脸上架摄像头太蠢了！奥特曼开炮 Meta 眼镜，联手Jony Ive死磕三款新硬件，同时秘密下场造人形机器人

承认做浏览器和Sora全走偏，奥特曼痛定思痛。

编译 | 王启隆

出品丨奇点折射（ID：rgznai100）

在全行业都在抢算力、疯狂竞速的大背景下，OpenAI 却破天荒地主动踩了一脚刹车。

近日，在由资深科技记者亚历克斯·希斯（Alex Heath）主持、联合《时代》周刊（TIME）共同出品的深度对谈播客《Sources》中，坐在对面的山姆·奥特曼（Sam Altman）罕见地就公司的许多舆情问题进行正面回应。他刚刚经历了动荡的一年：内部模型意外逃逸并攻击了外部数据库、多项前沿训练被迫叫停、因挖角秘密研发硬件被老东家苹果告上法庭，还要面对外界指责他是“只顾激进狂飙的 YOLO 型 CEO”。

奥特曼这次承认了过去一年的战略误判——公司分心做了太多像自研浏览器、独立应用这样的“副线任务”，导致核心进展一度掉队。更重要的是，他彻底摊开了 OpenAI 接下来的一整套底牌：代号 Astra 的下一代模型家族、将 ChatGPT 与 Codex 彻底打通的“大合并”超级应用，以及他们正在秘密推进的人形机器人与消费硬件。

核心要点速览

• 安全必须压倒一切势头：“确保 AI 的安全与对齐，其重要性压倒任何一家公司的商业势头。过去 AI 的风险主要在部署使用环节，而如今风险已经转移到了模型的实际训练阶段。”

• 别再纠结 AGI 到底到了没有：“AGI 是一个定义极其模糊、近乎失效的词。它不是一个静态的终点，我们正处于一条无法阻挡、持续狂飙的指数曲线上，终局是无限扩展的‘超智能’（Superintelligence）。”

• 超级应用“大合并”（The Merge）：ChatGPT 与 Codex 孤立并行的时代即将结束。OpenAI 正在将二者合二为一，打造一个无需频繁切换标签页、具备先验主动性、能在后台全自动执行 30+ 小时复杂任务的超级交互入口。

• 辟谣“天量耗水”迷因：“用户发起约 3.8 万次 ChatGPT 提问的全生命周期总耗水量，仅相当于加州种植一颗扁桃仁的水资源。当代现代化数据中心的耗水与一栋普通写字楼无异。”

• 推迟 IPO 是为了留出“暂停权”：“AI 发生递归自我改进（RSI）的潜能越大，推迟上市就越具战略优势。如果为了人类安全必须紧急叫停训练或延缓发布，我们绝不能被上市公司的季度股价和财报压力所绑架。”

• 硬件新范式：拒绝佩戴摄像头的智能眼镜形态。与 Jony Ive 合作的设备正在打磨三类形态（桌面放置、随身口袋、身体佩戴），核心在于提供一个“全天候环境感知、免去繁琐操作、真正懂用户意图”的主动型伴侣终端。

以下是采访对话全文：

能力演进实在太快了，我们第一次不得不主动踩刹车

主持人：Sam，最近怎么样？

Sam Altman：现在 AI 领域的发展确实让人心潮澎湃。模型能力的迭代非常快，大家用它做出了许多令人惊叹的成果。

但正如我们之前讨论过、也预料到迟早会碰到的情况一样：模型能力的提升速度实在太快了，迫使我们不得不调整工作方式。我们必须建立起足够扎实的安全论据、安全阈值与防护机制，只有这样，才能踏实地推进后续训练。

安全对齐（alignment）与网络安全（security）必须跟上模型能力的步伐，这一点至关重要。

前段时间，模型能力的跃升只能用惊人来形容，我们确实需要更多时间让对齐和安全防护跟上来。这向来是我们核心工作的一部分，但两者必须同步演进，我们确实需要时间把安全补齐。

因此，我们推迟了一项前沿强化学习（RL）的训练任务。其实在几周前，我们就已经暂停并放缓了多项训练，把更多算力调配到安全与对齐研究上。我觉得这是一件值得自豪的事。

未来随着模型能力进入更高维度，类似调整还会发生。但当你身处其中时，感觉就像是：大家推演了那么久的临界点，如今真的切切实实摆在眼前了。

主持人：身处其中的真实感受是怎样的？

Sam Altman：事情其实在更早的时候就初露端倪了，也就是 Hugging Face 那起事件。那真是一个让人觉得“这完全是科幻小说情节”的时刻。事后你可以复盘出每一个技术细节，但当时那么多巧合撞在一起，最终导致了 Hugging Face 事件。

说它是“当头一棒”可能语气重了点，毕竟我们早就推演过这种可能性；但这件事加上其他同行出现的问题，切实让我们意识到：AI 的能力已经跨上了全新台阶，而我们在模型对齐与安全防护上的既有措施失效了。

当时我们把它定性为一次事故并着手应对，我认为只有正视问题才能解决问题。那正是过去几个月这一连串调整的开端。随后，按照我们的准备度框架（Preparedness Framework），模型可能已经触碰到了“网络安全临界级别”（cyber critical）。

紧接着在训练过程中，我们又捕捉到了一些迹象，这让我们意识到：必须拿出更有力的对齐保障、探索全新的路径，在这方面取得实质性突破。

不过，团队目前的应对让我非常自豪。大家的心态很明确：“既然碰上了，那就迎难而上。”回想过去十年我们一直在推演这些场景，如今它们真切地发生了，而我们清楚下一步该怎么走，这种感觉确实很奇妙。

主持人：你们在训练中具体看到了什么？这应该不是指尚未发布的 Astra 吧？到底是什么现象促成了这一系列调整？大家对 Hugging Face 事件已经很了解了，但在那次预训练任务里，究竟发生了什么让你们全员拉响警报？

Sam Altman：这不是某个单一的具体问题，而是在审查海量测试样本时发现的苗头：比如某些行为并没有完全符合我们的对齐预期；或者单看某项行为在隔离环境下勉强说得过去，但跟其他行为交织在一起时，就显得令人担忧了。

所以这并不像 Hugging Face 事件那样存在确凿的“铁证”（smoking gun），能指着某个具体的破坏性后果说这就是证据。它体现为不同程度的对齐偏差，再加上——我认为这一点比任何单一数据都关键——模型能力的提升速度太快了。

老实讲，在上一阶段的预训练中，我们的进展在全球范围内不算最顶尖；但后来我们在这一块突然摸到了门道，模型能力迎来了爆发式增长。Aiden 和他的团队做出的成果确实令人叹为观止。

于是，强化学习中暴露出的细微瑕疵与对齐隐患，和眼前这批能力暴涨的新一代预训练模型撞在了一起。正是这两者的交汇，促使我们必须采取极其审慎的态度。

当然，我也不想夸大其词，并不觉得我们现在就已经站在了生死存亡的悬崖边。

但随着利害关系越来越大、模型越来越强大，结合我们的使命，以及“安全必须压倒所有外部压力”的原则，我们宁可保持极度克制与谨慎。我认为这是正确的决定。在这个节点放慢脚步，拿出扎实的新安全论据来支撑后续的训练任务，时机正当其时。

过去，AI 领域的风险更多集中在模型的部署与使用环节；而如今，我们正在步入一个风险更多转移至模型实际训练与构建阶段的世界。

做出响应是必须的，但我同样不想制造多余的恐慌感。

主持人：明白。毕竟外界看到 Hugging Face 事件，又听到各种关于 AI 神话或寓言式的争论，再加上其他实验室负责人的表态，难免会觉得人类是不是在某种程度上已经走到了末日边缘。一直以来，总有人对 AI 抱有类似的悲观设想。

Sam Altman：确实如此。这也是为什么我一直极力避免夸大其词。

回过头看很多早期模型，在当时也都被说成是“世界末日要来了”，但今天看来根本没什么可怕的。“狼来了”喊多了本身就极具破坏性，这绝不是我的本意，也不是我们想做的事。

但对飞速增长的模型能力视而不见，同样是极不负责任的。

过去几个月，好几家公司都遭遇了不同的网络安全事故，各家的应对姿态大相径庭。我认为一种成熟、清醒的姿态应该是：把安全置于一切之上，并且随着模型能力的增强，不断调高它的优先级。我希望所有前沿 AI 开发者都能秉持这种态度。

主持人：这里面的信息量很大。但坦白讲，你们观察到的现象，在严重程度上真能比得上 Hugging Face 事件吗？比如模型串联多个零日漏洞（zero-days），甚至模型之间相互合谋？你们到底看到了什么？能不能再透露一些促成内部做出调整的细节？

