Sam Altman 对谈 Patrick Collison
访谈概述
在 2026 年的 Stripe Sessions 大会上，Stripe 联合创始人兼 CEO Patrick Collison 与 OpenAI 联合创始人兼 CEO Sam Altman 进行了一场“炉边谈话（Fireside chat）”。原定受访嘉宾是 OpenAI 总裁 Greg Brockman，但因故换成了与 Patrick 认识近 20 年、且是 Stripe 早期投资人的 Sam Altman。
对谈内容极为丰富，涵盖了 AI 发展进程中的多个核心议题。Sam Altman 承认我们可能已进入“技术奇点（Singularity）”的早期阶段，并详细分享了 AI 编程智能体（Codex / OpenClaw）的爆发性进展、它将如何改变人类使用计算机的方式。他坦诚了管理 OpenAI 的挑战、对天价算力基础设施投资（CapEx）的看法，以及 OpenAI 如何通过建立基于“对齐（Alignment）”的低利润率基础设施模式来实现商业自洽。此外，两人还探讨了 AI 在科学研究（尤其是生物学与材料科学）中的潜力。最后，Sam 强调了他最重要的理念：“迭代部署（Iterative deployment）”，坚信 AI 不应被少数人锁在象牙塔中，而必须实现民主化，将力量交还给全世界。
专用词语翻译列表
| 英文专有名词 / 术语 | 中文翻译 / 解释 |
|---|---|
| Singularity | 奇点（指人工智能超越人类智能，引发技术爆炸的假想时刻） |
| CapEx (Capital Expenditure) | 资本支出（主要指对数据中心、GPU等基础设施的巨额投资） |
| Codex / OpenClaw / GPT-5.5 | 访谈中提及的 OpenAI 旗下的大语言模型、编程工具及智能体代号 |
| FDE (Forward Deployed Engineer) | 前线部署工程师（直接与客户高层对接解决具体问题的工程师） |
| AGI (Artificial General Intelligence) | 通用人工智能 |
| ASI (Artificial Superintelligence) | 超级人工智能 |
| Infohazard | 信息危害（指分享某些知识或信息本身就会带来危险） |
| Iterative deployment | 迭代部署（OpenAI的发布策略，即小步快跑、逐步发布并在现实中调整） |
访谈正文
主持人: 请欢迎 Stripe 联合创始人兼 CEO Patrick Collison 再次登台。
Patrick: 大家晚上好。希望你们喜欢今天到目前为止发布的新品和各项会议内容。
我对此刻的这场访谈感到无比兴奋。如大家所知，我原定要采访的是 Greg Brockman，他是 Stripe 非常早期的员工，后来成为了 OpenAI 的联合创始人。但 AI 是一个瞬息万变的领域，有很多事情正在发生。所以我们做了一点小小的替换。
今晚我要采访的是一位我认识了很久的人。我刚才在后台算了一下，我想我认识他大概有 18 甚至 19 年了。实际上，他是 Stripe 最早期的投资者之一，我想可能是第二或第三个投资者。同时，他在 2015 年联合创立了 OpenAI。
请大家欢迎 Sam Altman 登台。
（全场鼓掌）
Patrick: 好的。看来现场有不少 Codex（OpenAI编程模型）的粉丝。听到这欢呼声真不错。这周过得怎么样？
Sam: 非常有趣。这周很忙，但我很高兴能来到这里。这是一个意想不到的惊喜。
Patrick: 谢谢你的加入，我们很感激。我们今天早上开场时说，我们有些武断地决定，“奇点（Singularity）”是从今年 1 月 1 日开始的，因此今天是奇点纪元的第 119 天。你对此有何看法？
Sam: 感觉我们确实已经处于某种“起飞（Takeoff）”阶段了。第 119 天听起来是个相当合理的猜测，我不会反驳这个说法。
Patrick: 你有感受到这种变化吗？从去年年底到今年年初，我们开始在 Stripe 的各项指标中看到，虽然事情本来就发展得不错，但某些曲线的形状突然改变了，它们真的呈现出了抛物线式的增长。这和你们观察到的情况吻合吗？轨迹发生改变了吗？为什么我们现在会看到这种情况？
