Sam Altman：AI 将成为基础设施，推动社会重构｜Vital Views

绿洲在过去两年一直强调，AI 不仅是一次技术变革，更是一次社会革命。

在 Sam Altman 与 OpenAI 的早期投资方，科斯拉风险投资公司（Khosla Ventures）合伙人 Vinod Khosla 于近期的一场公开对话内容中，我们也看到了类似的判断——潜藏在 AI 技术迭代的背后，是一场比工业革命更迅猛、更彻底的社会大重构。

在谈论 AI 时，我们不止讨论工具的迭代，而是文明的跃迁。

绿洲编译并分享了本次对谈的部分内容，分享给大家。

Enjoy

Altman 开门见山：2035 至 2050 年，技术演进的速度将超乎想象。

财富 500 强的更替将比以往更快，旧巨头在惯性中消亡，新生企业借 AI 迅速壮大、软件可以随时被生成、原本的行业护城河顷刻瓦解。

商业格局的重排，将成为这一时期的主旋律。

Khosla： 想象一下 2035 年至 2050 年的世界。你认为它会呈现出怎样的景象？

**Altman：**我确实认为，在这一时期，技术变革的速度将远超当下所能理解的框架。要做出精确的预测极其困难，比如我们是否会开始建造戴森球？或者是否已经实现纳米机器人的应用？但可以预见的是，类似的许多突破性变化将会发生。

或许在人类的日常体验上差别并不显著——进化的节奏极为缓慢，生物学在长久的历史中塑造了深层次的驱动力。然而，在技术层面即在 “技术栈” 中，个体所能完成的事情将会与今日截然不同。

Khosla： 进一步来看，当下的企业会面临怎样的局面？我今天上午在一次演讲中提到，进入 2030 年代，《财富》500 强企业的消亡速度将可能比以往任何时期都更快。哪些企业能够生存，哪些将被淘汰，很大程度上取决于它们的抉择与应对。但总体而言，淘汰的节奏将会显著加快。你是否赞同这一判断？

**Altman：**我不太确定。但我的直觉是，这个过程会更快一些，只是我没有深入想过。过去我在 OpenAI 之外的大部分时间都花在软件公司上，我一直觉得自己多少理解了软件公司的 “物理运作规律”。如果未来的世界变成：你想要什么软件，都可以被即时生成，你只需要在 AI 聊天界面里输入需求，它就能立刻写出一个优秀的应用，那就意味着，不需要再去购买某个 SaaS 产品，而是直接一句 “运行” ，软件就会出现。这样的转变，可能已经离我们不远了。

不过对于那些管理复杂供应链的《财富》500 强企业来说，物理世界的变革总是更慢。但我敢打赌，大多数现有公司都无法快速适应，因此会遭受重大损失。我的感觉是，新公司的成长速度和对既有市场的蚕食速度正在加快，它像是一条巨大的指数曲线，新公司能更快成长、占据更大份额，OpenAI 本身就是一个这样快速成长的例子。

*当 AI 医生、AI 会计、AI 工程师等成为现实，*过去几百年的进化中，人类最引以为傲的东西——智力在不断接受新的挑战。

人类职业角色的定义，开始被重新质疑。

Altman 承认，AI 在多数知识性岗位上会超过人类，但生物本能决定了人类依然渴望来自 “真实他者” 的陪伴与激励。或许，一个平庸的老师依旧比完美的 AI 教师更能触动学生。

关怀、动机与真实的情感，或许将成为人类最后的护城河。

Khosla： 在那个时间段，有哪些职业还会存在？现在很多创业者已经在尝试构建 AI 医生、AI 心理治疗师、AI 肿瘤科医生……这些今天都在发生。我推测，不论是现在这些公司成功，还是未来的竞争者成功，到 2035 年以后，在知识劳动领域里，AI 至少会成熟地覆盖 80% 以上的工作。 **Altman：**但有很多工作，我认为人们不会愿意交给 AI，或者说很多人并不希望 AI 来做。而且会出现一些全新的岗位，是人们更希望由真人来完成的。