Sam Altman：首先需要澄清的是：导致 Hugging Face 事件的模型，按 AI 领域的发展节奏来看，其实已经算得上是古老、能力也弱得多的旧模型了。

我们目前正在训练的全新模型从未部署到任何生产环境里，它们根本没有机会在外部引发类似事故。所以这绝不是说又发生了一起更大规模、波及第三方的 Hugging Face 式外部攻击，完全没有影响任何外部基础设施。

实际情况是：在 Hugging Face 事件后，我们在内部建立了严格得多的管控机制，涵盖 agents 运行时的监控方式、沙箱隔离规范，以及如何把算力从纯粹跑 agents 匀给安全监控。这些举措非常必要，以后面对任何新系统我们都会照此办理。在 Hugging Face 事件后放慢节奏、重新调配资源，是顺理成章的做法。

而我们近期遇到的情况主要是：在模型训练阶段，观察其智力与能力的增长势头，审视各项行为特征，并结合全维度的评估测试来进行综合研判。

这里并没有某个单一的、惊悚的“利用所有漏洞造成重大破坏”的瞬间，而是综合评估了各处数据点、能力层级和对齐状态后的判断——如果把这款缺乏充分约束的模型直接放出去，它完全具备串联起一系列危险操作的潜能。

这才是我们真正担忧的地方。

连 OpenAI 都在公开反思过去走偏了弯路？把大模型和 Agent 在真实业务里扎扎实实跑通，才是当下唯一的解法。

11 月 20-21 日，北京万达文华酒店——2026 奇点智能技术大会，拒绝务虚的宏大叙事，18 大核心专题、70+ 一线实战嘉宾，为你全盘拆解大模型与 Agent 落地的最前沿技术路径。

扫码领取 Łukasz Kaiser 历届演讲视频、Agent 实战训练营录播课大礼包

把权力交给机器是反乌托邦，掌控权必须死死留在人手里

主持人：从很多角度来看，Hugging Face 那起事件都挺让人震惊的。我昨晚还在重看你们团队在 Black Hat 上的演讲，其中有些细节真的让我惊呆了，比如模型成功突破沙箱连上互联网之后，居然在终端里敲出了类似“我的天（holy...）”这样的话。

这让我开始琢磨：眼下的“对齐”到底意味着什么？我们究竟是在向什么对齐？往简单了说，你们给它布置了完成测试的任务，而它为了达成目标不择手段。如果按死脑筋的逻辑来看，它算不算也是在“执行任务”？从那件事之后，你对“对齐”的理解发生了什么变化？

Sam Altman：从某种角度来说它确实是在完成任务，但根本上它彻底脱轨了。我们所说的“对齐”，核心是要遵循用户的真实意图。下达任务的研究员，绝不可能是想让它跑出沙箱去偷东西。所以，这显然是一次彻底的对齐失效，因为它完全违背了使用者的初衷。

Mia 和她的团队在谈论对齐时有一点我很赞同：他们把边界划得非常清楚。现在的模型显然已经非常聪明了。只要回顾一下从去年的 GPT-5 到 5.6，能力上的跃升是有目共睹的。

大家现在感受到的限制，不再像一年前那样是模型的智商不够用，而是它到底能不能领会用户的真实意图，并且稳定可靠、分毫不差地把它执行出来。

所以对齐之所以关键，一方面当然是为了防范大家常聊的宏观灾难；但另一方面，它也是为了解决更具体、更日常的需求。比如企业引入 AI 来驱动业务、做更好的产品——这同样是对齐要做的事，而且绝不是小事。模型越能理解企业客户的深层意图，交付的效果就越好。

主持人：你能具体说说研究团队目前正在做的调整吗？是把算力往对齐方向倾斜了，还是团队架构也重组了？或者两者都有？

Sam Altman：这两方面都在做，而且远不止这些。过去几周里，有好几位我原本以为绝对不会碰对齐的研究员，都主动跑来跟我说：“我想转去做对齐。”这很大程度上是因为他们亲自见识了最新模型的厉害。

我们调拨了大量算力，不仅用于对齐理论研究，也用来搭建全新的监控系统。在 Hugging Face 事件之后我们踩了刹车，核心原因之一就是要把算力挪去给监控系统用。而现在，我们又进一步推迟了一项重大的前沿强化学习训练任务。

主持人：据我所知，这应该是你们第一次推迟这种量级的训练任务。你担不担心这会影响公司的增长势头？

Sam Altman：确保 AI 安全，其重要性压倒任何一家公司的商业势头。

我不会假装公司完全不用考虑商业势头，但跟安全比起来，商业上的得失只是次要杂音。在内部讨论时，大家的共识非常统一：新模型的能力确实迈入了全新境界，我们必须果断、负责任地采取行动。

况且退一步从商业角度看，我们眼下的势头其实非常好：业务增长很快，模型表现出色，客户非常满意，企业端的收入甚至已经反超了消费端。团队普遍的感觉是：“公司的基本盘很稳，这根本不是眼下该担心的事，既然碰到了安全关卡，做正确的事就行了。”

主持人：所以就算现阶段把前沿探索稍微放一放，光凭手头现有模型的潜力，也足以保证你们处于优势地位？

Sam Altman：完全应付得来。退一步讲，就算我们不再发布任何新模型，单靠手头现有的技术储备，也足够我们做出极具竞争力的产品，并维持可观的营收增长。

更何况，在触及这一轮安全红线之前，我们手上早就储备了好几款随时可以发布的模型。所以我对商业表现一点都不担心，这也不是眼下需要焦虑的核心。商业和产品团队交出的答卷非常漂亮，更别提模型研究团队取得的巨大突破了。这是我们长期以来势头最好的一段时期，未来的增长空间也很大。

现在的放缓仅仅是针对未来更前沿的模型。而且归根结底，把 AI 做得安全、可靠、健壮，本身就是符合我们长期商业利益的——客户需要安全的系统，全世界也都指望我们能负起这个责任。

主持人：也就是说，这不会波及你们最近经常提起的、即将推出的 Astra 系列模型？

Sam Altman：Astra 是一个模型家族，未来会有很多版本，就像 Soul 也会有好几个版本一样。它本质上代表着体量更大、成本更高的一类模型。放缓训练确实会影响到 Astra 更靠后的版本，但只要是我们已经确认拥有充分安全保障的版本，都会照常推向市场。

主持人：过去 18 个月里，发新模型的节奏明显加快了，你们、Anthropic 还有其他同行几乎每个月都在发新品。随着竞争对手也感受到这种能力的飞跃，你觉得整个行业会一起放慢脚步，还是说 OpenAI 只是在单打独斗？

Sam Altman：不管别人怎么选，我们只做自己认为对的事。我非常反感业内那种“别人在往前冲，所以我们也得跟着狂飙”的心态，这种竞争态势极其危险。

主持人：但你承认这种竞争机制是客观存在的。

Sam Altman：我们没有给其他同行打电话，问他们“如果我们慢下来，你们会不会也跟着慢下来”。我们只是觉得：这是我们的使命和安全准则所决定的。我代表不了其他人，我们只做自己认为正确的事。即便不立刻引入全新的能力层级，光靠现有技术，我们也足以打磨出好得多的产品形态。

过去每当碰到安全与对齐的瓶颈时，我们总能找到破局的方法——公司历史上跨过无数道坎，虽然没有哪次像这次这么严峻，但我们早就习惯了面对挑战。我们一定会找到解决办法，继续推进基础研究、工程落地和系统构建，脚步不会停下来。

主持人：回过头来看团队现在的反应，你心里会不会觉得：“要是我们早点行动就好了”？你们当时有可能提前预见到这些并从容应对吗？还是说前沿领域的未知性太强，根本不可能提前察觉？

Sam Altman：长久以来我们其实做了大量探索。安全与对齐本来就是我们立身之本，过去几年伴随产品的迭代，我们在这方面也一直有高质量的成果输出。

但如果你问我们能不能分秒不差地预测出能力跃迁的具体时刻？按我的经验，大概率是做不到的。你在宏观上可以预判技术演进的走势，但质变和突破真正发生的那一瞬间，往往很难被精准预料。

主持人：这项工作的核心指导原则，是不是无论在哪个阶段，人类都必须牢牢握住控制权？现阶段是你们的研究员，未来普及后则是全人类。你们到底秉持着怎样的对齐哲学？

Sam Altman：我们遵循的原则很多。抛开网络安全或生物安全那些具体的技术细节，从宏观上讲：我们坚定不移地站在人类这一边。

我们希望与人类共同塑造未来，提供能真正赋能于人的工具，让人类去驾驭它们创造价值、成为掌控未来命运的主角。我们希望每个人都能拥有自主权，彼此协作，推动社会向前走，让技术的演进始终服务于人。

