摘要

Altman公开反驳Tobi Lütke关于2026年将成为“所有企业都面临重新洗牌之年”的判断，认为颠覆发生的速度会慢于技术进步所允许的速度。 他承认自己已经在这件事上错过一次：2023年GPT-4发布时，他预计软件会迅速被颠覆，但“经济有太强的惯性”，人们仍在持续向同一批公司购买产品，而且“我们所有人对时间表都过于乐观”。在他看来，这种惯性是好事，会让转型“更平滑，也更缓慢”——但大量软件企业仍将成为激烈争夺的对象。
OpenAI正有意从产品公司转向更像平台公司，并通过砍掉好产品来为最重要的产品提供资源。 Altman说，公司去年砍掉了Sora（“消耗了大量算力，而且没有Codex重要”），也砍掉了Atlas浏览器，尽管他称其为“最好的网页浏览器”；ChatGPT和Codex已经合并为一个界面，公司将“在成本—性能曲线的每个位置提供优秀AI”——为个人AGI提供一个统一界面，同时提供API，而不是在各个产品类别中与客户竞争。
Altman最引人注目的自我批评是：他没有按应有的方式使用自己的产品，并将原因归结为缺少一个“iPhone时刻”。 尽管拥有Codex，他仍然点击来点击去，在不同聊天应用之间复制粘贴，按照“实际选择”无意识地刷邮件——“我一定是在暗中喜欢这么做”。他的判断是，所有技术组件都已具备，但AI还处于2003—04年Palm Treo时代的智能手机阶段，“基本只差那些让iPhone成为iPhone的产品创意”。相比模型智能，他现在更受限于AI掌握的关于自己的有效上下文规模；一个能在几秒内读完数万页材料并为决策提供建议的智能体，“已经近在眼前”。
他的核心管理论点是：运营一家研究实验室，本质上是在做幂律式的创业投资。 最好的押注会跑赢其他所有押注之和；2015年，对AGI的押注让OpenAI“被这个领域所有智力巨头轮番痛击”，押注大语言模型时也经历了类似过程，而当时成千上万的创业者都在开发照片分享应用。他会寻找持有非主流信念的“非标准”研究者，而不是“在同一个想法上覆一层薄薄的外壳”，同时承认，某个孤独的“修行者型研究者”确实可能从三大实验室都没想到的角度找到突破口。
在安全问题上，他主张通过迭代部署而不是象牙塔式谨慎来推进，但也承认从现在开始会越来越难。 10年之后，OpenAI已经造出了在最初看来会非常像AGI的东西，而此前预言的对齐失败和世界末日并未发生——“这应该促使人们更新对未来的预测”。他把FAA的事故报告文化视为范本。转折点在于：“世界上最聪明的人，大致和世界上最聪明的模型一样聪明。而这马上就会逆转。”届时，何时推迟开发将成为必须面对的决策。
Altman点名的两大AI风险是失去控制和权力集中，并将行业默认的交换条件斥为“一种非常反人类的推销话术”。 这种 caricature式叙事是：“亲爱的贱民们，我们将把治愈疾病和廉价商品这些礼物赐予你们”，交换条件却是放弃自主权——其背后由“恐惧和权力”驱动。与投资者更相关的反命题是：“我们即将迎来人们创办小型企业规模最大的一轮繁荣”，但整个行业，包括OpenAI在内，既没有充分谈论这一点，也没有打造足够多的产品来加速它。
ChatGPT发布约2个月后，内部人士想追逐另外5、6个方向，Peter Thiel却说，做任何其他事情都是“显而易见的错误”；这是本期节目最值得借鉴的战略教训。 “它的力量来自Google搜索框的力量”——没有信息流，没有网络效应，只是一个空白输入框，而人们已经围绕Google的模式追逐了20年。“我们全力投入，结果非常好。”Paul Graham关于“等到产品让你感到尴尬再发布”的原则已经深入Altman内心，以至于他不认为自己在发布ChatGPT前询问过Graham。

精读

1. Tobi Lütke是最有意思的CEO之一，但Altman不认同他的2026年时间表

Altman认为Lütke是最有意思的CEO之一，理由在于他“沿着技术演进曲线的每一个阶段”都走在最前面：亲自写软件，给出“极其准确、详细、前沿的反馈”，在其他人之前就宣称“我们不是NPC公司”，并且在“没有任何炒作”的情况下，始终领先其他CEO“6到8个月”。
Senra转述了Lütke的判断：2026年将成为“所有企业都面临重新洗牌之年”，有人会做出AI原生版Shopify——“那个人会是我”。Altman的反驳值得保留：“我不同意这个时间表。我认为还要再久一点”，而且并非每一家企业都会被颠覆——随着AI进步，那些提供“真实、非技术化体验”的反AI业务反而更难被竞争。
这场分歧背后的自我坦白是：2023年GPT-4发布时，Altman预计软件会更快遭到颠覆。“经济有太强的惯性……我对此心怀感激。但我认为，这意味着我们所有人对时间表都过于乐观。”Senra给出的平行案例是：80年代Larry Ellison说“问题在人”，以及Netflix寄出DVD后，人们仍然开车去Blockbuster租碟。

