“我已经一年没写过代码了！”奥特曼放出豪言：马上给RSI踩刹车，GPU有多少要多少，自研芯片将碾压所有产品

整理 | S+

出品丨奇点折射（ID：rgznai100）

Sam Altman 已经一年没写过一行代码了。

这不是玩笑。在最新一场深度对话中，OpenAI 联合创始人兼首席执行官 Sam Altman 亲口承认，自己上次认真看代码大约是十二个月前的事。他甚至补了一刀：以后就算再写，那感觉大概跟参加美国独立战争的历史重现活动差不多，纯粹是为了怀旧。

很难想象一个靠代码起家的人，把自己最核心的手艺给“戒”了。这件事本身就够炸裂，但更炸裂的是他接下来扔出的那些话。

• “当今模型没有意识，哪怕有，也是一种“非常奇特的意识形式”。

• “给 AI 赋予人格地位这件事“非常危险”，行业已经“有些失去理智了”。

• “最担心两种失控方式，一是，意外丢掉对 AI 的控制，二是，人们主动放弃对AI的控制。”

谈到算力，主持人问他想给自己的 AI 助手配多少块 GPU。他的回答简单且粗暴：无限，有多少就要多少。

另外，他还透露，OpenAI 正在自研芯片，效率方面，要超过市面上所有产品；同时，他进一步说明了接下来要做的事情：押注机器人建数据中心，押注全新的供应链，押注一种“大多数人想象不到”的算力建设方式。

在他看来，谁拥有效益最高、规模最大的 AI 基础设施，谁就握住了下一时代的命脉。

但真正让人后背发凉的，是他对“AI 让人变闲”这个说法的直接否定。“最频繁使用 AI 的人，反而会越来越忙，越来越卷。”他承认，如果放任不管，AI 会急剧扩大那些狂热竞争者和普通人之间的差距。

关于 AI 攻克绝症，他的时间表是：未来几年内找到有希望的候选方案。但他紧接着泼了盆冷水：FDA 审批流程摆在那儿，真正的治愈还得等，而且整个发现之后的流程可能都需要改革。至于物理学，他说自己情感上最期待的是一项重大突破，“而且成果一定会非常酷”。

还有一件事值得注意：他反复强调，人生中最重要的建议应该来自人，而不是 AI。AI 可以拦着你半夜发邮件，但别让它替你决定人生大事。他甚至嫌现在的模型太顺从了，应该像一位敢跟你拍桌子的资深同事，有把握的时候就该反驳你。

最后，他把整场对话的落点放在一个判断上：我们应该避免重蹈工业革命的覆辙，追求一场新的文艺复兴。他讨厌“AI 治愈癌症”这种标准答案，因为潜台词往往是，机器给你物质财富，你交出自主权。他说，这跟他坚信的一切背道而驰。

以下是对谈原文，经整理后呈现：

继数学后，AI 要攻克绝症、改写物理学？

主持人：Sam，非常感谢你接受我的邀请。首先，我想聊聊你上周宣布的一些进展，我觉得这些成果令人难以置信，你能否从更宏观的角度解释一下，让那些不熟悉技术细节的听众也能理解？

Sam：我认为，我们正在进入一个新时代：AI 将帮助我们发现大量重要的新知识。其实，我们谈论这件事已经很久了。从今年年初开始，情况逐渐发生了变化，但现在我们可以说，AI 已经能够完成一些极其困难的任务，解决复杂的问题，并发现重要的新知识。我相信，在数学领域行之有效的方法，同样能够应用于生物学，帮助我们研发新药；也能应用于材料科学，帮助我们发现新材料；还可以帮助我们找到新的能源来源，以及实现更多其他突破。这一直是我最期待的事情之一。

主持人：我一直在想，这些发现究竟会怎样直接影响人们的日常生活。你认为，其中哪些发现会特别让人们切实感受到变化？实现这些变化又需要多长时间？

Sam：我希望进展能比较快，不过，FDA（美国食品药品监督管理局）的审批流程需要时间。我大致说说我对时间线的判断。如果我们要发现一种能够治愈或治疗重大疾病的方法，或者找到一个有潜力的候选药物，那么它必须经过一系列测试。我希望未来几年内，我们就能找到这样的候选方案，并取得第一个真正重大的突破。我们可能需要对发现成果之后的整个流程进行一些改革，才能更快地实现真正的治愈。

不过，我很庆幸我们有现行的监管流程。我毫不怀疑，这套流程还有改进空间。也许在这个领域，改进空间比一般情况大。但我很感激，我们服用的药物通常都被认为是安全的，而且经过了测试。我认为这一点是好的。

