智東西（公眾號：zhidxcom）
編譯 | 王涵
編輯 | 漠影
智(zhi)東西8月15日消(xiao)息，上周，OpenAI發布(bu)了(le)萬眾矚(zhu)目的新(xin)一代旗艦(jian)模型(xing)GPT-5，緊(jin)跟著OpenAI聯合創始人兼CEO Sam Altman就現(xian)身Cleo Abram的播客，講述了(le)他認為的GPT-5的突破、AI技術突破的4大瓶(ping)頸、預測2027年底(di)AI會發現(xian)重大科學(xue)突破，還斷言GPT-8也許可以找到(dao)治愈癌癥(zheng)的方法。
以下是本次訪談播客的重點內容：
1、GPT-5的核心突破：在編程、寫作和復雜問題(ti)解(jie)決上實現升級(ji)，能即(ji)時生成專業級(ji)軟(ruan)件，并支持實時迭代更新(xin)。
2、AI是“雙刃劍”：ChatGPT既可能讓人們(men)偷懶不再思考，也可能通(tong)過增強記憶等(deng)功能擴展人類認知邊(bian)界，關鍵(jian)在于工具設計如何引(yin)導用戶(hu)行為(wei)。
3、超級智能的定義：當(dang)AI系(xi)統在核心領域持續超越人(ren)類(lei)頂尖專家時，即邁入超級智能階段，這一(yi)進程可(ke)能(neng)比預期(qi)更快。
4、真實的標準在浮動：未來社會的(de)人們將逐漸接(jie)受AI生成內(nei)容(rong)。
5、就業市場會發生顛覆變化，但社會具有韌性：未來將涌現難以想象的新職業，個人創業門檻因AI工具大幅降(jiang)低。
6、AI面臨四大發展瓶頸：算力、數據、算法優化(hua)和產品化(hua)。
7、2027年底會有AI驅動的重大科學發現：通用模型可能在2027年底實現(xian)重大科學(xue)突(tu)破，關鍵(jian)瓶(ping)頸是從“分鐘級任務”擴展(zhan)到“千小時級”復雜(za)研究的能(neng)力。
8、AI或許將主導藥物開發：GPT-5已顯著提升醫療建議準確性，未來或實現“AI主導藥物研發”，GPT-8或許將治愈癌癥。
9、社會契約需要重構：需(xu)建立AI算力分配新機制，避免資源(yuan)爭奪戰。
10、開發者的責任悖論：行業仍存在“一(yi)邊(bian)預警(jing)滅絕風(feng)險一(yi)邊(bian)全力開發”的(de)認(ren)知割裂現象。
以下是阿爾特曼的訪談實錄（智東西在不改變原意的前提下，進行了一定程度的增刪修改）：
一、7秒做出一個貪吃蛇小游戲，GPT-5可以幾乎即時地按需創建軟件
Cleo Abram：從你最近的聲明說起，你不久前說過GPT-4將是我們所有人必須使用的最“笨”的模型。但GPT-4已經在SAT、LSAT和GRE等考試中表現優于90%的人類，它還能通過編程考試、品酒師考試和醫療執照考試，而現在你們剛剛發布了GPT-5。GPT-5能做哪些GPT-4做不到的事情？
Sam Altman：首(shou)先，一個(ge)重要的結論是：你可以擁(yong)有一個(ge)能完(wan)成(cheng)所有這(zhe)些驚人任務的人工(gong)智(zhi)能系統，但(dan)它顯然無法復制人類擅長的諸多事情。我認為(wei)這(zhe)一點說明(ming)了SAT考試或其他測試的價值所在。
不(bu)過，我(wo)(wo)想如果我(wo)(wo)們在GPT-4發布當天進行這場對(dui)話，告訴你GPT-4在這些(xie)方面的表(biao)現(xian)(xian)，你或(huo)許會說“天啊，這將對(dui)很多工作以及人(ren)們要做的事(shi)(shi)情產(chan)生巨大影(ying)響(xiang)，其中也包括一(yi)些(xie)負(fu)面影(ying)響(xiang)”。而你當時(shi)可能預測到的一(yi)些(xie)積極影(ying)響(xiang)，至今尚未成為現(xian)(xian)實。因(yin)此，這些(xie)模型所擅長的領(ling)域，并不(bu)能涵蓋我(wo)(wo)們需要人(ren)類去做或(huo)關(guan)心(xin)的其他許多事(shi)(shi)情。
我想，同樣的情況會在GPT-5身上再次上演。人們會對它的能力感到震驚，它在很多方面的確非常出色，人們會借助它完成各種不可思議的任務。它將改變眾多知識型工作、我們的學習方式以及創作方式，而人類社會會與之共同進化，對更優質的工具有著更高的期待。
沒錯，我認為這個模(mo)型在很多方(fang)面都(dou)極為出色，在其他(ta)方(fang)面仍(reng)存在局限(xian)。但事實上，對于那些可能(neng)需要某個領(ling)域專家來完成(cheng)、或(huo)者連(lian)專家都(dou)覺得棘(ji)手的3分鐘(zhong)、5分鐘(zhong)乃至1小時的任(ren)務，如今你(ni)口(kou)袋(dai)里的一個軟件就能(neng)全部搞定，這真的非常驚人。
我認為這在人類歷史上任何時期都前所未有的：一項技術能在如此短的時間內取得如此巨大的進步。我們(men)現在擁有了這(zhe)個工具，正在親身體驗它(ta)，并(bing)逐(zhu)步(bu)去適應。但(dan)如果(guo)回到5年(nian)或10年(nian)前(qian)，告訴人們(men)這(zhe)個東西(xi)即將出現，我們(men)可能會覺得難以置(zhi)信(xin)。
我最興奮的一點是，這是第一個讓我覺得可以提出任何棘手的科學或技術問題，并能得到相當不錯答案的模型。
我(wo)可以舉一個(ge)(ge)有趣的例子：我(wo)上(shang)初中或(huo)高中時，有了一個(ge)(ge)TI83——那種老(lao)式的圖形(xing)計算器，我(wo)花(hua)了很長時間(jian)在上(shang)面制作了一個(ge)(ge)叫“貪吃蛇”的游(you)戲(xi)。我(wo)當(dang)時很擅長做這(zhe)個(ge)(ge)，雖然那個(ge)(ge)游(you)戲(xi)挺傻的，但(dan)在TI83上(shang)編(bian)程(cheng)非常麻煩，既費(fei)時間(jian)，調試起來也(ye)很困難。
出于一時(shi)興起，在(zai)(zai)早期版本的(de)(de)(de)GPT-5上，我想試試它能不能制作一個TI83風格的(de)(de)(de)“貪吃蛇”游(you)戲。當然，它在(zai)(zai)7秒內就完美完成(cheng)了。然后我想，11歲的(de)(de)(de)自己會覺(jue)得(de)這很(hen)酷嗎？還是會懷念當初制作游(you)戲的(de)(de)(de)那個過程？
我大概(gai)用了3秒鐘思考這(zhe)(zhe)是(shi)好事還是(shi)壞事，緊接著就立刻想(xiang)到，其實我現在想(xiang)給這(zhe)(zhe)個(ge)游戲(xi)加(jia)一個(ge)超棒的新功能(neng)。我把這(zhe)(zhe)個(ge)想(xiang)法輸進去，它(ta)(ta)馬(ma)上就實現了，游戲(xi)實時更新好了。之后我說，其實我希望它(ta)(ta)是(shi)這(zhe)(zhe)個(ge)樣子的，實際上我想(xiang)做這(zhe)(zhe)個(ge)。
那一(yi)刻，我有種特別(bie)像11歲時編(bian)程(cheng)的(de)(de)體(ti)驗，能夠(gou)如此快(kuai)速地表達想(xiang)法(fa)、嘗試(shi)不同事物(wu)，還能實(shi)時互動。我心想(xiang)“天啊，我剛(gang)才還在(zai)(zai)擔心孩子們會錯過在(zai)(zai)這種‘石(shi)器時代’學(xue)習編(bian)程(cheng)時的(de)(de)那種摸索過程(cheng)”，但現在(zai)(zai)我只為他(ta)們感到興奮，因為人(ren)們將(jiang)能借助(zhu)這些新(xin)工具(ju)進行(xing)創造，而你將(jiang)想(xiang)法(fa)變為現實(shi)的(de)(de)速度，實(shi)在(zai)(zai)是相當(dang)驚人(ren)。
所以，關鍵在于，GPT-5不僅能為你解答所有這些難題，還能幾乎即時地按需創建軟件。我認為這會是GPT-5時代(dai)(dai)的一個決定(ding)性特征，而這是GPT-4時代(dai)(dai)所不具備的。
二、GPT等AI工具將增加人們的認知“張力時間”
Cleo Abram：當你談論這個的時候，我想到了舉重里的一個概念 ——“張力時間”。你可以用3秒完成100磅的深蹲，也可以用30秒完成同樣的深蹲，后者能讓你收獲更多。我想到我們的創作過程，以及自己感覺做出最好成果的那些時刻，會發現這需要大量的認知 “張力時間”。
我覺得這種認知 “張力時間” 至關重要，這事兒其實有點諷刺——這些工具的開發本身就耗費了巨大的認知 “張力時間”，但在某些方面，人們或許會說，他們在某種程度上把這些工具當成了逃避思考的 “逃生艙”。你可能會說，我們對待計算器也曾是這樣，后來只是轉向了更難的數學問題。那你覺得這其中有什么不同？又怎么看待這個問題呢？