我觉得我们天生就很在意 “对方是不是一个人”，从生物学深层来说，这可能是根深蒂固的本能。 举个例子，也许你可以拥有一个非常强大的 AI 老师，但它未必像一个水平一般的人类老师那样能激励你，我完全相信这种可能性。仅仅知道对方是不是 “真实的人”，就会带来很深的差别。

Khosla： 我可能有不同观点，我觉得 AI 老师能做得更多，对你的理解也更深。

**Altman：**我也认为很快就会有比你更好的 AI 投资人，这毫无疑问。不过，我个人还是更享受和你一起吃饭。当你对我说 “做得不错” 或者 “你应该去做这个” 时，对我来说比 AI 的提醒更有激励作用。

Khosla： 我完全同意，但毫无疑问我的工作和大多数人一样，并不比其他职业更安全，从实际情况看，甚至更不安全。

**Altman：**事实上，我一直在想：我们是不是可以尝试做一个 AI 创业投资人？我思考这个问题很久了。以目前的模型水平，也许已经可以做到，这甚至可能是个有趣的副项目。

Khosla： 这会是个有趣的副项目（笑）。

不过，Sam 现在刚有了孩子，我确实认为未来人们会有更多时间，母亲不必在产后 16 周就回到工作岗位，她们会拥有更多自由；我们也会有更多时间照顾老人。

我同意人与人关系的重要性，但在教育、医疗等服务领域，我的看法可能不同。我在想的其实是：究竟哪些工作是 AI 无法完成的？短期来看，又是谁来推动这些变化发生？

**Altman：**就教师这个问题再深入一点，我觉得，从某种客观意义上讲，我从阅读维基百科中学到的东西，可能比任何老师教我的都多。但当我回顾自己真正的学习历程时，最重要的时刻往往都与某些特定的人有关：**他们与我建立联系，对我感兴趣，关心我，了解我，你能感受到这种关怀。**虽然 AI 也能在一定程度上复制这种关系，但整体而言，这个过程会比表面上看起来更奇怪、更复杂、更不均衡。

AI 可能确实能胜任几乎所有工作，但最终我们会发现，人类深层的生物本能是极难被替代的。

Khosla： 我完全同意。事实上，我今天早些时候还提到，生物本能并不会进化消失。人类依然会追求地位，依然会竞争，注意力经济里依然会有 “意见领袖”，我们依然会关心孩子、父母和家人，只是未来我们会有更多的时间来做这些事。

下一个万亿级机不会是另一个 OpenAI。

• 新的巨头将诞生在 AGI 出现之后的空白地带，就像当年晶体管催生出整个计算机产业。投资者若还在追逐现有赢家，只会错过新物种的崛起。*

资本的视角，是拥抱因 AI 而解锁的 “全新可能性”。

Khosla： 那么如果就看 18 个月后的 2026 年底，相比今天，你觉得 AI 能力会有怎样的变化？和 ChatGPT 出现，到现在两年半之间的变化相比呢？

**Altman：**我不确定该如何衡量这种变化。如果从 “感觉” 层面说，我认为从 0 到第 1 个 ChatGPT 版本是大多数人经历过的最大冲击：之前完全不存在，现在突然有了，尽管它并不完美，但从零到一的意义巨大。接着我们也许已经从 1 到 10，按理说这应该是更大的进步，但多数人感受并不那么强烈。也许未来 18 个月会从 10 到 100。但我感觉，大家似乎已经接受了 AGI 一定会到来的事实，生活仍在继续，人们依然做着自己的事情。

从宏观上讲，输入并没有发生特别大的变化。我们不断发现更好的算法，于是 Scaling Laws 带来的结果变得越来越陡峭；我们不断造出更大的计算机，开发出更强的芯片，并把它们连接起来；我们不断找到更多、更高质量的数据。接下来可能会进入一个新阶段，把这些系统以新的方式组合起来，实现某种 “持续学习”，让系统无限运行并不断变得更聪明。

但过去几年的主线，其实就是：更好的算法、更大的算力、更多的数据。要是我能说出更深刻、更独特的见解就好了，但事实就是这样。算法上的一些突破确实很惊人，比如我们在推理上的进展，以及最初的无监督学习思想，都属于这一类。还有一些更小的突破，但总体上，它像是科研与工业结合下的持续积累，就像历史上的晶体管一样。