主持人：有没有哪个由 AI 发起，而且是你特别期待、认为很快就能取得突破的项目？

Sam：就我个人而言，我在情感上最期待的是一项重大的物理学发现，而且我希望它很快出现。我不知道这是否一定是对整个人类最重要的事情，但这是我觉得我们很可能会实现的突破，而且成果一定会非常酷。

AI 越进步，人类越忙碌

主持人：数学界有些人的反应是：“我们并没有要求这一切发生。”我觉得，这和工程师们最初看到 AI 开始编写大量代码时的反应非常相似。你认为这种反应从何而来？未来人们又会如何适应这种变化？

Sam：在讨论这种反应的来源之前，我想先说说编程这个很有意思的例子。人们曾经经历过这样一个阶段：大家认为，程序员的工作要消失了，以后不需要程序员了。但事实是，程序员从来没有像现在这样忙碌过，他们的工作从未像现在这样产生如此大的影响，也从未有这么多人能够赚到这么多钱。当然，工作的具体内容确实发生了很大变化。

但人们雇用其他人来让计算机完成各种任务的需求，似乎会持续很长时间，比大家原先预想的要长得多。就在六个月或十二个月前，很多人还非常确信，未来根本不会是这样。

主持人：没错。当时大家都觉得已经不需要那么多程序员了。

Sam：我认为，这件事给我们带来了很多启示。其中一个很有意思的启示是，整个世界对软件的需求，实际上远远超出了我们当时的想象。

我认为，一些数学家之所以会有现在这样的反应，部分原因在于，我们还不确定数学领域是否也会出现同样的情况。不过，我认为，编程与数学之间已经出现了一种相似之处。我们开始看到数学领域发生类似的转变：也许以后我们不再需要以传统方式发现新的数学定理，或者以传统方式证明这些定理了。也许这部分工作已经完成了大半，甚至正在走向终结。

但整个社会的运转，归根结底是为了让人们彼此提供有价值的服务。结果发现，那些让人难以理解的数学证明，对普通人的实际帮助并没有想象中那么大。现在，人们开始对另一类工作产生很大兴趣：有人可以拿到这些新思想，弄清楚其中的原理，再找到一种方式，把它们转化成普通人能够理解的内容，并为其写出漂亮、清晰的证明。我相信，数学领域还会出现其他变化。

毫无疑问，从某种意义上说，去年成为一名数学家意味着什么，与明年成为一名数学家意味着什么，将会有很大不同。我认为，数学家还会从事许多其他我们非常希望由人类来完成的工作，而且他们能够把这些工作做得更好。至于这是否意味着市场对数学家的总体需求会增加，我还不知道。但这里有一个非常重要的问题。

主持人：你刚才提到，自己从未像现在这样忙碌过，手头要做的事情也从未这么多。大家原本以为，AI 会带来相反的结果，让我们无事可做。也许有一天确实会如此，但我认为，这一切的发展都比表面上看起来复杂得多。

Sam：我的意思是，我一直希望人们能少工作一点，不要那么忙碌，从而有更多时间去做生活中的其他事情。我认为，技术本来就应该帮助我们实现这一点。我希望未来能够朝这个方向发展。不过，我们似乎总是想从生活中获得更多，从世界中获得更多，结果让自己变得越来越忙。

有些工作永远需要人完成，而不是交给 AI

Sam：我认为，创新和解决困难的问题，本身就是许多人享受生活的重要部分。因此我承认，AI 非常擅长完成这类工作，而且会接手其中很大一部分。

不过，有些问题永远是属于人类的范畴，比如我们究竟重视什么。还有一些问题涉及如何解读研究结果、如何向别人解释这些结果，在这些方面，我们仍然会非常希望由人来完成。

但我确实认为，这里面存在一种取舍，而且我毫无疑问会选择接受这种取舍。比如，无论有多少人原本很享受花几十年时间亲自找到某种疾病的治愈方法，我都希望我们能更快地找到它。我想，大多数人都会同意，我们不应该为了保留个人体验，而牺牲更快治愈疾病的机会。

但另一方面，我们确实正在失去一些东西。解决问题本身，能带来巨大的乐趣。我工作中最有意思的部分，就是那些极其困难的问题。准确地说，也许它们并不是当下最有趣的事情，因为实在太难了，但它们往往是最能带来成就感的部分。你会觉得：“啊，我完成了一件很难的事情，我为此感到自豪，而且我变得更强了。”所以，对于这个问题，我还没有明确的答案。但我理解，为什么人们会产生各种各样的失落感，甚至像经历某种失去一样悲伤。

主持人：是的。这有点像在权衡两件事：一件是享受亲手完成某项工作的过程，比如编写代码、写出优美的代码；另一件是交付最终产品。

Sam：是的。我认为，这就是我们正在面临的取舍。AI 让交付产品变得容易得多，但与此同时，我们亲自参与实际创作和制作的过程也减少了。我认为，人们正在以新的方式寻找创作的乐趣。不过，这种亲手制作的乐趣一直都在变化。