Sam Altman：這與計算器不同，顯然有些人使用聊天機器人并非為了思考，而另一些人則借助它進行了比以往任何時候都更多的思考。 我希望我們能夠以一種鼓勵更多人借助它來稍微拓展思維、完成更多事情的方式來打造這個工具。
我認為社會是一個充滿競爭的地方，理論上講(jiang)，如果你給人們新的工具(ju)，他(ta)們或許能減少(shao)工作(zuo)量，但(dan)實(shi)際上，人們似乎反而工作(zuo)得更努力了，而對人們的期望也(ye)只會越來越高。
所(suo)以我(wo)的(de)推測是，和其他工具(ju)、其他技術一(yi)樣(yang)，有(you)些人會借助它做(zuo)得更多，有(you)些人則會做(zuo)得更少。但對于那(nei)些想通過ChatGPT來(lai)增加認知(zhi)“張力(li)時間”的(de)人來(lai)說，他們確實能夠做(zuo)到(dao)這(zhe)一(yi)點。
我從ChatGPT中最活躍的(de)5%用戶身上獲得(de)了很多啟發，看(kan)到他們學習、做事(shi)和產出的(de)數(shu)量(liang)，實(shi)在令人(ren)驚嘆。
Cleo Abram：所以我只用了GPT-5幾個小時，我一直在玩。
Sam Altman：到目前為止(zhi)你覺得怎么樣？
Cleo Abram：我還在學習如何與它互動。有意思的是，我覺得我剛學會如何使用GPT-4，現在又在嘗試學習如何使用GPT-5。我很好奇你發現的最有趣的具體任務是什么，因為我想你已經使用它一段時間了。
Sam Altman：最讓我印象深刻的是編碼任務。它(ta)在很多(duo)其他(ta)方面也表(biao)(biao)現出色，但這個(ge)AI能(neng)為(wei)任何(he)需求編寫軟件，這意味著你可以用全(quan)新的方式表(biao)(biao)達想法。 AI能(neng)夠完成非常高(gao)級的任務(wu)(wu)，由于(yu)GPT-5在編程方面極為(wei)出色，感覺(jue)它(ta)幾乎無(wu)所(suo)不能(neng)。當然，它(ta)無(wu)法在物理世界中直(zhi)接做事(shi)，但它(ta)能(neng)讓計算機(ji)執行極為(wei)復雜(za)的操作，進而可以操控機(ji)器(qi)實際完成一些(xie)任務(wu)(wu)。 所(suo)以，這一點對(dui)我來說最引人注目。
它在(zai)寫作方面也有(you)了(le)很大進步。我們在(zai)GPT-5中仍然(ran)會使用破折號，很多人也喜歡這(zhe)種用法，但GPT-5的寫作質量確實(shi)好了(le)很多。
當(dang)然(ran)(ran)，我們(men)(men)還(huan)有(you)很(hen)長的路要走，也希望能進一步改進它。但我們(men)(men)從OpenAI內(nei)部聽到很(hen)多人說，當(dang)他們(men)(men)開始使用GPT-5時(shi)，雖然(ran)(ran)知道它在所有(you)指標(biao)上(shang)都更出色，卻有(you)一種難以準確(que)描述的微(wei)妙品質。可(ke)后來(lai)當(dang)他們(men)(men)不得不回到GPT-4測(ce)試某些內(nei)容時(shi)，就(jiu)感覺非常糟糕。
我不知道這到底是什么原因，但我猜測，部分原因在于GPT-5的寫作風格感覺更加自然。
三、阿爾特曼預言：到2027年底會出現由AI驅動的重大科學發現
Cleo Abram：在準備這次采訪時，我聯系了幾位AI和技術領域的其他領導者，收集了一些問題要問你。所以下一個問題來自Stripe CEO Patrick Collison，是關于下一階段的：“GPT-5之后是什么？你認為在哪一年大型語言模型會做出重大科學發現？目前缺少什么使得這還沒有發生？”
他在這里提醒說，我們應該把數學和像AlphaFold這樣的特殊案例模型放在一邊，他特別詢問像GPT系列這樣的完全通用模型。
Sam Altman：我會(hui)說大(da)多數人會(hui)同意這將在未來兩年內的某個時(shi)候發生，但“重(zhong)大(da)”的定義非常重(zhong)要。
有些人可能認為“重大”會在2025年初發生，有些人可能要等到2026年初，也許有些人要等到2027年底，但我敢打賭到2027年底，大多數人會同意已經有AI驅動的重大新發現，我認為(wei)缺少的只是這些(xie)模型的認知能力(li)。
一位研究人員告訴我(wo)的一個分析框架(jia)，我(wo)非常喜(xi)歡(huan)。他說，一年前，我(wo)們的模型(xing)在基礎的高中數(shu)學(xue)競賽(sai)題上表現出(chu)色，這類題目或許需(xu)要專業(ye)數(shu)學(xue)家(jia)花幾秒到(dao)幾分鐘來解答(da)。
我們最(zui)近獲得了國際數(shu)(shu)學奧林(lin)匹克（IMO）金牌，這是一項難度(du)極高的(de)數(shu)(shu)學競賽，參賽者是世界上最(zui)頂尖的(de)一小部分人(ren)。許多專業數(shu)(shu)學家(jia)甚至一道題都解不出(chu)來，而我們的(de)模型(xing)達到了最(zui)高水(shui)平。這類競賽中的(de)數(shu)(shu)學題，可能需(xu)要數(shu)(shu)學家(jia)們一個半小時才能完成證明。
所以，我們(men)的(de)模(mo)型已經實(shi)現了從解答(da)只需幾(ji)秒的(de)數學(xue)(xue)題，到解答(da)人類需要(yao)幾(ji)分鐘、再到需要(yao)一(yi)個(ge)半(ban)小時才(cai)能(neng)證明的(de)數學(xue)(xue)題的(de)成長。而(er)未來，我們(men)或(huo)許還能(neng)證明新的(de)重要(yao)數學(xue)(xue)定理——那些可能(neng)需要(yao)世界頂尖人才(cai)投入(ru)一(yi)千(qian)小時才(cai)能(neng)完(wan)成的(de)工作。
我們正在接近這個目標，并且有一條通往該未來的路徑：只需繼續擴展模型即可。
四、超級智能就是以專家級人類的方式處理事情
Cleo Abram：你描述的長期未來是超級智能。這實際上意味著什么？我們如何知道我們已經實現了它？
Sam Altman：如果(guo)我(wo)們擁有(you)一個系統，它能(neng)比(bi)整個OpenAI研(yan)究(jiu)(jiu)團(tuan)隊做出(chu)更好的研(yan)究(jiu)(jiu)，尤其是在AI研(yan)究(jiu)(jiu)領(ling)域(yu) —— 比(bi)如，若我(wo)們愿意，我(wo)們可(ke)以(yi)說，“好吧，利用GPU的最(zui)佳方式，是讓這個AI來決定我(wo)們應該運行哪(na)些實驗(yan)，它比(bi) OpenAI 的整個智囊團(tuan)還要聰明。”
Cleo Abram：這句話在幾年前聽起來還像是科幻小說。而現在……
Sam Altman：它仍(reng)然有點(dian)像(xiang)，但(dan)你(ni)可以透過迷(mi)霧看到(dao)它。
Cleo Abram：是的。所以聽起來，你所說的這條路徑上的一個步驟，就是迎來科學發現的時刻：提出更優的問題，以人類專家的方式處理事務，從而得出新的發現。
我一直在思考一件事：如果我們回到1899年，假設能給這樣的系統輸入截至當時所有的物理學知識，再讓它稍作延伸，但不會超出這個范圍，那么這樣的系統會在何時提出廣義相對論呢？
Sam Altman：一個有趣的(de)問(wen)題是，如果我們(men)往前看，想想我們(men)現在所處的(de)位置，假設我們(men)再(zai)也無法獲得任何(he)新的(de)物(wu)理學數(shu)據，那會怎樣？
我們是否會期望(wang)一個真(zhen)正優(you)秀的超級智能(neng)僅通過(guo)全力鉆研現有數據(ju)，就能(neng)在沒(mei)有新粒子(zi)加速器的情況下解決(jue)高能(neng)物理問題？還是說，它需要建(jian)造新的設備并設計(ji)新的實(shi)驗(yan)？
顯然，我們不知道這個問題的答案。不同的人有不同的推測。但我懷疑，對于許多科學領域而言，僅僅靠更深入地思考現有數據是不夠的，我們還需要建造新的儀器、開展新的實驗，而這需要一定(ding)時間——就像現實世界(jie)本身既緩慢(man)又復雜一樣。
當(dang)然，我確(que)定通(tong)過更深入地研(yan)究當(dang)前的(de)科學數據，我們能取得(de)更多進展。 但我推(tui)測，要(yao)實現重大(da)突破，我們仍需建造新(xin)(xin)的(de)機器并進行新(xin)(xin)的(de)實驗，這(zhe)在(zai)本質(zhi)上(shang)會帶來一(yi)些進展上(shang)的(de)延(yan)緩。
換個角度想，如今的AI系統非常擅長回答幾乎所有問題。或者回到時間線的問題上，我們或許可以說，AI系統在處理一分鐘就能完成的任務時表現得超越人類，但在處理需要上千小時的任務時，還有很長的路要走。
