文：王智遠 | ID:Z201440

用戶訪談越來越抽象了。

以前創始人約個大V坐下來聊一聊，像某種「權威對話」，現在人人都是自媒體，隨便拉個人都能開播。

這不，OpenAI的創始人Sam Altman10個小時前，和他弟弟坐在桌前聊了聊。

話題從AI的未來，到工作方式的變化，再到創業和人生的思考，沒有提綱，沒有濾鏡，像朋友聊天一樣自然。我聽完后覺得，這像一個人類如何迎接下一個時代的思想實驗。

01

首先，他回答了一個關鍵問題：未來5到10年，AI會有什么變化？

他認為，編程和聊天工具會更聰明。AI不僅能幫你寫代碼，還能提高效率。你告訴AI你想做什么，它就能自動完成大部分工作。這樣既快又準。

接下來，AI可能會帶來新的社交體驗。通過理解需求和喜好，AI能提供個性化服務，無論是教育還是醫療，AI都能讓這些領域變得更智能、更高效。

但最讓人興奮的是，AI可能幫助發現新科學知識。

現在AI模型，已經在某些領域表現出頂尖博士的推理能力。在數學競賽中拿高分，或編寫出頂級程序員才能寫的代碼。這意味著，AI在未來可能成為科學家的重要助手，幫助解決復雜難題。

所以，他覺得，未來5-10年，有三點：AI能簡化日常工作任務、提供個性化的社交體驗、幫助科學家發現新知識。

說到新知識，我在想，如果AI能發現新科學，它是否能直接幫助企業甚至社會？

Sam認為肯定的。

科學研究方面，AI已經展示了強大的能力。有生物學家反饋說，AI提出一個全新的研究思路，經過人類科學家的進一步發展，最終成為了一個根本性的突破。

這意味著AI已經開始在科研中扮演重要角色，不僅僅是輔助工具，更是創新的推動者。

Sam舉了個制藥行業的例子。

如果一家公司想研發新藥，通常需要篩選數百萬種化合物。這個過程費時又費錢；而AI可以快速分析這些數據，找出最有潛力的幾種進行實驗。效率提高不說，成功率也大大增加。

換句話說：AI不是替代科學家，而是放大他們的能力。

那這種能力能不能用在企業上？當然可以。現在就有人嘗試用AI來開公司。比如，一個人用AI做市場調研，找到一個空白需求，然后聯系工廠生產產品，再放到亞馬遜上賣。

聽起來很簡單？是的。但關鍵是：它能跑通，還能賺錢。

甚至還有人只花了一美元，讓AI幫他運營一個“玩具公司”。雖然做的事很基礎，也很枯燥，但就是能賺到錢。這說明什么？說明AI已經開始參與企業的創建和運營了。

那問題來了：如果讓它再多做一點呢？比如，給它一筆資金，讓它自己去開一家完整的公司？Sam說，這不是幻想。

如果你給AI一筆錢，比如1000億美元，讓它去建一個粒子加速器，然后自己做決策、分析數據、設計實驗、執行測試……它可能比人類團隊更快找到新發現。

相比之下，把這筆錢拿去修路、建橋、搞經濟系統，反而更難看到突破。

所以，Sam認為，AI最先實現“自主科研突破”的領域，可能是天體物理學或者高能物理——因為那里數據太多，人太少了，而AI最擅長的就是處理這類任務。

02

既然AI能在虛擬世界中推動科學發現，那么，它能否在現實世界中行動起來？比如，操作物體、甚至打造人形機器人？

Sam認為，這是AI下一步關鍵挑戰。

目前，自動駕駛汽車和無人機已經展示了AI在特定環境下的能力，但要實現像人類一樣靈活的操作，比如抓取物品、開門或組裝設備，依然困難重重。

因為如果AI只能處理虛擬任務，它的影響力將大打折扣。真正的變革在于讓AI不僅能夠思考，還能行動。

我們看看AI如何在現實世界中操作實體物體，自動駕駛技術已經在某些方面證明了其能力，普通汽車的自動駕駛方案已經遠遠優于現有方案。

雖然這與人形機器人不完全相同，但如果AI真的能夠自主駕駛汽車，這已經是很大的成就。

然而，真正的人形機器人才是終極目標。OpenAI早期曾嘗試開發一個人形機器手項目，結果發現難點非常多，比如硬件容易損壞，模擬器也不夠精確。

盡管如此，Sam相信未來5到10年內，我們會看到非常先進的人形機器人，能夠在街頭自由行走并完成各種任務。

當AI不僅能思考，還能行動時，它的影響力將不再局限于屏幕之內，而是會實實在在地改變我們的生活和工作方式。

想象一下，如果你走在街上，有一半都是機器人，你會立刻適應嗎？或許最終還是會習慣，但這確實是一個巨大的變化。

這種感覺就像出現了一個新物種在取代我們。但Sam認為，這種“未來感”并不一定意味著取代，而是帶來一種全新的生活方式。

那么，AI將如何影響就業市場和社會結構呢？

Sam認為，短期內一些重復性、低技能的工作會被AI迅速替代，比如，客戶支持這樣的崗位已經在被自動化工具逐步取代。

但人類一直在創造新的工作機會，無論是為了滿足地位需求，還是出于彼此協作的本能，所以，盡管某些崗位會消失，新的職業也會隨之出現。

舉個例子：

像播客主持人這樣的職業在過去并不存在，但現在已經成為一種新興職業，并且有人能靠它獲得收入和成就感。對于一個自給自足的農民來說，這可能不算“正經工作”，但在現代社會中，這種新型職業已經被廣泛接受。

