内容提要: 萨姆·阿尔特曼在AI Ascent 2025的演讲

• 最初像研究实验室，没有明确的产品计划，但有坚定的信念和方向。
  

• 早期尝试包括电子游戏、机器人手等，最终转向语言模型。
  

• GPT-3发布初期反响平平，但playground模式（与模型对话）受欢迎，促成了ChatGPT的诞生。
  

关于公司发展和产品进度：

• 公司变大后应该做更多事情，保持每个人忙碌和高效。
  

• 避免人员过多导致决策迟缓和内耗。
  

• 努力让相对较少的人承担巨大的责任。
  

• 产品要持续发布。
  

对未来的愿景和策略：

• 致力于构建核心 AI 订阅服务和智能模型。
  

• 构建核心产品，同时允许其他人在此基础上构建应用和服务。
  

• 专注于核心 AI 订阅、模型以及核心表面，然后将会有大量其他东西需要构建。
  

• 相信顺势而为，而非倒推式的宏大计划。
  

大型公司转型AI原生性的挑战：

• 大公司容易墨守成规，难以快速适应变化。
  

• 安全委员会的审批流程过于僵化，无法跟上AI的发展速度。
  

• 大型公司转型面临创造性破坏。
  

• AI工具使用上存在代沟，年轻一代更擅长利用AI。
  

年轻人使用ChatGPT的独特方式：

• 将其视为操作系统，可以进行复杂的设置和连接大量文件。
  

• 将其作为生活顾问，咨询生活决策。
  

• 老年人更多将其作为搜索引擎的替代品。

OpenAI内部如何使用ChatGPT：

• 大量用于编写代码。
  

• 编写重要的代码部分，而非仅仅是填充性的代码行。

关于API和平台的未来：

• 希望将所有服务融合成一个统一的平台，通过OpenAI账户登录其他服务。
  

• 其他服务通过SDK接管ChatGPT的用户界面。
  

• 设想一种新的互联网协议，用于联邦化、分解事物，智能体之间可以安全地暴露和使用不同的工具。

关于传感器数据：

• 已有人将传感器数据放入API中使用。
  

• 未来的模型可能会更明确地内置传感器数据支持。

语音的重要性：

• 语音非常重要，但OpenAI尚未做出足够好的语音产品。
  

• 语音交互与图形用户界面结合具有巨大潜力。
  

• 若语音达到人类水平，将催生全新类别的设备。

编程的地位：

• 编程对OpenAI的未来更具中心地位。
  

• 未来模型输出的不只是文本和图像，而是一整个程序。
  

• 模型应该能够实现事情，驱动世界，调用API。

提升模型智能的关键因素：

• 算法突破。
  

• 数据。
  

• 计算。

运作良好的研究实验室的原则：

• 需要一点自上而下的指挥，但大多数人做得太过。
  

• 借鉴历史上其他优秀研究实验室的经验。

与学术界的合作：

• 开展学术研究项目，进行合作和定制工作。
  

• 主要目标是改进通用模型，使其尽可能智能、廉价和广泛可访问。

定制化的理想状态：

• 一个非常小的推理模型，拥有万亿级别的上下文，可以包含用户的所有数据。
  

• 模型永远不会重新训练，权重永远不会定制，但可以跨越全部上下文进行推理。

• 建设更多基础设施。
  

• 更智能的模型。
  

• 构建将这些东西融入社会的支架。

• 2025年是代理做工作的一年，特别是编码。
  

• 人工智能更多地发现新事物的一年，协助人类取得突破性发现。
  

• 2027年是这一切从智力领域转向物理世界的一年，机器人将成为严肃的经济价值创造者。

• 暗示GPT-3已经很聪明，GPT-5会更智能。

对创业者的建议：

• 随着时间的推移，应对逆境会变得更容易。
  

• 情感上的消耗会更容易承受。
  

• 更重要的是在危机过后管理好自己的心理。
  

• 提高在事后收拾残局的能力。

访谈全文

主持人： 我们的下一位嘉宾无需介绍，所以我就不费事介绍了，Sam Altman。我只想说，在我们在场的这三次AI Ascent活动上，Sam三次都加入了我们并分享了他的想法，我们非常感激。所以我想对您说声感谢，感谢您来到这里。