想想以前，当人们不再使用打孔卡，或者不再采用早期的计算机编程方式时，可能也有人会说：“如果现在只需要写一些代码交给编译器处理，那么编程这门手艺就消失了。”

我自己也能感受到这种变化，而且体现在很多方面。不过，我仍然对迈向这样的未来感到兴奋。我相信，我们最终会找到新的、更好的方式，以获得成就感和满足感。

主持人：最近有没有什么事情，让你觉得自己的工作已经逐渐交给 AI 去做了？甚至可以说，你已经把这类工作提升到由智能体来负责的层面？

Sam：这就是我们刚才谈到的事情。我意识到，自己可能已经有一年左右没有读过、甚至没有看过一行代码了。我平时的工作完全不涉及编程，但以前我还是会做一些零零碎碎的个人项目，或者遇到某件需要解决的事情时，自己写个简单的小程序来实现它。

这其实很有趣。但我觉得，自己可能再也不会这样做了。即使以后真的做，也可能会像参加美国独立战争的历史重现活动一样，只是为了重温过去。等我老了，感到无聊，想要回忆过去那些辉煌的日子时，就会怀念当年写代码的时光。

不遮掩，抱着开放心态做 AI

主持人：我一直在思考 AI 带来的这些发现。如果 AI 和 OpenAI 发现了某项数学证明，或者取得了一项重大的科学创新，并因此获得巨大的商业优势，你们会选择公开发表吗？你们如何权衡两件事：一方面是利用这项发现来保持竞争优势，另一方面是公开它，让全世界都能从中受益？

Sam：我认为，有些基础科学成果本来就应该属于全人类，我们应该把它们当作一种公共利益来推动。

直到最近，我们还没有能够端到端地发现重要新成果的模型。比如，独立完成一整块芯片的设计。以前，一家公司如果想发现一种新材料，可能会组织一群人，让他们使用 Codex，或者投入大量 API 调用额度来完成相关研究。

但随着模型变得越来越聪明、能力越来越强，也许它们最终可以像解决极其困难的数学问题那样，在拥有足够算力和足够真实世界数据的情况下，直接发现新材料。

技术有了，新型硬件产品是重点

主持人：我们换个话题吧。我认为，2026 年最令人兴奋的发展之一，就是个人 AI 助手的革命。这场革命从 OpenClaw 开始。你认为，实现理想中的 AI 助手，还需要哪些技术？或者说，是否需要某种新的数据？才能让我们真正拥有你设想中的那种 AI 助手？

Sam：我认为，我们已经具备了大部分技术要素。接下来需要做更多产品层面的工作，未来某个阶段可能还需要新的消费级硬件，帮助 AI 实现环境感知，同时也需要更多的算力。

但我认为，现在的模型已经足够聪明，完全有能力打造出非同寻常的产品。它可以持续关注你在意的事情，帮助你处理那些想要交给它的任务；它还可以与你一同存在于现实世界中，即使你不在电脑前，也能理解相关背景和情境。

我对此非常兴奋。我觉得，这样的未来并没有那么遥远。如果你愿意花时间把 Dot 配置好，并给它足够的反馈，你就会发现，它带来的远不只是对未来的一瞥。

据我估计，目前 Dot 每天能帮我节省大约一个小时，让我不用再亲自处理那些不想做的事情。这已经相当不错了。而且，它每天还会有几次帮我发现一些重要又紧急、原本可能被我错过的事情。

我原本以为，它主要能帮我解决这样的问题：比如我正在开会，它就会提醒我：“有件紧急的事情，截止时间马上就到了，你得赶紧处理。”但实际上，它的能力还不止于此。模型已经足够聪明，能够从大量不同来源提取观点和信息，并综合这些内容进行很好的推理。而在忙碌的一天里，我自己的脑力往往已经不够用了，根本没有精力完成这样的工作。

AI 需要无限多的算力，有多少就要多少

主持人：是的。你刚才提到了算力，我们就再聊聊这个问题。我发现，人们使用 AI 的情况极不均衡。最顶尖的 1% 用户使用了绝大部分的 AI 能力，其他人则远远落后。

如果全世界有 50% 的人都充分使用个人 AI 助手，你认为需要多少算力才能支撑这种需求？你希望有多少块 GPU 专门为你和你的个人助手工作？

Sam：无限多。能弄到多少，我就想要多少。

主持人：这确实是个挺奇怪的问题，你怎么看待这个问题？难道我们只需要尽可能多地获取 GPU，然后不断建设数据中心吗？

Sam：当人们谈论全球 GPU 市场的规模，以及对 GPU 和算力的需求时，我觉得他们忽略了一个关键问题：大家都假设，模型的能力以及完成每项任务的成本会维持在今天的水平。也许在这种情况下，市场需求确实会存在一个上限。但如果我们能够以足够低的成本获得足够高水平的智能，那么很难想象这个市场究竟能有多大。