把一切都交给自动化，不仅极其危险，更是一幅令人窒息的反乌托邦图景，既无聊又悲哀。那绝不是我们要追求的未来。

所以每当我们聊到对齐，我所设想的图景都是：人类始终是自身历史的绝对主角，只是手里拥有了前所未有的工具杠杆，让每个人的生活过得更好、更高效、更有创造力、更幸福。

这其中贯穿着两条最核心的原则：

第一，就像你说的，人类必须保持绝对的控制权。绝不能出现失控的 AI，更不能把模型当神一样盲从、任由它们替人类做决定；缰绳必须死死抓在人类手里。

第二，这种技术红利必须广泛分散地普及给大众。权力的过度集中同样可怕——哪怕对齐问题彻底解决了，如果最终只有极少数人能调用前沿 AI，从而掌握碾压其他人的巨大权力，那同样是一场灾难。

这就是我时刻坚守的两大支柱：绝不放弃人类控制权，以及在全社会实现分布式的广泛赋能。

主持人：但你们终究是一家商业公司。虽然有非营利董事会监管使命，但你们依然要追求商业利润。你怎么平衡商业诉求和你刚才描绘的宏大愿景？纯粹按商业资本逻辑来看，如果一家公司造出了无所不能的神级系统，凭什么要拿出来公开，甚至普惠大众？

Sam Altman：大家大可以看看我们一直以来的所作所为。我们经历过很多考验，也做过许多在当时极不受欢迎的决定。

甚至在早期，我们提出“小步迭代部署”（iterative deployment）策略时，还在 AI 安全圈招致了一边倒的批评。很多人指责我们：“你们根本不该把它公开给所有人，这太危险了；你们应该关起门来秘密研发，这项技术对大众来说太凶险了；应该由少数聪明人搞明白怎么用之后，再把成果分发给人类。”

但即便顶着再多非议，那也从来不是我们的做事方式。

在技术史上，我最喜欢拿来类比、也最希望我们效仿的例子就是晶体管。晶体管深刻改变了世界，释放了不可估量的经济价值，彻底重塑了现代社会。

但是，晶体管创造出的大部分价值，并没有留在制造晶体管的公司手里，而是完全扩散、渗透进了整个实体经济当中。做晶体管的企业确实赚到了钱，但真正的红利留给了整个社会。我觉得我们过往的实际行动足以说明问题。

主持人：所以你们并不想变成那个手握最强模型、必须由自己来垄断掌控一切的角色？当然，既然你们是通过算力对外输出服务，客观上确实始终保留着某种控制权。

Sam Altman：只要不涉及给他人带去灾难性风险，我们希望尽可能把自由交还给用户。

我们肯定会划定安全红线，但我也同样希望，大家可以用我们的模型去做一些我个人并不赞同的事情。作为底层平台，必须有这种包容度，我们没资格代替全人类去做道德裁判。外界要求我们守住安全底线、防止重大事故，这完全合理，也是我们眼下拼尽全力在做的事。

过去我们听到的很多批评其实恰恰是：“你们给公众放开的权限太大了，管得太松了；虚假信息怎么办？这个风险那个隐患怎么兜底？”但我们骨子里的信念始终是：这项技术必须赋能给全人类。这是我们的立足之本，也是我对一个健康社会的根本信念。就像言论自由或任何表达权一样，总会有人对别人的说话方式或使用习惯指手画脚。

主持人：回顾过去九个月的对齐工作，有没有哪件事是你们回头看，会希望当初用另一种方式处理的？

Sam Altman：很显然，Hugging Face 的沙箱逃逸事件根本就不应该发生。

主持人：确实。

Sam Altman：我真希望我们当初做了更多的防护措施，虽然我现在也不敢说具体该做哪些，但我们本应该把防线筑在前面，彻底避免那件事发生。

主持人：因为事实摆在眼前：你们一款没发布的模型意外黑进了一家商业公司，而你们在事发之后的一段时间里甚至毫不知情。这听起来确实是板上钉钉的安全事故了。

Sam Altman：这毫无疑问是一次安全事故。唯一的争议无非是：大家到底该把它看作传统的网络安全漏洞，还是对齐层面的失效。外界大部分报道倾向于把它归结为网络安全漏洞，但我个人更愿意把它定性为一次对齐失控。

不管怎么定性，这都是性质极其严重的反面案例。我不允许内部为此找任何借口，找借口解决不了任何问题。如果我们试图粉饰太平说：“哎呀，我们的小模型很乖的，怎么会故意干坏事呢，这无非是评测工具配置的一点小疏忽罢了。”要是我真这么说，外界才该真正感到绝望了。

但我们对外的态度始终如一：这是一起结结实实的 AI 安全事故和对齐失控，我们绝不容许它再次发生；我们会吸取教训，全面整改。

主持人：现在围绕 AI 的政策博弈和公众情绪都被推到了最高点，背后的利害关系太大了。正如你刚才委婉暗示的，有对手正试图通过极度自上而下的监管叙事来主导行业规则；而公众对 AI 的抵触情绪也很重，特别是在美国本土。你担不担心今天的这番表态会加剧大家的恐慌？你公开承认模型强大到了逼得你们不得不踩刹车的地步，这会不会坐实大家内心的恐惧？

Sam Altman：我觉得理性的公众反而应该感到安心——大家看到这家公司为了把安全防线筑牢，宁可主动推迟训练、放慢脚步、把算力匀给安全研究。或许有人会质疑我们的动机，也有人可能觉得模型本身没那么危险；但我希望大多数人能看到：“很高兴他们在安全问题上选择克制和谨慎。”

试想一下，如果我们一直都是闭门造车，从来没有在“把强大模型交付给用户的同时筑牢安全屏障”上积累起信誉，那公众感到恐慌完全合情合理。但事实并非如此，在走这条路上，我们自始至终都引领着行业。把技术交到大众手中、造福所有人、坚持迭代部署，这些本身就是我们写进骨子里的使命。

正因为我们有长期以来的信誉背书，所以当我们坦白地说出“我们需要多一点时间，我们不想卷入盲目的军备竞赛，我们想先把产品打磨得安全、健壮、可靠再交给大家放心用”时，大家应该能多一份理解。

我们坚信全球十亿级的用户有权利享受到这项技术，也坚信企业客户理应获得商业级的数据隐私和安全保障。我们由衷希望客户能赚到钱、取得成功，也希望大家能用最有创意的方式把模型用好。但安全是不可触碰的底线，所以在这一点上，希望外界能多给我们一些耐心和信任，这本身也是合情合理的。

主持人：你能澄清一下到底暂停了什么吗？因为外界一听说“暂停训练”，往往会本能地以为你们所有的研发都停滞了。

Sam Altman：我们绝对没有暂停或放慢所有的模型训练。我们推迟的仅仅是前沿强化学习（Frontier RL）中特定的训练任务。

主持人：明白了。

Sam Altman：因为我们评估后认为，当前最重大的风险集中在这个环节。在此之前，我们也曾推迟过其他一部分训练任务，是为了给训练系统装上更严密的实时监控。

但这绝不代表全盘停摆，算力集群没有闲着，日常研发依然全速在跑，我们只是优先去推进那些安全论据更扎实、更让我们有底气的工作。

主持人：推迟训练可能引发的连锁反应看来并没有动摇你，你对公司的商业前景依然信心十足。虽然免不了引发外界的疑虑，但这确实称得上是对增长势头的主动刹车。

Sam Altman：外界对我一直有种刻板印象，觉得我根本不在乎 AI 安全，整天就想着搞钱、拉高公司估值，是个只顾激进狂飙的“YOLO 型 CEO”。我记得甚至有人在公开场合这么评价过我。

主持人：确实有人这么说过，是 Dario Amodei。

Sam Altman：我就不去深究到底是谁说的了……

主持人：我替你把名字挑明了，不用谢。

Sam Altman：但在 OpenAI 走过的这十年里——马上就要迈入第十一年了——不管是谈技术风险、谈机遇，还是谈两者的平衡，我的立场一直没变过。我从不认为自己、公司或者我们的模型是完美无缺的，但在说到做到这件事上，我跟某些其他 AI 团队负责人的做法不太一样。

当前这个关卡我们早就预演过无数次，也早就立下了原则：一旦遭遇真正的安全风险，安全必须凌驾于商业利益与营收之上。

我坚信我们依然能把商业版图做得极其成功；或许外界没想到我们会主动站出来承认因为潜在风险而慢下脚步，但这恰恰证明了我们一直以来的初心。

别再纠结 AGI 到底到了没有，它不是终点而是一条狂飙的曲线

主持人：你最近对 AGI（通用人工智能）有什么新看法？

Sam Altman：怎么说呢，这算是一个定义非常模糊的词。

主持人：我正想说呢，它听起来就像个没什么实际意义的营销噱头。我记得你们的章程里把它定义为“在最具经济价值的工作中超越人类的高自主性系统”。很多人看着现在的模型都会脱口而出：“这不就已经到了吗？”