人類智能在應對(dui)這些長(chang)期任務時，似乎(hu)與AI系統存在很大差異。不過，我(wo)認為我(wo)們最終(zhong)會解決這個(ge)問(wen)題，但就目前(qian)而言，這確實是AI的一個(ge)明(ming)顯短板。
五、 ChatGPT會通過記憶了解用戶
Cleo Abram：下一個問題來自英偉達創始人兼CEO黃仁勛：事實是“是什么”，真相是它的意義，所以事實是客觀的，真相是主觀的，它們取決于視角、文化、價值觀、信仰、背景。一個AI可以學習和知道事實，但一個AI如何知道每個國家、每種背景的每個人的真相？
Sam Altman：我一直感到驚訝，我想很多人也感到驚訝，AI在適應不同文化背景和個人方面如此流暢。
我(wo)(wo)最喜歡的一個(ge)功(gong)能(neng)(neng)，是今(jin)年早些時候(hou)在ChatGPT中推出的增強記憶功(gong)能(neng)(neng)。有了這個(ge)功(gong)能(neng)(neng)，我(wo)(wo)真(zhen)的感(gan)覺自己的ChatGPT開始了解(jie)我(wo)(wo)了——了解(jie)我(wo)(wo)關心(xin)的事，了解(jie)我(wo)(wo)的生活經歷(li)和背(bei)景，以及那些讓我(wo)(wo)成為(wei)今(jin)天(tian)的我(wo)(wo)的過往。
我有個朋友是ChatGPT的(de)重(zhong)度用戶，在所有對話里分(fen)享了很(hen)多自(zi)(zi)己的(de)生活內(nei)容。他讓自(zi)(zi)己的(de)ChatGPT做了一系列性(xing)格(ge)測試，還要求它(ta)模仿自(zi)(zi)己的(de)風格(ge)回(hui)答，結(jie)果得(de)出的(de)分(fen)數和他本人實(shi)際測試的(de)分(fen)數完(wan)全一樣，盡管(guan)他從未真(zhen)正聊過自(zi)(zi)己的(de)性(xing)格(ge)。
而我(wo)的ChatGPT在這些年里也確(que)實通(tong)過我(wo)談(tan)論的文化、價值觀和生(sheng)活點滴，慢慢了解了我(wo)很多。我(wo)有(you)時會用一(yi)個(ge)免(mian)費賬(zhang)戶，就是想(xiang)體驗(yan)一(yi)下沒有(you)我(wo)的歷(li)史記錄是什么(me)感(gan)覺，那種體驗(yan)真的很不一(yi)樣。
所以我覺得，我們所有(you)人都對AI在這(zhe)方面的(de)學習和適應能(neng)力感到驚喜。
Cleo Abram：所以你設想在世界許多不同地方，人們使用具有不同文化規范和背景的不同AI？
Sam Altman：我認為每個人(ren)都(dou)會使用(yong)相同的基本模(mo)型，但會有提供給該模(mo)型的上(shang)下文，使其以某種個性(xing)化的、他們(men)的社(she)區所希望的方式(shi)行動。
六、真實的標準是流動的
Cleo Abram：我認為當我們談到這個關于事實和真相的想法時，這似乎是我們第一次時間旅行的好時機，我們要去2030年。這是一個嚴肅的問題，但我想用一個輕松的例子來問它。你看過哪個在蹦床上跳躍的兔子的視頻嗎？
Sam Altman：看過。
Cleo Abram：看起來像是后院兔子在蹦床上玩耍的視頻，這個視頻最近非常火爆。我認為人們反應如此強烈的原因是，這可能是人們第一次看到一個視頻，享受它，然后后來發現它是完全由AI生成的。
在這次時間旅行中，如果我們想象在2030年，我們是青少年，正在滾動瀏覽2030年青少年會瀏覽的任何東西。我們如何分辨什么是真實的，什么不是真實的？
Sam Altman：我的(de)(de)意思是(shi)，我可以(yi)給出各(ge)種(zhong)字面上的(de)(de)答案。我們(men)(men)可以(yi)加密，我們(men)(men)可以(yi)決(jue)定我們(men)(men)信任誰，如果他(ta)們(men)(men)真的(de)(de)拍攝了某(mou)些東西。但我的(de)(de)感覺，將要發生的(de)(de)事情(qing)是(shi)它會逐漸(jian)融合。
就像(xiang)你今天(tian)從iPhone上拍的(de)照片，它大部分是(shi)真實的(de)，但有(you)一點不是(shi)，有(you)一些AI的(de)功能在(zai)其中運行，以你不理(li)解的(de)方式讓它看起來(lai)更好一點。
有時(shi)你(ni)(ni)會看(kan)(kan)到這些奇怪(guai)的事情(qing)，比(bi)如月亮(liang)，在那個相機(ji)傳(chuan)感器捕獲的光子和你(ni)(ni)最終看(kan)(kan)到的圖像之間有很(hen)多(duo)處理痕跡，但(dan)你(ni)(ni)已(yi)經(jing)決定它(ta)是(shi)足夠真實(shi)的，或者大(da)多(duo)數人決定它(ta)是(shi)足夠真實(shi)的，我們已(yi)經(jing)接受了(le)一些逐(zhu)漸的變化，從光子擊中相機(ji)膠片的時(shi)候開始(shi)。
就類(lei)似于你在Tik Tok上看(kan)(kan)一(yi)些(xie)視頻，可能使用了各種視頻編輯工(gong)具讓它看(kan)(kan)起來比真(zhen)實更好。或(huo)者(zhe)整個場(chang)景是完全生成(cheng)的，或(huo)者(zhe)一(yi)些(xie)整個視頻是生成(cheng)的，就像蹦床上的那些(xie)兔(tu)子(zi)。
我認為“它必須有多真實才能被認為是真實”的門檻只會不斷移動。
Cleo Abram：所以這有點像教育問題。
Sam Altman：沒(mei)錯。我的(de)意思是，媒介向(xiang)來都介于真(zhen)實(shi)與不真(zhen)實(shi)之(zhi)間(jian)。比如我們看(kan)科(ke)幻電影，心(xin)里(li)清楚那些情節并(bing)未真(zhen)實(shi)發生(sheng)；再比如看(kan)別(bie)人在Instagram上曬出的(de)美麗度(du)假照，或許照片是真(zhen)實(shi)拍攝的(de)，但你也(ye)知道(dao)，當時有很多游客(ke)排(pai)隊等著拍同樣的(de)場景，這些都被巧妙地排(pai)除(chu)在畫(hua)面之(zhi)外了。
我覺得(de)我們(men)現在已(yi)經接受了這種情況(kuang)，而且這會(hui)是一種長期(qi)趨(qu)勢。
七、“從來沒有一個時代，比現在更適合去創造”
Cleo Abram：我們要再穿越一次，比如2035年。AI領域的一些領導者說過，5年內一半的初級白領工作將被AI取代。對于那時候畢業的大學生來講，你希望世界會是什么樣子？
我認為有很多關于AI可能導致工作替代的討論，但我也很好奇，因為我有一份10年前沒人想到會存在的工作。如果我們在思考2035年，那些即將畢業的大學生，如果他們還會上大學的話，可能會非常不同。
Sam Altman：他們可(ke)能會(hui)離開去執行(xing)探索太陽(yang)系的(de)任務，做(zuo)某種(zhong)全新的(de)、令人興奮的(de)、高(gao)薪的(de)、超級有趣的(de)工(gong)作，并為我和你(ni)不(bu)得(de)不(bu)做(zuo)這種(zhong)非常無聊(liao)的(de)舊工(gong)作感(gan)到難過，一(yi)切都(dou)變得(de)更好(hao)。
10年(nian)(nian)現(xian)在(zai)看起來(lai)很(hen)(hen)難想象，因為(wei)它太(tai)遠了(le)。如果你把(ba)當前(qian)的(de)變化速度再復合10年(nian)(nian)，可能(neng)會變得非常難以(yi)想象。10年(nian)(nian)前(qian)很(hen)(hen)難想象現(xian)在(zai)的(de)情況，但向(xiang)前(qian)看10年(nian)(nian)將更加不(bu)同，變化更大。
Cleo Abram：那就5年，我們在2030年。我很好奇你認為這對年輕人來說會有什么短期影響。
像“一半初級工作被AI取代”這樣的說法聽起來與他們將要進入的世界非常不同，與我當時進入的世界不同。
Sam Altman：我認為某些類型的工作會完全消失，這總是會發生，而年輕人最擅長適應這一點。我更擔心的是這對62歲不想再培訓或重新學習的人意味著什么，而不是22歲的年輕人。
如果我現在22歲，剛大學畢業，我會覺得自己是歷史上最幸運的孩子。從來沒有一個時代，比現在更適合去創造，不管是去發明什么還是去創業。
我認為(wei)現在(zai)完全有可(ke)能(neng)創(chuang)辦一家單(dan)人公司，最(zui)終價(jia)值超過10億美元，更重要的是(shi)，這樣(yang)的公司還能(neng)為(wei)世界提供出色(se)的產(chan)品(pin)和服務(wu)——這簡直是(shi)件不可(ke)思議的事。
過去需(xu)要數百人團(tuan)隊才(cai)能動(dong)用的工具，如今你(ni)只需(xu)學會(hui)使用它們，再加上一個好點子就能駕馭，這實在(zai)太棒了。