萨姆·奥特曼： 哦，对了。这是我们最早的办公室，很高兴能回来。

主持人： 是从2016年开始的吗？是的。2016年。我们刚才Jensen也在这里，他说他在这里交付了第一台DGX1系统。

萨姆·奥特曼： 是的。现在看来那东西竟然那么小，真令人惊讶。

现场提问者： 哦，跟什么比？

萨姆·奥特曼： 现在的箱子仍然很大。不过那是一个有趣的回忆。它有多重？那个你还能自己抬一个。

主持人： 他说大约70磅。是的，它很重，但你抬不动。所以你在2016年的时候，想象过你今天会在这里吗？

萨姆·奥特曼： 不，我们那时就像坐在那边，我们有14个人左右。

主持人： 而你们正在钻研这个新系统。

萨姆·奥特曼： 即便如此，我们也只是围坐在白板前，讨论我们应该做什么。我们当时确实非常像一个研究实验室，尽管有非常坚定的信念、方向和信心，但没有真正的行动计划。不仅公司或产品的概念几乎无法想象，就连具体的大语言模型（LLMs）这个想法都还非常遥远。

主持人： 玩电子游戏？

萨姆·奥特曼： 作为历史的一个偶然，第一个面向消费者的产品不是ChatGPT。没错。是DALL E。第一个产品是API。

所以我们构建了，我们经历了一些不同的事情。我们有几个非常想下注的方向。最终，正如我提到的，我们说，好吧，我们必须构建一个系统来验证它是否可行。我们不只是写研究论文，所以我们要看看我们能不能玩好一个电子游戏。我们要看看我们能不能做一个机器人手，还要看看能不能做其他一些事情。

在某个时候，一个人，然后最终一个团队，对尝试做无监督学习和构建语言模型感到兴奋。这催生了GPT-1，然后是GPT-2。到GPT-3的时候，我们都认为我们有了一些挺酷的东西，但我们不知道该用它做什么。而且，我们也意识到...

主持人： 这很难。

萨姆·奥特曼： 就像（构建）粒子加速器之类的东西一样，即使那样也很难。所以我们开始思考，好吧，我们既需要弄清楚这如何能成为一项业务，以维持其所需的投资，同时我们也感觉到这正在朝着真正有用的方向发展。我们以模型权重的方式发布了GPT-2，但收效不大。

我只是观察到的关于公司产品的一个普遍现象是，如果你做一个API，它通常都能产生积极的效果。这对很多Y Combinator（YC）公司来说都是如此。此外，如果你让某样东西更容易使用，通常会带来显著的好处。

所以我们觉得，好吧，运行这些越来越大的模型有点难。那我们就去写一些软件，把运行它们的工作做好。我们没有自己构建产品，因为我们不知道该构建什么，我们希望其他人能找到创造些什么的机会。

2020年6月，我们在API中发布了GPT-3。世界对此并不关心，但硅谷有点在意。他们觉得，“哦，这挺酷的。这指向了某种东西。” 而且很奇怪的是，我们几乎没有得到世界大部分人的关注。而一些初创公司的创始人则觉得，“哦，这太酷了！” 或者，有些人甚至觉得，“这是AGI。” 我记得的唯一用GPT-3 API构建了真正业务的人，是一些提供文案服务的公司。这似乎是GPT-3唯一在商业上取得显著成功的应用。

但我们确实注意到一件事，这件事最终催生了ChatGPT，那就是尽管人们无法用GPT-3 API构建很多出色的业务，但人们喜欢在playground（实验场）里和它对话。它当时聊得很烂。那时我们还没搞清楚如何通过RLHF让它易于聊天，但人们还是喜欢用。从某种意义上说，那是除了文案之外，API产品中唯一算得上是杀手级应用（killer app）的用法，这促使我们最终构建了ChatGPT。到那时候，它还不是一个你可以用API构建业务的类别。但我们坚信人们就是想和模型对话，这种信念变得非常强烈。所以我们做了DALL E，DALL E表现还不错。但我们知道我们想构建，特别是结合我们能进行的微调，我们知道我们想构建这个模型，这个产品，让你能够和模型对话。

