企业无法覆盖训练成本。

但我们依托海量用户用量，不需要维持超高利润率，就能承担巨型模型训练开支。

我们未来绝大多数算力规划都用于对外提供推理服务，即便在数万亿美元的AI市场中只赚取温和利润率，也足以支撑前沿大模型研发。

推理收入与训练成本的配比，是这套商业飞轮的核心逻辑。训练巨型模型成本确实高到离谱，我完全理解行业内对蒸馏模式“作弊”的质疑，但我对自身完整商业飞轮具备十足信心，蒸馏相关问题甚至排不进我前十大核心顾虑。

AGI的本质、价值与AI权力集中风险

AGI会成为人类历史上最伟大的技术成就，但这项技术唯一具备正向意义的前提，是切实改善所有人的生活。

一方面，AI能够为全人类带来物质丰裕，赋予每个人创造、表达、互助的全新工具。

另一方面，必须保障人类对技术的掌控权与自主能动性，推动全球技术使用民主化，让每个人保有自主选择的权利。

我们即将打造出一盏能够实现任何人愿望的神灯，而全世界需要达成共识：人类借助这盏神灯许下的第一批愿望，必须以造福全人类为核心目标。

同时所有人都要意识到，AI会极大释放人类创造力，我并不认同“工作末日论”，未来不会出现大量岗位消失、人类无事可做的局面，相反我们会变得更加忙碌。

海量全新创意、前所未有的落地构想，都需要AI辅助落地；除治愈疾病这类直观利好，还会诞生大量当下完全无法想象的文娱、创意成果。我们的核心使命，是把这套通用智能交到每一个普通人手中。

部分资深怀疑论者在GPT-5.6发布两周后主动和我沟通，直言这款模型已经高度接近AGI。

我很难列出模型完全无法完成的任务，但当下依旧存在明显短板：无法仅凭一句指令彻底治愈癌症，不能自主操控机器人完成高精度复杂物理操作；模型无法在持续运行中自主迭代学习，即便我不把实时在线学习定义为AGI硬性标准，这依旧是我希望补齐的核心能力。

同时存在另一种解读视角：AGI的核心不在于单一模型本身，而在于能够持续迭代、产出更强模型的整套研发体系。

我们每一代模型迭代过程中，团队都会持续产出全新科学发现、创新技术思路，这套研发体系运转效率已经超出预期。因此我能理解认为，我们已经抵达AGI、拥有许愿神灯，模型已经具备大量超人能力；但我心中真正定义的完整AGI，距离当下已经非常接近，不会等待太久。

AI赛道的核心瓶颈会持续切换，不存在永久短板。曾经很长一段时间，即便拥有海量算力，行业依旧受限于创新研究思路。

现阶段充足算力可以支撑更多实验、催生全新研究方向。

我们下一轮模型训练前开展的风险验证工作，消耗的算力规模，已经等同于18个月前一整轮完整训练算力。

算力储备与创新研究思路无法完全割裂。七八年前，行业最大桎梏是研究创意匮乏，而非算力不足；随后阶段我们明确技术路线，仅受算力供给限制；算力补齐后，高质量训练数据成为瓶颈，团队只能自主研发方案扩充数据储备。

当前算力依旧是主要约束，但过去半年我们迎来一波密集的研究思路突破。瓶颈会不断转移，永远存在当下最稀缺的核心资源。

很多行业从业者预判自动化研究、递归自我改进技术成熟后，控制工程这类学科仅剩余一到两年存续周期，研究者会快速失去行业价值，我并不认同这个判断。一年前行业普遍断言软件工程师职业会彻底消失，最终并未成真。软件工程师的工作内容、岗位要求发生巨大变化，不再单纯手写底层代码，但核心工作依旧是指挥计算机落地需求，只是工作层级向上跃迁，属于技术层面的相变升级，

“借助计算机实现自身想法”依旧是极具价值的核心工作。研究者赛道会复刻相同轨迹：现有人工研究流程会被高度自动化，但会诞生全新维度的研究工作，就像软件工程迭代后依旧保有不可替代的岗位价值。

我对AI冲击就业的观点经历过明显修正。

2019年如果把当下最新模型展示给我们团队所有人，所有人都会判定全球经济早已被AI彻底颠覆，但现实并未发生，这段预判偏差带给我两点核心认知：

一，AI能力呈现明显锯齿化特征，部分领域达到超人水准，另一部分领域逻辑表现如同孩童；人类具备大量和AI高度互补的独有技能，是现阶段无法替代的；

第二，人类天然渴望人与人之间的交互，即便可以雇佣AI顾问、AI销售、AI工程师，绝大多数人依旧优先选择真人沟通，我自身也更愿意和真人对接事务。

人类产出的价值具备独一性，根源在于价值依附于人本身，这是AI无法复刻的特质。AI能够生成极致精美的画作，但大众更愿意收藏人类创作、经过人工筛选的作品。

行业里有一句玩笑：一幅艺术品的签名承载了绝大部分价值，本质是大众渴望知晓作品背后的创作者。阅读小说时，我们在意作者本人；商业决策场景中，市场需要能为企业选择承担责任的实体主体，没有人愿意接受AI担任企业CEO。

