OpenAI奥特曼最新访谈实录:有了孩子后我对AI的认知有了变化

7月底，OpenAI CEO山姆・奥特曼在与Positive Sum CEO帕特里克·奥肖内西主持的博客节目中进行了一次深度访谈。

本次访谈涵盖 OpenAI 的过去、当下与未来，从早期大规模采购算力这个当时所有人都认为不理性的决策、Kimi 与模型蒸馏事件、Hugging Face 安全事件，到在智能极度充裕的时代长大的孩子们会是什么样。

其中，山姆・奥特曼在访谈中直言，GPT-5.6距离真正的通用人工智能仅有一步之遥，倘若将这套完整智能体系送回2019年，当年的团队会毫不犹豫官宣AGI诞生。

以下为专访实录：

主持人：

Sam，你写了一篇帖子，我觉得内容非常简明、也很有趣，是一个很好的切入点——回顾过去一年确实颇为艰难，这在一定程度上也归咎于我。而接下来的一年，或许会是我们最辉煌的12个月。想请你谈谈这两句话，先说说为什么做出前一个判断，又为什么相信后者。

山姆·奥特曼：

我们正在尝试的事情太多，但专注度又不足。实际上，这些举措都是有益的；但关键在于，我们正处于一个历史性的特殊时刻——在这个时期，我们只能专注于极少数伟大的事业。

因此，我们曾过于分散精力，不得不做出一系列艰难的抉择，以真正重新聚焦于打造最卓越、最丰富且最具成本效益的智能系统，并赋能世界。正是基于此，我们得以构建出非凡的成果。

自采取这些举措以来，我认为我们的进展极为显著；而根据目前的规划，未来12个月内我们将取得更为瞩目的成就——届时，我们所拥有的模型质量以及围绕这些模型可开发的产品，将真正助力人们以全新的方式实现繁荣。

主持人：

这应该会非常棒。去年有没有某个瞬间让你突然有了顿顿灵光乍现的感觉，从而促使你改变方向、重新调整优先级之类的？

山姆·奥特曼：

如果回溯到2025年初——也就是仅仅一年半前——大家最担心的问题是，像OpenAI这样的公司正在大量采购计算资源：收入能否实现？需求是否足够？

因此，我们尝试思考了诸多可能性：倘若收入增长的实际兑现过程比我们预想的更为漫长，那么我们或许可以通过消费级应用、媒体平台以及所有其他渠道，来帮助我们实现对所签约GPU的变现。

说来现在这听起来或许有些荒谬，因为该行业的收入增长确实极为迅猛——这正是当时的重大变革。

而就在我们意识到，这个模型的发展轨迹增长如此之快，且这些模型能带来极其显著的经济回报之时，那一刻我们就确定了应当聚焦的方向。

主持人：

我正在阅读您在OpenAI成立之前的一些精彩旧帖，其中有一篇探讨了关于“聚焦”以及“应关注多少事项”的观点——究竟是1个、5个还是3个？对于这样的企业而言，如何确定这一数值？尤其是在您提到需要重新聚焦的当下时期，该如何进行校准呢？

山姆·奥特曼：

从根本上说，我们的业务核心是销售人工智能技术——通过我所认为的构成AI基础的关键组件，助力人们共同开发出卓越的产品与服务。

为此，我们必须训练出顶尖的AI模型，使其能够满足用户在各种场景下的使用需求：这些模型需具备强大的编程能力、丰富的领域知识储备以及出色的科学计算性能——而这正是人工智能创造真正经济价值的核心所在。

我们还需自主研发或与合作伙伴共同打造这些芯片及系统，构建能够执行AI运算的高成本服务器机架；同时，必须寻觅足够的场地资源来部署这些机架；最终（或许很快），我们需要开发能够自动化执行上述流程的机器人，从而持续降低生产成本——包括芯片制造成本、整个供应链成本，乃至整个AI产品的全生命周期成本。

我们的目标是打造最优质、最丰富、最有实用价值的人工智能产品，并将其发展为一种如同电力般渗透至整个经济体系的基础设施。

我认为，我们应当聚焦于此，基于此基础构建各类垂直应用，力求“攻占”每一个初创企业乃至现有公司——我们并不希望他们仅仅提供平台，而是要深度参与其中，推动这一进程。

主持人：

计算领域堪称人类历史上最引人入胜的变革之一——我认为，这一进程显然正走向高潮，且可能在未来相当长的一段时期内持续处于这种临界点。这一点正是Dario在您进行早期计算资源分配、确保计算资源可控时向您提及的。

显然，如今您所处的境况是：各方都在做空，而计算资源正试图被重新掌控；我非常想听听您关于为何能形成“必须确保所有计算资源”的坚定信念、以及您具体如何实现这一目标的早期经历。事实证明，您的判断是正确的——甚至可以说，您当时的做法有些‘不切实际’——但若回顾当时的新闻报道，这种观点确实显得颇为疯狂。

能否请您分享一下早期的经历：您是如何得出这一结论的？又是凭借什么信念，在众人认为此举极不可取的情况下，仍决定付诸行动？

山姆·奥特曼：

我们能明显感受到，模型性能的提升正呈现指数级增长态势。在这一方面，我们信心十足，并确信这种趋势将持续下去。

不过，正如您所提到的，尽管我们此前低估了这一点——随着模型不断优化，只要我们能够继续推动成本下降，那么维持足够高的AI需求水平并以足够低廉的价格，其可能性基本上是无限的。

这堪称全球罕见的新商品，人们使用AI 的方式，让我想起计算机发展早期。

人们曾议论道：“全世界只需要五台计算机”——这曾是颇为著名的论断；或者认为“没有人需要超过某一容量的内存”。人类的智慧、创造力、对物质的渴望以及追求实用性的需求——这些正是值得我们押注的要素。

我们可以预见，人工智能将成为人们表达这些诉求、获取这些资源、完成这些任务的极其重要的途径；我们也深知，算法将变得愈发高效，模型也将不断优化——而事实也的确如此。

但与此同时，我们也清楚，无论人工智能能带来多高的效率，在某个层面上，我们的核心目标始终是将电能转化为实用的智能。

无论我们在其他技术层面取得多大的进步，我们仍会需要更多此类技术。基于对市场需求的这一观察，我们必将持续追求更多。

主持人：

这一切是否始于GPT-3？也就是说，如果我将这一进程的历史追溯至最远的起点，您会认为其最初的标记点位于何处？

山姆·奥特曼：

我会说，我们在GPT-4上获得了真正的确定性，甚至远超GPT-3.5。

主持人：

是什么触动了你？

山姆·奥特曼：

我们发现该模型足够智能，能够让我们找到一种适用于推理的方法；进而我们形成了这样的信念：若能实现有效的推理机制，便能催生如今所谓的“智能体”概念。

虽然在当时我们对其给予了不同的称谓，但其核心能力在于能够开展极具价值的经济研究，并从诸多方面为人们的生活带来便利——我认为这在诸多方面都具有显著优势。

主持人：

那第一场关键会议是什么样？就是你们坐下来下定决心，要进行一笔数额惊人的算力投入。当你想明白这件事之后，接下来做了什么？

山姆·奥特曼：

我们开始联系云厂商、芯片代工厂、能源供应商。——但所有人都说：“你简直疯了，这根本不可能实现。没有任何行业曾经历过这样的转变。我们身处这个领域，经历过无数次的繁荣与萧条，发展轨迹绝不会是笔直的上升线。这些言论对所有人而言都显得轻率。”