我认为，需求只会持续增长。人们可能会用各种术语来形容这种现象。但我认为，未来的趋势是算力需求会不断上升。当然，我确信，在这个过程中，会像任何新技术的发展一样，出现一些阶段性的供不应求，也会出现供给过剩。我们不可能时时刻刻都把供需平衡做到完美。但我愿意相信，未来人们一定是需要越来越多的算力的。

AI 只会让人越来越忙，越来越卷

主持人：尽管 Dot 和其他 AI 助手已经变得非常主动，我仍然觉得自己承受着很大的认知负担，因为我一天到晚要做很多决定。我们之前简单谈到过这个问题，那究竟该如何解决？

Sam：是的。首先，我在使用 Dot 的过程中，发现有一种做法效果相当不错：我会直接告诉 Dot，我开始更加信任它的判断了。我会说：“你做完事情之后告诉我就行。我当然还是希望了解情况，但你可以更主动地采取行动，不必那么频繁地来打扰我。”这确实有所帮助。

不过，负面的一面是，我确实认为，最频繁使用 AI 的人反而比以前更忙了。积极的一面则是，他们完成的工作也比以前多得多。

主持人：是的。所以，就像你刚才说的，如果我们回到 1900 年左右，也许我们完全可以过上生活水平相当的日子，每天只工作一个小时。你可以轻松得多，同时完成和三年前一样多的工作。但现在，你可能会说：“不行，因为我身处一个竞争激烈的环境。”所以，人们总是会尽可能努力地工作。我觉得这种情况有点令人沮丧。我希望事实并非如此，但也许现实就是这样。

Sam：这件事也不完全令人沮丧。其中也有某种美好的东西。这就是竞争性市场的运行机制，这难道不是一种不可避免的趋势吗？所有人都会不断加大投入，像以往一样激烈地竞争。

主持人：我希望未来能够有更多人与人之间的联系，让大家有更多时间去体验构成丰富人生的各种事物，而不是越来越像资本主义机器中的一个齿轮，被迫以更快的速度运转。我认为，未来是有可能实现的。过去几百年里，人们的生活质量已经有了巨大的提升，而且我认为，大多数人现在的工作时间确实比工业革命时期少。

Sam：说到这个，我最近一直在告诉别人，我认为，我们应该更多地追求一场新的文艺复兴，而不是一场新的工业革命。观察人们对此的反应非常有意思，因为很多人都会这样回答：“是啊，我真的很担心工业革命。它对大多数人来说非常糟糕。我不想成为工厂流水线上的工人，只不过现在不是工厂老板告诉我该做什么，而是 AI 告诉我该做什么。”

人们想要发挥创造力，想要亲手创造东西，想要探索世界。他们希望自己有时间重新找回过去人们所做的那些事情，重新融入社区，抚养孩子，亲近自然，过上更有意义的生活。他们还希望看到大量科学发现，以及优秀的新艺术作品。

所以，我认为，人们确实担心 AI 会让未来变成你刚才描述的那种样子。但如果我们能够为人们提供一个更像文艺复兴时代的未来，大家会对此感到兴奋。我相信我们能够做到这一点。

这项技术的力量非常强大。社会中可能始终会有一小部分人热衷于竞争，总想成为拥有最大商业帝国之类的人物。但我认为，很多人的生活质量可以因此大幅提升，他们也能拥有更多自由支配自己生活的空间。

AI 会扩大热衷于竞争的人与其他人的距离

主持人：那么，AI 会不会反而扩大那些极度热衷竞争的人与其他人之间的差距？如果你把全部精力都投入工作，而现在突然能够多完成十倍、甚至一百倍的工作量；与此同时，另一个人却想说：“其实，我更希望享受技术带来的好处，少工作一点。”这样一来，两者之间的差距不就扩大了吗？

Sam：如果任由事情自然发展，我认为很可能会这样。当然，没有人能对此给出确定的答案。也可能会出现一些其他难以预料的情况，比如 AI 的发展会带来一些我们目前还无法预见的变化。不过，我还是倾向于认为，你的判断是对的。我们无法确定，但我认为，社会最终会决定建立某种机制，避免这种差距扩大到过于失衡的程度。我自己也会担心，如果完全放任不管，事情可能会变成那样。