從長期來看，社會會適應技術帶來的變化。

Vinod Khosla曾說，未來人們會有更多時間用于休閑，因為我們正進入一個資源極大豐富的時代，每個人都能滿足基本需求，甚至可以隨意建造樓房，享受更豐富的生活。

Sam也認同這一點。他認為，隨著AI發展，人們將有更多時間投入到創造性、社交性或個人興趣相關的活動中。

新的工作形式會不斷涌現。比如虛擬現實設計師、AI倫理顧問等職業，正在變得越來越重要。

03

既然AI對就業市場、社會結構產生了深遠影響，那么OpenAI的愿景、業務體系又是怎樣的呢？

Sam提到，OpenAI的目標是讓AI真正幫助每個人。他提了一個詞：AI伴侶。

什么叫AI伴侶？簡單說，你有一個隨時在線的助手，它懂你的需求，能幫你做任何事。

比如你在ChatGPT里打字問它問題，它就回答；你想規劃日程，它就安排；有時候它甚至不用你主動找它，自己就能推送有用的信息。

但Sam強調，這個AI伴侶不是被困在電腦里。它要能“無處不在”。你開車時它幫你導航，你在家里它幫你管理智能家居，你在手機上它幫你寫郵件——所有場景都能無縫切換。

為了讓這個愿景落地，OpenAI做了兩件事：

一，平臺化。

把AI能力打包成工具，讓其他公司和開發者能直接調用。這意味著你在車里、在家里或在其他網站上都能無縫使用AI助手，而不會有任何割裂感。

二，硬件合作。

和Jony Ive（前蘋果設計總監）一起開發硬件設備，讓AI真正走進物理世界。這些硬件設備不僅是為了提供更好的體驗，更是為了讓AI成為人們生活的一部分。

Sam還提到一個關鍵點，打通供應鏈。從芯片到數據中心，從軟件到硬件，整個鏈條必須跑通。他管這叫“AI工廠”，理論上它能自我復制，規模化生產AI能力。

不過Sam也承認，這條路不容易。他說：我們現在的設備還沒找到最優解。鍵盤鼠標、手機觸屏這些形態，其實都沒為AI設計。未來可能會有全新設備，像科幻電影里的那樣。

最后，Sam總結了OpenAI的使命：我們不是為了賺錢，而是為了讓AI惠及所有人。如果AI能讓更多人擺脫重復勞動，創造新價值，那它才算真正成功。”

既然OpenAI的愿景如此宏大，那么，他們如何應對競爭對手？比如Meta？

Sam說，Meta確實把他們當成了頭號對手。但他的看法很直接：文化決定勝負。他舉了個例子：Meta開出一億美元的高薪挖人，但OpenAI的核心團隊并沒有被挖走。

因為我們相信使命。Sam說，如果你只靠錢吸引人才，這種文化撐不了多久。他還提到，Meta雖然動作快，但在創新文化上和OpenAI完全不同。

Meta擅長快速復制，看到ChatGPT火了之后迅速推出自己的產品，但OpenAI是從零開始做研究，花了兩年多才把底層技術轉化為實際可用的產品。

換句話說，Meta是“先跑起來再說”，而OpenAI是“先做出最難的部分”。

Sam還強調一點：長期主義。

他說：很多公司追求短期增長，但我們更關注十年后會發生什么。只有這樣，才能真正推動AI的進步。

另外，OpenAI非常注重合作伙伴關系；微軟是他們的最大投資者之一，也是技術合作伙伴。雙方在云計算、芯片優化等多個領域深度合作。

Sam認為，這種垂直整合的能力，是其他公司難以復制的；不是誰都能像我們一樣，從底層模型訓練到最終產品發布，都自己做一遍。

當然，競爭也帶來了壓力。

Sam坦言，有時候我們會擔心，如果別人用更低的成本做出差不多的東西怎么辦？但歸根結底，還是看誰能持續創新。

最后他說，Meta學得了技術，但學不了文化。真正的競爭不是誰更快，而是誰更有耐心。

04

除了競爭和戰略，Sam也聊到了他自己。Sam說，隨著年齡增長，他越來越不在乎別人怎么看。以前做YC時，我總是想證明自己。現在更自在了。

但他也承認，現在的壓力比想象中大得多。我本以為退休后才做這件事，結果現在每天忙到沒時間想別的。連開一家火箭公司都顧不上。

不過，他依然覺得這份工作值得。如果AI能改變世界，這可能是我這輩子最有意義的事。

Sam認為，他的核心職責是確保方向正確。不是具體寫代碼、也不是天天開會，而是把握長期愿景，做出關鍵決策。

他說：我花最多時間的，是判斷哪些事最重要，以及決定誰能做成這些事。

他還提到一個有趣的觀察：

很多人以為CEO的工作是激勵團隊、鼓舞人心。但其實更重要的是——拒絕很多看起來不錯但不該做的事。

比如，有人建議OpenAI早點上市，有人建議他們直接賣模型給政府，還有人建議他們專注做硬件設備；但Sam始終堅持一件事：讓AI惠及更多人，而不是少數精英。

他笑道：我不是天才工程師，也不是最懂商業的人。但我擅長判斷未來會往哪走，并找到最合適的人一起走下去。

這場對話結束時，我突然意識到一個問題：當AI能寫代碼、能開公司、能做科研，甚至能走進現實世界時——我們該做什么？答案或許是：去做那些只有人類才能做的事。