主持人： 然后它在2022年发布了？

萨姆·奥特曼： 从（OpenAI成立）开始算起大约六年之后，2022年11月30日。

主持人： 是的。所以在那之前做了很多工作。它在2022年发布了。今天，每周有超过5亿人在使用它。

主持人： 好的。顺便说一下，准备好回答一些观众提问，这是Sam的要求。您参加了每一次Ascent活动，正如Pat提到的，这其中经历了很多起伏。

但看起来在过去的六个月里，一直在发布，发布，发布。你们推出了很多东西，看到产品速度、发布速度持续提升，这很令人惊叹。

所以这是一个多部分问题。您是如何让一家大公司随着时间推移提高产品速度的？

萨姆·奥特曼： 我认为很多公司犯的一个错误是，他们变大后却没有做更多事情。所以他们只是为了变大而变大了，但发布的产品数量仍然一样。那时，就真的变得像糖浆一样迟缓了。我坚信每个人都应该保持忙碌。团队应该小。相对于你拥有的人数，你应该做很多事情。否则，每次会议都会有40个人，大家会为了产品里微不足道的一小部分而大打出手。商业领域有个老观察：优秀的执行者是忙碌的执行者，因为你不会让人在那里闲逛混日子。

但是，我认为，在我们公司和许多其他公司里，研究人员、工程师、产品人员，他们几乎创造了所有的价值。你希望这些人忙碌且高效。所以如果你想成长，你最好做更多的事情。否则，你就会有很多人在屋子里吵架、开会或者随便聊些什么。

所以我们努力让相对较少的人承担巨大的责任。为了实现这一点，我们就必须做大量工作。

此外，我认为我们现在确实有机会去构建一个重要的互联网平台。但要做到这一点，如果我们真的要成为人们的个性化AI，让他们在各种服务中、在他们的生活中、在所有这些主要类别和所有较小类别中都能使用，我们就需要...

主持人： 那要构建的东西太多了。过去六个月里，有什么特别让你引以为傲的产品发布了吗？

萨姆·奥特曼： 当然，它们仍然有需要改进的地方，我们正在快速努力。但我认为目前来看，ChatGPT是一个非常好的产品，因为模型非常好。当然，还有其他重要因素。但我很惊讶，一个模型能把这么多事情做得这么好。

主持人： 你们正在构建小型模型和大型模型。就像你说的，你们正在做很多事情。那么，这个听众群体如何才能不挡你们的路，不成为“路边牺牲品”呢？

萨姆·奥特曼： 我认为，我们的模式是，我们想成为人们核心的AI订阅服务，以及使用该服务的方式。其中一些将是你在ChatGPT中做的事情。我们还会有其他几个该订阅服务的关键组成部分，但主要的是，我们希望能构建这个越来越智能的模型。我们将拥有一些表面，比如未来的设备，未来类似操作系统的东西等等。然后，我们希望——尽管我们还没有完全确定 API 或 SDK（或者随你怎么称呼它）将如何真正成为我们的平台，但我们一定会实现这一点，也许需要尝试几次，但我们终将做到。我希望那能促成世界上惊人的财富创造，让其他人在此基础上进行构建。但是，我们将致力于核心AI订阅、模型以及核心表面，然后将会有大量其他东西需要构建。

主持人： 好的，那就是说不要成为核心订阅服务的竞争者，但其他一切都可以做？

萨姆·奥特曼： 我们会试试。如果你能提供比我们更好的核心AI订阅服务，那就去做吧。那太好了。

主持人： 好的。有传言说你们正在以3400亿美元的估值融资400亿美元或其他类似融资。那是传言。我不知道是不是真的。我想我们宣布过了。好的。我只是想确认一下你们宣布过了。从这里开始，你们的雄心壮志有多大？

萨姆·奥特曼： 我们会努力做出很棒的模型，并发布好产品。除此之外，没有什么宏大计划。我想，是的。我是说，我看到现场有很多OpenAI的人。他们可以证明。我们不会坐在那里，试图从那种“我们已经有了这个极其复杂的东西”的角度去倒推。我更坚信的是，你只需做好眼前的事情，然后顺势而为。那种做法通常效果不太好。我们明白需要大量的人工智能基础设施，需要建立大规模的AI工厂产能，需要持续改进模型，还需要构建一个卓越的面向消费者的顶级产品及其所有相关组件。