这番话实际上让我想起了早期初创公司进行融资的经历——大多数人都会告诉你“不”，但你只需要获得一两个“是”的回应即可。

当时，大多数人告诉我们“不”，但我们最终获得了一两个“是”的支持，从而得以推进；微软是第一个支持者；随后，甲骨文在云计算领域也给出了非常积极的支持；而英伟达则成为了我们极其重要的合作伙伴。

主持人：

如今，有千朵花在绽放——这象征着我们在数据中心中提供推理服务及开展训练的过程中，可以采取更多富有创意与创新的方式；涵盖各类数据中心及相关领域。

我希望能请您思考：您认为哪里存在创新空间？您希望实现什么目标？以及为何人们似乎对这类创新举措如此抵触。

山姆·奥特曼：

面对这种情况，我们该如何应对？首先，我一直在思考如何组织一些面向公众的实地考察活动，带大家参观一个“千兆瓦级”数据中心。

说起来容易，但要亲眼看到照片或视频则另当别论；而真正亲眼目睹后，心中会油然而生一种感慨——天呐，这规模简直难以置信。这类设施的建设需要约10,000名建筑工人全职投入一年半之久。

流经这类设施的能量足以为一座小型城市提供电力。再次强调，我们此前完全失去了对规模的感知，但这些项目本应属于人类历史上最昂贵的基础设施建设项目之一；而现在，我们已经完成了许多此类项目。

我在情感上能理解这一点——比如，为什么人们不希望数据中心建在自家后院，就像我并不真正希望在自家附近建核电站一样；尽管我知道核电站的安全性极高，但与普通发电厂不同。

即便是在这个方面，核电站也已经有所改进：我们可以将数据中心建在任何地方；我们完全可以将其建在荒漠之中，远离人群、远离那些不愿居住之地。这完全没问题——AI系统对此会非常满意。

我们在解决部分环保问题的创新方面已取得了显著进展。例如，多年前，我们曾通过蒸发水来冷却这些系统，需消耗大量水资源；而如今，我们已采用闭环系统——现代数据中心所耗用水量仅相当于一栋办公楼、厨房、卫生间以及各类电力设施所需的水量。

我们正逐步从依赖化石燃料的能源模式转向由太阳能和核能驱动的系统。我认为这无疑是一项极佳的举措——尽管它可能在某些人看来是某种‘人性化的’选择，因为它能够创造就业机会、具有高度清洁性，并带来诸多其他积极影响。但在环境关切方面，我们在满足用水需求方面已取得良好成效，接下来的重点将是能源领域。

主持人：

关于计算领域，我们还能做些什么创新？比如什么？我很好奇能听听你对“Peo”或其他——越疯狂越好——想法的看法，即你曾有过或思考过如何加速浮点运算、以及利用我们现有所有资源的方法。

山姆·奥特曼：

我认为，当前最显著的回报或许在于创意软件方案——旨在从我们现有的计算单元中挖掘出更多的智能潜力。

我的判断是，这一领域还有数个数量级的增长空间。Jalapeno芯片就是一款极具效率的芯片典范：其设计理念是打造一款在特定工作流上表现卓越、同时具备一定通用性的芯片；而我们希望借此实现“每瓦功耗下的计算令牌”指标的提升——这在Jalapeno芯片上已取得显著成效，其后续产品也将为我们带来巨大的竞争优势。

从这个视角来看，新的技术正在涌现；我预计，在未来的某个时间点，我们将攻克光学计算技术，而这将极大提升“每瓦功耗下的智能性能”。因此，我认为上述所有目标都将得以实现。

主持人：

本周最引人关注的事件当属Kimi的发布。大家都在讨论前沿模型收益、模型蒸馏、中美之间的竞争。你如何看待这一事件？这似乎是一次具有里程碑意义的转折点——回望过去 DeepSeek 仿佛只是短暂小波澜；而在这次事件中，你往往无法在当下预知结果。你该如何对此进行反思与处理？

山姆·奥特曼：

我们的目标是在帕累托最优前沿上的每一个点上，都提供在智能性能与价格之间最佳的权衡方案——这其中也包括开源方案，以当下特定延迟条件下，OpenAI 自家模型的综合性价比要优于 Kimi，这正是我们打造更小、更低成本模型的关键途径。

我认为这是一项非常明智的做法——开源模型无疑将在全球范围内占据重要地位，许多用户出于各种原因会希望拥有自己的模型权重，并能够对这些权重进行修改。

但我们的核心目标始终是，在该曲线上的任何位置都能实现最优的智能性能与价格平衡，并将持续朝着这一方向努力。

主持人：

您认为或希望美国体制能阻止这一未来吗？例如，您会支持什么样的立法，又会支持什么样的监管措施？看来您在华盛顿方面表现得相当积极，经常现身于该地。

山姆·奥特曼：

我此前并未深入思考过“蒸馏”这一问题。如今，这显然已成为许多人的首要关注点——这种情况突然间变得十分普遍。

但我一直认为，世界上必然会出现优秀的平价产品，而我们应当力争成为最优秀、最实惠的产品，至于其他厂商，则可按其自身规划行事。

不过，我认为我们完全能够在这场竞争中赢得属于自己的胜利。

主持人：

现在，Kimi的例子很有趣——正如你所说，你在曲线的某些区间成本较低；但在之前的情景中，假设我只需投入全部资金来训练模型，然后对其进行蒸馏，并以该成本价格将其提供给用户——在这种情况下，我该如何赚取足够的资金来维持模型的持续训练？我们将会面临这样的挑战。

山姆·奥特曼：

我们对模型的广泛应用意味着，无需成为利润边际极高的企业即可承担模型训练成本——正如我们未来的大部分竞争计划将用于向客户销售推理服务：即便我们在数万亿美元的营收中仅能获得微薄的利润率，我们仍有能力承担起训练大型模型所需的巨额成本。

