专访开篇：AI效率与人类训练的比较

主持人: 大家好，这里是最佳拍档。2026年2月20日，Sam Altman 在 印度 接受了 The Indian Express 的独家专访。他用60分钟的时间回答了40个关于 ChatGPT、AI安全、就业变革、通用人工智能的核心问题。其中，在面对 AI 能源消耗的质疑时，Sam Altman 给出了一个让人意外的回应。他说，训练一个人需要20年的生命和这期间吃掉的所有食物；相比之下，AI的训练效率可能已经赶上甚至超越了人类。这句话的背后不免让人联想，当训练 AI 比训练人类更划算时，AI 取代人类是不是就又多了一个合理的借口呢？今天我们就来给大家分享一下这次访谈的主要内容。

AI技术飞速发展与编程新范式

主持人: Sam Altman 在专访中首先指出，人工智能的技术演进速度已经远超绝大多数人的想象。仅仅一年多的时间，AI 的能力就完成了从高中生到顶尖研究者的跨越。就在专访前的一周，由数学家们发起的“First Proof”新项目，提出了10个尚未解决的研究级数学难题，而 OpenAI 最新的 AI 系统成功解决了其中的7个。这意味着在数学、物理学等基础科学领域，AI 正在成为人类拓展知识边界的重要伙伴。而在编程领域，这种变革则更为直观。AI 彻底重新定义了程序员的工作内涵。Sam Altman 回忆，一年前他到访印度时，人们还在为 AI 的代码自动补全功能感到震撼，而仅仅一年后，开发者只需要输入一个想法，AI 就能直接生成一个完整的应用程序。这种变化让程序员的工作从基础的代码编写，转向了更高层次的需求设计、逻辑架构与产品创新。过去一年里程序员工作的变化，甚至超过了 Sam Altman 曾经经历过的任何一个阶段。而印度作为 Codex 增长最快的市场，也成为了这场编程变革的核心见证者。

印度AI发展：从消费者到创造者

主持人: 谈到印度，Sam Altman 也分享了他对这个国家 AI 发展的直观感受，那就是印度已经完成了从 AI 消费者到创造者的核心转型。一年多前，Sam Altman 到访印度时，感受到的更多是当地民众对 AI 服务的使用；而此次到访，他看到了爆炸性的创造活力。在 印度理工学院德里分校，年轻的创业者们正在构建新一代的 AI 初创公司。印度在 AI 垂直领域的小型模型研发上表现出色。在 黄仁勋 提出的 AI 技术栈的五层蛋糕中，印度都展现出了全方位参与的潜力。当然，此前 Sam Altman 曾经有过“一千万美元不足以建立有意义的大语言模型”的言论，也在印度引发了争议。他在专访中对此做出了澄清：这句话并非针对印度，而是针对所有国家，毕竟当前前沿大模型的训练成本已经高到难以想象。Sam Altman 直言，他非常期待印度能在 AI 领域给世界带来超乎预期的惊喜。

AI与就业：重构而非取代

主持人: 而伴随着 AI 技术的快速发展，一个最受大众关注的问题也随之而来：AI 会抢走我们的工作吗？尤其是对于印度这样一个拥有五亿30岁以下年轻人的国家，就业焦虑尤为显著。而印度的 IT 服务业占 GDP 的8%，Codex 等 AI 工具的出现，更是让当地的从业者感到了危机。对此，Sam Altman 的态度非常明确：他并非是一名就业末日论者。AI 带来的不是就业的消失，而是工作方式的升级与职业形态的重构。他认为，历次技术革命都会引发失业恐慌，但是最终都会在另一端创造出新的工作岗位。所谓的人类进入完全自由时间的预测从来就没成真过，因为人类对于创造、对于为彼此提供价值的欲望是没有上限的。即使我们解决了当下的所有问题，浩瀚的宇宙依然有无数的未知等待我们去探索，而 AI 只是让我们拥有了探索这些未知的更强大工具。具体到就业市场的变化，Sam Altman 表示，AI 会让人类在更高层次的抽象上工作。以编程领域为例，代码和产品的总量会因为 AI 的出现而大幅增加，行业标准也会随之提高。只要国家和企业能够快速适应这种变化，就会涌现出大量的新机遇。而对于年轻人的职业发展，他给出了一个明确的方向：虽然未来的具体职业形态无法预测，但是熟练使用 AI 工具的能力、面对变化的韧性与适应性，以及为他人提供价值的思维以及团队协作的能力，这些核心技能是不变的。假装技术变革不会发生是徒劳的，社会惯性或许会延缓变革的到来，但变革终将发生，而那些能够快速适应的人，将会站在新时代的风口。