2. Altman的实际选择：他不用自己的魔法产品

“我一直在等这个问题。”尽管有Codex，Altman过去20年使用电脑的方式几乎没有变化：在不同应用之间复制粘贴，无意识地“刷着”邮件，因为“我脑子里有某种编码，认为做这些事情才叫工作……我一定是在暗中喜欢这么做”。
在他看来，问题主要出在产品，而不只是用户：所有人都在“跨着这两个世界生活”。这就像iPhone出现之前的智能手机——他在2003—04年使用的Palm Treo已经拥有“所有技术组件”，但一直没有出现那个“彻底改变人们与技术交互方式的iPhone时刻”。

3. 算力、研究与幂律——Altman实际上如何运营OpenAI

面对共同朋友Josh Kushner提出的Steve Jobs／“零号患者”式比较，Altman说自己的大部分精力都放在研究和算力上：“如果我们能把这件事做好，我相信其他一切都会随之而来。”算力领域适合他：复杂的供应链、合作关系、芯片设计、电力系统，以及为“可能已经、至少正在迅速成为历史上最昂贵基础设施项目”的工程融资。
他过去做创业投资时的工作，最接近如今管理研究项目：幂律同样适用——“你最好的投资会跑赢其他所有投资加起来的回报”。2015年，对AGI的押注让OpenAI“被这个领域所有智力巨头轮番痛击”，押注大语言模型时又经历了一次；投资带给他的教训是：“高风险押注没问题，只要你选择的是那种一旦成功，价值就极其巨大的押注。”
他筛选研究者的标准与筛选创始人的标准相似：寻找“非标准”的人，寻找那些“愿意坚持非常不受欢迎、很可能是错的信念，但如果是对的，至少会对得非常彻底”的人，而不是“在所有人已有的同一个想法上覆一层薄薄的外壳”。2015年，只有DeepMind和“另外1、2家”在追逐AGI，同时有成千上万家创业公司在做照片分享应用；如今所有人都想做AI实验室，但仍有“两三家，随便说”在做全新的事情，而这些事情只有在AI变得足够强大后才成为可能。
Senra回忆说，Dario曾认为，某个“修行者型研究者”可能从一个此前无人考虑的角度破解AI，并愿意为此押上一个小比例的概率。Altman说：“这种可能性当然存在，而且我喜欢这一点。这正是事情始终令人兴奋的原因。”

4. “一件事越像不可能，我就越感兴趣”

起点是一个在St. Louis长大的书呆子男孩：喜欢机器人和科幻，大约在2005年上大学时想研究AI，却被一位教授告知：“我们唯一确定不起作用的东西就是深度学习……这是保证你职业生涯失败的最佳方式。”他认为自己真正与众不同的地方不是兴趣本身，而是回应方式：“我当时觉得，奇怪，那就试试。”
他也提醒说，自己的记忆并不完全可靠——“我现在的工作在多大程度上给记忆染了色”。但如今最让他兴奋的是AI用于科学发现，“甚至比自动化其他任务更重要”，他还提到自己重读了《无穷的开始》。
他那条罕见的“先做投资人、再做创始人”路径，让他得以观察多家公司里的各种“关键时刻”：解雇高管、做出高风险战略转向，而不是只拥有自己5年或10年的有限运营经验。“我当时拥有的数据集之丰富，实在太棒了。我强烈推荐这种经历。”Senra说，Doug Leone只能想到一个类似案例：Nubank的创始人。

5. Shannon和Turing是对的——而人类始终是重点

Senra讲述了这段历史：1940年代，Shannon和Turing每天在Bell Labs喝咖啡，预计到约1955年机器就会比人类更聪明，并希望机器能够解决数学问题、写诗、治愈疾病。Altman说：“我真的很遗憾他们没能亲眼看到这一切，因为他们几乎在所有事情上都判断正确……我想他们会说，好吧，你们做到了。”
对于人们是否会更喜欢AI播客，Senra认为，在AI时代之后，以连接为基础的工作会更有价值。Altman同意，大多数人的底层设定仍然是关心他人、与他人相处并和他人互动；那些“只想和电脑交流”的人只是“人类中的极小一部分”，所以即便有了超级智能，“世界整体上也不会变得那么不同”。