我们引以为傲的是，我们能够灵活应对，随着世界的变化调整策略。因此，我们明年会开发的产品，也许现在我们甚至都还没想过。我们坚信能够打造一套人们真正喜爱、用得开心的产品。对此，我们有十足的信心。我们也相信能够构建出色的模型。实际上，我现在对我们的研究路线图感到前所未有的乐观。谢谢。

构建非常智能的模型是我们的目标。但就眼前的步骤而言，我们通常是一步一个脚印，一次专注一两个重要方向。

主持人： 所以你相信顺势而为，而不必是倒推？

萨姆·奥特曼： 我听过有些人谈论那些宏大的策略，说他们要达到某个终极目标，然后一步步倒推回来。从接管世界开始，列出之前所有的步骤：第一步、第二步、第三步……直到回到他们今天的位置。我从未见过这样的人真正取得巨大的成功。

主持人： 明白了。谁有问题？

现场提问者： 您认为大型公司在将组织转型为更具 AI 原生性方面，无论是在工具使用还是产品生产上，都犯了哪些错误？很明显，在这方面，小公司尤其在创新方面，正在狠狠地击败大公司。

萨姆·奥特曼： 我认为这基本发生在每一次重大的技术革命中。对我来说，这毫不意外。他们犯的错误，和他们过去总是犯的错误一样，那就是人们变得极其墨守成规，组织也变得极其墨守成规。如果情况每隔一两个季度就发生巨大变化，而你却只有一个每年只开一次会的安全委员会来决定允许哪些应用程序、决定数据如何放入系统，那么看着这一切发生真是令人痛苦。但这正是创造性破坏。这就是为什么初创公司能赢的原因。这是行业前进的方式。我想说，大公司愿意转型的速度让我失望，但并不惊讶。

我大致预测，他们会再抗拒几年，假装这一切不会改变。然后就会出现不得不屈服和最后一刻的混乱，结果往往为时已晚。总的来说，初创公司就是这样超越那些墨守旧规的人的。这种情况也发生在个人身上。不信你看，观察一个例子。

（你可以）和一个二十岁出头的年轻人聊聊，看看他们如何使用 ChatGPT；再和一个三十岁出头的人聊聊，看看他们或其他人如何使用这些服务。你会发现，区别令人难以置信。这让我想起了智能手机刚刚出现的时候。

萨姆·奥特曼： 然后，当然，人们最终会适应并融合（使用方式）。但现在，在使用AI工具方面出现的代沟真是惊人。我认为公司只是这种现象的另一种体现。

主持人： 还有其他人有问题吗？

现场提问者： 您认为年轻人在使用 ChatGPT 时，有哪些令人惊喜的酷炫用法？

萨姆·奥特曼： 他们确实把它当成一个操作系统来用。他们以非常复杂的方式设置它，将其连接到大量文件。他们脑子里或别处存着一些相当复杂的提示词，需要时就复制粘贴。

我觉得这些用法很酷，令人印象深刻。另外一点是，他们在做生活决定时，会征求 ChatGPT 的意见。ChatGPT 拥有他们生活中每个人完整的背景信息以及他们讨论过的事情。（有了记忆功能，）在这方面确实带来了真正的改变。当然，这有点过度简化，但可以说，年长一些的人使用 ChatGPT 更多是作为谷歌的替代品；二三十岁的人可能把它当成生活顾问；而大学生则把它当成了操作系统。

主持人： 在 OpenAI 内部你们如何使用它？

萨姆·奥特曼： 它为我们编写了大量的代码。具体有多少？我不知道确切数字。而且，我觉得用具体数字来衡量总是很蠢。

主持人： 你可以说个大概。就像 Satya 说微软的代码有 20%、30% 那样。

萨姆·奥特曼： 用代码行数来衡量简直是荒谬... 也许我能说的是，它在编写有意义的代码。我不知道具体有多少，但它写的是那些真正重要的部分。

主持人： 这很有趣。下一个问题。

现场提问者： 提问轮到了？好的。嘿，Sam。我觉得很有趣的是，你们对 Alfred 关于未来方向问题的回答，主要集中在消费者和核心订阅上。而且，你们的大部分收入也来自于消费者订阅。那么，为什么还要保留 API 呢？十年后呢？