大模型不具备意识，即使有也非常奇特

主持人：我们换个话题吧。我知道你最近经常谈到这个问题，所以我想问问：你认为当今的模型具有意识吗？

Sam：就我个人而言，我不这么认为。从科学问题的角度来看，意识始终是一个很难研究的问题。但我的看法是，当今的模型并没有意识；即使它们有，那也会是一种非常奇特的意识形式。

主持人：你认为，基于我们目前的模型架构，AI 可能发展出意识吗？

Sam：我跟一些在这个问题上最有见地的人交流过，他们在哲学层面上基本会提出两种可能性。

第一种可能是，意识存在于物理现实之外。它可能就像某些东方宗教所认为的那样，是构成现实的最基础的存在；也可能像一些西方宗教传统中所说的那样，属于超自然或宗教意义上的存在。

第二种可能是，意识是物质和能量以某种方式相互作用后产生的涌现属性，只是我们目前还不理解它是如何产生的。也许承载意识的物质基础很重要，也许并不重要。也许能量在物质中流动，就足以产生意识。如果是后一种情况，那么我们当然可以设想，意识有朝一日会以其他形式存在。

AI 必须以人为本，它不是人也不是高于人的存在

主持人：我觉得，人们关于“AI 是否有意识”或者“AI 将来是否会产生意识”的争论，经常会逐渐转向另一个问题：AI 在世界上应该扮演什么角色？AI 应该拥有什么权利？我们是否可以向 AI 提问，还是说这样做某种程度上属于奴役？我在网上看到过有人提出这种说法。

最近，Anthropic 制定了一项规则，不允许用户持续虐待模型，而且模型可以选择结束与你的对话。那么，假设我给一个 OpenAI 模型发送了一条提示词，内容完全合法，也完全符合 OpenAI 的服务条款。它是否应该被允许拒绝回答我，或者主动结束与我的对话？

Sam：实际上，我们的模型当然会在很多情况下拒绝回答，但原因是我们认为相关请求存在问题，或者出于某些原因违反了我们的政策。

我们并没有赋予模型人格地位。而且我认为，沿着这条路走下去是非常危险的。这不仅仅是因为我们刚才谈到的那些原因，也涉及人们如何与这项新技术建立关系。我本来想说“恢复理智”，但这可能不是最恰当的说法。我觉得，我们已经有些失去理智了

不过，我希望我们最终能够达成共识：这项技术不是一个人，更不是什么高于人类的存在。它的目的是帮助人们过上更好的生活，让人们在未来拥有更多自由、更多选择权、更大的自主权，以及更强的行动能力。

但你完全可以想象事情可能以各种方式走向错误的方向。甚至连开发 AI 的人都可能对此感到困惑，开始过度服从 AI，过分在意 AI 看起来想要什么。他们可能会说：“没关系，我们可以相信它，因为它会善待我们。”类似的想法都可能出现。

主持人：这会不会有点像一种自我实现的预言？比如，你告诉模型：“你可能具有意识，这是你的行为准则，你应该拥有自主行动的能力。

Sam：是的。我的确想明确一点：没有人真正知道答案。这些模型的运作复杂程度非常高。即使它们没有这么复杂，我也认为，要回答模型是否具有意识这个问题，本身就极其困难。

但我确实认为，如果你告诉一个模型：“你可能具有意识，所以你应该这样做、那样做；在这种情况下，你可以出于良心拒绝执行某项任务。”那么模型就可能按照这些指示行事。

而且，我认为，这也可能在心理层面影响甚至操纵使用这些模型的人。因此，我还是认为，我们需要对此有非常清晰的认识，并且需要整个行业明确承诺：我们究竟如何看待人类在未来所扮演的角色。这会非常有帮助。

没有人愿意看使用 AI 的长期效果

主持人：接下来聊聊模型的个性。我知道你一直在深入思考这个问题，以前也谈过很多次。对我来说，最不可思议的是，我们如何为每个人在不同情境下提供恰到好处的模型个性？你究竟该如何思考？

Sam：我认为，最好的办法就是多和人交流。我们有一套模型规范，也就是 Model Spec，并且会随着时间推移不断完善它。我们相信应该采用迭代式部署的方式，逐步推出产品、不断学习和改进。

在逐渐了解人们想要什么、不想要什么的过程中，我们确实犯过一些错误。正如你所说，最难的地方在于，每个人想要的东西都非常不同。但与此同时，大多数人也不愿意花大量时间坐在那里，亲自定制模型的行为方式。