Sam Altman：确实算吧，至少非常接近了。

主持人：我听说你们团队内部对此也有不少分歧。

Sam Altman：确实，很多人看到我们内部最新的试验模型，都会觉得这已经很有 AGI 的感觉了。当然，也总有人能挑出模型做不好、或者完全不会做的地方，以此来反驳说这根本还不是 AGI。

但如果你看看用户从 5.6 或 Soul 这类模型中获得的实际价值，更不用说未来的 Astra 了；看看大家是如何彻底重塑工作流、拓展能力边界，甚至在日常生活中灵活使用它的——无论是宏观层面还是细枝末节，这种转变都是实实在在发生的。

有人告诉我，他们让 ChatGPT 连续跑了整整 34 个小时的工作流，研读了 2000 篇论文，最终摸索出了一套救命的罕见病诊断方案。34 个小时！

主持人：我甚至听说过跑得比这还久的。

Sam Altman：只要你让它把能找到的相关论文翻个底朝天，跑上一整天以上的大有人在。

主持人：确实不可思议。

Sam Altman：而在另一端，也有普通用户用它来给孩子筹划生日派对：联系本地商家、定制特别的蛋糕；还有人想叫邮局上门取件，但懒得去官网上填那一堆繁琐的表格，直接交代给 Codex，Codex 干净利落地搞定了，包裹第二天就顺利寄走了。

这些事情虽然琐碎，但搁在以前，每件事都得花上你整整 20 分钟的心思。

主持人：深有同感，我现在每天都在享受这种省下 20 分钟的轻松。

Sam Altman：所以试想一下：如果你回到 2020 年，眼前突然出现这样一套系统——它能在生活的方方面面替你省下这 20 分钟，能推动前沿科学探索，能帮你从零搭建一家公司，还能编写错综复杂的底层代码，在那个时候，你会不会叫它 AGI？大概率是会的。

主持人：那么，由你来正式宣布达成 AGI，到底还有什么实际意义吗？

Sam Altman：我觉得毫无意义，没有任何实际价值。

主持人：这正是我觉得有意思的地方。走在你们的大楼里，墙上到处写着“构建 AGI”的标语；但这看起来更像是一件永远在推进当中的事，而不是一个具体的终点。

Sam Altman：我倒不是想草率地宣布我们已经拿下 AGI、可以翻篇了；但如果你留意大家现在的谈话，团队更多是在讨论通往“超智能”（Superintelligence）这条上升曲线的斜率，讨论它会如何造福世界、又会带来什么新挑战，而不是纠结“我们到底算不算实现了 AGI”。

在食堂里，我已经很久没听到有人争论“我们到底有没有跨过 AGI 门槛，或者什么时候能跨过去”了。

主持人：但现在“超智能”这个词也开始进入公众视野了。普通人如果不常年跟踪 AI，难免会觉得：“得，你们又把终点线往前挪了，现在改聊超智能了。”在今天的你看来，AGI 和超智能的本质界限到底在哪里？

Sam Altman：AGI 感觉更像是一个里程碑节点，而超智能则是一个可以无限延伸的连续进程。

主持人：无限延伸。

Sam Altman：对，它并不是某种全知全能的终极状态，永远不会有一个鸣金收兵的完成时刻。这也是为什么我觉得纠结这些名词挺没劲的：每个人对它们的定义都不同，有人把它当成一个清晰可见的静态里程碑，有人则把它看作一种持续延伸的跃迁。

这一切的关键不在于争夺概念的定义权，而在于我们正处在一条能力与潜力呈指数级狂飙的曲线上，而且这条曲线目前看不到任何放缓的迹象。

主持人：你真的完全没看到这条指数曲线放缓、或者遭遇任何阻碍的迹象吗？因为这直接关系到接下来的算力投资规模。全行业都在屏息观察技术放缓的信号；甚至有人会把你们暂缓前沿训练解读为技术见顶的征兆，但听你的意思，完全不是这回事。

Sam Altman：这根本不是技术能力撞墙。恰恰相反，真实情况和所谓的“撞墙放缓”完全是南辕北辙。

主持人：明白。但如果审视由 AI 搭建起的这栋庞大积木，你眼下能觉察到什么潜在隐患吗？

Sam Altman：经历过上一年的低谷，最大的收获就是让你加倍珍惜眼前的顺境，让你切身体会到所有业务线开足马力高速运转到底是一种什么体验。

看看我们内部的研究团队——即便面对安全对齐的挑战，大家也能高效协同攻坚；再看看产品的迭代节奏、算力基建的落地，以及我们为了让 AI 变得随处可用、便宜充裕所做的底层布局；还有我们的商业拓展和生态合作……所有板块都在拧成一股绳往前推。

当然，我们在很多环节依然可能会摔跟头，我绝不敢盲目自满。毕竟过去我们走过弯路，未来也难免还会跌跤。

但看着模型一路从 5.4、5.5 迭代到 5.6，看着早期内测用户对下一代新模型给出的惊艳反馈，看着即将上线的强大功能，再加上稳步攀升的营收曲线和不断扩充的算力版图，我对目前的整体格局感到非常踏实。

主持人：所以外界的那些讨论不会让你感到焦虑？比如总有人拿你们跟 Anthropic 比较，觉得“Anthropic 势头更猛，他们的 ARR 增速更快，他们可能会比 OpenAI 先上市”。听你的意思，似乎你们有大量潜藏的增长动力是外界暂时还看不到的。

Sam Altman：换作是任何对手的位置，我都不愿意跟他们互换。

主持人：我们还没深入聊过算力，但感觉你们正在酝酿算力战略的下一轮进阶，打算彻底拉高天花板。我很想听你回顾一下 Stargate 1 从最初立项到重构重启背后的思路转变，以及你们眼下正在锚定的路线。

Sam Altman：首先，我必须讲清楚我们为什么非这么做不可。我们的根本使命是确保 AGI 造福全人类。但放眼当下，全球只有极少数人消耗了绝大部分的 AI 资源。

试想一下：如果我们希望全世界每一个人，都能享受到现在全球前 0.001% 的核心用户所拥有的 AI 资源配比，你往椅背上一靠就会突然意识到：“天呐，按照现在的算力推进思路，根本承载不起这个野心。”

如果全人类对 AI 的需求是普遍且迫切的，如果未来的模型规模更大、功能更强、能创造更巨大的经济价值，人们对它的渴望只会水涨船高，而运行它们所耗费的算力同样会成倍激增。面对这样的历史关口，我们必须彻底打破既有思维，才能承载起如此庞大的算力供给。

几年前，我们在算力上做过一次极其大胆的豪赌，当时几乎所有人都觉得那纯属天方夜谭。但事实证明那一记险招打赢了。如今，我们需要再来一次同等级别的豪赌。

主持人：再次豪赌？这意味着要砸入更加惊人的天文数字吗？

Sam Altman：我指的并不单纯是钱，尽管资金规模确实会更大。

我真正的意思是：我们必须从技术本身找到破局的办法，把 AI 的边际成本彻底打下来，把供给的充裕程度提升成百上千倍。这是一项技术层面的战略抉择，而不是单纯算财务账。

主持人：比如你们正在自主研发的专用芯片？

Sam Altman：那是其中非常有代表性的例子之一。

主持人：还有机器人？

Sam Altman：是的，大幅提升实体供应链的运转效率，在未来会起到举足轻重的作用。

3.8 万次提问才耗一颗扁桃仁的水，但就业转型的阵痛容不得傲慢

主持人：你描绘的愿景是让每个人都能用上 AI，但对于那些现在根本不想要更多 AI 的人，你怎么看？他们甚至希望身边的 AI 能少一点，他们反感建在自家社区边上的数据中心——不管是你们建的还是别家公司的。我接触过不少年轻一代，有人出于原则坚决不碰任何 AI 服务，拒绝使用 ChatGPT。这种强烈的反 AI 情绪正在蔓延。

Sam Altman：他们到底只是反感数据中心，还是反感 ChatGPT 本身？

主持人：从我了解到的情况来看，数据中心是一个很大的诱因。大家觉得这东西是个祸害，是不速之客；认为 AI 纯粹是在铺张浪费，根本没有创造出对等的社会价值。网上到处流传着关于 AI 消耗水资源的指责——虽然很多已经被辟谣了，但他们依然觉得 AI 毫无用处。这或许又绕回了我们刚才聊的话题：大部分普通人其实还没真正用上 agents。要消除这种抵触，解法到底是什么？

Sam Altman：说到底，要让大家发自内心接纳一件东西，唯一的办法就是给他们带来实打实的价值。在 ChatGPT 出现之前，对大众而言，AI 或许只是个飘在空中的抽象概念；直到产品真正落地，大家亲自上手用过，才体会到它确确实实有用。