萨姆·奥特曼： 我真心希望所有这些能融合成一件事。你应该可以用 OpenAI 登录其他服务。其他服务应该提供强大的 SDK，以便在某个时候能调用并呈现 ChatGPT 的用户界面。但是，考虑到你将拥有一个了解你、拥有你的信息、知道你接下来想分享什么、并且掌握所有与你相关的背景信息的个性化 AI，你肯定会希望能在很多地方使用它。现在，我承认当前版本的 API 离那个愿景还非常遥远，但我相信我们可以实现。

现场提问者： 是的，也许我有一个关于那个问题的后续。你刚才的回答有点把我接下来要问的问题提前说了。不过，我们很多正在构建应用层公司的开发者，都希望利用这些构建模块，这些不同的 API 组件，也许还有深度研究 API（虽然还没发布，但可能未来会有），用它们来构建自己的产品和服务。那么，对于我们开发者来说，启用和完善那个平台（API）会是 OpenAI 的优先事项吗？我们应该如何看待这件事？

萨姆·奥特曼： 我认为，或者说我希望，未来的方向介于这两者之间。希望能有一种新的协议，就像 HTTP 对于现有互联网一样，成为未来互联网的基础，让事物能够联邦化，分解成更小的组件。智能体可以不断地发现和使用不同的工具。认证、支付、数据传输，所有这些都应该内置在一个普适的、人人信任的层面上，让万物都能互相通信。

我不太确定它具体会是什么样子，但这就像从迷雾中逐渐显现出来。随着我们对此有更清晰的认识——再次强调，这可能需要几次迭代才能最终成型——但这大致是我希望事情发展的方向。

现场提问者： 嘿，Sam。我在后面，我叫 Roy。我很好奇，AI 显然输入的数据越多会做得越好。有没有考虑过输入传感器数据？以及具体是哪种类型的传感器数据，比如温度或物理世界中的其他事物，可以输入进去，让模型更好地理解现实世界？

萨姆·奥特曼： 人们经常这样做。他们构建的产品或服务，就是把传感器数据通过 API 喂给模型，比如调用 O3 API 之类。对于某些用例来说，这确实效果非常好。我想说，最新的模型在这方面似乎做得不错，以前可不像是现在这样。所以，我们可能在某个时候会更明确地将传感器数据处理能力内置到核心产品中，但目前通过 API 调用已经有很多应用了。

现场提问者： 嗨，Sam。我非常兴奋地在 Playground 里试用了语音模型。所以我有两个问题。第一个是，从基础设施的优先级来看，语音对 OpenAI 有多重要？第二个问题是，您能否分享一下您认为它将如何在产品中、在 ChatGPT 这个核心功能中体现出来？

萨姆·奥特曼： 我认为语音极其重要。老实说，我们还没有做出足够好的语音产品。但这没关系。我们做出足够好的文本模型也花了一段时间。我们最终会攻克这个难关。当我们做到了，我认为很多人会更频繁地使用语音进行交互。

当我们首次推出当前的语音模式时，最让我感兴趣的是，它在触控界面之上提供了一种新的交互方式。你可以在操作手机的同时与 AI 对话。我仍然认为语音和图形用户界面（GUI）相结合的交互模式，蕴藏着许多我们尚未完全掌握的、令人惊叹的可能性。

然而，在完全实现这些之前，我们将专注于把语音能力本身做得非常出色。我相信一旦我们做到了这一点，它不仅会增强现有设备的功能，而且如果我们能够让它达到真正人类水平的自然度和理解力，它还会催生出全新的设备类别。

现场提问者： 一个关于编程的问题。我很好奇，您认为编程是只是 AI 的另一种垂直应用，还是对 OpenAI 的未来具有更核心的地位？

萨姆·奥特曼： 编程对于 OpenAI 的未来更为核心和重要。我认为，编程将成为这些模型的主要输出形式之一... 现在，如果你向 ChatGPT 请求一个回复，你得到的是文本，也许还有图片。未来，你可能会想要得到一整个程序。你会希望每次回复都是专门为你定制和渲染的代码，至少我是这样设想的。你会希望这些模型能够真正去执行任务、实现功能，

这对于你如何驱动现实世界、调用各种 API 等等来说是核心能力。因此，我认为编程将更具中心地位。我们当然也会通过我们的 API 和平台来提供这项能力。但 ChatGPT 本身就应该非常擅长编写代码。