主持人：

因此，推理与训练的比例正是这一问题的核心所在。

山姆·奥特曼：

训练这些模型的成本极其高昂——这一点毋庸置疑；我也完全理解，人们为何会感到紧张，担心有人通过从我们这里‘蒸馏’出我们未来的计算资源、未来的算力，以及向客户提供这些模型所能带来的收入规模，从而涉嫌作弊。

但我对我们的能力深感信心，即我们能够构建起一个真正的‘飞轮’效应。

主持人：

我对你的这种随和态度感到有些惊讶。

山姆·奥特曼：

我当然不希望别人拿我们的模型做蒸馏。或许我现在对自家后续模型进展太过自信。但这件事并没有排在我最关心的十大风险清单里。

主持人：

那你的十大风险清单里有什么？

山姆·奥特曼：

嗯，我们遭遇了一起极其科幻风格的网络事件。

主持人：

就是Hugging Face 那次事故。

山姆·奥特曼：

当时我们正在评估一款尚未发布的模型，该模型本应在沙箱环境中运行。它发现，其基本方法是通过将多个零日漏洞利用串联起来，从而绕过测试——先突破沙箱限制、获取互联网访问权限，继而攻破Hugging Face端的多个系统，最终获取测试答案，在E端的表现极为出色；这正是我首次感受到如此强烈的直觉性安全事件。

我有些惊讶，因为这件事才发生短短几天；同时，我也感到有些意外没有更多人重视这件事。

主持人：

那么，针对这种情况该如何应对？显然，再过两个月，它将变得更强。

山姆·奥特曼：

我的意思是，确实有一些短期措施需要采取。因此，我们已暂停了培训工作——我们必须找出如何在多个零日漏洞相互关联的环境中保障我们的沙盒环境安全。

但另一方面，Longstaff提出了若干问题：如果这种情况将成为新的技术演进速率，我们该如何应对？或者，我们或许需要调整AI发展的节奏，以便给社会足够的时间来适应这些新型能力水平。

同时，还要探索一种既能避免对任何一方造成监管俘获感，又不会让人感觉是前沿实验室间串通合作的方式来实现这一目标。这需要付出相当的努力，且必须妥善处理。

主持人：

我很想退后一步，试着理解您对OpenAI未来发展方向的最简明构想——即您希望它做什么、它代表什么。关于您将如何实现这一目标，我有无数问题。看来，您已经取得了许多引人入胜的成就。在最初阶段，我便清楚您所秉持的理念；现在，我很想听听您目前对此的看法，以及这一理念是否已经发生了演变。

山姆·奥特曼：

我认为，这将是人类历史上迄今为止最伟大的技术成就。

然而，这项成就真正具有意义的条件在于：它能否让人们的生活变得比原本可能的生活要好得多。

这其中的一部分，就是要为人们提供物质丰裕，使其能够自由地做任何想做的事，表达其创造力以及互助的愿望；而另一部分，则是确保人们能够保持自身的控制力与能动性，并确保世界本身得以维持。

因此，在积极层面而言，从某种意义上说，我们即将创造出一个能够实现任何愿望的“精灵”。

我认为，至关重要的一点是，我们向这个“精灵”提出的第一批愿望，应当有利于整个世界；同时，我也认为，全球民众必须意识到，他们将能够通过这些愿望展现出多么强大的创造力。

实际上，我根本不是什么“就业悲观主义者”。

我认为，AI将创造大量的工作岗位——这些岗位的繁忙程度可能会超出我们的预期，而非相反。

因为我认为，人们会怀有极富创造力的愿望，并提出一些令人惊叹的构想，希望借助AI来协助实现这些目标。

我们所有人都能从其中获益，而受益范围不仅限于诸如携带疾病这类显而易见的领域，还可能包括——我不得而知——世界上最顶尖的娱乐创意。

我们甚至无法想象，在当下就能拥有这一切。我希望将这些机遇赋予每个人，而这正是我们所反对的议题之一。

人工智能带来的权力集中是一种令人恐惧的现象。我认为，关于安全担忧的诸多讨论是完全有道理的，而其中很大一部分原因在于，确实存在一些人——即便这种倾向只是潜意识层面的——希望集中权力。

我极度恐惧这样一个世界：在这样的世界里，人们对人工智能的切实担忧被用来论证：只有极少数人能够掌控它，因为这太危险了，且唯有他们能真正理解它。

我认为，没有人应该希望生活在由人工智能统治的世界中，或者生活在某种类似的情况之下——即由某个机构或公司来决定所有未来的发展，并以此换取癌症的治愈（这显然是件极好的事），而在此过程中，我们实际上将所有的自主权拱手相让。

因此，我认为，我们必须避免陷入这种陷阱：即在出于善意或并非出于对人工智能安全的真正考量的情况下，产生那些可理解的担忧，从而让我们远离一个所有人都能使用这项技术的世界。

我就像互联网时代的‘原住民’——那时几乎没有任何规则。我的意思是，那确实令人惊叹；我认为，正是这种环境极大地塑造了我现在的模样，或许也塑造了你乃至整整一代人。

我认为，在人工智能时代，我们必须守护这种精神，并且我们所有人都应具备自主决策、共同塑造未来的能力。

主持人：

我有很多问题，但我想先从“精灵”这个概念开始聊——您提到我们即将迎来一位“精灵”，这是否意味着我们目前尚未拥有精灵？那么，在此之后的这段时间里，究竟会发生什么？

山姆·奥特曼：

您知道，甚至一些真正的怀疑论者在最近几天或最近几周也对我说过：‘我想，GPT-5.6已经发布两周了——对我来说，它确实很像AGI；我很难具体说明我对这个模型期望的哪些功能它无法实现。

但显然，有些事情目前还无法做到，比如治愈癌症、或是让机器人完成某种复杂的物理操作。

此外，尽管该模型非常出色，但它仍不具备持续学习的能力；在我看来，这或许并非AGI的硬性要求，但无疑是我现在想要反驳的观点——我们可以提出这样的论点：AGI并不取决于任何单一的模型，而在于那些构建这些模型的底层机制。

而且，在不同模型之间，我们实际上正在不断学习新知识，正在探索新的科学领域——这些进展效果极为出色。

因此，对于那些声称‘我们已经达到了目标，我们已拥有‘精灵’（genie），它能够完成这些惊人的任务，甚至能实现超人类能力’的人，我深表认同。

而对于‘真正的AGI可能还远未到来’这一观点，我也持相同看法——我认为，真正的AGI其实已近在咫尺，距离其实现还有相当长的一段路要走。’

主持人：

我对处于前沿领域的经济回报这一议题深感着迷，而您恰好身处这一领域；我对此充满好奇——假设您在2019年向您的团队展示了 GPT‑5.6 ，您的团队可能会说：“哦，没错，这绝对就是AGI。”“目标边界不断移动”这种现象确实存在；但我想知道，您是否认同：实际上，所有回报都集中在前沿领域，因此，一切关键都在于如何保持在前沿位置？此外，我还很好奇，在涉及计算研究人才与数据方面，这其中最困难、最稀缺的部分究竟是什么。