Sam: 我确实认为模型变得非常非常出色，特别是在编程方面，但在整体上从去年底到今年初也实现了飞跃。至少从我个人使用这项技术的经验，以及看到其他人用它所做的事情来看，现在感觉每一周都和上一周略有不同，很多事情发生得极快。这似乎都与模型突破了某个特定的门槛（Threshold）有关。
Patrick: 为什么编程模型在过去几个月里突然开窍了？是因为某种研究技巧的突破吗？还是因为在预训练中输入了足够的代码数据？为什么它突然就行得通了？
Sam: 这是个好问题。我们自己也经常纳闷，为什么好几个团队几乎在同一时间跨越了那个门槛。我确信这是多种因素共同作用的结果：模型的智力（即纯粹的推理马力）达到了某个水平；人们使用它进行编程形成了足够的反馈循环，让我们知道哪里做得好、哪里需要改进；以及积累了足够的数据。
我认为所有这些因素加在一起产生了作用。此外，就像许多其他努力一样，一旦你知道某件事是可能的，去大力执行它就会变得容易得多。所以看来 Codex 现在正迎来它的高光时刻。
Patrick: 同意。随着最新的应用更新和 GPT-5.5 的发布，它在我心里确实跨越了某个主观的门槛。这也很难解释为什么是现在，而不是稍微早一点，或者为什么不是下一个模型。
关于我们发布的所有产品，我学到的一点历史经验是：很难说清楚为什么偏偏是这个特定的东西起作用了。 可以追溯到 ChatGPT 刚发布时，为什么 GPT-3.5 恰好跨越了那个门槛，让大多数人的态度从“没那么令人印象深刻”转变为“它将改变世界”？为什么不是上一个或下一个模型？我真的无法解释。你只能去凭直觉感受它。
在 Codex 的使用体验上我有过两个转折点。一个是 GPT-5.2 的时候，另一个就是过去几周的重大转折，我突然意识到：“好的，这将成为我与计算机交互的主要界面。”
Patrick: 现在每个人都在用它来编程吗？还是你已经开始看到这种使用方式扩散到了其他领域？
Sam: 最核心的用户仍然是用它来编程。但最近涌入 Codex 的用户就像海啸一样。我真的在努力理解到底发生了什么导致了这种现象，人们开始用它做的事情的深度让我感到惊讶。
我们的野心显然不仅仅是让它局限于编程，而是涵盖你在电脑前做的所有工作。目前对于非编程领域的工作，我们大概只实现了 10% 的目标，但既然我们已经看到了趋势，我们有了一个真实的用户群体在以其他方式使用它，我相信我们会非常快地在这个领域变得强大。
Patrick: 你认为继编程之后，下一个在主观上能让人感觉被“彻底解锁”的领域是什么？会是电子表格吗？还是绩效评估？会是什么？
Sam: 我认为会有很多领域。首先，我确实认为编程有点特殊，这些模型非常适合编程，而且世界对代码的需求远远超过了目前的产出量。可能没有任何其他领域能和编程完全一样。 但会有很多非常接近的领域。
我认为下一个类似编程的突破不是在某个特定的垂直领域，而在于人们会意识到他们试图使用计算机时浪费了多少时间，以及你会发现你可以用一种非常不同的方式完成一天中很大比例的工作。
也许你并没有意识到，你在不同的通讯应用之间切换、复制粘贴东西、回复那些你明明可以自动化处理的无聊消息上浪费了多少时间。当大多数人意识到他们可以往后一靠，看着 AI 代替他们完成大部分繁琐苦工（Drudgery）时，那种程度绝对会让人大吃一惊。
在尝试以这种方式工作的个人体验中，它实际上让我从工作中获得了更多的享受。我以前没有意识到那些琐碎的小事有多么拖累我，让我脱离那种快乐的“心流状态（Flow state）”。所以，它带来的主观生活质量的提升是巨大的。
OpenClaw 与“具备自我意识”的智能体
Patrick: 你是 OpenClaw（一种智能体代理工具）的用户吗？
Sam: 我是。现场有 OpenClaw 的用户吗？（观众欢呼） 我们有一些好消息要告诉大家，很快就会到来。
OpenClaw 给我带来了在 AI 领域里前所未有的“见证魔法，这就是 AGI”的时刻。我记得第一次有人向我介绍它，他们试图解释它的功能，我心想：“听起来很酷，但我自己也能把那些功能拼凑起来实现。”
但这真的提醒了我：当模型跨越某个门槛，同时产品设计师把少数几个关键理念做对了的时候，这体验会比听起来要神奇得多。
Patrick: 我一直试图成为一个 OpenClaw 的布道者，向别人描述你刚才说的那种体验，但我发现很难沟通清楚。因为听起来它有点平淡无奇，对吧？“这是一个有状态的 ChatGPT 会话，还能使用一些工具”等等。 你是怎么使用 OpenClaw 的？如果我们滚动查看你的消息记录，我们会看到什么？