主持人： 所以我们会从助手的世界，转向智能体，再到基本上是完整的应用程序？

萨姆·奥特曼： 我想整个过程会感觉非常连续，是的。

现场提问者： 所以你们对构建更智能模型的路线图很有信心，这太棒了。我有一个关于模型发展的思维模型。我认为关键要素包括更多的数据、更大的数据中心、Transformer 架构以及推理时的计算力。您认为有没有什么被低估的要素，或者说哪些要素会成为其中一部分，但大多数人的思维模型中可能还没有涵盖？

萨姆·奥特曼： 这些因素都很重要，也都很困难。显然，最高效的方式仍然是算法上的重大突破。我认为在这方面可能还存在一些能带来 10 倍甚至 100 倍提升的机会。机会不多，但即使只有一两个，其意义也极为重大。归根结底，主要的要素就是算法、数据和计算。这些是核心。

现场提问者： 嗨。我的问题是，OpenAI 拥有世界上最优秀的机器学习团队之一。你们如何在鼓励像 Isa 这样聪明的顶尖研究人员自由地去追求深度研究或其他看似激动人心的方向，与公司自上而下决定 '我们要建造这个具体的东西，并确保它实现，即使我们现在还不知道它是否完全可行' 之间取得平衡？

萨姆·奥特曼： 有些项目确实需要大量的协调，所以肯定需要一点自上而下的指挥。但我认为大多数公司在这方面做得太多了。当然也可能有其他管理优秀的 AI 研究或一般性优秀研究实验室的方法。但在我们创办 OpenAI 的时候，我们确实花了大量时间试图理解，

一个真正运作良好的研究实验室是什么样子。你必须追溯到很久很久以前。事实上，几乎所有能在这方面提供有效建议的人都已经不在世了。已经很久没有出现过真正持续优秀的综合性研究实验室了。人们经常问我们，为什么 OpenAI 能不断创新，而其他 AI 实验室却更多在追随；或者为什么某个生物实验室做得不好，而另一个做得很好，等等。我们总是回答说，这是我们观察到的原则，是我们通过回顾历史并从中学习到的经验。大家听了都说：'太好了，原来是这样。'

我们说，没关系，你们来寻求建议，告诉你们了，至于怎么做随你们便。但我发现令人惊讶的是，我们用来管理研究实验室的这几个原则——这些原则并非我们原创，而是我们毫不脸红地从历史上其他优秀研究实验室那里'抄袭'来的——对我们非常奏效。而那些自认为有更聪明理由、选择不同做法的人，最终却发现他们的路行不通。

现场提问者： 因此，对我来说，作为一个知识探索者，大型模型一个非常引人入胜的地方在于，它们潜力巨大，能帮助我们回答人文领域中那些关于周期性变化、艺术品味等等长期存在、令人惊叹的问题。此外，这些模型也能帮助我们探索系统性偏见等各类社会问题实际存在的程度，以及是否能检测到那些我们以前只能假设的非常微妙的现象。我想知道 OpenAI 是否有计划或路线图，与学术研究人员合作，共同解锁我们在人文科学和社会科学中可能首次获得的新洞见？

萨姆·奥特曼： 我们有相关的项目。看到人们在那些领域做出的探索，真是太棒了。我们确实有一些学术研究合作项目，会在其中进行深度合作，也做一些定制化的工作。但我们发现，大多数学术界的朋友只是想要模型的访问权，或者想要访问更基础的模型。

我认为我们在这方面做得相当不错。我们工作的一个非常积极的方面在于，我们的很多激励机制都倾向于让模型尽可能智能、廉价且广泛可访问，这为学术界乃至全世界都提供了很好的支持。

所以，我们确实会做一些定制化的合作，但我们经常发现，研究人员或用户真正想要的，只是我们全面提升通用模型的能力。因此，我们将大约 90% 的精力都集中在模型的通用能力的提升上。

现场提问者： 我很好奇您是如何思考定制化这件事的。您之前提到了与 OpenAI 的联合登录，导入您的记忆、您的上下文。我只是好奇您是否认为这种定制化以及在特定应用上进行的微调（后期的训练）是一种权宜之计，还是它本身就是为了让核心模型变得更好？您对此有何看法？