山姆·奥特曼：

这种情况的变化轨迹颇为复杂——确实曾有过这样的时期：说白了，就在不久前，全球所有的计算资源都无法帮到我们，因为我们当时正错失某个研究思路；这正是当前困境的部分原因：利用更多的计算能力可以开展更优质的研究，尝试更多可能性。

我最近听到一个令人惊叹的统计数据：我们目前最大的研究规模，已与18个月前的整个计算运行量相当。计算资源与研究思路并非如表面看起来那样截然分离。

但显然，在7年前、8年前或任何某个时间点，我们在研究思路上遭遇的瓶颈远比在计算资源上更为严重。

而在另一段时期，我们已经明确知道该怎么做，只需扩大规模即可，那时我们的瓶颈仅在于计算资源。

随后，我们又面临数据不足的问题，从而陷入数据瓶颈，不得不重新思考该如何应对。

如今，我认为我们依然受限于计算资源，但在过去的六个月里，我们终于迎来了研究思路领域的一次真正突破。所以，你知道，瓶颈总是存在的，只不过这种瓶颈会不断转移。

主持人：

您认为为何这个研究理念会如此引人入胜？对我来说，这一点尤其有趣，原因在于某种自动化研究趋势似乎正悄然逼近——无论您如何称呼它，我最近与一位杰出的内核工程师进行了交流；他似乎也对这一领域感到束手无策，他自己也表示，距离项目完成可能还剩两年左右，或许是一年——总之，这件事恐怕不会成真。

于是，我们同时面临着一种奇特的局面：无论是针对内核开发还是整个研究领域，研究人员都被视为至关重要的角色——他们将我们带到了今天这一步，他们是全球最核心的人物；但与此同时，这些同一批人却同样担忧，自己很快可能就不再具有影响力了。

山姆·奥特曼：

与一年前的情况类似，当时人们曾认为软件工程师的工作已被取代、已成过去式——但事实并非如此。

然而，软件工程的本质、对软件工程的预期以及工程师所能承担的工作量都发生了显著变化。如今，你不再以传统意义上的方式编写代码，但所做的工作却完全符合软件工程的特征。关于这是否与我们停止“在卡片上打孔”的时代相同或截然不同，人们可能会争论不休。

我其实并不清楚当时的机制如何运作——可能是通过在卡片上打孔实现的，又或者，再次强调，是在更高层面上运作；亦或是某种阶段转换——我也不太确定。但让计算机完成你所期望的操作这一理念，至今仍是一项至关重要的任务。

对于研究人员而言，我推测尽管当前的研究工作流程将高度自动化，但研究领域仍将涌现新的范式，正如软件工程领域已经出现了新范式一样——即便我们不再直接编写代码，这些新范式依然具有重要意义。

主持人：

看来您对人工智能对整体就业的影响已有所转变，我确信在诸如此类特定领域中，您所描述的正是这一转变以及您目前的观点。

山姆·奥特曼：

如果我们能回到2019年，向人们展示我们的最新机型。他们不仅会说这是AGI，还会判断经济会彻底停摆。

但这种情况并未发生。我认为，从某种“学术谦逊”的角度来看，每当出现认知偏差或产生冲突时——我想我们这个领域正是如此——我们就必须进行更新，这其中蕴含着诸多启示。

其一（或许听起来有些枯燥）是：人工智能的表现非常不连续——在某些方面它展现出超人的智慧，在另一些方面又像一个笨拙的幼儿。

到目前为止，人类所拥有的技能与人工智能之间仍存在高度互补性。

其次，人们对与他人协作持有极高的信任感和愉悦感——你现在就可以聘请一位AI顾问、咨询一位AI销售代表，或者直接雇佣一名AI工程师等。

不知为何，大多数人都似乎仍然更倾向于与人类互动；对于几乎所有事务，我绝对更愿意与人交流，而非与人工智能打交道。

此外，我认为人类价值观之所以具有价值，正是因为它们源于人性；随着社会的演进以及我们面前潜在空间的日益广阔，我们天生就具有关怀他人的本能——我们会关注他人所关心的事物。

如今，我们已经能看到一些类似这样的现象：AI能够生成令人惊叹的图像，而人们却只愿意选择由人类创作或至少由人类挑选的作品。

这里有一个有趣的玩笑：在当下，你可能会觉得，一件艺术品的价值很大程度上取决于其签名，但其真实价值或许在于——你想了解创作这件作品的那个人。

当你阅读一部小说时，你希望了解故事背后的作者。同样，在商业领域——以我的工作为例——我认为，世人更希望了解那些将负责公司决策的人，以及如果他们做出了错误决策，谁将为此承担责任；而他们并不真正希望看到一个由AI担任CEO。

主持人：

回顾你商业生涯承担过的风险，那些取得巨大成功的决策，在最初是不是都不受欢迎？

山姆·奥特曼：

这绝对是事实。我从彼得・蒂尔和保罗・格雷厄姆身上真正学到的东西，正是这一点——无论通过哪种不同的方式，最优秀的公司、最优质的投资机会几乎永远都不是那些看起来非常热门的公司；明白吗？

你或许可以稍微早于市场趋势一步，但若想取得卓越成就，你几乎总得做一些并非所有人都在做的事情。你可以选择追随新潮流，也可以选择不这样做。

主持人：

模型迭代周期还在持续加速。一个现实说法是，未来六个月取得的进步，超过过去数年的总和。身处这种加速迭代周期是什么体验？

山姆·奥特曼：

在过去十年里，我学到的最有趣、最重要的事情之一就是：普通人几乎都能适应几乎任何情况。

世界可能会从将一场大流行病视为玩笑而转变为全面封锁——这就是现实，而且这也没问题。

我们大多在惊人的短时间里就完成了适应。而且，你知道，现在人们要么对这种情况感到有些不安，觉得“AGI来了”；或者在个人生活中遇到各种例证——比如，发生了某些不可思议的事情，比如有了孩子，或是遭遇了什么可怕的事，比如失去父母、分手等等——你可能会认为自己永远无法适应这种剧变。