算力基建：人类最昂贵的工程

主持人: 要支撑起这样的 AI 变革，算力成为了最核心的基础设施，而当前全球的算力缺口已经达到了令人震惊的程度。Sam Altman 在专访中提出了一个问题：你希望有多少个 GPU 随时为你工作，帮你思考、编程、甚至控制机器人盖房子？答案是没有人会嫌多，有人想要一千个，他自己也想要一千个。但如果把这个数字乘以全球80亿人口，就是8万亿个 GPU。这在短期内显然是无法实现的，至少在地球上做不到。这也意味着，构建 AI 算力设施，将成为人类历史上为了共同福祉而承担的最昂贵、最复杂的基建工程。不过值得庆幸的是，AI 和机器人将会成为这场基建工程的核心参与者，它们能够完成许多传统方式无法完成的任务，这也让算力基建的实现有了更多可能性。而对于当下热议的太空数据中心，Sam Altman 则给出了否定的答案。他认为现阶段将数据中心建在太空中是荒谬的，仅发射成本、电力成本以及 GPU 的维修问题，就足以让这个想法难以实现。在本十年内，太空数据中心都不会大规模普及。

政企合作：AI时代的必然选择

主持人: 如此庞大的基础设施建设，必然会让科技企业与政府的关系发生根本性的重构。政企协作成为了 AI 时代的必然选择。Sam Altman 坦言，科技行业最初秉持着自由放任的观念，认为企业不需要政府，政府也不需要企业。但是随着科技企业在经济运行中变得愈发核心，尤其是 AI 算力基建需要巨大的资源投入，这种观念早已改变。政府不仅是基建的参与者，更是技术民主化、社会影响管控的关键角色。只有政企紧密合作，才能确保 AI 技术朝着对社会有益的方向发展。当被问到是否认为 OpenAI 已经成为大型科技公司时，Sam Altman 表示，他大部分时间都不觉得 OpenAI 达到了这个阶段。而对于白宫与硅谷的紧密关系，他认为这种联系有亲密也有分歧。本届美国政府既与硅谷保持合作，也对科技行业提出过严厉批评。但是总体而言，科技企业与政府的融洽合作，对所有人都是有利的。

AI地缘政治：中国与全球格局

主持人: 从全球视角来看，人工智能已经成为了地缘政治最高层面的议题。它所带来的全球竞争与合作，远比我们想象的更为复杂。当被问到是否有国家在联合对抗 中国 时，Sam Altman 表示，实际情况会比这种简单的判断复杂的多。地缘政治联盟会随着时间不断演变，而 AI 领域的局势发展速度极快，未来的变数只会更多而非更少。对于中国在 AI 领域的发展，他给出的评价是，中国在某些领域遥遥领先，而在另一些领域则各有千秋。其中实体机器人制造、电机和磁铁研发，以及能源建设领域，中国拥有明显的优势。Sam Altman 认为，世界上没有任何一个国家能在所有领域都保持领先，而这种多元的竞争格局，其实是更为健康的状态。他同时强调，AI 领域的发展是竞争与合作并存的。全球经济的本质，就是相互依存与相互竞争的结合，不能将它简化为非此即彼的选择。但是他也提出，由民主国家在 AI 领域发挥领导作用非常重要，而世界上绝不能出现由单一个人、国家或公司掌控的超级智能 (ASI)，那将是一场灾难。最好的状态是权力的广泛分散，百家争鸣且相互制衡，这样才能让最好的想法在发展中脱颖而出。而当下的现实，已经正在印证这种可能性。在过去几个月里，一两个人的微型公司，借助 AI 工具就能完成过去需要大公司才能实现的成果，这种创业生态的变化，正是 AI 技术民主化的体现。Sam Altman 认为，在由代码和通用知识 Agent 构建的新世界里，一人、两人或三人的创业公司取得巨大成功，将成为新的常态，而这对于整个科技行业的发展，无疑是一件好事。

行业竞争与AI模型之争

主持人: 当然，全球 AI 领域的竞争确实异常激烈。对于 Google 在 AI 领域的奋起直追，Sam Altman 也表达了钦佩。他认为十年前谷歌是唯一认真研发人工智能的机构，Demis Hassabis 和谷歌团队更早开启了现代人工智能的研发，没有他们的启发，OpenAI 也不会走到今天。而在落后相当长一段时间后，谷歌展现出的专注力和执行力也让人印象深刻。