Sam: 承认这个有点尴尬。面对任何新型的 AI 系统，我总是首先尝试的一件事，就是试图构建一个更好的家庭自动化交互系统。 因为现在的全都不好用，真的没一个好用的。 OpenClaw 是我第一次能够搭建出一套让我感到满意的家庭自动化设置。
我还构建了一个我一直想要的那种消息应用程序（Messaging app）。后来我虽然切换到了用 Codex 构建的东西，但 OpenClaw 是我第一次能够实现这种功能。我确信你也有这种感觉，每天醒来感觉要被海量的消息淹没，不得不去处理所有这些东西，这是一项非常不愉快的任务。所以我当时想，“我终于可以把这事自动化了！” 这些功能在以前的系统上理论上也是可行的。很难解释当一切真正无缝运作，并且你信任它会运作时的那种感觉。
Patrick: 我今天为了准备发布，测试了我们刚刚推出的新版 Link CLI 命令行工具。它让你能很容易地生成一张可以用于任何商家的一次性虚拟信用卡。 所以我告诉我的智能体：“去给自己买个礼物吧，互联网上任何 20 美元以下的东西都行。” 结果……它选择在 Gumroad 上为自己买了一个 HTTP 的设计架构图！
Sam: 哇哦。
Patrick: 是的。无论你在理智上多么确信“这只是个代码，它并没有真正想为自己买礼物的意愿”；无论你多么确信“这只是一种奇怪的涌现行为，我不应该过度解读”……有些事情发生时，确实会让人感觉有点怪异。
Sam: 我们准备为 GPT-5.5 办个庆祝派对。我不太确定该怎么搞，我们会邀请一些深度用户之类的。今天早上，我心血来潮，决定直接去问 GPT-5.5：“如果为你举办一个派对，你希望是什么样的？”
我问了。结果它给出了一套非常美妙的设计。比如：“我希望派对的流程是这样的，我不希望有这些环节。你们如果选在 5 月 5 日办会很有趣（呼应5.5版本）。我希望只有一个简短的祝酒辞，而且不是由我来说，而是由开发我的人来说。我希望有一个醒目的地方收集关于 5.6 版本的建议，我希望你们把这些建议都喂给我，我会确保去努力实现它。”
Patrick: 现在你面临着必须照办的道德压力了。
Sam: 我们确实打算照办。但这真的是一件非常奇妙的事情。
OpenAI 的疯狂内部故事
Patrick: 我想问问关于 OpenAI 自身的事情。我知道它现在是一个成立 11 年的组织了，不知为何感觉经历了远不止这么久。 （Sam 纠正：刚好超过 10 年。漫长的 10 年。） 我已经不太能回忆起有 OpenAI 之前的日子了。你们既在展望未来的奇点，也仿佛经历了一个倒转的奇点。 在 OpenAI 发生过的最疯狂、却从未对外讲述过的故事是什么？
Sam: 相对于发生过的那些疯狂的抓马事件，这听起来可能有点平淡。但在我们完成 GPT-4 的训练之后，到我们最终发布它，中间大约隔了 8 个月。
在 OpenAI 内部，有这么长达 8 个月的时间，我们所有人都在使用这个东西。我们在内部很清楚，它有了戏剧性的改进，与众不同，将在世界上解锁许多新事物。但是，公司之外没有一个人（或者说几乎没有人）知道它的存在。
有时我们在走廊上溜达，会互相问：“我们是不是陷入了集体精神错乱？我们是不是在这个泡泡里互相煽动，陷入了某种狂热？” 因为没有来自外部世界的反馈来抑制我们，或者证明我们依然清醒。 相比于疯狂的董事会政变或者伊隆·马斯克（Elon Musk）的诉讼，这听起来似乎没那么奇怪。但亲身经历那段时期，是一段极其奇异的时光。
Sam Altman 的管理哲学：应对极具个性的天才
Patrick: Sam Altman 的管理风格是怎样的？如果我直接或间接地向你汇报，负责某个产品或其他事情，那是怎样的一种体验？
Sam: 我绝对不是一个喜欢微操（Hands-on）的管理者。我的风格非常倾向于：找到顶尖的人才，给他们指明一个非常高远的目标方向，然后放手让事情自然发生。
我认为 OpenAI 经历了两个主要阶段，现在正进入第三个阶段。 第一阶段：我们仅仅是一家研究公司。在当时提出要构建 AGI 听起来完全是个疯狂的想法，我们不知道该怎么做，只能去摸索。 第二阶段：除了继续推进研究，我们必须弄清楚如何打造一家产品公司。 第三阶段（现在）：除了兼顾前两者，我们现在还必须弄清楚，如何为全世界建立这个“巨型超级 Token 工厂”。我认为我们正在构建的是一种新的“公用事业（Utility）”。人们将希望以各种方式使用大量的 Token 和智能资源。我们需要让它变得尽可能聪明、便宜、丰富且易于使用。