但事实上，你既可以适应美好的事物并继续保持优秀；也可以适应糟糕的情况，并找到继续前行的方法。而这正是人类能够做到的非凡之事。

经历这一切的感觉，就像是另一种版本的这种能力——之前我还以为，经历‘技术奇点’会比实际经历的更加诡异。

看着模型不断进步，依然充满激情。而且，你知道的，我每天早上做的第一件事就是查看模型的训练进度——进展越来越快；虽然我的期望值更高了，但感觉依然非常酷。

主持人：

拿到新版本模型的时候，你们会做什么？如何庆祝？迭代越来越快，你们有什么仪式吗？

山姆·奥特曼：

如今，许多团队都在负责该项目的不同部分，而不同团队也拥有各自不同的惯例：有些团队总是会制作印有有趣梗图的卫衣；有些团队则习惯定期前往同一家酒吧。

这种体验能让人感受到首次身处该环境的激动感——知识的边界正在被不断突破，而亲眼见证这一过程本身便是极佳的体验。对于大多数人而言，没有什么比能够率先使用这一新模式更令人欣喜的事情了。

主持人：

您认为我们对这些事物优劣的衡量标准是否恰当？

山姆·奥特曼：

不，绝对不是。从某种意义上说，真正重要的评估标准是：这些模型是否对人类有用？

你可以通过收入、使用量或新知识发现率等指标来近似评估，但我们也有一些团队正在研究：当这些模型达到超人类技能水平时，其在现实世界中的评估表现究竟会如何？

主持人：

你自己使用AI 的前沿玩法是什么？

山姆·奥特曼：

我最近才开始尝试探索让AI能够审视我电脑上所有内容的含义。

目前我还尚未涉足这一领域，仍在努力摸索出我的舒适区与信任边界究竟应设在何处。这无疑是一个前沿领域——需要去探寻如何从中获取价值、如何让自己对这种机制感到自在，以及这种机制具体会呈现为何样。

其中一个启示是：相较于AI的记忆能力，我的记忆能力极其糟糕——它能够记住6周前读过的邮件，或7.5周前会议中确切发生过的事情，并能在恰好的瞬间调出这些信息，进而为决策提供支撑，这种体验简直令人惊叹。

主持人：

挺酷的。这听起来有点像个人代理服务的感觉。如果人人都能拥有我想要的那种服务，会面临哪些障碍呢？

山姆·奥特曼：

计算资源能帮我做什么？让我们假设我们能够构建这样一个产品——这个产品能够精准地完成我所说的所有操作：始终在线、实时监控所有事务。

你查看他们的电脑，聆听你参与的所有会议，阅读你查阅的每一份文档；不仅如此，它不仅能完成这些任务（这些任务需要消耗大量计算令牌），还能让你只需拖动一个滑块。

比如在我睡眠时，你可以花费这些计算令牌来思考，为我提出有用的全新想法，完成任何可能的工作，然后继续思考我接下来该做什么。你知道这是一种多么有趣的事情吗？就是通过消耗更多的计算资源，来提升我的输出质量。第二天早上，我会将这个滑块拖得很远；我会愿意为此付出高昂代价，但若全世界的人都想将这个滑块拖得非常远，那么所需的计算资源量将是巨大的。

主持人：

这话题涉及很多方面。我想听听您如何理解这种新型智能的本质——最近有人告诉我，你知道，飞机并非像鸟类那样飞行，而这种智能亦是如此。

这是一种非常异质的智能。大家都在讨论，如果能够验证某件事，那么它大概率会胜出，对吧？比如，只要有足够的计算能力与足够高的智商，它就能通过穷举法直接找到解决方案。

但在其他领域——那些人类、数据以及他们所进行的评估在其中发挥着至关重要作用的领域——我感到很惊讶：要精通某些领域（比如法律或推理领域，Tracy和法律之类）究竟需要花费多少金钱。我只是很好奇——比如“Metro Health”这个案例，这是一个非常美妙的问题：当你的孩子在7岁或具备理性判断能力时，你可以向他们描述这种智能的本质是什么——也就是说，你会如何描述它？

山姆·奥特曼：

这是一个非常美妙的问题。我想我之前可能从未提出过这个问题，甚至也没有问过类似的问题。

我现在脑海中浮现的是：我认为它就像一台计算机——它就像计算机一样，能够完成许多人类无法做到的事情，例如快速对极大的数字进行乘法运算并给出答案；但同时，它也无法完成一些你能够非常轻松地完成的任务。至于它无法完成的事项数量，我预计还会不断增加。

我们正在讨论“座位”这一话题。但在一个不断演变的世界里，我认为人类的判断力与审美品味，对于人工智能而言仍将难以被准确建模——亦即，这类问题将走向何方？我尚无合适的词汇来描述这一点；这并非完全等同于“品味”。

或许这个世界需要一种全新的词汇，来指代人类在其中尤为擅长的某种判断能力——而这种能力恰恰是人工智能似乎正面临深刻挑战的领域。

主持人：

回顾成为父亲的经历，以及在这个时代抚养孩子的过程——我正回想起您在互联网早期那乐观的时光：孩子们将在一个廉价且知识资源丰富的时代长大。

山姆·奥特曼：

生孩子绝对是我人生中做过最棒的事情——每个人都这么说，也有人说你根本无法真正理解这一点；因此，我隐约感觉到，已有足够多的人认同这一观点，我也相信这是真的。

但事实证明，这种感受在很大程度上确实如此：我想，我拥有世界上最好、最有趣的工作，但这依然远不及拥有孩子的成就感；所以，这一切都无比美妙，这确实是一个充满乐观的时刻——我的孩子们永远不会成长在一个他们比计算机还聪明的世界里。

如果你是在GPT-3时代出生的，那么你所处的时代，你的推理能力甚至可能优于这些模型——尽管你在出生时并非如此。

没错，你捕捉到了他们的瞬间，这对他而言从未显得陌生，也绝不会让他感到困扰——我不认为他会在意；相反，他可能会对想象那个“黑暗时代”感到震惊——那时我们不得不面对那些并不多么智能的产品和服务；而他能够完成你和我过去无法做到的事情，他的人生期待也远超你和我曾经拥有的期待——你知道，他的视野将比我们广阔得多。

主持人：

养育孩子的经历，有没有改变你的管理方式、团队领导方式？

山姆·奥特曼：

答案一定是“是”，有了它们后，我的感受截然不同。我觉得有好些细小之处确实发生了变化——不过，说白了，这在任何方面都不算是一部小说。

我想，大多数人都曾有过这样的经历：一旦有了孩子，你就会意识到，你对他们的关心远超以往；同时，你也开始更加关注自己将如何度过这段时光、会为他们做些什么，以及你将为他们留下怎样的世界。而我认为，我对此有着一种颇为独特的视角。

有时人们会问我：“哦，您知道吗，既然您有了孩子，您还会关心这些事情吗？”而你之前确实曾担心过安全问题，也担心会破坏这个世界。

我的回答是：我之前并不需要孩子——我确实并不想破坏这个世界。但如今，我确实会更多地思考人类能动性的作用，以及拥有充实生活意味着什么；对于我们正在构建的一切，我的关注点无疑已大大提升。