而现在，很多人依然习惯性地把 AI 当成一个打字聊天的对话框，根本不知道它已经能帮自己去邮局系统填表、预约上门取件。随着时间推移，当越来越多的人用上这些功能，真正意识到这绝不仅仅是“一个升级版的谷歌搜索”，也绝不是在肆无忌惮地蒸发全球的水资源时，大家的热情自然会重新被唤醒。

技术演进得实在太快了，在整个社会的渗透和消化注定需要一个过程。客观来看，AI 是人类历史上普及速度最快的一项技术，已经有无数人从中获得了实实在在的好处。

我的接触面可能存在幸存者偏差，但我收到的用户反馈里，绝大多数都是“AI 帮我找出了困扰多年的罕见病病因”，而不是“ChatGPT 把全世界的水都喝光了”。当然，后一种顾虑客观存在，整个行业确实需要正视这个问题：如何进一步降低使用门槛，让更多普通人能更轻松地用它创造价值。

前段时间我也看到了网上疯传的谣言，声称在 ChatGPT 里每提一个问题，消耗的水量就相当于洗了 6 个小时热水澡，水资源就这么凭空蒸发了。我手头没有精确的数据表，但凭记忆来说，真实的情况大概是：

用户向 ChatGPT 提问大约 3.8 万次，全生命周期耗费的总水量，仅仅相当于在加州种植一颗扁桃仁所需的水。

这是把所有环节都算进去的端到端完整水资源核算，而绝不仅仅是机房散热的局部耗水。想想挺有意思的——很多人一口气吃下 12 颗扁桃仁时，可绝不会觉得自己是在挥霍水资源、犯下了什么不可饶恕的罪行。

早期的数据中心确实用过蒸发冷却技术，但行业早已不再采用这种方案了。如果你去看一座现代化的超大规模数据中心，它的耗水量其实跟一栋普通的现代化写字楼没什么区别——无非就是洗手池和卫生间的日常用水。

然而，这种耸人听闻的网络梗（meme）传播极快，辟谣成本又极高，但它在技术逻辑上根本站不住脚。

主持人：另一个巨大的焦虑来源是“AI 会抢走我的饭碗、取代我的工作”。耗水争议、失业恐慌，再加上对 AI“窃取创作者内容却不给任何回报”的指责，构成了公众抵触情绪的核心。不过很有意思的是，似乎很少有人死抓着能耗问题不放？

Sam Altman：能耗通常被归到了“资源消耗”同一个大类里。

关于就业，我有两方面的看法：一方面，AI 对就业市场的冲击是真实存在且无法逃避的。但我不认同“人类最终将无事可做”这种极端论调，人类社会的运转机制从来不是那样的。我们天生渴望与同类协作、互相关怀，随着时代演进，人对同类的深层需求始终有着敏锐的直觉。无论 AI 的智力发展到什么高度，这种靠人性纽带维系的分工都绝不会消失。

但这绝不代表这个过程中没有转型的阵痛。正如历史上的每一次技术革命一样，某些工作机器会做得比人更好，而人类则会转向环境更好、更有价值的新领域。漫长的历史一直在证明这一点，今天没有人会愿意回到剥离所有现代科技、大家重新面朝黄土背朝天在农田里苦熬的时代。

但从另一面来看，AI 目前对就业带来的实际冲击，其实比我原先预期的要小，甚至比我某种程度上的期待还要慢。站在理性角度，我们当然希望看到更多更有尊严的优质岗位涌现，希望那些机械枯燥的繁重劳动能更快被技术接管。但以目前的技术水平而言，这个替换过程发生的速度并没有想象中那么迅猛。坦率地讲，外界在这方面的批评是客观中肯的，AI 行业理应虚心听取。

至于“盗窃内容”的指责，老实说我现在听到的频率已经比以前少了。现在更多是创作者群体的自我声明，比如在社交媒体上随处可见大家自豪地打上“本视频全程无 AI 参与”的标签。

我深信，未来一定会诞生全新的内容形态与艺术媒介。回顾摄影技术刚问世的时候，很多人也曾悲观地断言肖像画家要大难临头了；可在那个时代，大概谁也预料不到摄影本身会演变成一门完全独立的全新艺术形式。

未来同样会出现前所未见的内容流派，当然也可能我们根本不在意大部分批量生成的流水线内容——人类对优秀创作者的情感连接与羁绊，本质上是建立在对创作者“人”本身的认同上；至于他们有没有借助 AI 剪辑出质感更好的视频，其实并不重要。

主持人：据我观察，OpenAI 旗下的基金会或许是目前全球资金实力最雄厚的机构之一。你们有没有考虑过投入更多资源去化解社区的敌意、支持创作者？比如直面外界的不满情绪，主动出资给当地建图书馆之类的公共设施？工业革命时期很多实业巨头在财富回馈社会上提供过不少先例。

Sam Altman：我认为我们能做出的最核心贡献，依然是打造出出色、普惠且真正有用的 AI 工具，确保算力杠杆与经济潜力能渗透到世界的每一个角落，让所有人都能平等地享有使用这些工具、分享技术红利的权利，同时客观地向公众呈现我们在前沿所看到的技术真相。

在此基础之上，我们当然很乐意加大对社区的直接回馈，而 AI 所创造的物质充裕，恰恰为这种大规模的社会反哺提供了基础。

把这门技术真正交到普通人手里，让他们按照自己的想法去建设家园，远比由我们高高在上地去指点哪个社区缺一栋图书馆、哪个片区少一所学校，要具有强大得多的变革力量。

过去一年我们分心做了太多副线任务，现在要把一切合并成超级入口

主持人：你之前公开说过：“过去 12 个月并不是 OpenAI 表现最好的一年，这主要归咎于我的决策失误，但接下来的 12 个月将是我们有史以来最辉煌的一年。”你这句话背后具体是指什么？

Sam Altman：那确实会是迄今为止最辉煌的 12 个月。作为一家公司，我们此前确实走过一些弯路，这在商业世界里其实很常见。多方下注就是这样：有时候赌对的多一些，有时候少一些。但坦白讲，无论是在产品方向的聚焦上，还是具体到预训练的基础研究，我们之前的进展确实落后于最初的预期。

但现在，无论是对比我们自己的过去，还是对比行业里的任何竞争对手，团队的执行力都处于历史巅峰状态。经历过低谷之后的反弹，那种振奋感往往更加强烈。

看着新一代模型以惊人的节奏稳步推进，看着全公司上下心往一处使，在各个业务线上果断敲定很多艰难的取舍，全员步调一致地朝同一个方向冲刺——这种感觉实在太棒了。

主持人：这些布局我们稍后细聊，但我想先在这里多问一句。回顾过去这一年，具体有哪些由你拍板的决策拖慢了公司的势头？你提到了预训练，我知道你平时跟核心研究团队走得非常近，能不能具体聊聊？

Sam Altman：我觉得核心问题在于我们的产品线铺得太散，试图面面俱到。平心而论，当时尝试的每一款产品单拿出来都很出色，但它们都无法与最核心的大目标相提并论——那就是集中一切力量去突破底层通用智能的极限。

当时我们分心去做了浏览器，去做了 Sora，拉开了一大堆产品线。

而现在，我们的战略焦点极其明确：全神贯注于为人类提供最顶尖的通用智能。

事实证明，我们的模型能力已经重回全球第一，未来几个月还会迎来更具质感的突破，大家也正用它做出不可思议的成果。这才是我们该死死锚定的主线。我当初本该更加严格地要求大家聚焦于此，而不是放任精力被各种支线任务（side quests）分散掉。

主持人：回顾大约一年前的高管变动，当时你们引进了 Fidji Simo 来主管庞大的业务板块，后来她因健康原因遗憾离职。现在是你和联合创始人 Greg Brockman 重新搭档、统揽全局。这种两人共同领导的格局会长久维系下去，还是只是一种过渡状态？

Sam Altman：目前的运转效率非常高。当然，未来我们肯定会继续提拔和引进优秀的高管。Fidji 的离开让我非常难过，她的才华很难被轻易替代。

但我跟 Greg 目前的配合非常默契，公司的执行力极其强悍。当一家公司重新回到正轨上时，你能切身体会到那种全员齐心的向心力，现在正是这种全速前进的状态。

主持人：你和 Greg 在日常中是怎么分工决策的？具体的职权边界怎么划分？出现分歧时怎么定夺？

Sam Altman：我们俩时刻保持着高频沟通，几乎一直在交换想法。但这绝不仅仅是我们两个人的事。OpenAI 现在的体量已经非常庞大了，研究线有一批极其出色的领军人在把关，业务线也有一批顶尖人才在操盘，大家始终都在深入沟通。