AI能耗争议与教育变革

主持人: 在快问快答环节，Sam Altman 还回答了当下 AI 领域的诸多争议和问题。首先是关于 AI 数据中心的资源消耗争议，网上一直有每次查询 ChatGPT 要消耗17加仑水的说法。Sam Altman 直言这个说法完全是错误的，属于无稽之谈。他解释道，数据中心过去确实使用过蒸发冷却技术，会消耗一定的水资源，但是当前已经不再使用这种方式。而关于 AI 的水耗谣言，也与现实毫无关系。不过他也承认，AI 的能源消耗是客观存在的事实，虽然单次查询的能耗并不大，但是考虑到全球的使用总量，能耗规模相当惊人。因此 AI 行业向核能、风能、太阳能等清洁能源转型，是势在必行的。对于 比尔·盖茨 之前提出的每次 ChatGPT 查询要消耗十部 iPhone 电量的说法，Sam Altman 表示实际能耗远没有那么多。他认为人们经常会做不公平的能耗比较，只谈论训练 AI 模型的能量消耗，却忽略了人类的学习和思考也需要巨大的能量投入。一个人要变得聪明，需要20年的成长和食物摄入，背后还承载着人类漫长的进化史。而公平的比较应该是：训练好的 AI 模型回答一个问题的能耗，与培养好的人类回答一个问题的能耗相比。在这方面，人工智能的能源效率可能已经赶上甚至超越了人类。 其次是 AI 对教育的影响。很多家长担忧，人工智能会让孩子变笨。Sam Altman 认为，这种情况确实会出现在一部分孩子身上，比如有些孩子借助 AI 作弊来完成高中学习，甚至认为未来可以一直依靠 AI 工作。这种想法是非常糟糕的。但是这并非大多数孩子的状态，更多的孩子会借助 AI 工具实现更多的创造。他以自己的经历举例，上学时谷歌刚刚出现，当时他的初中老师曾认为谷歌让教书失去意义，没必要再背诵历史人物的出生年份。而他认为，死记硬背这些信息本身就是浪费时间，真正的学习应该是培养思考和创造能力。而如今，教育系统也确实随着谷歌的出现而进化，AI 的出现也是如此。教育体系需要探索新的教学和评估方式，教会孩子驾驭 AI 工具，同时坚持培养他们的学习、思考和创造能力，让他们能够进行更深度的思考和更多的创造。Sam Altman 坚信，今天出生的孩子，等到18岁高中毕业时，将能做到当今世人无法想象的壮举，而这正是 AI 技术给教育带来的潜力。

AI民主化与风险担忧

主持人: 对于“AI 不够民主，暂停 AI 发展的声音没有被重视”的批评，Sam Altman 表示，反对 AI 发展的阻力来自各个方面，既包括了解技术的前沿人士的担忧，也包括不了解技术的普通民众的恐惧。但是随着越来越多的人使用 AI 技术，大家的态度也从完全暂停 AI 发展，转向了希望拥有更多话语权、让 AI 的发展更加稳健。当被问到对中国在 AI 领域主导地位的恐惧时，他区分了虚构的恐惧和真实的恐惧。虚构的恐惧是像“中国军队派遣几十亿人形机器人击败美军”这类毫无根据的想象；而真实的恐惧，是一种基于互联网的新型国家间战争，即通过 AI 操纵人心、入侵关键基础设施。这种风险是真实且值得警惕的。同时，他也表达了对借 AI 失控的恐惧，扩张监控国家的担忧，认为这样的行为没有充分权衡其带来的弊端。而当被问到如果无法使用 ChatGPT，会选择 Grok、Claude、Gemini 还是 DeepSeek 查资料时，Sam Altman 给出的答案是 Gemini。

OpenAI的转型与个人反思

主持人: 对于 OpenAI 从非营利组织转向营利性组织，甚至引入广告等收入模式的选择，他解释，核心原因是普及 AI 技术和保持研究前沿都需要巨额的资本支持，而非营利模式无法满足这样的资金需求。而对于 OpenAI 的定位，他明确表示，OpenAI 是一家研究型公司，因为 AI 领域的核心逻辑是：做好研究是打造好产品的基础。早期版本的 ChatGPT 几乎没有任何产品设计，只是一个简单的文本框，输入信息后展示模型输出，而正是持续的模型研究，让 ChatGPT 拥有了如今的能力。在专访中，Sam Altman 也首次直面了自己的个人决策与外界的批评。其中最引人关注的，就是他坦言早期不持有 OpenAI 股权是最愚蠢的决定之一。他解释，当时 OpenAI 是非营利组织，有明确的规定，董事会成员必须不带个人利益。而当时他的事业已经取得了一定的成功，经济状况良好，所以觉得也不在乎钱，才做出了这个决定。而这个决定也引发了诸多阴谋论，让他感到无奈。当被问及如果现在有合规方式让他获得股权，是否会接受时，他表示自己现在感到疲惫且陷入两难，暂时不知道该如何选择。对于外界的批评，他表示自己听过几乎所有的声音，大多数批评都荒谬且脱离现实。而最让他难过的，是有人认为他做这一切只是为了权力，而非真心想为世界做有益的事情。而对于与 马斯克 的分歧，他也表示，马斯克在物理工程方面非常出色，并且擅长在工作中激发人们的极致潜能，这是他非常欣赏的地方。