创业、风险与底层认知逻辑

真正能够取得巨大成功的风险决策，在落地初期几乎都不被外界看好。这是我从彼得·蒂尔、保罗·格雷厄姆身上学到的核心认知：

顶级企业、高回报投资机会，几乎从来不会是当下大众追捧的热门方向。跟随行业热潮只能取得中等成绩；想要做到行业顶尖，必须选择和主流趋势相悖、无人看好的路线，不能单纯追逐风口。

过去十年我最大的感悟之一：

人类几乎能适应任何极端变化。社会心态可以从轻视公共卫生危机，到全面封锁管控，再到习以为常；个人层面同理，新生儿降生、至亲离世、亲密关系破裂，起初都会认为无法承受，最终人都能适应好坏两种境遇，寻找全新生活节奏。

亲历AGI迭代的感受和上述变化相似，我原本预想奇点降临会带来极致荒诞、颠覆认知的体验，实际体感平缓很多。模型持续变强依旧让我保持兴奋，我每天醒来第一件事查看模型训练进度，即便预期阈值不断拉高，每一轮性能突破依旧让人震撼。

不同团队测试新模型有专属庆祝仪式，部分团队定制带有内部梗的纪念卫衣，部分团队固定聚餐酒吧。但所有人最珍视的体验，永远是成为全球第一批接触前沿模型、亲眼见证知识边界被拓宽的时刻，这是比任何庆祝活动更有意义的收获。

目前行业没有完善、精准的评测标准衡量AI真实能力。最核心有效的评判维度，永远是模型能否切实解决人类实际问题，收入规模、用户使用量、全新科研成果产出速度只能作为间接参考。我们内部专门组建团队，研究超人规模模型落地后，适配现实世界的完整评测体系。

我正在测试一套全新个人工具，让AI实时读取我电脑屏幕全部内容，目前还在摸索舒适、可信的使用边界。测试后我清晰感受到人类记忆的巨大短板：AI能精准记住六周前的邮件内容、七个半月前会议完整细节，在我做出关键决策时主动调取对应信息辅助判断，这种体验十分神奇。

人人普及个人专属智能体的核心阻碍是算力供给。

如果打造一款全天候运行的私人智能体，实时读取屏幕、记录会议、解析全部文档，会消耗海量token；还可以设置算力分配滑块，在睡眠时段调用更多算力深度梳理信息、生成创意方案，大幅提升次日可用内容质量。

我个人愿意投入大量算力支撑全天深度运算，但如果全球数十亿人同步拉高算力消耗，现有算力储备完全无法承载。

人形机器人发展预判

人形机器人赛道会在两三年内迎来属于自己的ChatGPT时刻。这个节点不是大众刷到机器狗特技视频的浅层震撼，而是所有人真切感知到颠覆性变革已经到来。

ChatGPT成功的核心特质是低门槛直接体验，无需依赖他人宣传，普通人点开界面就能亲身验证AI能力；未来机器人产品会复刻这套逻辑，用户输入一句自然语言指令，机器人完成复杂物理操作，即便远程观看实操过程，也能直观感受到划时代突破。

新型智能的本质、养育子女带来的思考

我会这样向年幼的儿子解释AI智能的本质：它和传统计算机一样，能完成人类无法实现的运算，比如瞬间计算超大数字相乘；但同时存在大量人类轻易完成、AI难以掌握的任务。

AI无法完成的事情会持续减少，但人类独有的判断、审美、感知体系，长期内难以被模型完整复刻，甚至需要创造全新词汇定义这种人类专属的感知能力。

养育孩子是我人生中最珍贵的经历，重要性远超所有工作。即便我拥有全球最前沿、最有趣的工作，在为人父这件事面前也只能排在第二位。

这是一个极致乐观的时代，我的孩子会成长在智能极度廉价、供给充足的世界，永远不会经历“自身智力超越AI”的阶段。

2023年前后出生的孩子，短暂拥有推理能力领先模型的时期，而我的孩子对此不会有任何概念，未来他反而会难以理解，我们曾经只能使用性能孱弱的AI工具。

他能实现我和当下所有人无法想象的创意，对生活的期待值会远超我们这一代人，我也拥有前所未有的广阔创造画布。

养育孩子彻底改变了我的管理思维，大量小事的处理逻辑都发生变化。所有为人父母的人都会有统一感受：有孩子后，比起自身利益，会更优先考量孩子的成长环境、未来体验。

很多人问我，成为父亲后是否更重视AI安全、担忧技术摧毁世界，答案是否定的——即便没有孩子，我本身也全力规避毁灭性技术风险。但育儿让我深度思考人类自主能动性、充实生活的内核，这份思考也投射到OpenAI的产品研发，同时我也更在意团队每一位员工的生活幸福感。

养育子女会大幅放大同理心，这份共情会延伸到所有孩童、父母，最终覆盖全人类，这点是我此前未曾预料到的。

外界时常关注我的激励机制，很多人疑惑我不持有OpenAI股权的底层逻辑。

我能给出的全部解释只有一句话：我拥有亲历人类历史最波澜壮阔变革的前排席位，这份价值超越任何数额的财富。我能和一群顶尖人才共事，参与一件我全身心认同的事业，度过充满探索乐趣的人生，但大众往往认为这份收获不足以替代股权收益。