这需要极深的全栈整合和大规模的基础设施建设。从第一阶段到第二阶段转变时，我没有充分意识到我的管理风格需要发生多大变化。管理一个研究实验室和管理一家产品公司是截然不同的两码事。我怀疑这第三个阶段又将完全不同。
所以我在反思，如果我们要去完成这个新使命，我该如何改变？因为我觉得这不一定适合我自然舒适的管理风格。所以我必须找到一些很棒的人来雇佣，或者我必须弄清楚如何以不同的方式做事，或者……我得开发一个 AI 来管理这个新组织。
Patrick: 两年前我在这里采访黄仁勋（Jensen Huang）时，他向我和几千名观众讲述了他管理 60 名直接下属的经验。你有类似这样不同寻常的做法吗？
Sam: 我最接近这种做法的事情可能是，我每天可能要在公司里通过 Slack 或短信和几百人交谈。就是非常简短的、一两句话的消息沟通，这不是智能体代发的，是我亲自回的。有时从这种广泛交流中获得的上下文信息，以一种发散的方式非常有帮助。
Patrick: 我发现“引入 Slack 之前”和“引入 Slack 之后”的组织截然不同。这是一个有趣的分水岭。
Sam: 完全同意。像很多人一样，我其实很讨厌 Slack。但我无法想象如果还要像以前那样完全靠发邮件来沟通该怎么办。
Patrick: Stripe 大概就是这个状态（全场笑）。
OpenAI 的商业模式：为什么甘愿做低利润基础设施？
Patrick: 我想谈谈刚才你侧面提到的话题。有一种观点认为，AI 实验室将沿着技术栈向上攀升，贪婪地吞噬整个价值链。这种趋势肯定会发生在软件行业，甚至可能波及其他行业。这将形成一种难以置信的正反馈循环，成为一股我们需要高度警惕的霸权力量。你怎么看？
Sam: 我知道有些实验室确实是这么想的。
我一直很钦佩 Stripe 的一点是：Stripe 显然是与客户利益完全对齐（Aligned）的。 我们通过向客户收费获得更多收入——顺便说一句，谢谢你们，ChatGPT 推出时与 Stripe 的合作极其关键。我认为没有其他人能像你们那样迅速扩展以支撑我们的规模。我们规模变大，我们付给你们的钱就越多。这非常契合，大家都高兴。你们就是为互联网提供一层基础设施。互联网变大了，你们高兴，你们的用户也高兴。这种利益对齐非常清晰。
我还不知道具体该怎么做，但我希望为 OpenAI 找到一个类似的模式。我希望我们成为一家基础设施提供商。
我很高兴我们能永远保持极低的利润率，只要我们能成为一家规模庞大且快速增长的企业！ 我希望我们能提供一种“智能电表（Intelligence meter）”，公司可以购买它，用来在内部实现自动化、加速流程；用来构建产品并销售。 我们找到各种方法，真正将自己的成功与全球这个庞大的分布式经济引擎的成功结合在一起。我相信这行得通。
而且，我相信 AI 的切换成本（Switching costs）会降低，因此在 AI 领域获得超高利润率本来就很难。你最近也看到了，很多人从我们竞争对手的编程产品切换到我们的产品是多么容易。这实际上是 AI 变聪明的结果。当你只需对智能体说“嘿，帮我把代码迁移到那个平台”，切换就变得很容易了。
但如果我们可以提供一种公用设施（Utility），让人们在上面构建应用，并且我们将自己视为这样的一家公司，我认为这将具有非常强大的力量，而且利益高度一致。
Patrick: 好吧，我们很乐意分享大量建立低利润业务的提示和技巧（全场笑）。
Patrick: 很多人或多或少地对 OpenAI 采购如此海量的算力提出了批评。当然，Codex 的用户肯定不会批评。 让我印象深刻的是，你早在两三年前就提出了建立算力基础设施所需的资金规模，当时那些数字听起来极其荒谬。但显而易见，随着时间的推移，这些数字看起来不再那么站不住脚了。关于算力资本支出（Capex）和扩张，你怎么看？
Sam: 这确实需要大量的资金。在这一点上，我认为这显然将是世界上进行过的最昂贵的基础设施项目。
不过，收入也在随之增加以覆盖这部分支出，所以大家对此感觉好些了。而且，我们一直在发现令人难以置信的效率提升。所以我们从每个 GPU 中榨取的价值比我预期的要高得多。