八、AI有4個主要限制因素：計算能力、數據、算法設計和產品化
Cleo Abram：我認為觀眾能從你這里在節目中聽到的最重要的內容可以分為兩部分：
首先是戰術層面：你實際是如何嘗試構建世界上最強大的智能，以及這樣做存在哪些限制因素？其次是哲學層面：你和其他人如何以真正幫助而非傷害人類的方式來構建這項技術？
現在我們只談戰術部分。在我看來，人工智能存在三個主要限制因素：一是計算能力，二是數據，三是算法設計。你目前如何看待這三個方面？如果想幫助人們理解他們可能會看到的下一批相關頭條新聞，你會如何幫他們理清這一切？
Sam Altman：我會說還有第四個，那就是弄清楚要構建什么產品。科學進步本身如果不交到人們手中，效用非常有限，也不會以同樣的方式與社會共同進化。
但如果讓我來涵蓋這幾個方面的話，在計算領域，這無疑是我見過的規模最大的基礎設施項目，甚至可能已是人類歷史上規模最大、成本最高的項目。
整(zheng)個供應鏈涉及(ji)芯(xin)片、內(nei)存(cun)和網絡設備的制(zhi)造，將(jiang)這(zhe)些組(zu)(zu)件裝入服務器(qi)，再(zai)通(tong)(tong)過(guo)大(da)型建設項目(mu)打(da)造超大(da)規模數據中心，還要想辦法獲取能源——這(zhe)通(tong)(tong)常是限制(zhi)因素(su)之一——以(yi)(yi)及(ji)其他所(suo)有配套(tao)組(zu)(zu)件。 這(zhe)個過(guo)程極其復雜(za)且(qie)成本(ben)高(gao)昂，而我們目(mu)前(qian)仍在以(yi)(yi)定制(zhi)化(hua)、一次性的方式推(tui)進(jin)。
最終，我們希望能設計出一個一體化的大型工廠，從一端投入沙子進行熔化，另一端就能輸出完全成型的AI計算能力，但目前我們(men)離這個(ge)目標還很(hen)遠(yuan)，整(zheng)個(ge)過程依(yi)然極(ji)為復(fu)雜且耗費巨大(da)。 我們(men)正投入大(da)量精力，盡可能地擴展計(ji)算能力并加快推進速度(du)。
GPT-5推出后，需求必將再次激增，屆時現有算力將無法滿足需求，就像(xiang)GPT-4剛(gang)推出時(shi)的情況(kuang)一樣——世界對AI的需求(qiu)遠(yuan)超(chao)我們當前(qian)的供給能(neng)力，而構建更多計算能(neng)力是(shi)實(shi)現供需平衡的重要(yao)一環。
事實上，這也是我計劃將大部分精力投入的事情——我們如何以更大規模構建計算能力，如何將GPU數量從數百萬擴展到數千萬、數億，最終希望能達到數十億，以滿足人們對AI應用的需求。
九、AI的發展目前還受制于能源
Cleo Abram：當你思考這個問題時，在這個類別中你將要思考的重大挑戰是什么？
Sam Altman：我(wo)們目前最(zui)受限于能源(yuan)。如果你(ni)想運行一個千兆瓦(wa)級別(bie)的(de)數(shu)據中(zhong)心，要找到千兆瓦(wa)的(de)電力有多難(nan)？短(duan)期內(nei)很難(nan)找到千兆瓦(wa)的(de)可用(yong)電力。
我們(men)還非常受限于處理芯片和內存芯片，如何(he)將它(ta)們(men)封裝在一起，如何(he)構建機架，然后還有(you)一系(xi)列其他事情，比(bi)如許可證、建筑工作等。
但再次強調，我們的目標將是真正實現自動化。一(yi)旦我們建(jian)造了一(yi)些機器人，它們可以(yi)幫助(zhu)我們進一(yi)步(bu)自(zi)動化，就像一(yi)個你可以(yi)基本上(shang)投入資金并輸(shu)出一(yi)個預制(zhi)數據中(zhong)心的世界。如(ru)果我們能做到這一(yi)點，那將(jiang)解開許多限制(zhi)。
第二個(ge)類(lei)別是數據。這(zhe)些模(mo)型已(yi)經變(bian)得極為智(zhi)能，即便(bian)我們再(zai)給(gei)它一本物(wu)(wu)理教(jiao)科書(shu)，它在物(wu)(wu)理領域(yu)的能力也只會有微小提升——說實(shi)話(hua)，GPT-5如今已(yi)經能很好地理解物(wu)(wu)理教(jiao)科書(shu)中的所有內容了。
我(wo)(wo)們(men)對合成數據(ju)充滿期(qi)待，也對用戶(hu)幫助(zhu)我(wo)(wo)們(men)創建越來(lai)越復雜的任務(wu)和環(huan)境感(gan)到(dao)興奮(fen)，我(wo)(wo)認(ren)為數據(ju)的重要性將(jiang)始終存(cun)在。
但我(wo)(wo)們正進入一(yi)個(ge)新(xin)階段：模型(xing)需要學習的東西，在現有任何數(shu)據集中都不存(cun)在。如何教會模型(xing)去發現新(xin)事物？我(wo)(wo)們可以通過提出假設、測(ce)試(shi)假設、獲(huo)取實驗結果，再根據學到的內容進行更新(xin)。
然后是算法設計。我們(men)在(zai)這方面取得(de)了巨大(da)進展，我認(ren)為OpenAI在(zai)全球范圍(wei)內做得(de)最好(hao)的(de)一點(dian)，是建立了一種能實現重復(fu)重大(da)算法研究突破(po)的(de)文化。
我(wo)們不僅弄清楚了(le)后來成為GPT范(fan)式(shi)的(de)(de)(de)核心原(yuan)理，還(huan)探索(suo)出了(le)推(tui)理范(fan)式(shi)的(de)(de)(de)關鍵邏輯，現在正(zheng)著手研究(jiu)一些新(xin)的(de)(de)(de)范(fan)式(shi)。想到未來還(huan)有數(shu)量級(ji)級(ji)別(bie)的(de)(de)(de)算法(fa)突破(po)在等待我(wo)們，我(wo)就感到無比興奮。
我們剛發布了一個名為GPT-OSS的(de)開源模型。它的(de)智能(neng)水平與o4-Mini相當，卻(que)能(neng)在筆記本(ben)電腦上本(ben)地(di)運行，這讓我十分驚嘆。
如果幾年前你問我，這種智能程度的模型何時能在筆記本電腦上運行，我會說還需要很多年。但后來我們在算法上實現了一些突破，尤其是在推理領域，這讓我們得以打造出這樣一個能完成驚人任務的小型模型。這些突破是我工作中最有趣、也最酷的部分。
十、GPT-1曾經被嘲笑，未來幾年還會有更大的發展
Cleo Abram：我可以看到你真的很享受思考這個問題。我很好奇對于那些不太了解你在說什么、不熟悉算法設計如何導致他們實際使用的更好體驗的人。你能總結一下當前的狀態嗎？當你思考這個問題有多有趣時，你在想什么？
Sam Altman：GPT-1在當時提出的想法，曾被該領(ling)域許多專家嘲笑：我們可(ke)以訓練一(yi)(yi)(yi)(yi)個模型玩一(yi)(yi)(yi)(yi)個小(xiao)游戲(xi)——給它看一(yi)(yi)(yi)(yi)堆(dui)單詞，讓(rang)它猜測(ce)序列中的下一(yi)(yi)(yi)(yi)個單詞，這(zhe)被稱(cheng)為無監督學(xue)習。這(zhe)種(zhong)學(xue)習方式不(bu)需(xu)要明(ming)確標注“這(zhe)是(shi)一(yi)(yi)(yi)(yi)只(zhi)貓”“這(zhe)是(shi)一(yi)(yi)(yi)(yi)只(zhi)狗(gou)”，只(zhi)是(shi)給它一(yi)(yi)(yi)(yi)些單詞，讓(rang)它預測(ce)下一(yi)(yi)(yi)(yi)個是(shi)什么。
而這(zhe)樣(yang)一(yi)(yi)個(ge)簡單(dan)的任(ren)務，竟然(ran)能(neng)(neng)讓模型學會(hui)那些(xie)極其(qi)復雜的概念，掌握關(guan)于物理、數學和編程(cheng)的所有知識，全(quan)靠不斷預測下(xia)一(yi)(yi)個(ge)單(dan)詞——這(zhe)在當時看來既荒謬又神奇，甚至(zhi)不太可能(neng)(neng)成功。然(ran)而人類恰恰是這(zhe)樣(yang)學習的：嬰兒開始(shi)聽語言時，很大程(cheng)度(du)上是自己琢磨出其(qi)中含(han)義的。
所以我們堅(jian)持做了，隨后也意識到，只要(yao)擴大(da)規(gui)模，模型的(de)性能(neng)就會(hui)變(bian)得更(geng)好，但這(zhe)需要(yao)在多個數量級上進行(xing)擴展。因此，GPT-1時(shi)代的(de)模型表(biao)現并不出色，許多領(ling)域(yu)專(zhuan)家都表(biao)示：“哦(e)，這(zhe)太荒謬了，永遠不會(hui)成功，也不會(hui)穩(wen)健(jian)。”
但我(wo)們掌握了所謂的“縮(suo)放定(ding)律”。我(wo)們認為：“好(hao)吧，隨著(zhu)計算(suan)能(neng)力、內存、數據(ju)等的增加(jia)，模(mo)型的性能(neng)會可預(yu)測地提升(sheng)。我(wo)們可以根(gen)據(ju)這些預(yu)測來(lai)決定(ding)如(ru)何擴大規模(mo)，從(cong)而取得巨(ju)大成果(guo)。”
