新智元報道

編輯：KingHZ

【新智元導讀】在光鮮外表下，OpenAI暗藏著令人震驚的黑暗一面！華人女記者郝珂靈深挖了奧特曼背后的秘密。這個曾宣稱「造福人類」的非營利組織，被還原了淪為硅谷最貪婪的資本機器的黑歷史。

《紐約時報》暢銷書榜上，有本書引起了巨大反響。

據說，奧特曼曾想方設法阻止這本書的出版。

正如副標題所言，這本書不是說OpenAI的「噩夢」，就是說AI競賽「不顧后果」——刺到了奧特曼的命門！

新書副標題：英國版是「Inside the reckless race for total domination」（逐鹿天下，無法無天），美國版為「Dreams and nightmares in Sam Altman’s OpenAI」（奧特曼之OpenAI中的美夢與夢魘）

這次報道工作量難以置信——高達300次訪談，包括90位OpenAI內部人士的采訪。

這本書描繪了OpenAI的崛起，以及，還敏銳地分析了人類正在搞什么樣的AI，以及誰掌握著主導權。

在「MIT Technology Review」組織的圓桌談話中，作家、AI記者、MIT校友Karen Hao（郝珂靈）介紹了新書《Empire of AI》「AI帝國」。

她還與主編Niall Firth深入交流，講述了她2020年首次報道OpenAI的經歷。

Karen Hao郝珂靈屢獲殊榮，長期聚焦AI對社會的影響。她為《大西洋月刊》等知名媒體撰稿。她曾任職《華爾街日報》、《麻省理工科技評論》人工智能高級編輯。其作品常被全球高校選為教學案例，并獲多國政府機構引用。她30歲前便斬獲美國人文主義媒體獎、美國國家雜志獎（30歲以下記者類別）等重要獎項，本科畢業于麻省理工學院機械工程系