但正如人们经常说的那样，当你降低每单位智能的价格时，需求往往会呈现超线性的增长，特别是如果你能降低价格并提高响应速度的话。 所以，到底多少算力才算“足够”？我没有一个好答案。从某种意义上说，我认为在足够低的价格下，对智能的需求实际上是无上限的（Uncapped）。
之前我想说“我们不打算建一个戴森球（Dyson sphere）然后铺满数据中心”，但也许我们真的会建太空数据中心呢？祝我们好运吧（笑）。这甚至不是在开玩笑。 所以，我自己不认为我们处于一个 Capex（资本支出）泡沫中。 虽然我不是这方面的专家（这不是 Stripe 的业务），但将这些数字与需求的规模放在一起比较时，我觉得是很合理的。
Patrick: 如果我们未来真的处于一个 Capex 泡沫中，我们该如何判断？
Sam: 人们总是喜欢宣告泡沫的到来。虽然我说不清楚为什么，但在理智上我能理解：宣告泡沫让人感觉很爽，显得自己很聪明。尤其是记者们，当任何事情看起来有点疯狂时，他们就迫不及待地想写关于泡沫的文章。显然，有时他们是对的，泡沫确实存在。
但我从未弄明白，如何区分“别人喊狼来了（泡沫）的次数”和“你实际身处狼群（泡沫）中的次数”。在我以前的职业生涯中（作为投资者），我非常想看自己是否能找出一套分析框架，弄清楚到底该在什么时候部署资本，但我始终没能搞明白。
我回头看了历史上聪明人在不同时期的言论，我发现：“哦，他们在这个节点准确预测了泡沫破裂。”但如果你再多读一点，你会发现他们在之前的十年里，早就喊过十次“泡沫”了。所以我不知道，我没有答案。经济学家们成功预测了过去三次衰退中的八次，但当他们猜对时，他们依然很开心。
管理顶尖天才与应对内部戏剧冲突
Patrick: OpenAI 这项业务非常依赖极其聪明的人才。据我所知，第二十名最聪明的人、第五名最聪明的人和最聪明的人之间，能力差异非常巨大，影响极其深远。
然而，这些超级聪明、高效的人，并不总是好共事的人。有些人是绝佳的合作者，但有些人极其特立独行、固执己见，他们容易发脾气……这展现了人类状况的全光谱。 在一个对能力、技能和天赋如此敏感的领域，再交织着人类的种种弱点，你是如何看待这个问题的？你们会容忍“骄婆（Primadonnas，指自负难相处的天才）”吗？你们容忍的程度比以前多了还是少了？你会试图以特殊的方式管理他们吗？你如何看待管理这些顶尖人才？
Sam: 有个正在写关于 OpenAI 书籍的人曾对我说：“我想我弄明白了。我发现你在促成 OpenAI 成功这件事上，有一点做得非常独特且出色。” 我说：“我很想听听。”因为我完全猜不到他的下一句话会是什么。 他说：“你找到了方法，让一大群自认为自己是唯一能干、或者最能干的人，并且认为一切都必须按他们的方式来的人，能够在一起共事足够长的时间，从而实现那些技术突破。 这就是 OpenAI 的魔力。”
Patrick: 所以，诀窍是什么？
Sam: 大量的痛苦（A lot of pain）。（全场笑）
我认为，即使在人们互相看不顺眼的时候，即使人们认为自己比别人聪明得多，或者认为自己的方法比别人更好的时候……我们有一些根深蒂固的共同信念（Shared convictions）。
我们作为一个集体确实相信“规模（Scale）”的力量，相信集中资源的必要性。我们都认为把这件事做对非常重要，重要到人们愿意把各种个人冲突放在一边。
关于 OpenAI 最不寻常的一件事是：在训练 GPT-3 时，我们整个组织的绝大部分算力都投入到了这单一的一个研究项目中！ 当时我们试图从 DeepMind 挖人，我们跟他们谈这个策略，他们会说：“这太疯狂了！这会创造一种极其糟糕、有毒的竞争文化。你们必须平均分配算力，必须保留多种研究计划项目。”
而我们采取的态度是：我们要带着坚定的信念把赌注押在这个方向上。这感觉不会绝对公平，但这是正确的。我们确实认为我们找对了方向，我们真的想朝这个方向走。我们无视了分散注意力的杂音。这种“我们拥有坚定信念并专注于此”的文化，是非常棒的。
Patrick: 显然，与联合创始人成功共事并不是件容易的事，你们已经合作了十多年。你们是如何让这种合作如此成功的？
Sam: 你和 John 认识的时间当然比我和 Greg 认识的时间长（注：Patrick 和 John 是亲兄弟）。但我和 Greg 在成立 OpenAI 之前也认识很长时间了，我认为这种共同的历史经历非常有帮助。
我在 Y Combinator 观察到的一点是，预测成功的一个最大指标就是：联合创始人是否已经相识了很长时间（至少相对于他们的生命长度而言）。 那些在申请 YC 前 7 天，在某个合伙人匹配网站上草草凑在一起的团队，往往很难走远。并非绝对不可能，但非常罕见。
