视频引言

大飞: 大家好，这里是最佳拍档，我是大飞。2015年年底，当硅谷成千上万的创始人还在扎堆做照片分享应用的时候，有一小群人聚在一间公寓里，说他们要创造通用人工智能（AGI）。当时几乎所有这个领域的学术巨擘都在嘲笑他们，说这根本不可能。十年后的今天，这家公司的产品已经有十亿用户，而当初嘲笑他们的很多人现在都在拼命追赶，这就是OpenAI的故事。今天我们就来聊聊萨姆·奥特曼（Sam Altman）最新的长篇专访，听听他亲口讲述一下，这十年间到底发生了什么。

领跑者托比

大飞: 我们先从一个人说起，托比·卢特克（Tobi Lütke），Shopify的首席执行官。奥特曼说，在所有大公司的CEO里面，托比是让他印象最深刻的一个。早在AI发展的极早期，托比就始终是最具前瞻性的那个人。他不是坐在办公室听下属汇报，而是亲自下场写代码、做实验，会给OpenAI发来极其详尽的产品反馈。早在所有人都还没反应过来的时候，他就明确说，我们必须采用智能体（Agent），否则就彻底完蛋了。Sam Altman自己说，每次和托比交谈，都会发现他走在所有人的最前面，总是比其他CEO领先六到八个月。

大飞: 大概在一年半前，托比写过一封内部公开信，说员工要做的第一件事，就是看看AI能否解决你的问题。当时这封信引起了轩然大波，但是奥特曼说，这就是托比的风格，他始终走在前面，而且判断总是正确的，从不扯淡也不炒作。更难得的是，他是唯一一个兼具大型公司CEO身份，并且能提供极其准确和切中前沿反馈的人。

商业洗牌期

大飞: 托比有一个判断，说2026年会成为所有企业重新洗牌的一年。他甚至晚上都在尝试重构，比如如果从零开始，会怎么用AI来重构Shopify？奥特曼说他理解这种精神，但在时间线上稍微有点不同意。不是说每一家企业都会被颠覆，因为AI越强大，有些与AI无关的企业反而越难被颠覆。人们会更加渴望真实的、非技术化的体验，会更在乎人与人面对面的交流。但是确实会有很多软件企业面临重新洗牌，只是这个过程需要更长的时间。

习惯的阻力

大飞: 为什么会这样？奥特曼坦言，GPT-4在2023年发布的时候，他曾经以为很快就会有更多软件企业面临洗牌，但是实际的情况并非如此。经济本身具有巨大的惯性，人们继续做着同样的事情，继续从同一家公司购买产品，继续以同样的方式使用工具。这在很多方面其实是一件好事，它会让这场巨大的转型变得更加平稳，但这也意味着我们对时间线的预期都过于激进了。AI是人类有史以来最具颠覆性的技术之一，但是社会与经济的适应步伐注定会缓慢得多。

大飞: 主持人说，这让他想到了甲骨文（Oracle）创始人拉里·埃里森（Larry Ellison）当年说过的话：“这不是软件问题，而是人的问题，我们必须改变他们的行为。”技术已经就位，但是让人类真正开始使用它要困难得多。奥特曼对此深有同感。他举了自己亲身经历的例子：Netflix刚成立邮寄DVD业务的时候，让他震惊的是人们居然还在去百视达（Blockbuster）租碟。这个例子一直印在他脑海里，说明了习惯的力量有多么强大。

交互变革

大飞: 主持人接着问了一个非常好的问题：“你们自己就是发明这项技术的人，明明知道有更好的方法，有没有什么事情，让你发现自己依然无法克服习惯呢？”奥特曼说这个问题太棒了，以前没人问过。让他在心理上最矛盾的一点是，20年来他一直用同样的方式使用电脑。现在他有了AI助手这个神奇的工具，按理说应该完全用不同的方式工作，不应该再到处点击、复制粘贴、手动处理邮件和待办事项。然而他脑海中似乎有一种根深蒂固的观念，认为做这些事情才叫工作。从显示性偏好来看，他明明有更好的方法，但依然在用老办法，这毫无道理。

大飞: 那需要做出哪些改变呢？奥特曼说彻底改变一个人根深蒂固的习惯非常困难，这些事情必须循序渐进。但他认为我们可以打造出更好的产品，让这种转变更自然。现在的感受是我们都徘徊在两个世界之间：一方面有传统电脑的老方式，另一方面有AI助手的新方式。但我们并不清楚在什么场景下该用哪种方式，这主要是产品层面的失败。他把目前这个阶段比作iPhone问世前的智能手机时代，当时很多技术其实已经具备，但是缺少让iPhone成为iPhone的产品理念。现在也是如此，所有技术拼图都已齐备，但我们还没有迎来彻底改变人机交互方式的iPhone时刻。