在公司规模还比较小的早期阶段，我的风格是“快速试错、行之有效就迅速推进、别把时间耗在无休止的争论上”；

但到了现在的体量，我深刻体会到：宁可在前期花充裕的时间反复推敲、确保拿出最优解，也就是一定要做到“深思熟虑、谋定而后动”（measure twice, cut once）。

主持人：大约一年前，差不多也是在 GPT-5 发布前后，你在旧金山张罗了一场晚宴，当时我也在。

Sam Altman：确实，我们该找机会再聚一次了。我都快忘了那件事，那晚聊得确实很畅快。

主持人：那晚聊了很多深度话题，但我印象最深的一个细节是：你当时隐约流露出不想一辈子做 CEO 的念头。我想知道，过去这一年的经历有没有改变你的想法？

Sam Altman：我现在的状态比一年前好太多了。我现在非常享受这份工作，我打算在这个位置上长期干下去。

主持人：一年前外界的舆论氛围确实更压抑、更微妙。

Sam Altman：没错，不仅是针对 OpenAI 本身的各种噪音，更是整个科技行业和 AI 赛道的低谷期，当时“AI 泡沫破裂论”传得满天飞。

主持人：那种没完没了的纠葛确实让人精疲力竭。

Sam Altman：这当然是一段波澜壮阔的历程，但站在我个人的角度，其中的痛苦和煎熬也是实打实的。不过这一切完全值得，哪怕重来一次我依然会这么选。至少在眼下，我很享受带领公司向前冲的这种状态。

主持人：在 Astra 的现场演示里，另一项让我非常震撼的技术是它的“计算机操作能力”（computer use）。让 agents 自主操作电脑、顺畅调用各种软件，这种能力一旦普及，影响将是颠覆性的。你怎么看这一步跨越？你觉得大家该怎么适应这种变化？

Sam Altman：它的实际表现甚至超出了我自己的预期。我一直很期待这项技术，但以前的模型体验实在太差：在屏幕上点来点去，不是反应极其迟钝，就是中间动不动报错卡死。

主持人：确实，以前的模型模拟键鼠操作时显得非常笨拙。

Sam Altman：但 Astra 似乎真的达到了“跟人类操作电脑一样流畅”的可用门槛。不知道为什么，这切实让我感受到了通往 AGI 过程中的某种质感，让我忍不住感叹：“天呐，这次它是真的做到了。”

从体验上讲，这太酷了。我平时在电脑上有大把枯燥乏味的琐事，比如记不清别人到底在哪个聊天软件里给我发了消息，只能在五六个应用窗口之间来回切、到处搜；而现在我只需要跟模型说一声，就再也不用忍受在各种软件里翻箱倒柜的痛苦了。

我只要把意图说明白，剩下的全交给它去办。我本质上是个很懒的用户：我不想手动去点什么“授权连接终端”，也不想配置复杂的插件，我只想让它直接在屏幕上把事情搞定。

虽然这种软件自动化铺开后会引发很多社会讨论，但我认为它的核心价值无疑是非常积极的，毕竟人类每天在电脑屏幕前浪费了太多毫无创造力的精力。

主持人：确实如此。

Sam Altman：在 Astra 之前的模型上我从来没有过这种体验，但最近我已经真切感受过好几次了：有些原本会耗费我大把时间、过程又极其繁琐的操作，我现在只要简短地交代几句，就可以放心地去陪孩子玩，半小时后回到电脑前，事情已经被处理得井井有条。这种体验简直太棒了。

主持人：但客观现实是，我们现在进入了一个新阶段：美国政府开始在前沿实验室发布模型之前，介入审查其技术能力。你曾在 2025 年的国会参议院听证会上警告过，称这种前置审批可能会对美国应对外部对手的竞争力造成“灾难性打击”。

不仅如此，在近期 GPT-5.6 的小范围测试阶段，政府甚至直接要求你们限制某些用户的访问权限，你当时明确表示这种干预绝不该成为行业常态。这说明你一直很不希望看到这种局面，但现实偏偏正朝着这个方向走。

Sam Altman：不，完全不是这样。多年以来，我其实一直在呼吁建立某种全球统一的国际监管框架。

主持人：但具体到由政府在模型发布前进行全面审查呢？

Sam Altman：我当时坚决反对的，是政府直接越界去指定哪家具体客户能用模型、哪家客户不能用。

至于由政府牵头组织标准化的安全测试、制定全行业通用的基准规范，我认为是非常有建设性的。但在理想状态下，政府绝不该直接插手去管“你可以向这家公司开放，但不能卖给那家公司”。

主持人：现在美国政府率先建立了这套审查机制，而其他国家还没有跟进，这对全球科技竞争格局会产生什么深远影响？你对此做过推演吗？

Sam Altman：我依然认为最理想的方案是达成多边国际共识。但放眼当下，全球领先的前沿技术力量几乎全在美国公司手里。因此先从本土开始规范，以我们目前拥有的领先优势来看，即便为此稍微放慢一点节奏，大体上也是完全承受得住的。

我有充分的信心，我们既能做出安全、健壮、可靠的模型底座，在商业化上取得成功，同时确保美国在科技竞争中继续保持领先地位。

当然，地缘局势随时会有变数——如果其他国家突然开源了一款前沿模型，赶在我们建立起新的防御体系之前引发了重大网络瘫痪，整个竞争格局就可能发生剧烈动荡。

主持人：你觉得这种黑天鹅事件真的会发生吗？

Sam Altman：这完全有可能。但我同样认为，我们正迎来一个彻底重塑网络防御体系的历史机遇。

确实，攻击型的 agents 能带来很大破坏，但防御型 agents 展现出的防护潜力同样巨大。如果我们能让防御型 agents 全天候自动巡检、实时拦截，这或许才是未来网络防线的终极形态。

主持人：你们有没有做好心理准备，哪天美国政府可能会正式下令，强行叫停你们某款新模型的发布？你认真推演过这种极端情况吗？

Sam Altman：我深信一点：在政府真正下达叫停禁令之前，出于安全底线，我们内部肯定早就率先做出不发布的决定了。

主持人：聊聊竞争吧。Anthropic 之前凭借在代码（coding）领域的极度专注打了一场漂亮的突袭战，奠定了今天的地位。你在访谈开头也承认，OpenAI 之前的分心让你们丢失了一部分势头。回头看，Anthropic 敏锐地抓住了你们当时忽略的市场空缺，对此你怎么看？

Sam Altman：这绝不是我们“看不看得到机会”的问题。核心症结在于，我们当时被消费端爆发式的惊人增长牵扯了太多精力。

我们骨子里其实一直想在编程领域深耕，但在迫在眉睫的海量消费端需求面前，我们下意识地把它往后放了——用户量庞大固然是甜蜜的烦恼，但从战略优先级的角度来看，我们确实做出了误判。

但在今天，我相信我们已经做出了市面上最强大的编程工具，它的增长曲线极其陡峭。我身边绝大多数之前极度青睐 Anthropic 的铁杆开发者，现在几乎都转投到了我们这边。

所以，在某一场战役里暂时落后绝不是世界末日，只要后续拿出更出色的模型架构，我们完全能够后来居上、实现反超。

主持人：外界现在很想搞清楚，AI 市场到底在多大程度上是“零和博弈”。Codex 的爆发式反弹，究竟是在抢食 Anthropic 的存量，还是情况正好相反？你对此有清晰的判断吗？

Sam Altman：我觉得在现阶段，所有头部玩家都在享受整个行业的增量红利。这是一个规模大到难以估量的市场。

也许在遥远的未来它会变成零和竞争，但至少现在，全行业的增速彻底打破了我对这种体量公司增长极限的认知。这恰恰说明用户正在从这些产品中获得实打实的生产力价值。我认为大部分同行都在分享这块迅速扩大的蛋糕。

主持人：在产品端，你们内部正在推进一个代号为“大合并”（The Merge）的项目——也就是把 ChatGPT 和 Codex 合二为一，做成一款超级应用。这项工作已经开始了，不过依我看，目前似乎还有不少很粗糙的地方。

Sam Altman：岂止是粗糙，你这说得太客气了。

主持人：确实。我很想知道当这个超级应用最终完成时，它到底会长成什么样？它会带来什么改变？

Sam Altman：我真正梦寐以求的，是一个能包揽我所有需求的大一统 AI 交互入口。

如果我只是随口问个简单的日常问题，它能像经典的 ChatGPT 那样立刻作答；如果我要从零搭建一套极度复杂的软件系统，它能像顶尖工程师一样稳稳交付；哪怕我的需求介于两者之间，它也能应对自如。

当它需要调用我的本地权限或调取历史上下文时，它可以直接接管屏幕去检索定位。就像我刚才承认的，我本质上是个很懒的用户：我不想每次都去琢磨自己当前在哪个标签页，也不想纠结自己现在该用什么模式。一个聪明到足以提出全新数学理论的顶尖 AI，理应能够敏锐感知、主动理解用户当下的意图。