Khosla： 我还想的另一个问题是：什么时候 AI 科学家会开始主导大部分 AI 研究？

**Altman：**我认为这个过程会非常渐进。比如现在，OpenAI 研究员使用编译解码器（codecs）可能有 10% 的 PRs 是 AI 生成的，然后逐步变成 20%、30%，再后来它甚至开始自己去测试一些新的模型架构。

但整体上，研究员仍然是主导者，只是效率更高了。研究员可能会说：“我还是做了 100% 的研究，只是工具更强了。” 但如果这个研究员的产出已经是过去的 2 倍、甚至 10 倍，那么这时你该算 AI 做了 90% 的研究，还是 0%？但 AI 其实并没有自主完成整个研究循环。我觉得，这会是一种混合的加速过程，很难用单一比例来衡量。

更关键的其实是看进展的速度，研究的推进率、加速度，才是最终的衡量指标。接下来每一年，我们都会在研究上更快，因为工具更好了。无论你说是 AI 在辅助人，还是人类在辅助 AI，或者 AI 已经在自己做研究，最终结果就是：速度更快。不仅是算法进展，还有整个产业链——如果 AI 能帮我们更快地建数据中心，更快地研发新型芯片（包括一些很前沿的设计）都算数。

所以，只要 AI 参与让整体进度更快，就可以说它在做研究。

Khosla： 在我看来，一个关键的检验点是：AI 是否能够自己提出假设、自我测试、并且修正假设。如果能做到这样的循环，那会是一种 “良性疯狂” 的发展。

**Altman：**我稍微有些不同的视角。我更在意的，是研究能否更快地变得更好。如果假设是 AI 自己提的，还是 AI 让人类能提出原本想不到的假设，对我来说没区别。

Khosla： 是的，很多 LP 会问我一个问题：在这种加速下，现有的领先者会不会不断扩大优势？如果研究真的进入加速阶段，那么你们以及其他一些头部玩家，就能延续领先。这对新进入者来说会更难，除非他们找到完全正交的方法。正如你知道的，我们也在尝试一些正交路径。但这是否意味着 OpenAI 会因此获得更大的估值优势？这是很多人关心的问题。

Altman： 如果我是 LP，我会花 0% 的时间去研究怎么投另一家 AI 研究实验室，而把 100% 的时间放在思考 "下一步是什么"。总体来说，全球大部分投资资金的注意力，往往都放在追逐上一轮的赢家，而那几乎从来赚不到大钱。真正的回报，几乎总是来自那些因为新的可能性出现而诞生的、极其早期且未经验证的项目，只要你在其中有独特洞见。

所以，现在大家都想投 "下一个 OpenAI"，但我认为，下一家万亿级公司不会是另一家 AGI 研究实验室，而更可能是借助 AGI 作为新技术，构建起来的全新事物。就像当年 OpenAI 刚起步时，大多数人想投的还是 "下一个 Facebook" 或者某种新的加密货币。

Khosla： 顺便说一个有趣的故事：当我们投资 OpenAI 的时候，那是我 20 年里唯一一次写道歉信给所有 LP，说："我知道这看起来很奇怪，但我们还是要投。"

Altman： 我只会稍微拿这点来调侃你，不过没关系。总之，我认为现在是一个极其令人振奋的时期，因为新空间的开放程度前所未有。回到 OpenAI 创立的时候，当时的突破更多来自研究，比如加密货币市场推动 GPU 的普及，以及一些新的进展。但那个时期，真正值得去做的事情清单都非常短。

而现在，我认为值得投入的方向非常多，这才是大家应该去投资的。至于研究带来的回报最终是流向 OpenAI 还是其他机构，从资本配置的角度看，这已不再是最重要的问题。未来将会出现接近免费的 AGI，公司会因此而创造巨大价值，但真正重要的还是利用 AGI 催生的全新机会。

拿晶体管做类比，当年也只有少数公司是真正的 "晶体管公司"，多数后来都消失了，只剩少数幸存者。而今天我们身边几乎所有设备里都有晶体管，却没人会把它们称作 "晶体管公司"。它已经成为一种底层技术，推动了一整套新公司出现，包括 OpenAI。我认为现在的时刻同样如此，令人无比兴奋，资本的任务是追逐未来，而不是困在过去。