算力与投资

大飞: 说到产品，奥特曼表示他目前大部分精力都投入在研究和算力上。他们能做的最重要的事情是创造出聪明的模型，并能够高效、大规模地为海量用户运行这些模型。如果能把这件事做对，其他一切都会水到渠成。扩展算力是一个极其复杂的系统工程，可能是历史上最昂贵的基础设施项目。从自主设计芯片，到晶圆厂供应链，到数据中心建设，再到电力系统，技术、商业、政策、物流等各个方面的问题都交汇在一起。

大飞: 奥特曼以前是初创企业的投资人，他发现管理AI研究实验室 and 初创投资非常相似，核心都在于发现非共识押注、理解指数级增长，以及识别顶尖人才。这里最核心的就是幂律法则（Power Law）：你最好的一笔投资回报将超过其他所有投资的总和。AI研究也是如此。2015年他们宣称要追求AGI时，被整个学术圈抨击，后来专注大语言模型时，又再次被嘲笑。但是他们从初创经验中明白，高风险押注无可厚非，前提是万一成功，它将带来无可估量的价值。那些能成为优秀研究员的人，往往思维方式与大多数人截然不同，并且愿意坚持极不受欢迎的信念。你肯定不想投资那些对主流想法只做了点微小改动就号称创新的人，他们只是在努力融入群体；而当你遇到一个真正有独立判断的人时，如果他们的信念是对的，那就会是极其正确的。

大飞: 2015年OpenAI成立时，世界上几乎没有其他机构致力于AGI研究，只有DeepMind等一两家公司，这是一个非常非共识的选择。而现在很多人想创办AI实验室，但是只有少数人在做真正新颖的事情，这些事情目前看起来似乎还不是个好主意，但这恰恰是最值得下注的。

缘起与决策

大飞: 那为什么是在2015年呢？到底是什么让奥特曼愿意押注这个所有人都觉得疯狂的方向呢？奥特曼说，他这一生都对人工智能充满兴趣，从小就是那种周五晚上泡在电脑前看科幻片的极客少年。他上大学就是为了学AI，但大一时一位教授告诉他，深度学习是唯一知道行不通的方向，是毁掉职业生涯最稳妥的方式。当时他信以为真，就转去探索其他方向，后来偶然进入了创业圈并深深爱上了它。

大飞: 虽然先做投资人再回归创始人是一条极其罕见的路径，但是奥特曼非常感激这段经历。他说，作为投资人，你能观察到上万起公司的关键决策时刻，见过大量公司在关键时刻的成败，积累了庞大的模式匹配数据库，这对运营OpenAI帮助极大。当你面临决策时，这些经历会在脑海中浮现，帮你避开很多坑。一件事看起来越不可能，奥特曼就越着迷。想到能发明一种技术，能够以其他任何方式都无法实现的程度赋予人类力量，这对他始终有着天生的吸引力。而现在AI最让他激动的方向是推动科学发现，帮助人类发现新的物理学定律、治愈疾病，这比自动化其他任务都更加重要。

人机连接

大飞: 主持人提到克劳德·香农（Claude Shannon）和艾伦·图灵（Alan Turing）在上世纪40年代在贝尔实验室（Bell Labs）每天喝咖啡聊AI，他们当时就预测15年后计算机将比人类聪明，能解决数学问题、写诗、治愈疾病。奥特曼说，读到这些先驱的文字他很难过，因为他们在所有事情上都判断得太准了，却无法在此刻见证这一切。如今，AI已经在攻克数学难题、探索未知领域、写诗了，它真的来了。

大飞: 主持人问了一个更有趣的问题：“假设两个AI能进行一场比真人更有趣的对话，你觉得人们会在乎吗？”主持人认为，知识传递类内容可能会被颠覆，但是人类永远会被真人吸引。奥特曼对此深信不疑。那些关乎人与人建立联系的工作，在后AI时代不仅不会贬值，反而会更有价值。即使出现了超级智能，人类的底层基因依然决定了我们会关心他人、渴望陪伴，人与人的连接才是根本意义所在。

AI安全

大飞: 说到这里，奥特曼认为必须警惕那些认为人类是绊脚石、想把权力交给AI或少数精英的人。他对AI最担心两大风险：一是AI失控，二是权力过度集中在某一家公司、某一个模型或者某一个人手中。这两种情况都是极其反人类的。正确的做法是让人类牢牢掌控未来，让人类获得充分赋权。有一种论调说，我们将为世界提供治愈疾病和物质富足的方法，条件是人们必须放弃自主权，打着安全的旗号导致极度不平等，少数人掌握海量权力，其他人只能接受施舍。奥特曼认为这是糟糕透顶的反人类说辞，根源往往在于恐惧和对权力的渴望。对AI风险的极度恐慌常常沦为获取权力的借口。