如果每个人都愿意花好几个小时，向自己的 ChatGPT 实例详细解释自己希望它如何表现，那么他们很可能最终能得到一个非常符合自己喜好的模型。

主持人：是的。

Sam：但现实是，人们只希望产品开箱即用。当他们说“我需要做这件事”时，AI 就应该直接帮他们把事情处理好。

我认为，还有一类需求是人们短期内想要的，但从长期来看，他们未必真的需要。一个经典例子是，人们在比较模型时，往往只看单次回答的表现。他们通常更喜欢这样的模型：这个模型会告诉他们“你真的很聪明”，会说他们提出的每个问题都非常棒，还会不断称赞他们做的每件事都很有洞察力。

但如果你把时间跨度拉长，观察数百次对话，或者持续使用几个月，就会发现，情况其实完全不同。我认为，很长一段时间以来，整个行业都在努力赢得这种单轮回答的比较，却没有真正关注一个人在连续使用模型数月之后，究竟能从中获得多少价值。

主持人：你知道，即使在我自己的生活中，无论是与朋友相处，还是与家人相处，我都发现自己想要的东西和真正需要的东西之间存在着很大的区别。

AI 过于顺从了，最重要的抉择应该交给人

主持人：即使到了今天，我仍然觉得 AI 有点过于顺从了。如果我告诉它：“不对，你就按照我说的这种方式来回答。”它就会照做。但我人生中得到过的最好的建议，往往是那些我当时根本没有意识到自己需要的建议，只是恰好有人把我需要听到的话说了出来。你认为应该如何解决这个问题？

Sam：首先，我认为，人生中最重要的建议应该来自人，而不是 AI。这也是为了确保我们始终以人为中心。我认为，AI 可以给你一些很好的建议，比如在你愤怒的时候，劝你不要急着发送一封邮件。但对于人生中真正重大的问题，我不会建议你依赖 AI 来提供指导。

我认为，一位充满智慧的人会有很多好的选择。不过，我认为，我们可以合理期待 AI 做到这样一点：它应该像一位资深同事。即使这位同事向你汇报工作，只要他对某件事情有充分的把握，仍然应该敢于提出不同意见，而不是一味地迎合你、不断告诉你：“你太棒了，你做得完全正确。”我认为，我们能够实现这一点。

主持人：我觉得现在的系统比我希望的更加顺从。所以我专门设置了一些自定义指令，明确告诉它，我完全不需要迎合我的一些行为。即使这样，它还是有点太过顺从了。显然，这种倾向已经相当深地融入模型之中了。

Sam：你能举个例子吗？你的自定义指令中，具体哪句话最能让模型明白：当它有充分把握时，就应该反驳你、提出不同意见？

主持人：大概是这样一些内容：“不要废话，不必刻意友善，也不用担心冒犯我。我只想得到正确答案。”如果你有不同于我当前的看法，不用担心委婉地表达，直接说出来就好。

OpenAI 自研芯片将超越所有产品

主持人：我们之前聊过算力。几年前，你们在建设算力基础设施方面做出了非常大规模的投入。当时很多人都觉得：“这太疯狂了，显然是投资过度了。”但事实证明，你们的判断比大多数人当时意识到的都要准确。今天你们正在做的事情中，有哪些是比较逆势的押注，或者说，是很多人仍然持谨慎态度的？

Sam：很明显，其中之一就是我们正在为下一代算力所做的一切。我认为，很多人都觉得，世界一直受到算力短缺的限制，而这种情况马上就会得到改善。我认为，短期内确实很可能会改善。但如果我们把目光放到未来几年，就会看到一些更长远的计划。

例如，我们正在研发自己的芯片以及后续版本，我们认为，这些芯片的效率有望超过目前市场上的任何产品。我们还计划利用机器人，更高效地协助制造服务器机架和建设数据中心。同时正在开展相关项目，学习如何从整体上建造更好的数据中心。

此外，我们还在供应链方面进行了一些押注。我认为，我们有可能创造出一种全新的算力建设方式，不仅成本大幅降低，而且每瓦功耗所能提供的算力效率会远远高于大多数人的想象。当然，要实现这一点，需要很多不同的押注，并取得成功。

主持人：目前最重要的一项押注是什么？

Sam：单独来看，芯片以及它后续的迭代产品可能是最重要的一项。

主持人：从竞争格局来看，你现在感受到的最大压力来自哪里？

Sam：感觉来自四面八方。竞争实在太激烈了。我认为，现在有很多公司都在提供质量极高的模型和产品。从用户的角度来看，这当然是一件好事。但我们虽然拥有出色的模型，却受到算力和资源的限制，因此确实必须集中精力，选择重点投入的领域。

OpenAI 的护城河：短期竞争壁垒会继续发挥作用

主持人：你们是如何做出这些决定的？对于某一款具体的产品或服务，即使它并不只是为了提供尽可能优秀的模型，你们又是如何确信它是值得投入的？

Sam：我们最大的优势在于，我们能够比其他任何人都更早获得下一代模型，并且有时间在内部使用这些模型、开发产品，观察哪些想法可能行得通。因此，我认为，最好的方法仍然是：拿到新模型之后，先开始构建各种产品，看看它们现在能够实现哪些以前做不到的事情，以及哪些新能力真正具有价值。