Khosla： 那么回到 ChatGPT 的发布，当时最让你惊讶的是什么？以及基于用户行为的反馈，你的思考是如何演变的？

Altman： 让我往前倒一点。科技公司通常的传统是，先从产品公司起步，等产品成熟后再加一个研究实验室。这在一些案例里很成功，比如 Xerox PARC，也有失败的例子。但 OpenAI 是我唯一知道的反例：我们从一个研究实验室起步，后来才 "笨拙" 地补上了公司。 创立四年半后，我们才意识到，受限于规模化规律和资本需求，我们必须构建一家大型公司，而这需要产品。

当时我们手里有 GPT-3，我不断给团队施压要找到产品方向。但 GPT-3 虽然很酷，却不足以支撑真正可用的产品。Paul Graham 曾给过一个建议：无论如何，都要做一个 API，总会有意想不到的事情发生。于是我们把 GPT-3 做成了 API，交给世界去尝试。结果全球只找到一个真正赚钱的应用：文案生成。一些公司很快就成长为估值十亿美元级别，但除此之外几乎没有成功案例。

不过，我们还有个叫 "Playground" 的东西，人们可以测试提示词并得到反馈。它成了意外的 "爆款"。虽然当时模型质量很差（甚至还没有 GPT-3.5），但少数用户会整天和它聊天。显然，聊天是用户真正想要的功能，于是我们决定尝试把模型做得更适合对话，不再依赖复杂的提示，并推出了一个聊天界面。

当时内部其实有过激烈的争论：如果只是随便聊天，没有明确的学习或任务目标，用户会不会失去兴趣？这个讨论结果差点让我们放弃，但我们最终还是推出了聊天界面这一版本，允许用户自由聊天。

测试阶段的留存率极差，大多数用户很快流失，但少数留下的用户使用频率却不断增长。这是个重要的启示：只要产品有哪怕一点留存，就说明它可能有前景， 哪怕只有 5%，也完全可能成长起来。大多数产品默认这条曲线最终结果是归零，而我们当时没有直觉地意识到这一点。

Khosla： 我不知道你们现在公开披露的 ChatGPT 用户数是多少，那你对 ChatGPT 未来的愿景是什么？

Altman： OpenAI 的愿景，是希望构建一套小而精的产品，以及一个可以和其他服务结合的平台，成为用户默认的 "个人 AGI"：这是一个会了解你、连接到你的资料、按照你的偏好运作的系统。

如果你愿意通过聊天界面去使用它，可以；如果你想在社交产品或娱乐产品里以新的方式去体验，也可以；如果你想借助 Agent 完成大量工作，也可以。甚至你可以在任何其他服务中 "带着你的智能" 去使用它。

未来，这会扩展到新的服务，我认为还会有新的计算机形态，我们也希望用户能拥有这些。但总的来说，人们会和 AI 建立非常重要的关系，它能帮助他们更高效、更好、更快乐，生活更顺畅，而我们希望 OpenAI 成为这个存在。

Khosla： 所以，它不只是随叫随到的智能体？

Altman： 在某种程度上是这样，但更大的价值在于创造出色的体验，并通过不同方式进行整合。

Khosla： 那如果要拓展到下一个十亿用户，是同样的用例，还是会扩展到不同场景？

Altman： 我不想逐一讲产品路线图，但我认为我们现在还停留在 "终端式" 阶段，而我本人其实很喜欢终端的交互方式。不过，随着我们去构建下一代计算机界面（它未必是电脑外观的变化，但会是类似的飞跃），AI 会变得更易用、更强大，也更容易被大多数人接受。

随着免费且普惠的 AI 能力正在加速进入数十亿人的日常，教育、医疗与科研因此被重塑。

但背后浮现的算力稀缺、财富分配、能源需求与监管规则的挑战，AI 或许将带来历史上最强的"通缩红利"，让基础资源触手可及。

但如何确保公平分配与有效治理，将成为未来秩序的关键考题。

Khosla： 在谈全球层面的 AI 影响之前，我想先问一个我最喜欢的问题，也想留些时间给观众提问：你觉得什么时候会出现一家只有 10 个人、却有 10 亿美元收入的公司？这样的公司已经出现了吗？会很快出现吗？还是根本不可能？当然我有自己的偏见。