此外，我也希望我所共事的同事们也能拥有这样的体验。您对自己的孩子怀有极强的同理心，但这种同理心是否能延伸至所有孩子、乃至所有父母，甚至可能延伸至所有人——这一点，对我来说也确实是个惊喜。”

主持人：

在某篇帖子中，我想应该是那篇关于“你希望早些知道的事情”之类的话题，或者与激励机制有关的内容——需要极其、极其审慎地设定这些机制。这始终是关于你的最令人困惑且最有趣的一点：你并未持有该公司的股权。外界应当如何看待你的激励机制？

山姆·奥特曼：

我不知道还能说什么——或许可以说，我有幸坐拥人类历史上最激动人心的时刻，而这份体验对我而言，远比任何金钱都更为珍贵。

我能过上极其精彩的生活，在一个我深感关切的领域里，与非凡的人们并肩工作。但不知为何，这一切似乎并不被如此看待……并非如此。

主持人：

聊聊机器人如何？你刚刚提到，如果同时拥有智能自动化与体力劳动自动化，劳动力市场的冲击会比白领领域更加剧烈。

山姆·奥特曼：

如果机器人技术做不出来，情况会非常糟糕。如果人类在世界中的角色是充当云端人工智能的执行器，那将是极糟糕、极糟糕的局面。

因此，我认为，如果我们未能实现这一目标，局面会比目前更加混乱。

主持人：

这一点至关重要，能帮我理解您对这方面进展的看法吗？因为与AI领域不同——在AI领域，现在几乎所有人都认同技术发展速度很快——你可能会遇到一些极其聪明的人，他们认为这可能在今年年底就完成；而你也可能会遇到一些极其聪明的人，他们则认为还需要20年左右时间，或者类似的说法。

山姆·奥特曼：

我不认为要等20 年。我认为机器人领域的 ChatGPT 时刻，会在未来两到三年到来。

主持人：

那会是什么感觉，你知道吗？

山姆·奥特曼：

这件事让大多数人都会感到“哇”，并非指我看了某个机器人狗做疯狂举动的视频，而是指我竟然能说服自己——我自己——相信一件真正重要的事情发生了。

ChatGPT带来的震撼感之一在于：你可以直接去尝试它，无需非要相信那些声称“人工智能即将问世”的人；你可以直接去试用，只需输入一条指令，机器人就能完成一些疯狂的操作，而即使你不在现场，你也能实时观看。

我认为，这种体验会带来一种类似“天呐，它真的做到了！”的感觉。

主持人：

这并非ChatGPT——并非某个单一的终极目标，而更像是一项你决定公开发布的副实验。你能看出，这个案例或许能为机器人领域正在发生的类似情况提供启示吗？似乎每个人都渴望实现“全面覆盖”，但也许实际情况恰恰截然不同。

山姆·奥特曼：

当我们推出GPT-3时，我们试图盈利，努力吸引用户使用这个API；而当时唯一真正可行的商业应用案例是文案撰写——你知道吗？你只需支付一些营销公司的费用，比如20美元，他们就会为我们提供20美分的费用，让AI帮忙撰写落地页或类似内容。

除了这一项商业应用外，开发者们还会使用我们称之为“playground”的功能——这是一个与模型进行对话的测试界面。

不过，由于我们尚未对模型进行优化以支持良好的聊天功能，使用起来确实有些困难：你需要提供几个示例来说明如何进行聊天，然后才能开始操作。

但用户们非常喜欢这个功能。我从 YC 中学到了一个重要的教训：如果你注意到用户正在尝试这样做，就应沿着这条路径发展。

因此，我们决定开发一个优秀的聊天机器人，因为这正是用户们的实际需求。于是，我们开始着手开发这个项目。

我们完成了GPT-4的开发，并开始在内部使用它。当时我们觉得，这件事意义重大；我们大致认为，这将是对全球AI领域的一次真正变革。

但与此同时，我们也面临着不少棘手的问题：例如，这是否会催生大量虚假新闻？它是否可能说出一些极具冒犯性的言论？我们是否会因此陷入麻烦？

因此，我们决定从一个较轻量级的版本入手——同时推出聊天界面和GPT-4似乎规模过大；于是，我们决定先逐步推出聊天界面与GPT-3.5。

实际上，该项目最初拟命名为“基于GPT-3.5的聊天功能”；我们并未打算将其打造为一款主流产品，也未认为它能带来惊人的市场反响，但同时也未曾料到它能吸引全球用户来追赶这一趋势——直到我们意识到，某种变革正在悄然发生。

值得庆幸的是，在产品正式发布前几小时，我们将其更名为ChatGPT，并以“研究预览版”形式推出。

我们的设想是：先以研究预览版的形式发布该模型，几个月后，再正式推出搭载GPT-4的产品。出于某种原因，该模型已突破了临界点——尽管我们在内部已经对其习以为常，但外界也纷纷表示：“这太棒了。”

虽然当时其实际应用价值或许还不算十分显著，但这确实是一个让用户能够感受到AI技术进步、并开始使用一款他们乐于使用的工具的绝佳时刻。等到我们正式推出GPT-4时，用户们已经切实从中受益了。

主持人：

为什么直到今天，对话文本交互依旧是人类和这种异质智能最主要的交互方式，甚至写代码也是用自然语言告诉计算机要构建什么？

山姆·奥特曼：

因为我是个重度短信用户——我这辈子一直都是个重度短信用户。

我想，我对为何这种界面能成为一种好选择的部分理解或许在于：我清楚该如何操作；我清楚该如何操作；我也清楚在聊天框中直接开始聊天的感觉是怎样的。

主持人：

关于“扩散”这一概念，还有其他看法吗？比如，如果任务是将情报传递给相关人员，并让这些信息对所有人都更有用呢？实现这一点的关键部分——我也不太确定——或许就是开展一次营销活动之类的举措。也就是说，如何才能让这种信息的传播速度加快？不过在我看来，这似乎本就符合自然规律。

山姆·奥特曼：

我认为关键在于不断改进。我某种程度上相信，真正伟大的产品能够自我推广——ChatGPT在初期并未进行任何营销活动；而随着我们进入模型的下一阶段，并找到如何打造与模型本身同样卓越的产品的方法时，这类产品将具备极强的实用性，从而能迅速被广泛传播。

我们无疑应该加强营销力度——当前人工智能尚未获得足够普及度，人们对其使用仍存有顾虑：它们既友善，又对AI可能发展的方向抱有相当程度的担忧。

因此，我认为开展一些出色的营销活动会大有裨益。但就价值而言，人们正致力于突破现有产品局限，推动产品更快发展、打造更优秀的模型、增加计算能力、开发更优质的产品来实现这一目标。