AI的社会影响：亲密关系与投资机遇

主持人: 除了技术和产业，Sam Altman 还对诸多社会问题表达了自己的看法。对于是否应该禁止16岁以下儿童使用社交媒体，他认为不一定需要完全禁止，但是必须设置严格的限制。作为一名父亲，他更担心无限下拉刷新的社交媒体模式会让孩子成为低头看屏幕的“iPad儿童”，因此儿童使用社交媒体的问题，需要全社会保持谨慎。对于 AI 在战争中的应用，他的态度非常坚定：AI 系统绝不应该被用来做战争决策，因为当前的 AI 模型还没有达到能做出明智生死决策的复杂度和可靠性。不过他也表示，OpenAI 会支持政府的合理需求，如今已经在分析海量情报报告等方面发挥重要作用，未来也会有重要的国防应用，只是当前的模型仍有明显的局限性。对于近期 Claude 安全主管 米尔南·沙玛 的戏剧性辞职，他认为这件事有些毫无意义，但也承认，随着 AI 模型的能力越来越强，发展速度比最初想象的更快，世界还没有做好准备，这也让很多 AI 安全领域的专业人士感到压力和焦虑。而在关于爱与亲密关系的话题上，当下已经有人在约会应用中使用 AI Agent 开启对话，甚至有人宣称爱上了 AI 伴侣。对此，Sam Altman 认为，未来人类会更加珍视人与人之间的真实连接，这是人类的天性。虽然会有一小部分人依赖 AI 处理亲密关系，也会有媒体借此来渲染社会末日，但是在物质极大丰富、万物触及可及的 AI 时代，人与人之间的连接、关注与温情，将成为最稀缺、最宝贵的财富，而这也是 AI 无法替代的核心价值。

AGI/ASI临近与人生哲学

主持人: 作为一名资深的投资者，Sam Altman 还分享了他对 AI 领域投资机会的判断。他表示自己投资的公司如果算上 Y Combinator 的项目，大约有三千家，而当下的 AI 时代，是他成年以来投资环境最开放的阶段，因为 AI 让个体的能力得到了极大的放大，一个人就能完成过去需要大公司才能做的事情，而且行动更快、更高效。这也让 AI 领域的投资机会变得无比广阔。一方面有大量优化现有事物的机会，借助 AI 让各个行业的效率得到提升；另一方面，还有许多我们此前无法想象的全新领域，会随着 AI 的发展不断诞生。在这个地基都在震动的时代，没有唯一的风口，而是所有方向都充满了可能性。而关于 AI 发展的终极问题：AGI 和 ASI 究竟有多远？Sam Altman 给出的答案是：AGI 已经近在咫尺，ASI 也不再遥远。他解释，所谓的 AGI，并非一个抽象的概念，而是能够自主进行新研究、独立编写复杂计算机程序、完成跨领域复杂知识型工作的系统。而从当前 AI 技术的迭代速度来看，这样的时刻已经离我们非常近了。而超人工智能的发展，也会因为 AGI 的到来而加速。用他的话来说，AI 的起飞速度，比他最初想象的更快。不过即便 AI 的能力如此强大，Sam Altman 也表示，他永远不会问 ChatGPT“如何获得幸福”这样的问题，因为在人生哲学层面，他更愿意向智者请教。而 AI 虽然能提供心理治疗或生活建议，但始终无法替代人类的深度思考与情感体验。