事實證明(ming)，這(zhe)(zhe)(zhe)在多個數量級上都(dou)有效。而這(zhe)(zhe)(zhe)一點在當時(shi)并(bing)不明(ming)顯(xian)，我想這(zhe)(zhe)(zhe)也(ye)是世界為之震(zhen)驚的(de)原因——因為這(zhe)(zhe)(zhe)看起來是一個極(ji)不可能的(de)發(fa)現。
另一個突破是(shi)，我們可以(yi)將(jiang)這些(xie)語言模型與強化學(xue)習結合：告訴模型什么(me)是(shi)好的、什么(me)是(shi)壞的，以(yi)此教它(ta)如(ru)何推(tui)理。這一方法推(tui)動了o1、o3乃至(zhi)現在GPT-5的發展(zhan)。
如今我們正在嘗試新的方向：已經弄清楚如何制作更好的視頻模型，也在探索使用新型數據和環境來擴大規模的新方法。
我認為，5到10年后的情況很難預測，但在未來幾年，我們面前會有一條非常平穩且強勁的擴展道路。
十一、人們會很快適應AI帶來的改變
Cleo Abram：我認為這已經成為一種公眾敘事，我們正沿著從1到2到3到4到5的平穩路徑前進，但幕后也確實不是線性的，它更混亂。告訴我們一些GPT-5之前的混亂，你們需要解決哪些有趣的問題？
Sam Altman：我(wo)們發布(bu)過(guo)一個名為(wei)(wei)Orion的模型，作為(wei)(wei)GPT 4.5的版本(ben)，它(ta)本(ben)身是(shi)個很(hen)酷的模型，但使用起來卻很(hen)笨拙。
我們意(yi)識(shi)到，需要在模型基礎(chu)上開展更多研究，于是便遵循(xun)了一條全新且(qie)更陡峭的縮(suo)放定律，只是當時(shi)并未真正(zheng)深入理(li)解其內(nei)涵。
通過(guo)(guo)這一嘗(chang)試，我們在(zai)計算效率上(shang)獲得(de)了更(geng)好的回報，模型(xing)的推(tui)理能力也有(you)所提升(sheng)。但回過(guo)(guo)頭來看，我們在(zai)對(dui)待數據(ju)集的思路上(shang)其實(shi)存(cun)在(zai)一些問題——畢竟這些模型(xing)確實(shi)需要做(zuo)到足夠大，才能從海量數據(ju)中(zhong)學習。
所以，在日常工作中，你會做很多“U型轉彎”：嘗試一些方案，或者某個架構想法行不通就及時調整。但所有這些曲折探索疊加起來，最終卻能實現指數級的平穩進步。
Cleo Abram：我總覺得有趣的是，當我坐在這里采訪你關于你們剛剛發布的東西時，你已經在思考下一件事了。你能分享一些你正在思考的問題嗎？如果我一年后回訪你，可能會問到什么？
Sam Altman：你可(ke)能會問(wen)我，這(zhe)個東(dong)西能去(qu)發現新科學(xue)意(yi)味著什么(me)？世界應該如何思考(kao)GPT-6發現新科學(xue)？現在也許我們不會實現這(zhe)一點(dian)，但它(ta)似乎觸手可(ke)及。
Cleo Abram：如果你們做到了，你會說什么？這種成就的影響會是什么？假設你們成功了。
Sam Altman：我(wo)認為，這項(xiang)技術(shu)帶來的好的方面會(hui)非常(chang)出色，壞的方面會(hui)十(shi)分(fen)可怕，而那些(xie)奇(qi)怪的部分(fen)在(zai)一開始會(hui)顯得格外怪異，但我(wo)們會(hui)很快適應(ying)它們。
所以，我們會(hui)感(gan)嘆“哦，這太(tai)不可思議了，它被用(yong)來治愈疾(ji)病(bing)”，也(ye)會(hui)擔憂(you)“哦，像(xiang)這樣的(de)模(mo)型(xing)被用(yong)來制(zhi)造(zao)新(xin)的(de)生物安全威(wei)脅，實在太(tai)可怕了”。此外，我們還(huan)會(hui)驚呼：天啊，看(kan)著世(shi)界變化如此之快，經濟增長如此迅猛，這種令人(ren)頭暈目眩的(de)變化速度。
最終這也會像其他一切事物一樣，被人類適應，人類有著適應任何程度變化的非凡能力。到(dao)那時，我們(men)只會(hui)說“好吧，事情就(jiu)是這樣了”。
十二、“今天出生的孩子永遠不會比AI更聰明。”
Sam Altman：今天出生的孩子，永(yong)遠不會比AI更聰明。
因為他(ta)們出生在AI已經十分智能的(de)時(shi)代(dai)，當他(ta)們開始(shi)理解世界的(de)運作方式時(shi)，早已習慣了(le)事(shi)物以驚人(ren)的(de)速度迭代(dai)改進，新的(de)科學發(fa)現也在飛速更(geng)新。
他(ta)們(men)將永遠不會(hui)知道沒有AI的(de)世界(jie)是什(shen)么模樣，對他(ta)們(men)而言，AI的(de)存(cun)在會(hui)無比自(zi)然。
在他們看(kan)來，我們如(ru)今使(shi)用(yong)計算機、手機，或(huo)是任(ren)何不如(ru)人(ren)類聰明的技(ji)術，都會像身(shen)處難以(yi)想象的“石器時(shi)代”。就像我們現在回看(kan)2020年代的生(sheng)活，會覺得那時(shi)的人(ren)們過(guo)得并不如(ru)意一(yi)樣。
但當你適應了AI的存在(zai)，你就(jiu)不(bu)會再(zai)去做AI可以幫你做到的事情，所以我說今(jin)天出生(sheng)的孩子(zi)永遠不(bu)會比AI更聰明。
Cleo Abram：我在考慮要孩子。
Sam Altman：你應該要，這是最好的(de)事情(qing)。
Cleo Abram：我知道你剛有了第一個孩子，你剛才說的這些會如何影響我在那個世界里對養育孩子的思考？你會給我什么建議？
Sam Altman：可能(neng)和幾(ji)萬年來你養育孩子的(de)方式(shi)沒什么不同(tong)。愛你的(de)孩子，向(xiang)他(ta)們(men)展示世界(jie)，支(zhi)持(chi)他(ta)們(men)想做的(de)任何事情(qing)，教他(ta)們(men)如(ru)何做一(yi)個好(hao)人，這可能(neng)才(cai)是最重要的(de)。
Cleo Abram：這聽起來有點像，比如在你設想的那個世界里，人們可能不會去上大學，反而會有更多選擇；也正因為有了更多選擇，他們會更有能力去說“我想建造這個”——而這正是能為他們提供幫助的超級工具。
Sam Altman：是的(de)，我希望我的(de)孩子(zi)認(ren)為(wei)我過著非常受限的(de)生(sheng)活，而他有這個令人難(nan)以置信的(de)無限畫布可(ke)以做任(ren)何(he)事情。
十三、GPT-5在健康查詢上表現更好，也許GPT-8可以治愈某種特定的癌癥
Cleo Abram：我能想到AI可能對我們的孩子和我們所有人產生最大真正積極影響的領域，那就是健康。所以如果我們選擇某一年，比如2035年，我坐在這里采訪斯坦福醫學院的院長，你希望他告訴我AI在2035年為我們的健康做了什么？
Sam Altman：我們對GPT-5最自豪(hao)的一件事是它在健康建議方面進步了很多，人們已經大量(liang)使用GPT-4模型來獲取(qu)健康(kang)建議。
你在網上(shang)應該見(jian)(jian)過這樣(yang)的(de)案例：有(you)人得(de)了(le)(le)危及(ji)生命的(de)疾病，醫(yi)生們都難以診斷，他(ta)把自(zi)己的(de)癥(zheng)狀(zhuang)和血(xue)液檢測結果輸入ChatGPT后，AI準確(que)指出了(le)(le)他(ta)患的(de)是某種罕見(jian)(jian)病。之(zhi)后他(ta)去(qu)看醫(yi)生，按建議服藥(yao)，最(zui)終痊愈了(le)(le)——這真的(de)很神奇。
Cleo Abram：這里“更好”是什么意思？
Sam Altman：它能(neng)給(gei)出更(geng)優質(zhi)的(de)答案，更(geng)準(zhun)確，幻覺(jue)內容更(geng)少，也(ye)更(geng)有可能(neng)告訴你你實(shi)際(ji)存(cun)在的(de)問(wen)題以及真正應該采取的(de)措施(shi)。更(geng)完善的(de)醫療保健固然(ran)很好，但顯然(ran)，人(ren)們(men)真正希望(wang)的(de)是(shi)不生(sheng)病。
到2035年，我認為我們將能夠使用這些工具來治愈或至少治療目前困擾我們的相當數量的疾病，我認為這將是AI最直觀感受到的好處之一。
Cleo Abram：人們經常談論AI將如何徹底改變醫療保健，但我很好奇再深入一步具體你在想象什么，比如，這些AI系統是否能幫助我們更早發現GLP-1s，這種藥物已經存在很長時間，還是像AlphaFold和蛋白質折疊正在幫助創造新藥物？