6. 两大风险，以及“亲爱的贱民们”式推销话术

Altman最担心的两件事彼此存在张力：失去控制——“AI以某种方式变得过于强大，以至于我们无法确保自己想要的控制”；以及权力集中——“某家公司、某个模型或某个人”掌握过多权力。两者最终都会导向反人类的结果：“人类才是这一切的全部意义。”
他将行业中一部分人的逻辑讽刺为：“我们要给这个世界治愈所有疾病的药，还要让商品变得非常便宜，交换条件是人们放弃对自身自主权和未来的影响力”，同时伴随“极其严重的不平等”。翻译成一句话就是：“亲爱的贱民们，我们将把这些礼物赐予你们……你们只管相信我们。”他的结论是，这“是一种非常反人类的推销话术”。之所以有人如此表达，是因为“恐惧和权力”：风险规模被描述得越大，就越能用安全之名交换自由，最终为大量追逐权力的行为提供正当性。

7. 迭代部署就是安全策略——而现在会越来越难

他与末日论者的分歧在于：他同意每个阶段都应倾向于安全和谨慎，但不同意“这是一个无解的问题”。最初，人们普遍确信AGI不可能在10年内出现；即便出现，也会因对齐失败而导致世界末日。10年过去，OpenAI已经造出了当时看起来会非常像AGI的东西，而预言中的世界末日并未发生——“这应该促使人们更新对未来的预测”。
这套方法直接来自创业公司：发布产品、获得反馈、观察它在哪里出问题。OpenAI在不到4年内获得10亿周活跃用户，并在总体上被认为安全的前提下完成部署——“我们不可能在象牙塔里做到这一点”。他的模板是FAA：“极其稳健的事故报告机制，极其清醒”，包括清晰的事后复盘，以及把经验教训分享给其他AI开发者。
他的限定语保持原样：“世界上最聪明的人，大致和世界上最聪明的模型一样聪明。而这现在就会逆转。”未知的未知在绝对意义上会变得更难应对，迫使人们做出“何时推迟开发……或者等待更久、真正深入研究”的艰难决定。

8. 人人都在用AI，人人都讨厌AI——一场自我造成的伤害

Altman对Senra这一困惑的回答是：一部分抵触来自健康的社会惯性，但很大一部分是行业自己的宣传造成的——人们一边说“我们有25%的概率毁灭世界”，一边又说要加速前进；或者说“明年50%的工作岗位会消失，希望大家能接受”。行业完全缺少这样的论述：“为什么让人们在这个世界上拥有更多权力和个人自由，而不是更少，这件事很重要。”
Senra以Intel的“三位一体”为反例：Noyce、Grove和Moore曾停下手头工作，向潜在客户、投资人乃至整个国家普及微处理器；他们一度开设的课程，比当地社区大学的全部课程目录还多。Altman说：“没有借口。我们应该做得更多。我们尝试过几种版本，但还没有真正做对。”
这个行业没有讲够的上行叙事是：“我们即将迎来人们创办小型企业规模最大的一轮繁荣。”创办公司过去一直需要特权、运气和资源，而AI正在赋予更多人这方面的能力；然而“整个行业，包括我们自己，都没有充分谈论这一点……我们也没有打造足够多的产品来加速这件事”。

9. 瓶颈正从智能转向上下文

面对最新一代“已经相当聪明”的模型，Altman说：“在这个阶段，我感觉自己更多受限于AI掌握的关于我的有效上下文规模。”他希望有一个智能体读完每一条内部Slack消息、每个客户案例，以及多到超出他精力所能阅读的研究论文，然后“调动这些上下文，在我必须做决定时给出好的建议”。他的判断是，我们“正站在一个新维度的门槛上”：没有任何人能在几秒内读完数万页上下文。
Senra现场演示了自己的工具：自2018年以来，该工具已经读入他的每一条读书笔记、标注和Founders播客文字稿；在制作最近一期Claude Shannon节目时，他直接询问工具：“Bob Noyce对此说过什么？”Altman回应：“这太酷了。”

10. 平台而非产品——以及砍掉好想法的纪律

结构上，ChatGPT和Codex刚刚合并；Codex这个名字“有点遗憾”，因为它从来不只是做编码。新的产品形态是：为个人或企业的AGI提供“一个统一界面”，再加上API——“我们将在成本—性能曲线的每个位置提供优秀AI”。这既不是与客户竞争，也不是要吞并整个经济，而是让“1亿家新企业和80亿人”以各种新方式使用它。
具体的牺牲包括：“比如去年，我们砍掉了Sora——它是个好产品，既有趣又酷，但消耗了大量算力，而且没有Codex重要”；以及Atlas浏览器——“它是最好的网页浏览器，但还不如把那批人才放到其他更重要的地方”。剩下的主线是“面向知识工作的通用智能，以及最终面向科学的通用智能”，再加上所有上游环节：自研芯片、自建数据中心、基础设施软件和训练。
Altman对这套纪律也毫不回避：“砍掉好想法、转向伟大想法，是任何创业者最难学会的课程……我在这件事上很糟糕。我知道自己做得不好。”