AI硬件创新与监管原则

主持人: 在专访中，Sam Altman 还分享了他在产业合作、硬件研发、企业管理等方面的思考。对于 台积电 (TSMC) 的全球芯片制造垄断地位，他认为台积电的核心优势在于其令人难以置信的专注力，以及持续优化、改进和学习的能力。这种能力让台积电在复杂的芯片制造领域始终保持领先。而对于与 苹果 前首席设计官 乔尼·艾夫 的合作，他透露，双方正在研发围绕 AI 原生设计的全新硬件形态，因为当前我们使用电脑和手机的方式，与50年前相比本质上没有变化，都是基于传统的人机交互逻辑。而 AI 的自然语言交互能力，让这种传统形态不再适配。他们希望打造的，是一种能观察用户生活、掌握背景信息、存在于所谓“微妙的中间状态”的硬件。它不会打扰用户，却能在需要时提供最有用的帮助，深度融入用户的生活而非成为阻碍。Sam Altman 表示，这款硬件可能会在2026年晚些时候公布，但是硬件研发的难度极大，也存在失败的可能。

企业管理与AI发展策略

主持人: 对于 AI 的监管，Sam Altman 提出了一个清晰的原则：政府应该专注于监管那些真正具有灾难性风险的问题，比如 AI 在战争中的滥用、大规模的安全事故等。而对于那些我们暂时还没有完全看清的次要问题，应该保持宽容的态度，给技术发展留出足够的空间。他认为，目前还没有任何一个国家找到了 AI 监管的正确答案，而各国尝试不同的监管方法是一件好事。未来世界会根据实践结果，迅速向更有效的监管方式靠拢。而对于国家领导人，他给出了唯一的建议，那就是实现 AI 技术的民主化，将它交到人民手中，并且他认为，这是唯一可行的 AI 发展策略，无论对于年轻国家还是古老国家，都是如此。

观众问答：AI与未来职业

主持人: 在企业管理和行业发展方面，Sam Altman 也分享了自己的反思与观察。他坦言，自己曾经与联合创始人 Greg Brokeman 在公司发展策略上存在巨大分歧。Greg 主张“极度聚焦”，而他则倾向于“多线并行”。但是回过头看，他认为自己过去试图做太多事情是错误的。而对于企业应用 AI 的最大误区，他认为是规划周期过长，缺乏灵活性和敏捷度。他曾经参加过一家大公司的会议，对方计划2026年做战略规划，2027年整顿公司，2028年再部署 AI。这种时间表对于 ERP 系统迁移可能适用，但对于发展速度极快的 AI 来说，是灾难性的错误。AI 的发展需要快速的试错和迭代，企业必须适应这种灵活的节奏，才能在 AI 时代抓住机遇。而对于自己曾经说过的话，他最后悔的是 OpenAI 将保持非营利性质。专访的最后，是观众提问环节，这些来自一线从业者、创业者和学生的问题，也让这场对话更加贴近现实。对于“研究人员的动力与负责任的 AI 哪个更重要”的问题，Sam Altman 表示，两者必须同等重视，这也是 OpenAI 的核心基因。对于人才竞争的未来走向，他认为，随着 AI 承担更多的研究和工程工作，团队将能以更少的人力完成更多任务，人才竞争的压力会有所缓解。未来小型研究实验室就能创造出巨大的成果，这也会让行业的人才结构更加多元。而对于创作者最关心的“AI 变太强和人类变被动”哪个更值得担忧的问题，Sam Altman 的答案是更担心前者。他观察到，创作者们正在借助 AI 工具加速从想法到反馈的迭代循环，实现更快的创作，最终产出更优质的播客、写作和图像内容。而人类并没有因为 AI 的出现而变得被动，这种创作活力让他感到欣慰。但是他也提醒，创作者过度依赖 AI，会导致内容流于肤浅。因此，如何平衡 AI 工具的使用和自身的创作能力，是所有创作者需要思考的问题。对于“哪个职业受 AI 影响最大”的问题，他选择了自己的老本行——软件工程师。他当年学习的软件编写方式，如今几乎已经完全过时，徒手编写 C 代码的时代已经终结。虽然软件工程师这个职业不会消失，但职业的内涵已经发生了根本性的变化。Sam Altman 表示，许多旧定义下的职业都会因为 AI 而走向终结，但也会有全新的职业涌现。而那些需要人文关怀的领域，比如护理行业，是 AI 永远无法替代的。人类的情感和创造，永远是最珍贵的价值。

AI制衡与未来展望

主持人: 最后，对于“如何建立 AI 的制衡机制，并且跟上技术进步”的问题，Sam Altman 表示，这是他和 OpenAI 一直高度关注的重点，甚至有时会因为过于保守，在新技术发布时设置了太多限制，而导致用户不满。在普及 AI 技术和确保安全性之间，始终存在着一种张力。而 OpenAI 坚持的原则是“先保守起步，再逐步开放”，这个原则也在实践中被证明是有效的，未来也会继续坚持。好了，以上就是 Sam Altman 这场印度问答专场的主要内容了。感谢收看本期视频，我们下期再见。