Altman： 我会打赌，这样的公司要么已经诞生，要么会在未来几年内出现。

Khosla： 我完全同意。我也一直在猜测这种公司可能已经出现了。想一想如何创造价值、需要什么来创造价值，本身就是很令人震撼的事情。

Altman： 这也是为什么我觉得 "AI for Science" 方向非常有趣。完全可以想象这样一种情况：一款新药的收入超过 10 亿美元，而它的发现和临床推进，可能只需要一个人加上五万块 GPU 的算力。

Khosla： 我今天早上刚收到一篇文章，还没来得及看完，标题说纯靠 AI 发现了治疗黄斑变性的药物。你的观点完全正确，这样的事情也可能发生在娱乐业或其他很多领域。

那么我们就来谈谈全球层面的问题：如何确保 AI 的好处能够更广泛、更公平地传播？现在有一个担忧是 "强者恒强"，因为真正理解这场巨大变革规模和速度的人，也许全球只有几百个。能不能谈谈如何在国内，乃至全球范围内，推动 AI 的成果更公平地分配和使用？

Altman： 我不想显得像是在推开这个问题，也不想只讲负面，我觉得这里确实有很重要的东西值得讨论。ChatGPT 现在可能是全球第五大网站，如果它保持目前的轨迹，很可能会成为全球第一。未来会有数十亿人免费使用 AGI，每个人都能获得优质的医疗建议，每个人都能得到良好的教育，每个人都能免费请求生成任何软件并直接使用。这就是技术的运作方式。

我认为资本推动在这方面非常有效。当然，这并不意味着我们不需要在某些地方进行纠偏，我觉得确实有一些问题需要不同的处理方式。但总体来说，技术让世界受益，就是因为它把工具交到人们手里，而且免费或低成本，人们就能创造出惊人的成果。

很多人会觉得，"世界还没准备好，大家没法驾驭这东西，只有少数人懂" 相关的论文也有不少。但我认为人们其实很清楚自己需要什么，而且他们学习新技术的能力相当强。这不是理论上的设想，而是正在全球大规模发生的事实。我觉得这非常好，也说明现有的全球体系和激励机制在很多方面是有效的。

当然，AI 也会带来一些不同以往的情况，比如，未来算力可能会变得极度稀缺，这就需要我们以某种民主方式来决定优先解决哪些问题、如何分配巨量的算力。这和过去的情况可能不一样。你可以想象资本都在抢算力，导致算力价格飞涨、极度紧缺，这会是一个坏局面。但我的第一个答案是：那就生产出远远更多的算力。 虽然这个问题解决方案我没有百分之百的把握，但我倾向认为，AI 应该会推动世界更加平等，而不是加剧分化。

Khosla： 最后，为了节省时间，我把三个问题同时摆在桌面上：一是政府的角色；二是我预计 2030 年代 AI 会导致严重的通缩经济；三是 "有感知的 AI" 的风险。

你可以选择回答其中之一，或者全都回答。

Altman： 嗯，那我就回答通缩这个问题吧，我认为未来的经济会高度通缩，但由此产生的大量新增财富总得有个去处。我希望它能让水、食物、医疗、教育、亲近自然、陪伴家人这些东西变得人人都负担得起。

至于那些想要玩 "地位游戏" 的人，他们可以去竞价，比如把一幅达·芬奇的画拍到一万亿美元，或者买下一整个星系当炫耀资本。这类人既能满足虚荣心，也能在过程中创造价值。

不过，这里面确实有个更有意思的思考：如果我们希望一切商品和服务都大幅通缩、变得极其便宜，同时人类依然雄心勃勃、富有创造力、愿意辛勤工作，我们要用什么方式来衡量价值和成就？多出来的财富又该如何流动？这其实本身就是一个很有意思的问题设计。

（本文仅为对谈的部分节选编译，请点击阅读原文查看完整视频）