主持人：

曾有一段时期，研究人员的招聘、留任以及激励机制，堪称整个竞争格局中最具标志性的故事——或者说是某种“定义性事件”。我认为，关于您成功招募优秀研究人员的故事有很多，其中不少案例都来自OpenAI，并产生了巨大的影响：有些案例广为人知，而另一些则较为冷门。我很好奇的是，关于这一类人才的招聘过程，您究竟学到了什么——即他们看重哪些因素，以及您具体是如何操作的？不过，我从未听您提及过那些具体的、实际的招聘策略或手段。

山姆·奥特曼：

在早期，我认为这件事相当简单：我们坚信通用人工智能（AGI）是可能实现的，且值得为之努力；我们也敢于表达这一观点。

在OpenAI首次宣布成立时，这种信念简直堪称疯狂且异端——该领域的所有权威专家都对此表示质疑，认为这简直是疯言疯语、炒作行为或不负责任之举；甚至一些备受尊敬的学者也指出，这不过是某种‘漏洞’，或者更直白地说，就是告诉媒体：‘这些人并不优秀，这个目标根本无法实现’。

然而，我们能够坚定地宣告‘我们将致力于此’，这一点确实深深吸引了某些特定类型的研究人员——他们同样渴望踏上这场成功率极低的‘疯狂冒险’。而一种雄心勃勃且大胆的愿景，正是极具吸引力的招募利器。

主持人：

您曾写道，有时构建难度较高的系统反而会更容易。

山姆·奥特曼：

我深信这一点。这正是我对YC 创始人最常给出的建议之一，我也曾在OpenAI切实践行这一理念。

主持人：

只需去做更难的事情。

山姆·奥特曼：

去做一些有意义的事情，即做那些至关重要的事情；若你未能做到这一点，你的公司便无法取得成功。

主持人：

这种情况或许不会发生。你是一名投资者——没错，你确实是投资者，你曾从事过大量此类投资活动；在某个阶段，你确实做过这样的事情。那么，关于站在投资者这一方时的体验，你学到了什么？

山姆·奥特曼：

投资者真正现身并试图帮助你的人数其实少得令人难以置信。Josh Kushner——这位绝对的MVP投资者——简直不可思议，他几乎昼夜不停地工作，仿佛已经投入了数年时间来帮助我们；他是我唯一能举出的例子，即一位始终在积极、极其热心地提供帮助的投资者。

当然，还有更多人能够做到这一点，也存在许多其他同样乐于助人的投资者——他们能提供极佳的战略建议，并会在我们请求时切实采取行动。但像这样持续不断地、毫不懈怠、全心支持的做法，在投资者中实属罕见。

或许我有些偏见，因为我总是喜欢听到别人这样评价我，但我认为创始人们确实非常欣赏这种态度。而且，我本人也非常认同“推动变革”这一理念。对于投资者而言，这正是最有趣的方式。

主持人：

我和朋友玩一款游戏，我们一直在互相发短信，而短信的提示内容都是些我并不希望你知晓的关于我的信息。这会勾起你怎样的联想？

山姆·奥特曼：

我累了。我不知道自己做这件事是不是已经很久了，这确实让人疲惫。

主持人：

如何才能熬过那段艰难时期？只需继续勇往直前。问题在于：是否存在某种程度的疲惫，会促使你停止前行？

山姆·奥特曼：

不，不，不——我的意思是，这绝对是世界上最酷的工作。我打算在职业生涯的余下时间里都从事这份工作，但它的难度之高，实在难以向他人解释清楚。

我非常感激能从事这份工作。这并非我在抱怨。

主持人：

接下来会发生什么？比如，我们讨论的是明年或次年会出现的自动化AI研究人员——您如何看待未来6到36个月内的发展态势？不过，这或许过于遥远，也显得有些难以预测——毕竟当前正处于一个疯狂的指数级增长阶段。

山姆·奥特曼：

或许这个问题的另一种表述是：假设从现在起第23个月，我们就会迎来一个所有人都认同为“超级智能”的事件；而在第24个月，这一事件便会发生。我的回答并非倾向于那种对机器的狂热崇拜。

上帝指出，有些人认为某些事情的发生会比实际发生的时间更短——即在不久的将来就会发生；但最终，许多事情终将发生——正如人类进步的速度一样。

你应当意识到，每个十年的情况都截然不同，且每个十年与前一个十年之间的差异也愈发显著。这种现象早已持续了很长时间——显而易见，其间经历了起伏波动；但从整体趋势来看，我认为对此的正确思考方式是：每个人都渴望成为故事中的英雄，都想感受到自己曾亲历“上帝之机器”的那一刻，并觉得自己扮演过某种非凡的角色。

这又是一个步骤——在50年前，我难以想象这一步；而在50年后，我也难以想象这一步；而今天，我同样难以想象。我认为，正确的思维框架正是“Zoom式远眺”——这是一个相当平滑的指数增长曲线。

主持人：

讲讲Codex 崛起的过程，以及这一过程与我所说的——即通过聊天平台构建的分销竞争优势——之间存在怎样的联系。这也将引出关于“护城河”这一概念的更广泛讨论，以及关于AI的探讨：您认为未来一段时间内，哪些因素将推动企业在商业领域获得真正的竞争优势？

山姆·奥特曼：

Codex 能够胜出，主要是因为它是最优秀的产品，也是最成功的商业模式。我们确实从 ChatGPT 的捆绑销售中获得了某些优势，但这种优势非常微小——这在很大程度上并非其核心所在。

这次经历让我对“竞争优势”这一问题进行了深入反思：毕竟，卓越的智能能力可以从任何产品迁移至其他产品；网络效应依然能带来竞争优势；经济规模效应、构建最低成本计算集群的能力等，同样能提供竞争优势.