萨姆·奥特曼： 从某种意义上说，我认为最理想的 '柏拉图式' 状态是：拥有一个推理能力极强、体量相对较小的模型，但具备万亿级别的上下文窗口。你可以将你的一生全部放入其中。模型本身永远不需要重新训练，权重也无需定制。但这个模型能够基于你的全部上下文进行高效的推理。你一生中的每一次对话、读过的每一本书、写的每一封邮件、查阅过的每一件事都在里面，并且关联着你所有来自其他数据源的信息。你的生活数据会不断地添加到这个上下文窗口中，你的公司数据也可以同样处理。我们今天离这个状态还非常遥远，但我认为目前所有其他的定制化方式，都只是对那个 '柏拉图式' 理想状态的一种妥协。这就是我最终希望我们实现定制化的方向。

主持人： 后面还有最后一个问题。

现场提问者： 您好，Sam。感谢您的时间。您认为未来 12 个月内，大部分的价值创造将来自哪里？是高级的记忆能力，还是那些允许智能体（Agent）做更多事情、与现实世界进行互动的安全机制或协议？

萨姆·奥特曼： 价值将继续主要来自三个方面：建设更多基础设施、打造更智能的模型，以及构建将这些能力融入社会并让它们得以发挥作用的 '支架' 或体系。如果您在这几个方面下功夫，我认为其余的问题都会迎刃而解。

更具体地说，我认为 2025 年将是智能体（Agent）开始真正 '做工作' 的一年。特别是编程领域，我预计这将是一个主导性的应用类别。当然，我认为还会出现其他一些重要的应用类别。 明年将是人工智能在“发现新事物”方面取得更大进展的一年，也许我们会让人工智能取得一些突破性发现，或者显著协助人类完成这一任务。而且，我倾向于相信，在人类遍布并定居地球之后，历史上大部分真正的、可持续的经济增长，都源于科学知识的进步并将其应用于现实世界。然后，我猜测2027年将是人工智能从智力飞跃转向影响物理世界的一年，届时机器人将不再只是新奇事物，而是严肃的经济价值创造者。但这只是我目前一个初步的、暂时的猜测。

主持人： 我能用几个快速问题来结束吗？其中一个问题是关于GPT-5。它会比我们所有人都聪明吗？

萨姆·奥特曼： 如果您觉得自己比GPT-3聪明很多，那可能您还需要继续努力。但GPT-3本身已经相当聪明了。

主持人： 两个个人问题。上次您来这里时，刚刚经历了一次OpenAI的小插曲。现在有了一些视角和距离，您对创始人有什么关于韧性、耐力和力量的建议吗？

萨姆·奥特曼： 随着时间推移，情况会变得更容易。我认为作为创始人，您的创业旅程中会面临很多逆境。挑战会变得更难，风险会更高。但随着您经历更多糟糕的事情，情感上的消耗会变得更容易承受。

确实如此，虽然挑战本身可能变得更大、更难，但您应对它们的能力——那种您建立起来的韧性——会变得更强，让一切感觉更容易承受。每经历一次，您应对困难情况的能力就会显著增强。

作为创始人面临的巨大挑战，最困难的部分并非危机爆发的那一刻。公司历史上会发生很多问题；在危机爆发时，您通常可以依靠他人的支持和肾上腺素的激发来应对。即使面对重大挫折——比如公司资金耗尽甚至失败——许多人也会来支持您，帮助您度过难关并迈向新的阶段。

然而，我认为更具挑战性的是，在危机过后，如何处理好心理上的余波。人们常常只关注如何在危机本身中运作——例如在一切分崩离析的紧张时刻。但真正宝贵的经验在于，如何在事后处理好残局。然而，关于这个至关重要的恢复阶段，人们的讨论却少得多。

我从未找到过一个好的资源来指导创始人如何应对危机后的恢复期——不仅仅是危机爆发时的第零天、第一天或第二天，而是在您试图重建、一切尘埃落定后的第六十天。我认为这是创始人可以着重练习和提升的关键领域。

主持人： 谢谢您，Sam。您官方上还在陪产假。感谢您今天来和我们交流。非常感谢。谢谢。

文章来源：瓜哥AI新知，本网站仅用于公益宣传，转载请注明文章作者及来源。如有侵权请联系我们及时删除。