OpenAI不「Open」

這本暢銷書，起源于她當年在「MIT Technology Review」的首個重磅專題。

那是篇精彩絕倫的報道：首次揭開了OpenAI的內幕。OpenAI對此相當不滿。

OpenAI力圖拯救世界的背后：混亂與秘密

這個「AI登月項目」的初心是透明開放。這篇文章揭示了競爭壓力如何逐漸侵蝕這一理想。

至今，Karen Hao仍把「MIT Technology Review」看作她新聞事業的起點。

之所以會寫那篇文章，完全是因為受Niall委托。當時，她只是隨口說了一句：「嘿，OpenAI看起來挺有意思的。」他就說：「你應該給他們寫一篇深度報道。」

之前，她從來沒寫過企業特寫。但她帶著開放的心態開始寫作——試著去真正了解OpenAI是什么樣的組織。

最初，OpenAI自稱是非營利機構，宣稱自己的使命是「讓通用人工智能造福全人類」。

她很好奇，想弄清楚，這到底意味著什么？他們具體是怎么努力實現這個目標的？他們又是如何在堅持使命的同時籌集資金、吸引資本？

在OpenAI內部，她實地采訪了三天，又訪問了數十位公司外部或相關人士……

逐漸發現，他們公開宣稱的愿景與他們實際的運作方式之間，存在著根本性的矛盾。

OpenAI利用美化過的愿景，贏得了外界大量的信任與支持。

于是，她最后將報道聚焦在了這個矛盾上。

「虛偽的面具被扒光」，這就是OpenAI不滿的主因。奧特曼曾直白地告訴Karen Hao：OpenAI不喜歡那篇報道。

自那篇報道以來，OpenAI那種「言行不一」的情況，這幾年變得更加復雜、更令人困惑了。

不得不說，現在的OpenAI堪稱硅谷最具資本主義傳奇色彩的企業之一——

他們剛剛完成了科技史上規模最大的私募融資，募集400億美元，估值達到3000億美元。

但吊詭的是，他們依然堅稱自己「首先且最重要的身份是非營利組織」。

這恰恰揭示了OpenAI這十年來的核心策略：不斷調整和重塑自身定位，精心打造最符合公眾和政策制定者期待的敘事框架——

盡管在技術開發和商業化方面的實際行動，他們可能完全是另一回事。

OpenAI的賭局：Scaling Law

奧特曼將實現AGI比作「AI界的曼哈頓計劃」，還援引奧本海默的名言：「技術誕生，只因它可能誕生。」

但Karen Hao的書中貫穿的主題恰恰相反：事情并非注定如此，人也并非生來如此。人之所重，道之所及。

如果真是如此，那在實踐中又意味著什么呢？

以OpenAI為例，在早期他們做了個關鍵抉擇：Scaling既有技術，推動AI進步。

2015年底創立時，OpenAI就是全AI領域的奇葩；2017年做此決策之際，更是如此。正是這個選擇，造就了如今主宰市場和頭條的AI技術。

關于如何推動AI進步，存在兩種主要的觀點，或者說，是一系列觀點，分布在兩個極端之間：

一種極端認為，我們已經擁有了所有必要的技術，只需積極擴展規模即可；

另一種則認為，實際上，我們還缺乏足夠的技術，需要持續創新并進行基礎研究，才能獲得更多突破。

大多數人認為，聚焦基礎研究的這條路徑更可能帶來進展，但OpenAI不同，他們選擇了另一種極端——

他們堅信只需利用現有神經網絡架構，不斷注入更多數據，在史無前例的超級計算機上進行訓練就能取得突破。

他們之所以做出這一決策，是因為在AI競爭中，谷歌幾乎壟斷了AI人才。

OpenAI知道，單純依靠研究突破，他們不太可能打敗谷歌。基礎研究的道路非常艱難，因為你永遠無法預測突破何時會出現，它不是一條線性的發展路線；

而Scaling則不同，它可以線性推進：只要不斷增加數據量和計算能力，就能取得進展。

因此，他們認為，要最快地實現這一點，非他們莫屬，只要這樣做就能超越谷歌。

而且，這也非常符合奧特曼的優勢，因為他是個極為出色的籌資天才。而當AI模型的推進依賴于規模化時，最大的瓶頸就是資本。

因此，這個決策非常契合他的特長，因為他擅長積累資本，他知道如何快速積累資本。

這生動詮釋了技術發展是人類選擇與價值觀的產物：正是當時OpenAI所具備的特殊技能與優勢，決定了他們選擇的前進方向。

從GPT-2 到GPT-3的突破，完全依賴于數據和算力Scaling。

從現在回頭看，這一切令人驚嘆。不過，這種路徑背后需要付出極其高昂的成本。

這是Karen Hao對OpenAI最大的批評之一：

我們本可以通過其他方式取得這些成果，并且在未來繼續從AI中獲益，而不必采用高度消耗資源、極其昂貴的開發方式。

AI只是讓少數人受益

在ChatGPT尚未出現之前，「殖民主義」已開始復辟。

AI的商業化與全球部署，讓過去的殖民結構和歷史性不平等死灰復燃。

在為MIT Tech Review 撰寫「AI殖民主義」（AI Colonialism）系列報道時，Karen Hao逐漸關注到這一視角。

在此系列報道的導語中，他們認為人工智能正在創造新的世界秩序：

如今，AI行業正通過更加隱蔽的方式，極大地犧牲貧窮群體，幫助富有和有權勢的人獲取更多財富。

在這個系列的報道過程中，Karen Hao不斷遇到各種案例。她越來越相信：AI行業正在復制并強化全球范圍內的結構性不平等。它似乎正在演變成一種「新殖民主義」的力量。

而當ChatGPT推出之后，這一趨勢進一步加速了：

一旦開始以整個互聯網為訓練數據，依靠占地廣闊的超級計算中心運行AI系統時，這背后所依賴的資源提取與勞動力剝削規模也上升到了全球層面。

所以在書中，她將「人工智能帝國」（empires of AI）與傳統帝國之間，歸納出了四大相似點。

第一是，帝國會攫取本屬于其他人的資源。AI公司正在互聯網上，大規模采集并不屬于它們的數據，并獲取他人的知識產權，這種做法本質上是資源掠奪。

第二是，帝國剝削大量勞動力。許多公司將AI開發中最艱苦、最低薪的工作外包到「南方世界」（Global South）國家或其他經濟弱勢地區。同時，它們所開發的許多技術，本身就是用來替代人工勞動的，也在進一步強化勞動力剝削。

第三是，帝國壟斷知識的生產。在過去十年中，AI行業不斷吸納世界范圍內的研究人員，導致他們越來越少地參與開放科學，不再在高校或獨立研究機構工作。其結果就是：我們將無法獲得客觀、全面的研究視角。

第四，也是最后一點，帝國往往伴隨著激烈的「對抗性敘事」：「正義帝國」必須變得足夠強大，才能擊敗「邪惡帝國」。因此，他們就宣稱自己有正當性可以無限制地消耗資源、剝削勞動力。如果「壞人」先掌握了AGI，人類就會陷入災難；但如果「好人」搶先擁有這些技術，他們就能拯救世界，人類也將因此獲得福祉。

所以，從多個維度來看，「帝國」這個概念，是Karen Hao認為最能全面刻畫AI公司運作方式、以及它們如何深刻影響這個世界的最佳框架。

AGI幾乎是這本書里貫穿始終的「隱形主角」。它像一道無形的陰影，始終籠罩在 OpenAI 的一切之上，仿佛在說：「這就是我們必須搶先實現的目標。」

AGI：虛無的幻象？

至今為止，連「AGI到底是什么」都沒有共識，更不要提如何實現AGI。

多年來，OpenAI給AGI下過各種不同的定義，甚至內部還有個玩笑：「問13個OpenAI研究員什么是 AGI，你會得到 15個答案。」

他們自己也知道AGI并沒有明確定義。

但AGI卻有非常強的象征意義，OpenAI營造出一種近乎信仰式的追求氛圍——

大家覺得必須不斷向著「終極目標」前進，一旦實現，整個人類文明都會因此而改變。

于是問題變成：你的人生中還有什么比這更值得投入的？又還有誰比你更有資格去完成它？ 在這樣的邏輯下，只要最終實現 AGI，這一切代價都是值得的。 因此，這也就成了他們一切行動的正當性來源。

這種信念也支撐著他們推行一種高度排他、精英導向的技術開發模式——他們聲稱，只有自己擁有足夠的專業能力與道德權威，才有資格控制AGI的發展與部署；而其他人則不應介入，因為這項技術「過于強大」，不容開放參與。

對此，Karen Hao最想問奧特曼：「你到底要看到多少實際的傷害，才會意識到，是時候換一條路走了？」

參考資料：

https://www.technologyreview.com/2025/07/09/1119784/inside-openais-empire-a-conversation-with-karen-hao/