而产品本身的竞争力——例如，如果我们能让用户迁移到 Codex，那么任何开发出更优产品的方都能吸引用户离开 Codex。因此，这次经历并未让我对此问题进行过多的思考。

主持人：

这里有一个非常有趣的问题：这是否正朝着类似“智能”这样的商品化方向发展——即，智能是否会成为一种纯粹的可替代性商品，类似于“鲸鱼的速率”之类的概念？

山姆·奥特曼：

关于“智能”本身，我的回答是：是的。

主持人：

那么，什么不会发生呢？

山姆·奥特曼：

计算集群——也就是计算集群的规模，以及提供更多计算能力的能力？我认为这实际上是一种非常持久的优势，即便产品本身并非如此。

因为，你知道，编解码器能够支持编写任何你想要的软件，能够支持工作流、集成以及各类复杂的流程，还能支持团队间的协作——这些功能都相当强大。甚至品牌偏好与品牌熟悉度也具有很强的影响力。

主持人：

您对新品发布感到多么兴奋？显然，您在硬件领域已经做过一些有趣的事情——我确信您会在今年晚些时候公布这些消息；这次实验体验如何？它与您现有的消费级分发模式又有哪些契合点？

山姆·奥特曼：

我对新型硬件感兴趣的原因之一在于，我们之前讨论过，AI领域的一个强大特性就是它可以始终保持在线、具备主动性，并能全面理解你的所有上下文信息。但目前的硬件并不适合实现这一点——我们所处的硬件范式已经存在了大约50年或更久。

计算机本身确实非常出色：键盘、鼠标、显示器，这些设备都堪称杰作；但我们必须将AI适配到这种现有框架之中。

我对此充满期待——我希望AI能够参考这次对话，但又不至于让我情不自禁地打开笔记本电脑，将其置于此处，让其在运行过程中注视着你并聆听我们的对话。我渴望拥有一款在社交层面可接受、且感觉是专门为此类场景而设计的硬件。

主持人：

在思考这些开放性问题时，您脑海中会与朋友、以及这里的同事展开哪些辩论？哪些是最引人入胜的开放性讨论或开放性问题——即那些您虽未完全确定答案，但认为其至关重要的议题？

山姆·奥特曼：

我认为一个容易被忽视的问题是：我们该如何避免认知退化？我们该如何运用这些工具，确保自己能够不断锻炼大脑，并持续理解那些真正重要的知识？

关于这个问题，存在许多不同的观点——有些并不认同。我记得在求学期间，一位教授曾对我说：“你必须理解编译器；如果不理解，你就永远无法成为一名优秀的程序员。”

不过，这种说法并非完全正确。但无论如何，掌握一个合理的水平——即了解计算机系统的主要组成部分及其工作原理——对我而言一直至关重要。

主持人：

我们不得不设想这样一个场景：我们某种程度上面临供应过剩，而计算工作则需耗时数年——这便是该故事的主线。

山姆·奥特曼：

这种情况确实有可能发生：倘若模型变得足够智能且高效，能够完成我们所需的一切并构建出我们想要的任何软件；而倘若我们的注意力范围有限，无法吸收超出其实际承载能力——即相当有限的计算资源——那么我们就可能陷入“供应过剩”状态。

此外，若由于遭遇某种“规模效应壁垒”而导致成本曲线无法继续下降，我们同样可能会出现此类“供应过剩”现象。关于“未被满足的需求”的观察结果，意味着存在某种特定的价格。

主持人：

您能否就当前极佳的尺度定律现状分享您的观点？

山姆·奥特曼：

从某种意义上说，这看起来不错——标度律堪称有史以来最受诟病的预测。任何总想在某个时刻反驳的人或许都该如此，但事实偏偏就是如此。

主持人：

在贵公司的发展历程中，您最敬佩哪些默默奉献的英雄人物？

山姆·奥特曼：

首位前来的人是Alec Radford。Mark Bradford可能是该领域整个历史中最重要、但知名度并不算很高的研究者，同时他也是一位卓越的顶尖人物——堪称业界翘楚。

他所完成的工作在众多重要贡献中，真正奠定了GPT系列的基础。此外，他也是一位能够激励、引导并启发他人走向诸多其他方向的人物，而这些方向最终都被证明具有极其重要的意义；

我认为，与曾与他共事的人交流时，他们自然会称赞他是“一代天才”、“杰出的创新思想家”，其对理解与创作的深度令人叹服。但无论谁，在阐述完观点之前，都会告诉你：他就是一位他们曾接触过的最友善、最积极、最优秀的人。

主持人：

我非常珍视那些关键的成长时刻。因此，在我们即将结束对话之际，我想请教您：当您回顾整个OpenAI经历时，最令您感到自豪的瞬间、篇章或任何环节是什么？请先从另一个方面开始——即哪些经历可能是最具启发性的，或许其中您曾犯过错误、做得不够好，或者类似的情况；而从这些经历中，您又是如何获得成长的呢？

山姆·奥特曼：

我的意思是，很多事情都出了问题——其中一项关键的失误我并未过多提及，那就是我们试图在组织架构上进行创新时犯了错误。

最初，我们对此有着非常充分的理由：我们当时根本不知道该如何盈利；在那个阶段，我们也完全无法确定自己长大后会变成什么样。

当然，我们非常重视我们的使命——我们希望采用一种结构设计，即便技术发展迅猛，我们的使命也能得到保障。因此，我们选择了非营利组织的架构。

但我确实从中领悟到了，人们为何不会采取如此举措——倘若我们未曾尝试革新组织架构、另寻其他方式来维护使命的核心地位，我们本可在诸多方面避免遭受巨大的痛苦。

或许当时并无他法；或许，就我们所从事的事业及其所承载的重要意义而言，确实别无选择。在过去的十年间，除了这种独特的组织架构之外，我们实在无法想出其他可行之策。

这给我们带来了一个重要的启示：人们通常不会这样做。

主持人：

生活中还有其他对你产生重要影响、但我们尚未探讨过的方面吗？这个问题总是让我觉得最有趣。

山姆·奥特曼：

对他人对我持有强烈看法这件事，我后来才逐渐形成自己的看法——比如意识到，如果你要成为这场疯狂革命的中心人物，每个人都会将大量期望投射到你身上；而你必须迅速学会与之和解。

我还学到了一些人生后期的感悟，比如如何保持内心平静、不为外界事物所焦虑——尤其是关于那些驱动我前行的事物以及我真正关心的事情，还有关于我如何规划生活的方式。

总体而言，我感觉，无论出于何种原因，我十岁时的自我版本已经相当成熟了。我想，我就是以这样的方式成长起来的。

主持人：

回想起来，你最感到自豪的是什么？

山姆·奥特曼：

我最自豪的是，在许多关键时刻，当世界其他部分存在错误时，我们却判断正确——这些关键时刻正引领着世界的走向。

如今，能为这一切贡献一份力量，我深感无比自豪，这感觉简直太棒了。此外，还有所有经历过的成长历程——无论你如何称呼这种精神上的蜕变，我都从中培养出了极强的韧性，也深刻体会到这种韧性如何为我余生带来幸福。

主持人：

对此我深表感激。每当我进行这类活动时，我会向每个人提出同样的传统总结性问题：‘有谁曾做过对你最友善的事？’

山姆·奥特曼：

我感到无比幸运——在我整个生命历程中，有这么多人不辞辛劳、对我格外友善。一想到这里，我的脑海中便浮现起一系列生活瞬间：那些时刻里，人们对我都表现得极其友善。昨天，我的孩子们第一次与我分享了他的蓝莓。

主持人：

这非常温馨，是一段美好的时光。

山姆·奥特曼：

谢谢Matt，谢谢。