大飞: OpenAI刚成立时，主流观点有两个：一是10年内根本不可能做出接近AGI的东西；二是即使做出来，也绝对无法保证安全。十年过去了，OpenAI构建出的东西，大多数人都承认已经非常接近AGI了，那些世界末日的预测并没有成真，这应该修正人们对未来的预测。他们方法论很简单，就是把产品推向世界，从真实用户那里获取反馈。这不仅是打造好产品的方法，更是打造安全产品的方法。ChatGPT推出不到四年就有十亿人使用，处理的是敏感重要的事务，他们交付了一款被广泛认为安全的产品。尽管还有问题，但这绝不可能是在象牙塔里闭门造车做到的。

大飞: 奥特曼用美国联邦航空管理局（FAA）举例，他们让飞行变得极其安全，靠的不是在地面上推演所有风险，而是完善的事故报告机制。出现问题就清醒客观地研究、记录、改进。社会与模型必将共同演进，必须携手共进，不能躲在实验室里试图推演所有影响，这注定是徒劳的。

创业爆发

大飞: 那为什么现在似乎每个人都在用AI，但又都讨厌AI呢？奥特曼说，人们总是害怕快速的社会经济变革，工业革命时期也是如此。人类对快速变革抱有怀疑态度，这本身不是坏事。但是另一方面，AI行业的科普做得太差了，很多从业者一边说有25%概率毁灭世界，一边加速前进，这种言论自然会吓到人。行业没有很好地解释AI的好处是什么，以及为什么让普通人拥有更多权力和自由如此重要。但奥特曼坚信一件事：我们即将见证人类历史上小微企业创业最繁荣的一次大爆发。一直以来，开公司都需要相当多的特权、运气和资源，而AI正在极大降低创业门槛，为这一切赋能。这是他对未来最确定的判断之一。

模型与平台

大飞: 关于最新一代模型，奥特曼说它们已经相当聪明了，但是现阶段，他更受限于AI掌握的关于他的上下文信息不足。他希望AI尽可能多地了解他，能帮他阅读Slack消息、客户反馈、研究论文，在需要决策时提供优质建议。没有人能阅读几万页的上下文，并且在几秒钟内准确运用，这是AI的独特优势。我们正处在临界点，即将看到截然不同的AI协作方式。

大飞: 在公司战略上，奥特曼明确了OpenAI应该是平台公司，而非产品公司。大多数人想要的是一个统一界面访问通用AI，再加上API让大家在上面构建任何想要的东西。他们会在性价比曲线的每个节点提供出色的AI，不管是顶尖科学研究还是廉价的批量任务。他们不应该试图囊括所有产品类别，不应该与客户竞争，不应该试图吞并整个经济，而是要赋能一亿家新的企业和八十亿人。

专注与决策

大飞: 为了做到这一点，OpenAI必须学会扼杀好点子。这是创业者最难学到的一课，砍掉好项目让人非常难受。比如去年他们砍掉了Sora视频生成项目（它是个好产品，但是消耗大量算力，不如Codex重要），他们还砍掉了Atlas浏览器项目（那也是很棒的产品，但是人才必须用在更重要的地方）。在资源有限的世界里，打造通用智能是他们能做的最重要的事，其他一切都要为此让路。

导师与思考

大飞: 任何从事复杂工作的人，都需要有人帮忙梳理思路，奥特曼也不例外。他的智囊大分三类：公司内部一起经历一切的研究员，形成了共同的语言和直觉；以及商业问题上最重要的两位导师，彼得·蒂尔（Peter Thiel）和保罗·格雷厄姆（Paul Graham）。他称这两个人是超级非线性思考者，当你觉得把所有选项都想遍了，彻底卡住时，他们能给出你根本没想到的第三种方案，这是极其宝贵的能力。

大飞: ChatGPT推出两个月的时候，公司内部很多人觉得增长质量不高，应该转向其他五六件事。但是彼得·蒂尔说，做其他任何事情都是明显的错误，ChatGPT的力量就在于Google搜索框的力量——一个你可以输入任何内容并且得到正确结果的空白文本框。它不符合硅谷关于信息流、网络效应、用户锁定的共识，但是它在增长，应该加倍投入。于是他们全力投入，结果证明这个判断价值连城。

大飞: 保罗·格雷厄姆则给他灌输了最核心的创业哲学：你必须尽早发布一个让你自己都觉得拿不出手的V1版本，即使它不够好，客户反馈会让你把它改进得好得多。推出ChatGPT之前，奥特曼甚至都没问保罗的意见，但他知道他会怎么说，那就是发布它。

YC的深远影响

大飞: 主持人很好奇，为什么奥特曼在对话中提到YC（Y Combinator）的次数这么多。奥特曼说有一支乐队唱片销量不高，但是影响了后来所有音乐家，那就是The Velvet Underground。YC也是如此，如果按市值衡量，它早已是最有价值的科技机构之一，但是它对过去20年创业生态的深远影响，人们还没完全领会。YC不仅给了一套运营方法，更重要的是输出了一套哲学：迭代部署、技术人员主导、敢于押注年轻有雄心、但是经验尚浅的人。