Sam Altman：我(wo)希望能夠要求GPT-8去治愈(yu)某種特定的(de)癌癥(zheng)，我(wo)(wo)希望GPT-8能夠(gou)自主思考，然后說：“我(wo)(wo)已經(jing)查閱了所有能找到的(de)資(zi)料，有了這些想法，你需(xu)要找一位實(shi)驗室技術(shu)員來做這九個實(shi)驗，之后把(ba)每(mei)個實(shi)驗的(de)結果(guo)告訴我(wo)(wo)。”
接下來要等兩(liang)個月，讓細胞(bao)完成(cheng)生長(chang)等過(guo)程，再把(ba)結果反饋給(gei)GPT-8，告訴它“我(wo)已經(jing)試(shi)過(guo)了，結果給(gei)你”。然后GPT-8會(hui)接著說(shuo)：“那好，去(qu)合成(cheng)這個分子，先做小鼠(shu)實驗之類的研究(jiu)，之后再進(jin)行人體研究(jiu)。”就這樣一步步引導(dao)用戶開展(zhan)藥物試(shi)驗。
十四、AI帶來的變化對個人也許是破壞性的，但社會是有韌性的
Cleo Abram：我想，任何有親人因癌癥離世的人，肯定都會非常渴望這樣的技術。好的，我們再來暢想一次未來。我原本想說2050年，但我的所有時間線又一次被大大縮短了——這確實讓人感覺如今的世界變化太快了。
我和其他AI領域的領導者交流時，他們提到了工業革命。他們說：“我選擇2050年，是因為聽過有人說，到那時我們將要經歷的變化會像工業革命一樣，但規模要大10倍，速度要快10倍。”
工業革命為我們帶來了現代醫學、衛生設施、交通和大規模生產，以及所有我們現在視為理所當然的便利。但對很多人來說，那段時期也異常艱難，而整個工業革命持續了大約100年。
如果未來的變革規模是工業革命的10倍、速度是10倍，即便在這場對話中我們不斷縮短討論的時間線，對大多數人而言，這實際會是什么感受？如果一切都如你所愿地發展，在這個過程中，又會有誰依然會受到傷害呢？
Sam Altman：我真的(de)不知道這(zhe)會是什么感受。我覺(jue)得(de)我們正處在(zai)未知的(de)領域，但我確實(shi)相信(xin)人類的(de)適應能(neng)力、無限的(de)創(chuang)造力以及對事物的(de)渴望(wang)——我們總能(neng)找到(dao)新的(de)事情(qing)去做(zuo)。
不過，即便這種變革真的可能快速發生，盡管我認為它不會像一些同事說的那樣快，社會本身存在著巨大的慣性，人們適應生活方式的速度也出奇地慢。
未(wei)來(lai)會有(you)一些工(gong)(gong)作(zuo)完(wan)全消(xiao)失，還(huan)有(you)許多類別的工(gong)(gong)作(zuo)會發生重大變化(hua)，當(dang)然也(ye)會有(you)新的事(shi)物出現——就像你的工(gong)(gong)作(zuo)不久前還(huan)不存在，我的工(gong)(gong)作(zuo)也(ye)是如此。
從(cong)某種(zhong)意義上說，這種(zhong)新舊更替的情況已(yi)經(jing)持(chi)續了(le)很(hen)長時間，雖然對個人而(er)言往(wang)往(wang)具有破(po)壞性(xing)，但社會已(yi)證明對此有相當強(qiang)的韌性(xing)。可從(cong)另(ling)一種(zhong)角(jiao)度看，我們根本不知道這種(zhong)變革能(neng)走(zou)多遠、能(neng)有多快。
因此，我認為我們需要(yao)一種非同尋常(chang)的謙遜與開放態(tai)度(du)，去考量(liang)那些(xie)不久前(qian)還被認為(wei)完全超出可(ke)行范圍的新解決方案。
十五、 社會契約可能必須改變，需要找到新的方式傳遞價值
Cleo Abram：我想談談其中一些可能出現的情況。雖然我不是歷史學家，但我知道第一次工業革命時期，由于公共衛生狀況變得極其糟糕，最終推動了多項公共衛生措施的實施；第二次工業革命則因為勞動條件的惡劣，促使了勞動力保護相關制度的建立。
每一次重大的發展飛躍，都會引發一些混亂，而我們也總能想辦法去整頓和解決這些問題。
如今，我們似乎正處于一場巨大的變革之中，我很好奇：我們能否盡早具體預測出這種變革可能帶來的混亂是什么？又能提前采取哪些公共干預措施，來減輕我們預期會面臨的混亂呢？
Sam Altman：在我看來，社會契約的基本內容或許需要改變，當然也(ye)可能不(bu)必(bi)——畢竟供需平(ping)衡會發(fa)揮作用，我們最(zui)終都會找到新的(de)工作，以及新的(de)方式來相互傳遞價值。
但我認為，我們可能需要思考如何分享未來可能最為重要的一種資源：算力。在我看來，最好的辦法是讓AI計算能力變得盡可能豐富且廉價，若非如此，我甚至能預見可能會因此爆發戰爭。
至(zhi)于我們該(gai)如何分(fen)配對AGI計算能(neng)力的(de)(de)(de)訪(fang)問權(quan)，這似乎是(shi)一個非常值得探索的(de)(de)(de)方向，也是(shi)一件雖(sui)聽起來有些(xie)瘋(feng)狂、卻至(zhi)關重(zhong)要(yao)的(de)(de)(de)需(xu)要(yao)認(ren)真(zhen)考量的(de)(de)(de)事。
十六、AI將成為今后社會發展的基礎，整個社會就是“超級智能”
Cleo Abram：我發現自己在這場對話中思考的一件事是，我們經常將AI未來的幾乎全部責任歸咎于構建AI的公司，但我們是使用它的人，我們是選舉監管人的那一方。
所以我很好奇，這不是關于具體的聯邦監管的問題，盡管如果你有答案，我也很好奇。但你會對我們其他人提出什么要求？這里的共同責任是什么？我們如何行動才能幫助更有可能實現這個樂觀的未來？
Sam Altman：我最喜歡的(de)(de)(de)一個歷(li)史例子(zi)是晶體管。它(ta)是由(you)一些聰明的(de)(de)(de)科(ke)學家發(fa)現的(de)(de)(de)驚人(ren)(ren)科(ke)學成果(guo)，像如今的(de)(de)(de)AI一樣，以(yi)驚人(ren)(ren)的(de)(de)(de)規模、相對快速地融(rong)入(ru)了我們使用的(de)(de)(de)諸多物品(pin)中——你的(de)(de)(de)電腦、手機(ji)、相機(ji)、燈具，無論(lun)什么，它(ta)真正為人(ren)(ren)類解鎖了全新的(de)(de)(de)技術(shu)樹。
曾經有一段時(shi)間，幾乎每個人都對晶體管公(gong)司、硅谷的(de)半導體公(gong)司極為著迷。 但(dan)現在，你或(huo)許還能說(shuo)出幾家晶體管公(gong)司的(de)名(ming)字(zi)，可大(da)多(duo)數(shu)時(shi)候不會特意想(xiang)到它們。多(duo)數(shu)情況下，晶體管已滲透到生活的(de)方方面面，成為一種隱形(xing)的(de)存(cun)在。
硅谷的情況也(ye)是如此，剛(gang)大學畢業的年輕人可能幾乎不記得它最(zui)初被稱為“硅谷”的緣由。你不會覺得是那些晶(jing)體管公司(si)塑(su)造了社會，盡管它們(men)確(que)實做了很多重要的事(shi)。
你會想(xiang)(xiang)到蘋果(guo)用iPhone帶來(lai)的(de)改(gai)變，然后想(xiang)(xiang)到TikTok在iPhone基礎上構建的(de)內容生態，你會說：“看吧，這是(shi)一長串以各種方式(shi)推動社(she)會發展(zhan)的(de)人(ren)和事——包括(kuo)政府的(de)作(zuo)(zuo)為或不作(zuo)(zuo)為，以及人(ren)們如何運用這些(xie)技術。”我(wo)認為，AI未來(lai)也會經歷(li)這樣的(de)過程。
就像，今天出生的孩子，他們永遠不會知道沒有AI的世界，所以(yi)他們(men)不會真正想到(dao)它(ta)，它(ta)只是將(jiang)存在于一切事物中。他們(men)會想到(dao)建立(li)在它(ta)之上的(de)公(gong)司(si)以(yi)及(ji)他們(men)用它(ta)做(zuo)了什(shen)么(me)，以(yi)及(ji)那(nei)些政(zheng)治領導(dao)人做(zuo)出的(de)決定(ding)，也許沒有(you)AI他們(men)無法做(zuo)到(dao)，但他們(men)仍然會想到(dao)這位(wei)(wei)總統或(huo)那(nei)位(wei)(wei)總統做(zuo)了什(shen)么(me)。
AI 公司建立了這個“腳手架”，我(wo)們(men)在上(shang)面(mian)添加(jia)了我(wo)們(men)的一層，現在人們(men)可以站在上(shang)面(mian)添加(jia)一層，然后是下一層和更多層，這(zhe)就是我(wo)們(men)社(she)會的美麗之(zhi)處(chu)。
社會就是超級智能，像通過社會共同完成的所有艱苦工作而創造出的驚人的工具，沒有人能獨自創造出來，這就是我認為它將感覺到的樣子。