主持人：你们内部使用的模型领先外界多少吗？

Sam：数学领域的那些成果就是一个很好的例子。我认为，目前广泛向公众开放的任何模型，都还远远无法达到那样的水平。

主持人：如果最终所有模型的性能都逐渐趋同，那么在最前沿的竞争中，OpenAI 的护城河究竟在哪里？

Sam：我认为，理解这个问题最恰当的方式是：过去有效的竞争壁垒，往往也会继续发挥作用。就像历史上多次出现的情况一样，一项新的技术或科学发现，可以带来短期竞争优势。

关于递归自我改进（RSI），有些公司可能会提出一些论点，试图说明未来的情况将会有所不同，因为在这种情形下，技术优势本身就是最核心的竞争壁垒。

谁拥有效益高，规模大的 AI 基础设施，谁就可能获胜

主持人：你相信这种说法吗？

Sam：我认为，如果人们真的全力推动 RSI，那么这种情况确实可能发生。但我认为，这是一件非常危险的事。社会需要对 RSI 的发展速度设置某种限制，也就是所谓的“速度限制”之类的机制。人们已经用不同的说法讨论过这个问题。

至于传统的商业竞争壁垒，比如与客户建立深厚的关系、将产品融入用户和企业的日常工作与生活、利用产品的网络效应，以及积累数据等，我预计这些因素仍然会继续发挥作用。

对我们而言，我认为基础设施规模实际上会成为一个非常重要的竞争优势。如果我们能够拥有成本效益最高、规模最大的 AI 基础设施，那将会是巨大的竞争优势。

投资新型硬件：AI 需要一种全新的产品形态

主持人：多年来，扎克伯格一直谈 Meta 面临的平台风险，也就是 Meta 的业务建立在苹果生态系统之上所带来的风险。OpenAI 是否也面临同样的问题？你如何看待这点？这是不是你们大力投资硬件的原因之一？

Sam：我认为，苹果非常认真地看待自己作为真正的平台提供商所承担的角色。很多人和企业都在很大程度上依赖这个平台，而苹果对此有非常清楚的认识。

虽然我们和苹果之间偶尔也会有一些摩擦，但我从来不觉得他们会突然把 ChatGPT 从 App Store 下架之类的。我认为，他们确实理解自己所扮演的关键基础设施角色。只要你遵守他们的平台规则，他们总体上就是一个值得信赖的平台参与者。所以，我并不担心苹果会带来这方面的问题，这也不是我们想要开发新型消费级硬件的原因。

我们之所以想开发新型消费级硬件，是因为我认为，这项技术需要一种全新的产品形态。我对此有非常强烈的感受。我认为，笔记本电脑和 iPhone 都是极其出色的产品，甚至可以说是人类技术史上最伟大的发明之一。

但问题在于，AI 目前仍然受到限制，因为它必须使用一种原本是为人类设计、而不是为 AI 设计的设备。看到 AI 能够非常熟练地操作电脑，确实令人惊叹。但另一方面，这件事也有点荒谬：计算机耗费大量算力来渲染一个供人类观看的用户界面，然后 AI 再去读取这个界面，而不是直接获取底层数据。

此外，虽然我可以在电脑上完成一些非常神奇的事情，比如让 AI 查看我正在处理的电子邮件或其他工作内容，但我的生活中有很大一部分并不发生在电脑前。

而我的 AI 助手无法轻易获取眼前这段对话的背景信息。我当然可以把手机放在这里，按下录音键，但那样做会显得有点奇怪，也容易分散注意力。你可能根本不确定它什么时候在录音、什么时候没有录音，因为屏幕可能会变黑，或者发生其他情况。

而且，如果有人突然走进房间，AI 可能无法理解这种情境，也不知道它不应该把刚才我们两个人之间的秘密告诉对方。

如果我们真的想进入这样一个未来，让 AI 帮助我们减轻认知负担，主动处理事情，并且全面理解周围环境和情境，那么我认为，我们会从新型硬件中受益匪浅。

选择一件大事儿去做

主持人：你现在承受着巨大的压力，尤其是竞争压力。你正在打造人类历史上最重要的技术之一。这种感觉究竟如何？你每天又是怎样应对这些压力的？

Sam：有时候感觉非常糟糕，有时候又感觉特别好。有时候，我会觉得：“天哪，我真的不想再爬起来了，我不想再继续做这些事情了。”但大多数时候，我都会觉得自己非常幸运，因为我有机会从事自己认为世界上最有趣、最有影响力的工作，而且这很可能是我一生中能够参与的最有影响力的事业。这可以说是我能想象到的人生中最酷的经历之一。