大飞: 如果把时间拨回2004年，只有技术进步而没有YC带来的生态变革，创始人将没有话语权，年轻技术人筹不到大钱，没有耀眼履历就不能做雄心勃勃的项目。奥特曼认为那样的话，OpenAI根本不可能诞生。YC重塑了整个创业生态的游戏规则，这才是最根本的影响。YC项目结束时你会发现，其实重要的不是那些教训本身有多新颖，而是那种不断的提醒。创业的原则说穿了就那么几条：多和用户交流；尽早发布，获取反馈；提高招聘门槛，加快行动速度。但是就像宗教徒需要反复回到经典一样，创始人也需要不断被提醒这些简单的原则，知道和做到是两回事。

成功与摸索

大飞: 说到学习，奥特曼提出了一个反常识的观点：从成功中学到的东西比从失败中学到的多得多。《安娜·卡列尼娜》开篇说：“不幸的家庭各有各的不幸，幸福的家庭都是相似的。”创业也是如此，失败的原因千头万绪，你很难理清真正的因果，往往只能学到些泛泛的坚毅和不要做什么；而当你真正做成一件事时，提炼出的因果规律对未来的指导价值要大得多。当然要从每个数据点学习，但是成功的经验弥足珍贵。奥特曼说，甚至连他自己都会忘记应用自己给别人的建议。

大飞: OpenAI最打破YC常规的一点是，从创立到发布第一款产品花了四年半时间。这和YC快速发布快速迭代的教义完全相反。在没有客户反馈的情况下管理一个研究项目，这通常是创业灾难的配方。他们必须自己摸索衡量研究进度的方法。比如在Dota 2项目中设立排行榜，用强化学习击败人类玩家来建立内部竞争机制，用各种方法模拟用户信号。早期他们请教了很多人，包括艾伦·凯（Alan Kay）等研究实验室前辈，也读了很多关于贝尔实验室、施乐PARC（Xerox PARC）的书。但真正在世且知道怎么运营顶尖实验室的人太少了，而且他们也没有贝尔实验室那样的垄断利润支持。

大飞: 奥特曼对早期最深刻的记忆就是不断融资又不断失败，无比沮丧。他清晰地记得2016年1月4日，12个人出现在格雷格·布罗克曼（Greg Brockman）的公寓里，大家走进来时都非常兴奋，像开学第一天一样。但是很快有人问，我们现在该做什么？于是去找白板，白板拿来了大家又问，我们现在到底该干什么？房间里的气氛瞬间垮了下来，谁都不知道该做什么。这不是做产品创业，不能说我们做个东西然后找客户聊。他们说要做AGI，也许该写论文，也许该想点子，每个人都有那种“我完全不知道自己在干什么的时刻”。

大飞: 他们只能做知道该做的事，发现很多方法行不通，慢慢摸索出制定和评估研究押注的节奏，找到了循序渐进的梯度，弄清楚怎么获取顶尖人才需要的资源。最初作为无监督神经元论文起步的项目，最终演变成GPT-1，再到后续版本。Scaling Laws的研究给了他们信心，排行榜、外部演示这些机制被验证是有效的，虚假截止日期这类方法则被淘汰。经过多年的混乱摸索之后，方向才逐渐清晰。从12人挤在公寓里连白板都没有，到十年后十亿用户，这确实是一段奇特的经历。

尾声与结语

大飞: 访谈的最后，奥特曼分享了一个很私人的故事。当他的第一个孩子出生时，他每天下班回家摇着摇篮哄孩子睡觉，就跟婴儿讲自己这一天遇到了什么困难、在担忧什么、发生了什么事。后来开始每周天给孩子写信写下来。主持人强烈建议他坚持写下去，因为大多数创始人到70岁回首往事时都会后悔当初没写日记，太多细节已经消逝了，甚至建议他找人专门记录OpenAI的早期历史，就像迈克联·莫里茨（Michael Moritz）当年写苹果前六年历史的《小王国》（The Little Kingdom）那样。奥特曼也认同给孩子写信的心态很特别，你根本无法对自己的孩子掩饰任何事，这种思维框架会倒逼你下周做得更好。

大飞: 好了，以上就是整场对话的内容了。如今奥特曼现在也不得不坦承，AI对社会的影响并没有之前预想的那么剧烈，社会的惯性力量依然强大，即便是奥特曼自己，改变既有的习惯适应AI也不是那么容易。那么大家现在对AI的感受是怎么样的呢？你觉得AGI的时间线会不会推迟呢？欢迎在评论区留言。感谢收看，我们下期再见。