11. Thiel的搜索框、Graham的指点，以及Altman真正会打给谁

Altman明确提到两类顾问：一类是长期任职的OpenAI研究者，他们拥有他在外部无法复制的“共同语言、直觉和标准”；另一类是在非显而易见的商业问题上，他会找Paul Graham和Peter Thiel——“如果LLM做的是预测下一个词，那么这两个人是我最难预测下一个词会是什么的人”。
Thiel给出的典型建议发生在ChatGPT发布约2个月后：增长感觉“不稳定，甚至有点像低价值产品”，内部人士已经提出5、6个其他重点方向。Thiel说：“除了继续增长之外，对它做任何其他事情都是显而易见的错误……它的力量来自Google搜索框的力量。”它没有信息流，没有网络效应，也没有硅谷清单上的任何典型要素，而这恰恰是它奏效的原因。“我们全力投入，结果非常好。”Senra将其概括为：“简单的天才。”
Graham的作用更像是一套反复出现的原则，尽管他的具体建议并不总是相同——那种“你知道你应该做什么”的指点，有时非常好，有时也非常糟糕。Altman已经把“等到产品让你感到尴尬再发布”的原则内化到如此程度，以至于他不认为自己在发布ChatGPT前询问过Graham：“我知道他会说什么。”Senra在这里讲了Munger的故事：Munger说他和Buffett已经“从不”再打电话讨论，因为“Buffett只要假装拿起电话，就已经知道我会说什么”。

12. 4.5年没有产品——那场白板会议

OpenAI的创立违背了YC的核心打法：从成立到推出第一款产品用了4.5年。Altman记忆最清晰的是2016年1月初：11或12个人聚在Greg Brockman的公寓里，怀着开学第一天般的兴奋，有人拿来一块白板，然后“你能感觉到房间里的能量瞬间塌了。我们谁都不知道该做什么”。那段时期留给他的主导记忆则是：“试图筹钱却不断失败。投入了那么多精力，实在太令人沮丧。”
他们向Alan Kay和其他伟大实验室时代的老兵请教；那是硅谷把OpenAI当作Bell Labs或Xerox PARC式理想主义项目的时刻。但“有些建议并不适用”，因为不同于Bell Labs或Polaroid，OpenAI没有一台垄断性的现金机器。
有效的客户信号替代品包括Dota 2排行榜：让不同想法接受客观竞争；以及“面向研究者真正想取悦的杰出人物进行外部演示”的惊人力量。无效的则是“人为设定的截止日期”。在“基本靠混乱摸索”的过程中，无监督情感论文变成了GPT-1，而关于规模定律的工作则让他们获得了继续扩展的信念。

13. YC像一支有影响力的乐队、向成功学习，以及写给儿子的信

谈到YC的影响力，Senra提出了一个自己并不确定的“影响了所有乐队的那支乐队”类比：Altman认为是The Band，Senra则觉得可能是Velvet Underground。YC的价值不只体现在回报上，它的理念——迭代部署、由技术人员掌舵、押注那些没有经过履历验证却年轻而有野心的人——重塑了整个生态。Altman给出明确判断：如果把时间拨回2004年，保留当时的技术、换回旧生态，“我不认为OpenAI会成为可能”。
他的反直觉学习论是：“你能从失败中学到一些东西，但我认为你从成功中学到的要多得多。”失败带来的教训往往是相当泛化的坚韧与决心，或者难以做因果归因——“大多数事情都不会成功，所以事情失败有很多原因”；而成功经验一旦向前应用，“非常有用，而我本应更多地运用它们”。Senra提出的框架得到了他“极其强烈”的认同：创始人不需要新的教训，而需要教会——不断提醒自己“更多和用户交流、更早发布产品、提高招聘标准”。
第一个孩子出生后，Altman曾在每周日写信，记录自己一周的经历——“总共也就写了8封”。Senra解释了这种做法的作用：“你真的无法躲在任何东西后面……我非常在意孩子将来会怎么看我，所以这件事发生了，我对它感觉不好，下周得换一种做法。”Senra引用Michael Moritz的《小王国》继续劝他写下去，因为那些没有写日记的创始人后来都会说同一句话：“我真希望自己写过日记。”

22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”｜对谈黄一：萝博派对创始人/CEO 从专有 LLM API 窃取推理轨迹——Ilia Shumailov & Alexander Panfilov