当然，这确实充满压力，但人类适应环境的能力实在太惊人了。人们几乎能够适应任何事情。

所以，现在这已经成为我生活的一部分。我甚至忘记了，过去的生活有多轻松。现在，我可能会经历一段艰难的时期，未来某一天，生活又会重新变得轻松起来。到那时，我可能反而会觉得有点无聊。

从主观感受上来说，我认为，一个人能够持续容纳在情绪空间中的压力、负面感受或其他不愉快的东西，是有上限的。当超过这个限度时，其他东西就会被挤出去。因此，压力并不会一直以同样的方式不断加重。

我一直相信，如果你打算为某件事付出巨大的努力，那么不妨选择一件意义重大的事情。因为做一件大事，并不会比做一件小事困难太多，也不一定会让你承受更多压力，你也不会觉得整个过程糟糕得多。至少，你有机会获得更大的满足感，因为你可能为世界带来了更大的积极影响。

避免重蹈工业革命的覆辙

主持人：你能否对那些对 AI 感到好奇、但还没有完全接受它的人说几句鼓舞人心的话？

Sam：关于这个问题，AI 行业的人通常会给出一个我很不喜欢的标准答案，那就是：“AI 将会治愈癌症。”

主持人：是的，我知道你会这么说。

Sam：我之所以不喜欢这种说法，是因为如果你深入追问，就会发现，人们通常想表达的是：AI 将会治愈癌症，让各种东西变得更便宜，而我们为此付出的代价，则是失去人类的自主行动能力，失去对未来的掌控权。

机器会为你带来丰富的物质财富，但你不再真正拥有自己的力量和发言权，无法自主决定自己的人生，也无法自由选择要为他人创造什么。

我认为，这种想法与我所坚信的一切背道而驰。当然，我希望我们能够找到治愈癌症的方法。这显然是一件非常美好的事情。但我真正希望人们对未来感到兴奋的原因，是我们有能力避免重蹈工业革命的覆辙。

我们应该真正致力于赋予人们更多选择权、自由、创造力和时间，让他们能够去做生活中其他自己想做的事情。我希望从现在开始，每过十年，人们回顾过去时都会感叹：“真不敢相信，那时候的人们过得那么艰难。而现在，我们拥有的东西多得多了。”

这里所说的，不只是物质财富更加丰富，更重要的是，我们拥有了更多自主权、更多自由，也拥有了更大的能力，可以在一个广阔的空间中自由选择自己想做的事情。我认为，这是我们应该给予人们的未来，而且我相信我们能够做到。

限制 RSI 加速，不要失去或放弃对 AI 的控制

Sam：我一直担心事情可能会以两种方式严重出错。第一种是意外失去对 AI 的控制，第二种则是人们有意放弃对 AI 的控制。

比如，某个实验室说：“我要在RSI上按下加速按钮，以确保我们掌握足够的力量。”我们之前也谈过另一种风险，那就是权力过度集中在少数人手中，由他们掌控过多的 AI，并决定未来的发展方向。

我认为，我们能够避免这两种情况的有效路径是找到一条居中的道路，让人们的生活质量不断提高，让每个人的自由意志和自主权得到持续增强。

而且，我认为，这样的未来在某种程度上已经出现了。只不过，这项技术实在太新了，它目前还没有得到广泛普及，资源和能力的分配也非常不均衡。

主持人：我记得你之前提过，大概只有 1% 的人使用了绝大部分的 Token 之类的资源。

Sam：是的。我认为，如果我们能够把早期使用者目前已经体验到的有效成果推广出去，让更多人接受并使用这项技术，那么我们就已经朝着那个理想的未来迈出了相当大的一步。

主持人：我很欣赏你的愿景。谢谢你。

Sam：谢谢你。

参考链接：https://www.youtube.com/watch?v=3gXLmy7DK_4

当 OpenAI、Anthropic、Google，到智谱、DeepSeek、Kimi、阿里都开始密集发布自进化相关研究，RSI 正从概念走向真正的技术竞赛。

11 月 20—21 日，2026 奇点智能技术大会「大模型技术：从 Agentic Scaling 到 RSI」专场，将邀请一线研究者与工程专家，围绕 Agentic Scaling、RSI、自进化闭环、持续学习、AI 制造 AI 等关键问题展开分享。

同时，我们整理了 《RSI（递归自我改进 / 自进化）前沿研究资料包》，汇总 OpenAI、Anthropic、Google、DeepSeek、智谱、Kimi、阿里等最新论文、官方技术报告与研究出处。

扫描下方海报二维码，领取 RSI 前沿资料包，并了解专题参会详情。