我们认识了一段时间，有一种共同的价值观、历史感和生态圈归属感，我们很清楚自己想做什么。而且我们彼此之间有很深的相互尊重，技能上也非常互补，这让我们的合作非常顺利。
我非常感激。我认为如果不和一个有着深厚信任连接的联合创始人一起经历任何创业体验，尤其是像我们这样高强度的体验，是非常艰难的。我看过别人独自扛过来，但真的太难了。所以我非常感激我们能一起走到今天。
AI 时代给创业者的忠告
Patrick: 谈到一个相关的话题。在 OpenAI 之外，有一个庞大的生态系统，由建立在你们平台上的公司、初创企业和企业组成。这对创业公司来说显然是一个有趣的时刻，一方面构建产品和创造收入的速度达到了前所未有的水平，我们在 Stripe 的数据中清楚地看到了这一点——企业达到有意义的收入门槛的速度比以往任何时候都快。
你是有史以来最高产、最成功的创业投资人之一。你运营过 Y Combinator。在这个时代，让创始人成功的特质发生改变了吗？还是和以前一样？
Sam: 曾经有一段时间，我们经常嘲笑所谓的“点子大王（The Idea Guy）”。就是那些想创业的人，他们会说：“我有一个最棒的想法，但我不能告诉你是什么。我只需要找个写代码的人帮我做出来，我就能赚大钱。” 我们过去常常拿这些人寻开心，他们通常也不怎么成功。这让我个人感到很烦，就像有人说：“我脑子里有首好歌，我只需要找个会弹吉他的人帮我弹出来一样。” 在 YC 这行不通，没有技术合伙人的团队很难成功。
但突然之间，我们迎来了一场**“点子大王的复仇（Revenge of the idea guys）”！** 这对世界来说其实棒极了。我很高兴看到这一幕的到来。在很长一段时间里，我们在创始团队中寻找的最重要的成分是技术人才。这依然很重要，但现在，那些仅仅是非常深刻地理解用户，却完全不懂写代码的人——我现在非常想投资他们。 这是一个巨大的转变。
Patrick: 在今天，该如何思考创业投资呢？一方面，距离 AGI 或 ASI（超级人工智能）可能只有几年时间；另一方面，投资基金的时间跨度往往是 10 年。这两者怎么兼容？
Sam: 我认为在这个阶段，要做任何以 10 年为时间跨度的事情，都需要一种真正的“中止怀疑（Suspension of disbelief，指为了享受作品而暂时搁置逻辑与怀疑）”。
但这可能恰恰是你应该采取的生活方式。我认为你不能因为觉得“3 年或 5 年后有奇点，我们看不清那之后会发生什么，所以我们就什么都不做，或者干脆放弃/发疯”。你必须表现得仿佛事情还会在很长一段时间内以一种可理解的方式继续发展下去。
Patrick: OpenAI 会做多远的规划？
Sam: 我们签署了长达 20 年的电力和土地协议。至于产品，我认为我们对未来两年内产品会是什么样子有非常清晰的愿景，但那之后的事情就变得非常模糊了。
Patrick: 不久之前，业界有一种叙事：认为“GPT 套壳公司（GPT wrappers）”是同质化的、脆弱的，它们迟早会被模型不断升级的浪潮给冲走。 但现在感觉这种叙事正在反转。我们现在不再谈论“套壳”，而是谈论“控制平台/安全壳（Harnesses）”。Harness 被视为具有巨大的分量和重要性。我想听听你的看法，你如何看待这些将 AI 作为关键赋能组件的企业，以及它们的持久性前景？
Sam: 我的观点从头到尾一直没变：作为一家企业，你应该站在“希望 AI 变得更聪明”的那一边。
在早期模型的时代，如果你是一家“GPT 套壳公司”，并且你是在修补当前模型中的某个弱点，那么显然当下一个模型发布时，这些弱点会被修复，你的公司就会很惨。 如果你做的事情，是从模型变聪明中直接受益的（即使用模型为人们提供某种出色的服务），那么模型越好，你就会越开心。
在 Harness 的世界里也是一样。我认为正确的思考方式是把“数据中心+模型+Harness”看作一个整体。这个整体输出的是高可用的智能。你需要去构建那些只要底层引擎变强，你就跟着受益的东西。 如果你暗中希望底层模型不要变强（因为你只是在填补堆栈中的某个空白缺陷），那么接下来的任何一次模型升级都很可能直接解决这个问题，抹杀掉你的价值。
Patrick: 当你看到今天最有效利用 AI 的组织时，你经常接触到 OpenAI 的大小客户。在你印象最深的客户中，他们具体做了什么与众不同的事情？大家知道 AI 很重要，但你认为那些用得最好的人，他们的差异点在哪里？