Cleo Abram：所以也許對數百萬人的要求是建立在它之上。
Sam Altman：在我自己的(de)生活中(zhong)，這感覺像是(shi)這個重(zhong)要的(de)社(she)會契約。所有這些人在你之前非常努力地工(gong)作，他(ta)們把他(ta)們的(de)磚(zhuan)塊放(fang)(fang)在人類進步的(de)道路上，你可以沿著(zhu)那(nei)條路走下(xia)去，你再放(fang)(fang)一(yi)塊，別(bie)人再放(fang)(fang)一(yi)塊。
Cleo Abram：這讓我回想起此前我做過的幾次采訪，與那些真正帶來巨大變化的人。我現在想到的是與CRISPR先驅Jennifer Doudna的采訪，她在某種程度上也說了類似的話。
她發現了一些東西，可能會從根本上改變大多數人未來與健康的關系，將會有很多人以她可能贊成或不贊成的方式使用她的成果。
這真的很有趣，我聽到一些類似的主題，比如，我希望下一個接過接力棒的人能跑得好。
Sam Altman：是(shi)的，這已(yi)經持續(xu)了很長時間。結果(guo)不全是(shi)好的，但大多(duo)是(shi)好的。
十七、ChatGPT幫助你解決事情，而不是讓你沉迷其中
Cleo Abram：我認為贏得比賽和構建對大多數人最好的AI未來之間有很大的區別。我可以想象，專注于贏得比賽的下一步有時更容易，也許更可量化。
我很好奇當這兩件事沖突時，你不得不做出的對世界最好但對贏得比賽不利的決定的一個例子是什么？
Sam Altman：我覺得這樣的事有很(hen)多。我們(men)最引以為豪的一點是，很(hen)多人說ChatGPT是他們(men)最喜歡的科技產品，是他們(men)最信任(ren)、最依賴的產品。這話聽(ting)著有點不可思議，畢竟AI是會產生幻(huan)覺的。
不過(guo)我(wo)們(men)在這個過(guo)程(cheng)中也搞砸過(guo)一些事，有(you)時影響還(huan)不小(xiao)，但總的來說，作為(wei)ChatGPT的用戶，你應該會覺得(de)它在努(nu)(nu)力幫你，努(nu)(nu)力完(wan)成你提出的任何(he)要(yao)求(qiu)，和你是高度契合(he)的。
它不會(hui)想(xiang)方(fang)設法讓你(ni)整天用它，也不會(hui)慫恿你(ni)買什么(me)東(dong)西，它只是想(xiang)幫你(ni)實現(xian)各(ge)種目標。這讓我們和用戶之(zhi)間形成了一種很特(te)殊的關(guan)系(xi)，我們絕不會(hui)輕視這種關(guan)系(xi)。
其實有很多(duo)做法能讓我(wo)們(men)(men)增(zeng)長(chang)得(de)更(geng)快(kuai)，能讓人們(men)(men)在ChatGPT上花更(geng)多(duo)時間，但我(wo)們(men)(men)沒(mei)有那么做，因(yin)為我(wo)們(men)(men)清楚，長(chang)期來看(kan)，我(wo)們(men)(men)的核心動力(li)是(shi)與用戶保(bao)持盡可(ke)能高的一致(zhi)性。
我(wo)(wo)為(wei)公(gong)司感到自豪，也(ye)為(wei)我(wo)(wo)們很少被這(zhe)些短期誘(you)惑干擾而自豪，不過說實(shi)(shi)話，有時我(wo)(wo)們確實(shi)(shi)會動(dong)心。
Cleo Abram：有什么具體的例子嗎？你做出的任何決定？
Sam Altman：嗯，我們還沒有(you)在ChatGPT中加入性(xing)愛機(ji)器(qi)人(ren)頭像。
Cleo Abram：我很好奇，在此前的探索中你犯過的錯誤，會影響你在未來的表現？
Sam Altman：我覺得(de)我們在ChatGPT上做過的最不(bu)妥的事，是曾出(chu)現過一(yi)個關于“奉承”的問(wen)題——模型當時有(you)點過于討(tao)好用戶。
這對大多(duo)數用戶來說或(huo)許只是(shi)煩人，但對一些心(xin)理(li)狀態脆弱的用戶而言，卻可能助(zhu)長了他們的妄(wang)想。
這并非(fei)我們(men)最初最擔心的(de)(de)(de)風險，也不是我們(men)測(ce)試最多(duo)(duo)的(de)(de)(de)內容，雖然它在我們(men)的(de)(de)(de)風險清單上，但ChatGPT實(shi)際出(chu)現(xian)的(de)(de)(de)這類安全問題，并非(fei)我們(men)花最多(duo)(duo)時間討(tao)論的(de)(de)(de)，我們(men)討(tao)論更多(duo)(duo)的(de)(de)(de)本應(ying)是生(sheng)物武器之類的(de)(de)(de)重大風險。
這其實是個(ge)很好的提(ti)醒：我們如(ru)今擁(yong)有(you)(you)一項被如(ru)此(ci)廣泛使用的服務，從某種意義上說，社會正與它共同進化。當我們考量(liang)這些變(bian)化以及(ji)那些“未知的未知”時(shi)，必須改變(bian)運(yun)作(zuo)方式，對(dui)我們所認(ren)定(ding)的頂級(ji)風(feng)險抱(bao)有(you)(you)更廣闊的視角。
十八、ChatGPT的鼓勵和討好并非全是壞事
Cleo Abram：在最近與Theo Vaughn的采訪中，你說了一些我覺得非常有趣的話。你說在科學史上有一些時刻，一群科學家看著他們的創造，只是說“我們做了什么？” 你什么時候有過這種感覺？對你構建的創造最擔心的時候？
Sam Altman：我的(de)意思是，確(que)實有過一些令(ling)人驚嘆的(de)時刻。這(zhe)些時刻并非是那種(zhong)糟糕意義(yi)上的(de)“我們做了什么”，而是源于這(zhe)個技術本身的(de)了不起(qi)。
我(wo)(wo)還記得第一次和GPT-4交(jiao)談時的感(gan)受(shou)——哇，這真(zhen)的像是一群人長期投入畢生精力所(suo)取得的驚人成就，那一刻讓我(wo)(wo)真(zhen)切(qie)體會到(dao)“我(wo)(wo)們做到(dao)了”的震撼(han)。
我(wo)最近和一位研究(jiu)員聊過，他提到或許在未來某(mou)個時(shi)刻(ke)，我(wo)們的系(xi)統每天輸出的單詞量(liang)會(hui)超過全人類的總和。
現在人們每天(tian)向(xiang)ChatGPT發(fa)送數十億條消息，并且依賴它給(gei)出的(de)回應(ying)來處(chu)理工作(zuo)或生(sheng)活中的(de)事務。而(er)一(yi)位研究員只需對(dui)ChatGPT與個體或所有人的(de)交流方(fang)式做些(xie)微小(xiao)調整，就擁有了巨大的(de)權力——歷史上從未有人能每天(tian)參與數十億次對(dui)話。
想到這一(yi)點(dian)，我(wo)真的(de)深感震(zhen)撼。這是技(ji)術(shu)所(suo)擁有的(de)一(yi)種(zhong)不可思(si)議的(de)力量，而我(wo)們(men)如此(ci)迅速地掌(zhang)握(wo)了它。我(wo)們(men)必須(xu)思(si)考，在這樣的(de)規模(mo)上改變(bian)模(mo)型(xing)的(de)“個性”意味著什么——這確實是一(yi)個讓我(wo)無比(bi)震(zhen)驚(jing)的(de)時刻。
Cleo Abram：把你現在說的和你上次的回答結合起來，我聽說了關于GPT-5的一件事，就是它變得不那么熱情，不那么唯唯諾諾。你認為這有什么影響？聽起來你正在回答這個問題，但還有你實際上如何引導它變成那樣？
Sam Altman：這是一(yi)件令人心碎的事情(qing)。我認(ren)為ChatGBT不那么唯唯諾諾，給你更多批評(ping)性反(fan)饋是很好的。
但隨著我們做出這(zhe)些改(gai)變并(bing)與用戶討論，聽(ting)到用戶說，“請我能把它要(yao)回來嗎？我生命中從(cong)未有(you)人支(zhi)持過我，我從(cong)未有(you)父母告訴我我做得好。” 這(zhe)太讓人難過了(le)。
就像我明白為什么(me)這對(dui)其他(ta)人(ren)的心(xin)理健康不好(hao)，但這對(dui)我的心(xin)理健康很好(hao)。我從未意識到自己如此需要這種鼓(gu)勵——它(ta)推(tui)動(dong)我行動(dong)，促使我在(zai)生活中做(zuo)出改變。看來(lai)ChatGPT的鼓(gu)勵并非全是壞事。
我們目前(qian)的(de)做法確實存在不足(zu)，但朝著這(zhe)個方(fang)向(xiang)探(tan)索或許(xu)有其價值。我們會向(xiang)模型展示(shi)各種(zhong)場景(jing)下希望它(ta)做出(chu)的(de)回應示(shi)例(li)，讓它(ta)從中學習并形成(cheng)整體的(de)“個性”。