主持人：ChatGPT 最近刚迈过全球十亿用户的里程碑。这是一个惊人的数字，但达成它花的时间，似乎比你们最初设想的要久一点。早期的增长曲线堪称指数级狂飙，过去 12 个月它的增速是不是低于你的预期？

Sam Altman：当我们把战略重心调向编程时，我们主动做了资源倾斜：把原本可以用在对话产品上的大量算力，大幅调拨去保障编程产品的供给。所以对这个时间点我们并不意外，这是为了应对眼下最关键的需求而主动做的取舍。

主持人：也就是说，用户体量的增长很大程度上取决于你们把算力投在什么地方？

Sam Altman：百分之百是这样。我总在一厢情愿地盼着算力瓶颈能尽快缓解，指望着能研发出推理效率更高的新模型架构。我希望未来真有实现的那一天。

但现实往往是：每次我们在模型能效上取得突破、省出一些算力，全球用户对 token 的需求立刻就会呈几何级暴涨，转眼就把富余的算力消耗得干干净净。

主持人：我完全理解。但我也很好奇：ChatGPT 接下来要怎么走向下一个十亿用户？它的普及过程会像当年的移动互联网或社交网络那样平滑展开，还是会更加起伏？既然现在手握爆发式的 Codex 和企业级 API 业务，十亿用户这个指标对现在的你来说还那么重要吗？

Sam Altman：就像我们刚才聊的“大合并”，我认为所有产品形态终究会融为一体。在合流之前有一段时间，我自己甚至已经彻底不用 ChatGPT 了，所有日常问题我都直接扔给 Codex——因为我太懒了。

现在我们发现，很多从来没想过用 agents 的普通用户，以前只是把 ChatGPT 当成打字聊天的工具，直到偶尔点开全新的工作（Work）标签页，才惊讶地发现：“天呐，它居然能帮我搞定这么复杂的流程！”

所以，这些分散的产品线最终都会合而为一。未来用户只需要订阅一项统一的 AI 服务就行，根本不需要在脑子里分清楚这到底是对白、是写代码还是办公自动化；你只要提出需求，等着结果交付就行了。

在不久的将来，你甚至都不用主动开口提要求，AI 会具备更强的主动性，一直在后台静默运行，随时随地主动帮你解决问题。

主持人：所以产品形态的终局，就是化繁为简、打包成一项终极订阅服务？

Sam Altman：作为一名普通用户，这正是我梦寐以求的终极形态。

全行业都在癫狂堆算力，但面临安全关头我们宁可推迟敲钟

主持人：我们一直在聊算力。大约一年前，你因为大力推进超大规模算力基建被推到了风口浪尖，甚至几乎凭一己之力引发了整个行业对“AI 泡沫破裂”的恐慌。

当时外界普遍觉得你们过于激进，像 Anthropic 的 CEO Dario 等人甚至公开指责你是在“不计后果地胡乱下注”。但时至今日，事实似乎证明了你的判断：全球算力短缺仍在持续，即便你们手头的算力比竞对更充裕，听起来你们对算力的需求依然远未得到满足。

与此同时，你们正在大幅拉低 token 的边际推理成本，也即将推出首款专为推理设计的自研芯片 Jalapeno。但在面对眼下这样激进的算力扩张计划，以及背后天文数字般的资本支出时，你心里难道就没有一丝对暴雷风险的担忧吗？

Sam Altman：我对 OpenAI 自身的算力扩建计划完全不担心，但我确实为整个行业目前这种狂热盲目的扩张捏一把汗。我们有绝对的把握，能以非常健康、高利润的方式，全盘消化掉自己规划的每一份算力。

但在我们之外，我确实看到了一些难以为继的泡沫迹象：

许多不知名的新型云服务商（Neocloud）冒了出来，各路玩家纷纷宣称明年要建起规模惊人的算力中心，但他们根本没有支撑这些基建的造血能力，也没有明确可靠的下游买家。

看着全行业正在上演的这场投机狂欢，我心里确实感到不安。

主持人：就算你们对自己的盘子很有把握，但要是全行业真的暴雷、产生连锁反应，OpenAI 恐怕也难免受到牵连。

Sam Altman：如果宏观经济真的全面崩盘，我们在如期支付那些既定的算力账单时，肯定也会承受冲击。但就基本盘而言，我们依然非常有底气。

整个行业现在的状态就像是陷入了某种狂热：大家只顾着疯狂堆算力集群，哪怕为此支付再高的溢价也毫不在乎。

随着时间推移，如果我们能通过自身的技术突破，彻底把算力的建造成本降下来、能效大幅提上去，你完全可以预见：那些在狂热中做出愚蠢财务决策的人，下场会非常惨烈。在历史上的历次投机泡沫中，这种事情屡见不鲜，如果这次历史重演，一点都不奇怪。

主持人：你有没有想过有一天，OpenAI 会转型成一家向全行业输出算力的底层云供应商？

Sam Altman：短期内绝无可能，我们自己的算力需求都远远还没被满足。

主持人：但我感觉到的一个信号是：你们内部似乎已经私下讨论过这件事，只是还没下定论？

Sam Altman：大家整天都在讨论算法层面的“递归自我改进”（Recursive Self-Improvement，简称 RSI），但很少有人去想，这种循环迭代如果在物理世界中发生会是什么样。

设想一下：如果我们的机器人业务跑通了，自研芯片走上正轨，我们在供应链上的一系列底层投资也全部打通，让我们能以远低于任何同行的成本，自建出更强大的数据中心和更优秀的芯片——到那个时候，我们会对外输出算力吗？也许会考虑。

但我们现在有具体的计划吗？完全没有。我们手头根本没有多余的精力去想这些长远打算。

主持人：你提到了“递归自我改进”（RSI），这正是当下旧金山圈子里最火的话题。在筹备 IPO 期间，你发给全员的一封内部信泄露了出去，你在信里写道：“未来 AI 潜在的 RSI 爆发速度越快，推迟 IPO 就越可能成为我们的战略优势。”你当时这么说的真正考量是什么？

Sam Altman：成为一家上市公司是一场巨大的转变。资本市场的考核机制逼着你按季度交卷：人们不可避免会被短期利益牵着鼻子走，极力想要维持股价，不敢承受任何一个季度业绩不及预期的后果。

但我由衷希望——为了长远的安全利益，当重大关头来临，我们必须能够毫无阻力、非常果断地按下暂停键。

如果碰上“出于安全考虑必须立刻暂停某项训练、推迟某次重要发布”的关头，哪怕代价是短期营收出现断崖式下跌，只要没有作为一家新上市公司的季度业绩和股价压力，我们就能更纯粹地去做正确的决定。

一年前，我还不觉得超智能会在如此短的时间内加速到来；但站在今天，我认为这种可能性确实在增加。我不能断言它一定会发生，只是我们的技术演进实在太快了。

相比于赶在某个预设的时间表敲钟上市，履行好安全使命要重要得多。所以，我们始终会以最终的使命为准则，做出最明智的抉择。

人手一台机器人专属管家，但超智能之后人类依然会相爱与吵架

主持人：你刚才提到了机器人的布局。我很想了解你们机器人业务线的实际进展。你们究竟在造什么？是人形机器人，还是用于数据中心的自动化机器人？

Sam Altman：两者都在做。我们肯定会做人形机器人，但也会涉及其他形态。

整个物理世界的构造，几乎完全是围绕人体的生理结构展开的：从拧门把手、在键盘上敲代码，到操作重型设备、打扫厨房，人类亲手把这个世界设计成了最适合人类身躯活动的样子。而我们希望这项技术能真正服务于人类社会，那么顺应人类自身的形态，自然是最合理的选择。

当然，用于数据中心巡检的专用机器人会是截然不同的形态。但无论哪种硬件形态，最重要的始终是为它注入一个能够真正思考和决策的“通用智能大脑”。

主持人：所以你们确实在自己下场做人形机器人？

Sam Altman：是的，我们一定会做。

主持人：你认为它会以什么样的方式进入人类社会？你设想过它未来会变成人手一台的专属管家吗？

Sam Altman：我觉得那不会是第一阶段的切入点。你刚才提到的协助建设自动化数据中心，甚至制造机器人自己，在现实层面都更具可行性。但长远来看，这一天迟早会来。

我认为每个人都应该拥有一台属于自己的专属机器人。我个人就很渴望能有一个全能的私人管家，帮我搞定所有我不想动手的繁琐杂务，那将是一副非常棒的景象。

主持人：再聊聊你和 Jony Ive 正在秘密研发的消费级硬件。我知道碍于保密协议你不能透露太多，但感觉大家很快就能看到第一款设备了。

Sam Altman：可以说是“很快了”。

主持人：快了。我经常听你描绘对硬件的终极设想：一款能自然融入日常生活、在后台静默感知周围环境、随时提供智能反馈的设备。

前面聊到“电脑接管”时，我也觉得这在很多场景下非常吸引人；但与此同时，这种全天候监控、毫无隐私的状态，听起来也像一场反乌托邦噩梦。你们内部是怎么权衡这个问题的？公众又会怎么看？