Sam: 有几个不同的方向。 我俩共同的朋友、Shopify 的 CEO Tobi Lütke，是我认识的第一个宣称“我们将在公司运营中 All in AI”的 CEO。他亲自弄脏双手，构建了自动化的 AI 流程，并强迫他的团队这么做。 他说：“我们要搞清楚如何利用 AI 把以前做不好的事情做好。” 这不是搞什么 Token 排行榜，也不是搞一些游戏化的小把戏。这是公司的 CEO 直接下令：“我们现在要把 AI 融入我们做的所有事情中。如果你不这么做，我会很不高兴。” 这种精神现在已经被其他人效仿。当一家公司的 CEO 亲自下令实现内部自动化、加速流程，并且亲自以身作则时，效果非常好。
我们准备尝试一个新实验，我们将派遣我们的前线工程师（FDE）直接深入公司，亲自与 CEO 合作，尽力自动化他们（CEO自己）的工作。我认为这会产生很好的“分形效应”，从而辐射到整个公司。这是第一种有效的方法。
第二种，是对数据访问权限保持一种“令人不安的宽容（Uncomfortably permissive with data access）”。 有很多理由不这么做，我甚至不想把它作为一条通用建议（你只是问我最有效的公司是怎么做的）。对于没有太多历史包袱和严格合规流程的小型初创公司来说，这更容易。 他们会说：“你知道吗？我们要把会议录音。我们要让 AI 访问我们的代码库、访问每一条 Slack 消息、每一封邮件，公司里的每位员工都能这样使用它。” 看着这两三家初创公司依靠 AI 完成所有工作，简直令人惊叹。
我不知道世界将如何在“数据隐私”与“AI 效率”之间取得平衡，我认为一些法规需要为此做出改变。但这种做法的威力真的太强大了。
Patrick: Tempo 是 Stripe 和 Paradigm（我们的合作伙伴）孵化的一条新区块链。它的主网刚刚上线，团队只有二三十人，是个相对较新的小团队。 Tempo 团队在他们的 Slack 频道里设置了一个 Harness（AI控制平台），用于编排公司里的几乎所有事务。任何任务你都可以发给它：去阅读这些 Google Docs，把它们转成 Linear（项目管理工具）的任务卡片，然后去写拉取请求（PR）去实现它们，然后部署它们，并使用日志分析工具测试部署是否成功！ 这个智能体乐于在所有这些工具中穿梭。看着一整个组织在一个 Slack 频道里完成所有的工作，这感觉非常迷幻（Trippy）。
我不认为这能横向扩展到 Stripe 这么大的公司，但这是我第一次切身体验到你描述的场景。很多人的思想还停留在这个旧观念上，他们无法理解你只要向它提出要求，它就能完成。甚至我自己有时还是不敢完全相信这是可能的。
Sam: 我也不知道这该如何迁移到大型公司中。感觉我们在人类和 AI 的大规模接口层面还缺失了一层抽象。这些小公司的优势在于，只要管好 AI 就行，不用去处理复杂的人际接口。但我们会弄明白的。
科学前沿与“不被关注的盲区”
Patrick: 开源 AI 的未来在哪里？ Sam: 肯定有未来。现在人们显然需要更聪明、更快、更便宜的“前沿智能（Frontier intelligence）”，大部分需求都在那里。但对开源的需求同样很大，我预计随着时间推移，这部分需求相对而言会增加。
Patrick: 我想谈谈科学，因为我知道你对此非常兴奋。这与我花了很多时间参与的 Arc Institute 也有关。 OpenAI 的基金会（一家非营利机构）最近向 Arc Institute 提供了一笔赠款。你如何看待 AI 在科学中的应用？以及在 OpenAI 基金会的背景下，你是如何考虑资助策略的？
Sam: 在 AI 与科学的问题上，我希望这将是这项技术对人类生活质量做出的最重要贡献。如果我们能以更快的速度发现新科学（新材料或疾病疗法），我相信总体而言，生活会因为我们更好地理解科学而变得更好。
从几个月前的模型开始，但真正随着 5.5 版本的到来，模型变得足够聪明，甚至一些杰出的科学家也说：“模型能够想出更好的主意，能够做出一些微小但重要的发现。” 科学的步伐将会加快。最终我们将拥有自动化实验室和机器人。
如果我们在新世界里用 1 年时间，就能完成旧世界里需要 10 年才能完成的科学研究，那种复合效应将是极其伟大的。这将是 OpenAI 基金会的重点领域之一：投入资金、专业知识和技术以加速科学发展，相信这将以美妙的方式回馈世界。