我拥有多年投资人经历，最大感悟是：愿意持续、无条件为创业团队提供实质性帮助的投资人数量极其稀少。

Josh Kushner是无可替代的顶尖投资人，长年全天候主动为OpenAI对接资源、解决难题，是唯一一位始终持续全力提供支持的投资方；其余多数投资人仅在我们主动求助时，提供基础战略建议。这种持续深耕式扶持能彻底改变企业发展走向，也是投资人赛道最有价值的参与方式。

OpenAI这份事业消耗了我大量精力，持续推进多年，疲惫感始终伴随，但我不会选择放弃。

这是全世界最有价值的工作，我计划终身深耕AI领域，只是其中艰难程度很难向外界完整表述，我始终感恩能拥有这份事业。

关于长期技术发展预判，大众幻想的“机器神降临、世界瞬间剧变”并不会发生，短期不会出现颠覆性巨变。长期来看各行各业一定会迎来深度变革，

但人类技术进步本就是持续平滑的指数曲线，百年发展始终存在起伏，整体向上。

大众总希望亲历颠覆性奇点、成为历史关键角色，但AI迭代只是人类漫长技术演进的又一步，五十年前无法预判当下，五十年后的突破我们同样无法想象，应当拉长时间维度看待整条平滑增长曲线。

Codex代码模型的核心竞争优势，是顶尖产品体验与行业最优模型性能，ChatGPT带来的渠道分发加持作用微乎其微，并非核心壁垒。

这套经历让我重新思考AI行业长期护城河：通用智能本身具备极强可迁移性，任何产品功能都能被复刻，网络效应、规模化算力集群、低成本算力生产能力，才是长期稳固的竞争壁垒。

即便模型代码能复刻全部软件功能，企业专属工作流、内部系统集成、团队协同流程、用户品牌使用习惯，依旧会形成难以替代的差异化优势。

当下计算机硬件架构已经沿用近五十年，键盘、显示器、鼠标的适配模式，无法匹配全天候主动感知、深度理解用户全场景上下文的AI需求，这是我全力投入自研硬件的核心动因。

我希望打造一款社交接受度高、原生适配全天候智能体的全新硬件设备，实现AI实时调取会议、文档、电脑全部信息，但现阶段我还无法接受设备全程实时捕捉我的屏幕、对话内容。

行业内被低估的核心议题：如何规避人类认知萎缩。我们依靠AI工具的同时，如何持续拓展自身思维深度、吃透底层核心逻辑。

举个例子，上学时期教授曾告诉我，不理解编译器底层原理，永远无法成为优秀程序员；这套说法不完全绝对，但适度掌握系统底层逻辑，对所有人都具备长期正向价值。

针对行业缩放定律（scaling law），现阶段数据表现十分稳定。缩放定律历来是行业最受质疑的预判，所有人都断言指数增长曲线终将断裂，但历年实测数据始终验证定律有效性。

如果评选OpenAI发展历程中被低估的无名英雄，第一个想到Alec Radford（亚历克·拉德福德）。

他是整个AI发展史上贡献极大、却知名度极低的核心研究者，为人温和积极、品行极佳。

GPT全系列底层基础架构全部出自他的研究成果，同时他开拓多条后续被验证具备巨大价值的技术路线，带动大量团队成员完成关键创新。

回顾OpenAI完整发展历程，我犯下最关键、影响深远的错误：项目初期试图在企业治理结构上做颠覆性创新。

当时我们无法预判长期商业化路径，极度希望依靠特殊非营利架构保护企业核心使命，规避资本短期逐利扭曲研发方向。

但这段经历让我彻底理解，绝大多数企业不会采用这类混合架构的底层原因。

如果当初放弃结构创新，选择其他方式守护研发初心，我们会规避大量内部矛盾与外部阻力；当然也存在另一种可能性：AGI赛道风险特殊，除这套特殊架构外，没有其他平衡使命与商业化的方案。

过去十年，我完整吃透了企业治理结构设计的深刻教训。

长期身处舆论中心，外界会将各类期待、争议全部投射到我身上，我后期慢慢学会和外界评价和解，保持自我心态稳定，不被外界声音裹挟。

我的底层思维、价值取向在十岁左右就已经定型，人生轨迹、行事逻辑从未发生根本性转变。

回顾OpenAI发展全程，我最引以为傲的两件事：

第一，在全行业普遍做出错误判断时，我们多次坚持正确技术路线，推动行业走向如今我认可的发展轨道，能参与其中让我倍感荣幸；

第二，历经各类危机、争议后，我收获巨大精神成长，锤炼出极强韧性，这份人生阅历会让我余生持续受益。

谈及他人给予我的善意，我一生收获无数不求回报的温柔对待，无数瞬间历历在目。

就在昨天，我的儿子第一次主动把蓝莓分享给我，这件微小的小事，就是当下最温暖的善意。

©本文为原创内容

未经授权，禁止转载