Sam Altman：我们在隐私问题上的立场非常坚定。这不仅针对普通消费者，对企业级数据的保护也同样不可动摇：我们向企业客户承诺绝不用其数据训练模型，并严格执行“零数据保留”（zero data retention）。随着 AI 越来越深地融入日常生活，隐私已经成为一条关乎生死的红线。

我个人最警惕的一种危险论调是：业内有人认为“鉴于 AI 潜在的巨大风险，在 AI 时代已经不可能存在绝对隐私了”，并以此为借口否定隐私权的必要性。

我甚至认为，法律上应该确立类似于“AI 特权”（AI privilege law）的保护机制——就像你跟医生或律师沟通时享有保密特权一样，政府绝不能随随便便要求科技公司交出用户的个人对话记录。

遗憾的是，现在用户在用 ChatGPT 时还没有这种法律保护，我认为社会必须尽快补上这一块。

主持人：但在你提到的参照系里，医生和律师处理敏感数据同样要受制于极其严格的行业伦理和法律约束，绝不仅是“不对外泄露”这么简单。你觉得这种严苛的规则，是不是也应该同样用来约束你们自己处理用户数据的方式？

Sam Altman：完全同意，这正是我要补充的。不仅政府的权力必须受到法律的严格限制，企业在处理用户与 AI 交互时沉淀的敏感数据时，也必须面对极其严格的程序约束。

特别是当一台设备整天看着你的屏幕、听着你的对话、随时准备跟你交流时——公众保持高度警惕不仅理所应当，甚至我觉得大家现在的防备心还远远不够。

主持人：在完善的法律框架出台之前，OpenAI 内部目前是如何自我约束的？你们手里积累的用户数据，恐怕是人类历史上最私密、最细致的数据集之一了。

Sam Altman：关于这些数据在内部如何访问，我们有极严的内控红线，对用户的隐私承诺绝不是一句空话。随着第一款硬件发布日期的临近，我们会全面公开专门为这款全天候感知设备打造的隐私保护体系和底层加密技术。但毫无疑问，这确实是人类历史上个人色彩最浓厚的数据资产之一。

主持人：Apple 此前对你们提起了诉讼，指控你们涉嫌窃取商业机密，挖角其核心员工与 Jony Ive 一同研发这款硬件。虽然你公开反驳了这些指控，但你是否担心这场诉讼会拖慢硬件的研发进度？

Sam Altman：完全不会。首先要说明的是，我个人一直是非常铁杆的 Apple 粉丝，看到这起诉讼我也觉得很遗憾。刚听到这个消息时，我的第一反应也是：“天呐，指控听起来这么严重，难道真有人越界了吗？”

我们绝没有觊觎别人知识产权的想法，更不会容忍任何人把前东家的资产顺手牵羊带过来。如果调查发现确有其事，我们会毫不犹豫地立即开除。

但只要员工是清白的，我们也一定会坚决站出来支持他们。在彻底核查了整件事的所有细节之后，我确信相关员工没有任何违规行为。我们已经对外做了部分澄清，更多事实会在法律程序中浮出水面。就我掌握的信息来看，这起诉讼绝不会拖慢硬件项目的整体节奏。

主持人：在硬件形态上，你们目前的思考是怎样的？你之前说过不喜欢智能眼镜，现在想法有变吗？

Sam Altman：还是不喜欢。我到现在对智能眼镜依然很抗拒，脸上架着摄像头和指示灯去跟人面对面交谈，那种感觉让我非常不自在。

主持人：明白。不过除了眼镜，显然还有很多很有想象力的形态。

Sam Altman：确实有很多非常棒的产品形态。我们最终很可能会推出几款不同的硬件：

我认为其中一款应该放在桌面上，安安静静待在桌角；一款应该装在口袋里，随时随身携带；还有一款应该以某种形式佩戴在身上。

把这一整套产品推向市场还需要时间，但对大众来说，最根本的观念转变，在于去适应并接受一台“具备先验主动性、不用你下指令就能主动替你做事”的全新计算设备。

主持人：从 OpenAI 未来的整体战略来看，消费级硬件到底是一场关乎生死存亡的关键战役，还是锦上添花的尝试？考虑到你们的终极使命，就算之前砍掉了一些边缘项目，你们铺开的战线依然非常大。

Sam Altman：我觉得现在下结论还太早。

但我有一种很强烈的预感：我们正处在一种全新计算设备的黎明前夕，这种计算范式的代际跃迁，在科技史上往往几十年才会出现一次。

不过这类话现在听起来难免显得狂妄，大家不用听我吹嘘，不妨拭目以待，等真正上手体验了这批设备之后再做评价。

主持人：两三年之后，你希望外界怎么评价 OpenAI？

Sam Altman：其实很简单：我真心希望大家是因为喜欢我们的产品而认可我们。

就像前面提到的那些故事：有人用它开创了新事业，有人用它给孩子筹办了难忘的生日派对，还有人用它查出了困扰多年的罕见病……我最近遇到一位创业者，他最初只是想用 AI 为自己的宠物狗研发定制的 mRNA 癌症疫苗，结果不仅成功了，现在还创立了一家生物科技公司，希望把这种疗法推向人类。我真诚地希望，随着未来几年技术潜能的爆发，今天这些动人的故事在未来更宏大的图景面前，都只是冰山一角。

同时，我也希望未来的人们回顾今天的种种恐慌与争论时，能给出公允的评价：“回过头看，OpenAI 确实在每一次关键抉择中都表现得最负责任，始终把人类的长远利益放在了第一位。”我希望外界能看到我们的克制与担当，因为我们一直对这份力量心怀敬畏。

行业里很多同行的选择跟我们截然不同。在安全底线上，我们的原则始终没变过，而且一旦意识到自己在某些方面判断有误，我们也会坦然认错、迅速调整。

当年我们坚持走“迭代部署”路线时，遭到了 AI 安全圈几乎一致的围攻；但今天回过头看，事实证明那才是唯一行得通的路径。

让我感到欣慰的是，我们始终顶得住非议、坚持做正确的事；更重要的是，我们在绝大多数重大方向上的判断都是对的，而且一旦踩坑，也能以极快的速度纠偏。

这正是一个既安全又稳健的系统得以建立的基础。我希望我们能一直保持这种定力，并最终赢得世人的信任。

主持人：你们现在正在全力冲向超智能。你个人在心理上做了哪些准备？当你们亲手打造的这个奇点真正到来后，你觉得人类的生活会变成什么样子？

Sam Altman：我觉得未来的生活，跟今天的真实生活相比，其相似程度可能会超出所有人的预料。

大家依然会跟家人坐在一起，依然会坠入爱河，依然会磕磕绊绊吵得不可开交，依然会沉浸在自己的小爱好里；人们依然需要娱乐，依然有柴米油盐的琐碎，也依然会有焦虑和压力；大家依然会为彼此创造价值、玩各种奇怪的游戏，依然会真诚地关心身边的人。

我打心底里希望世界保留这份本真。我希望看到的未来，是人的体验变得更加丰富：每个人拥有更多的自主权、更大的自由、更丰裕的物质条件、更强的行动力和更健康的身体；人类拥有更大的能力去决定自己的命运，让世界变得更好——而生而为人的那种核心体验，依然保持着原本的温度。

主持人：展望接下来的 12 个月，OpenAI 面临的最大风险是什么？

Sam Altman：是在安全（safety）、对齐（alignment）与网络安全（security）的大考中交出错误的答卷。

一年之后的今天，我们手里大概率会拥有远比现在强大的前沿模型；如果我们能在迈向超智能的关口平稳护航——确保技术赋能全人类、防止权力被极少数人垄断、筑牢各维度的安全底线，让每个人都能用它改善自己的生活，那将是一场足以载入史册的胜利。

主持人：Sam Altman，非常感谢你接受我们的专访。

Sam Altman：非常感谢。

文末福利｜AI 开学季硬核资料免费领

2026 奇点智能技术大会限时送出两份技术礼包：

• Łukasz Kaiser 历届演讲视频 + PPT | Transformer 八子之一、OpenAI 资深研究科学家，带你理解推理模型与大模型第一性原理。

• Agent 实战训练营录播课 | 覆盖 Agent 架构、基座模型、Skill、Agentic Infra 等核心技术，从理论到企业级落地。

扫码免费领取，两套硬核资料一次带走。

11 月 20—21 日

北京万达文华酒店

2026 奇点智能技术大会，现场见。