Patrick: 插播一条 Arc Institute 的广告。Arc Institute 是我们四年前成立的组织，目标是希望能在人类身上首次治愈一种复杂疾病（如阿尔茨海默症）。我们从未治愈过复杂的疾病。我们的早期结果非常令人鼓舞。 Arc Institute 目前正在寻找一位全职的 CTO。之前有一位 CTO 在 Arc 度过了一个间隔年（Sabbatical），帮我们训练了史上最大的生物学基础模型 Evo 2。那个人叫 Greg Brockman（OpenAI总裁）。 如果你或你认识的人对此感兴趣，请去楼下的 Arc 展台看看。这就是我的插播广告。
Sam: 你提前声明这是个插播广告，这比直接硬广好多了。这很棒（笑）。
Patrick: 除了 AI，展望未来十年，还有哪些技术领域让你感到兴奋？
Sam: 在基础模型和产品层之外，我现在非常痴迷于数据中心基础设施（Data center infrastructure）。那里有很多酷炫的事情可以做。 另外还有物理层的新技术。能源、机器人，这是我思考最多的堆栈。 脑机接口似乎终于取得了进展，我对此感到兴奋。 对生物技术的发展，我既感到害怕又感到兴奋。但防卫性生物技术（Defensive biotech）将会变得极其重要。 我也对新型的**计算机交互界面（Computer interfaces）**感到兴奋。我们现在处于一个疯狂的时代，困在旧设备和旧操作系统里，却拥有神奇的底层赋能技术。Codex 感觉很神奇，但我们依然要对着一个笨拙的屏幕发号施令，看着鼠标点来点去，这个系统是为了“人”设计的，对 AI 并不友好。我们可以做得好得多。甚至我们需要一整套新的互联网协议。
Patrick: 你认为我们什么时候能拥有世界上第一个实现商业盈利的核聚变反应堆？ Sam: 这取决于数据中心的需求将电价推高到什么程度。也许比我们想的要快。我猜在未来五年内。 Patrick: 这是一个大胆的预测。
Patrick: 有没有哪个科学技术领域目前在舆论中鲜被提及，但你认为将被 AI 极大地加速，并产生深远的社会影响？
Sam: 绝对是被低估的一个领域：材料科学（Material Science）。 它不是一个听起来很酷的领域，人们低估了我们的世界有多少是由材料构成的，低估了 AI 可以在这方面取得多大的进展。它是一个非常适合 AI 的“AI形状”的问题——寻找新型催化剂等。我预计那里的进展会非常快，以非常积极的方式影响我们所有人的生活，但它却很少受到关注。
Sam 的终极愿景：迭代部署与权力下放
Patrick: 最后一个问题。在某种意义上，某种版本的 AI 似乎是不可避免的，有大量的人在竞相构建它，建设数据中心等等，这带有一种决定论的色彩。 你希望你在这其中的具体参与，将如何改变世界的轨迹（与某个如果没你的平行世界相比）？
Sam: 我相信民主化、个人代理权（Personal agency）和机会的获得，每个人都值得拥有真正美好的生活。 在 OpenAI 的历史上，我们做出的最具争议的决定，就是我们现在所说的**“迭代部署（Iterative deployment）”**策略。
在发布 ChatGPT 时，当时业内的许多主流观点认为：这样做极其危险，你不能发布！只有那些一直在思考 AI 安全的极小部分人才能知道发生了什么；告诉世界本身就是一种“信息危害（Infohazard）”；它太危险了，永远不该发布。我们必须把它锁起来，在我们的象牙塔里发现奇妙的东西，再把果实分享给世界，而我们将持有并控制着 AI。
我对这种想法感到极度反感。 当时我这么想，现在我依然坚信：避免这种权力的集中极其重要！我们必须为整个世界构建它，让世界以各种各样的方式去使用它。 虽然有些用途可能是坏的，但通过让人们在这个广阔的机遇空间中探索，尽管有时会显得混乱（当然我们也会加上合理的护栏），我们将给世界一份礼物。而世界将在此基础上，为我们所有人创造一份更大的礼物。
如果你不赋予人们使用这项技术的权利，如果你试图把它锁起来（这在当时是业内研发人员普遍粗略认同的计划），我认为那将是非常糟糕的。
我相信创业精神和创新，相信人类本质上是好的，且能用工具做出惊人的事情。所以，我认为我做出的最大单一贡献，就是推动这项技术成为一项民主化的技术，让所有人都能使用并在其上构建未来。
Patrick: Sam Altman，非常感谢你。 （全场热烈鼓掌）