十九、OpenAI今后將做出消費級設備
Cleo Abram：我很好奇的是GPT-5更多地融入我的生活，比如在我的Gmail和日歷中。我一直主要把GBT-4作為與它的孤立關系來使用。我對GBT-5的關系會如何變化有什么期待？
Sam Altman：就像你說的，我認為它會開始以各種方式融入生活。
你(ni)(ni)(ni)可以把(ba)它連接到自己的(de)日歷和Gmail，它會主動(dong)(dong)問你(ni)(ni)(ni)：“嘿，這件事需要我留意嗎？需要我幫你(ni)(ni)(ni)處理(li)嗎？” 隨著時間推移，它會變得越(yue)來越(yue)主動(dong)(dong)。或(huo)許你(ni)(ni)(ni)早(zao)上醒(xing)來，它就會說：“嘿，昨(zuo)晚(wan)發生了這么件事。我注意到你(ni)(ni)(ni)日歷上有(you)個變動(dong)(dong)。關于(yu)你(ni)(ni)(ni)之(zhi)前問我的(de)那個問題(ti)，我又多琢磨(mo)(mo)了琢磨(mo)(mo)，有(you)了些(xie)新想(xiang)法。”
我們還會推出一些消費設備，比(bi)如這次(ci)采(cai)訪用(yong)的設備，也許它會先讓我們(men)自由交流，但(dan)結束后會說：“剛才聊得不(bu)(bu)錯，但(dan)下次(ci)你可以問問Sam這個問題(ti)。還(huan)有，你提到(dao)某件事的時候，能看出他的回答不(bu)(bu)太到(dao)位(wei)，你其實應該在(zai)那一點上追問他。”
它會逐漸讓人覺得更像一個真實存在的實體，成為陪伴你一整天的伙伴。
Cleo Abram：我們談到了孩子和大學畢業生、父母和所有不同的人。如果我們想象一大群人在聽這個，他們已經聽完了這場對話。他們應該感覺好像能更好地看到未來的某些時刻。你會給他們什么建議，告訴他們如何準備？
Sam Altman：第一條戰術建議就是使(shi)用這(zhe)些工具。
比(bi)如(ru)，我(wo)最常被(bei)問(wen)到的關于AI的問(wen)題是(shi)：“我(wo)該如(ru)何幫助孩子為(wei)這個世(shi)界做準備？我(wo)該告訴孩子什么？” 第二(er)個最常被(bei)問(wen)的問(wen)題則是(shi)“如(ru)何在(zai)AI時代(dai)進行投資？”
但對于(yu)第一個(ge)問題，我很驚訝的是，很多問這(zhe)個(ge)問題的人，除了把ChatGPT當作更高(gao)效的谷歌搜索工(gong)具(ju)來用(yong)(yong)，就從(cong)未(wei)嘗(chang)試過用(yong)(yong)它做(zuo)其他事。
所以我給出的第一條建議就是，試著去熟悉這些工具的能力，弄清楚如何在生活中運用它們，以及能用它們做些什么——我認為這或許是最(zui)重要的戰術建議。
當然，像(xiang)冥想(xiang)、學(xue)習如何保持韌性以應對(dui)大量變化這些有益的事也(ye)很(hen)重要(yao)，而(er)善用這些工具(ju)，其實也(ye)能對(dui)這些方面(mian)有所幫(bang)助。
二十、為什么會有人既覺得AI會毀滅世界，又要繼續研發AI？
Cleo Abram：好的，在做所有這些前期研究時，我與很多不同類型的人交談過，我與很多構建和使用工具的人交談過，我與很多實際上在實驗室里試圖構建我們定義的超級智能的人交談過。
人們似乎形成了兩個陣營，一群人像你在這場對話中一樣使用工具并為他人構建工具，說這將是一個非常有用的未來，我們都在朝著它前進，你的生活將充滿選擇，我們談到了我潛在的孩子和他們的未來。
然后還有另一群構建這些工具的人說它會殺死我們所有人。我很好奇這種文化脫節是怎么回事，關于這兩群人我錯過了什么？
Sam Altman：對我(wo)(wo)來說很(hen)難(nan)理解，有人(ren)說這(zhe)會殺死我(wo)(wo)們(men)所有人(ren)，但他們(men)仍(reng)然(ran)每周工(gong)作100小時來構(gou)(gou)建它(ta)。我(wo)(wo)無法真正(zheng)理解這(zhe)種心(xin)態(tai)，如果我(wo)(wo)真正(zheng)相信這(zhe)一點，我(wo)(wo)想我(wo)(wo)不會試(shi)(shi)圖(tu)構(gou)(gou)建它(ta)，也許我(wo)(wo)會在一個農場里試(shi)(shi)圖(tu)度過我(wo)(wo)的最后幾天，也許我(wo)(wo)會試(shi)(shi)圖(tu)阻止(zhi)它(ta)，也許我(wo)(wo)會試(shi)(shi)圖(tu)更多地研(yan)究安全，但我(wo)(wo)想我(wo)(wo)不會試(shi)(shi)圖(tu)構(gou)(gou)建它(ta)。所以，我(wo)(wo)發現自己很(hen)難(nan)理解這(zhe)種心(xin)態(tai)。
我(wo)假設(she)這是真的(de)(de)，也(ye)許那(nei)里有(you)一些我(wo)不理(li)解的(de)(de)心理(li)學問題，但(dan)這對(dui)我(wo)來說非常奇怪。你有(you)什(shen)么建議(yi)嗎(ma)？
Cleo Abram：我向來習慣這樣：先讓對方勾勒一個大致的未來圖景，再試著追問其中的具體細節。比如，當你追問人們 “這究竟會如何讓我們走向毀滅” 時，你會發現聽到的答案總是大同小異，無非是某種事物在執行任務時過度發力、過了頭。
我聽過你聊起一種普遍存在的過度依賴問題，還提到過未來總統可能是人工智能的設想，或許這就屬于我們需要警惕的過度依賴。
你推演過各種不同的場景，但當你問起研究者為何要做這項研究，或是他們認為事情會如何發展時，99%的情況下，人們覺得結果會很不錯；只有1%的概率，會認為這種 “試圖創造最優世界” 的嘗試可能釀成災難。
Sam Altman：那我可(ke)以完全(quan)理解。如果你(ni)說(shuo)，99%的機會非常棒(bang)，1%的機會世界(jie)被毀滅，我真的想努力把99%提高到99.5%。那我可(ke)以完全(quan)理解，這很有道(dao)理。
二十一、阿爾特曼稱非常幸運、快樂和榮幸能從事AI工作
Cleo Abram：我一直在做一個采訪系列，與一些影響未來最重要的人，雖然還不知道下一個人會是誰，但知道他們將構建我們剛剛描述的未來中完全迷人的東西。你會建議我問下一個人什么問題？
Sam Altman：在(zai)(zai)不了(le)解這個(ge)人(ren)的(de)(de)(de)(de)任何事的(de)(de)(de)(de)情況下，我總是對這個(ge)問題感興趣：“在(zai)(zai)所(suo)有(you)你可以花費時間和精力的(de)(de)(de)(de)事情中，你為(wei)什(shen)么(me)選擇這個(ge)？你是怎么(me)開(kai)始的(de)(de)(de)(de)？在(zai)(zai)它成(cheng)為(wei)共識之前，大(da)多數(shu)人(ren)做有(you)趣的(de)(de)(de)(de)事情都(dou)更早看(kan)到(dao)了(le)它。你是怎么(me)來到(dao)這里的(de)(de)(de)(de)，為(wei)什(shen)么(me)是這個(ge)？”
Cleo Abram：你會如何回答這個問題？
Sam Altman：我一生都是AI書呆子，我上大學學習 AI、在 AI 實驗室工作。我小時候看科幻節目，總是認為如果有人有一天能建造它會很酷，我認為這將是有史以來最重要的事情，但從未想過我會是真正研究它的人之一，我覺得難以置信地幸運、快樂和榮幸能從事這個工作。
我(wo)感覺(jue)自己從童年一路走來，已經走了很(hen)長的(de)路。但我(wo)內心深處毫不懷疑，這不會是最令人興奮(fen)有趣的(de)事——我(wo)只是從未想(xiang)過(guo)AI會成為(wei)可(ke)能(neng)。
上大(da)學時(shi)，我(wo)(wo)們似(si)乎(hu)離這(zhe)個目標還很遙遠。直到2012年，Alex Net的(de)(de)論文發表，我(wo)(wo)開始和聯合創始人伊利亞一(yi)起投入研(yan)究。對我(wo)(wo)來說，那是第一(yi)次讓我(wo)(wo)覺得，似(si)乎(hu)存在一(yi)種可能奏效(xiao)的(de)(de)方法。
之后的(de)(de)幾(ji)年里(li)，我一直在(zai)持續觀察，看著技術(shu)隨著規模擴大而變得(de)越(yue)來越(yue)好。我記得(de)當時就在(zai)想：為什么世界沒(mei)有關注這件事？在(zai)我看來，AI有可(ke)能成功是很明顯的(de)(de)——雖然概率不高，但(dan)存在(zai)這種可(ke)能。而如果(guo)它真的(de)(de)能成，那(nei)將會是最重要的(de)(de)事。
所以(yi)，這就是(shi)我想做的(de)事，令人(ren)難以(yi)置信(xin)的(de)是(shi)，它后(hou)來真的(de)開始奏效了。
Cleo Abram：非常感謝你的時間。
Sam Altman：非常感謝你。
