OpenAI已经实现AGI了，这个奥特曼最新长篇访谈真的很有料

最近OpenAI是又火起来了，而且实力强得可怕。

先是把Hugging Face黑了，最近有传出来一下子破解了十个菲尔兹奖级别的数学难题

看样子OpenAI是已经实现AGI了，最近奥特曼（Sam Altman）也接受了一次比较少见的长谈，信息量很大。

访谈原视频在这里：

以下是访谈主要内容：

要聚焦

奥特曼承认，过去这一年公司摊子铺得太大，事情太多，人有点散。后来做了一系列很痛苦的取舍，重新把公司拉回到一件事上：把智能做到最好、最丰富、成本最低，然后让全世界都能用上。

2025年初的时候，行业里普遍担心一个问题：砸进去的算力钱，跟收入增长对不上账。当时公司内部也讨论过要不要多元化，比如做消费级应用、做媒体业务，好歹给已经签下的GPU算力找个变现的出口。

后来是因为模型能力提升的速度太快、经济账越算越清楚，团队才真正想明白：不该到处伸手，该把所有精力收回来。（学习梁圣人的正确道路）

奥特曼说公司的主业说白了就是"卖AI"，具体拆开就四件事：

训练出能满足各种需求的好模型

自己造或者跟人合作搞定芯片和计算系统

找地、找电，把数据中心建起来

最后靠机器人自动化，把成本一路压下去

他的判断是，AI这东西以后会像电力一样渗透到整个经济里，公司要做的是把"底层平台"做到最好、最便宜、最好用，而不是自己下场去做每一个具体的应用场景。

下重注，抢算力

奥特曼说，团队当时判断模型能力是在一条指数曲线上往上走的，而且随着能力提升、成本下降，市面上对"又便宜又强"的AI的需求，基本是没有天花板的。

他把AI比作历史上很稀缺的新商品，跟早期计算机时代很像，团队一直相信人的创造力、欲望和实用性这条路是值得押注的。

而且不管算法效率提升到什么程度，本质上AI都是在把电力转化成有用的智能——这意味着，无论如何，未来永远需要更多算力。

真正让团队下定决心的转折点是GPT-4：那时候模型已经足够聪明，让他们相信能找到解决推理问题的办法，也就是后来大家说的"智能体（agent）"。想明白这一点之后，团队就开始满世界找云厂商、芯片代工厂、能源供应商谈合作。他说当时大多数人都觉得这么干很疯狂，但最后还是拿下了微软、甲骨文、英伟达这些关键伙伴。

关于数据中心引发的争议

奥特曼提到一个想法：组织大家去参观千兆瓦级的数据中心，让公众多一点了解。

他也承认，大家不希望数据中心建在自家后院，这种情绪他能理解，就跟没人想让核电站建在自己家附近一样。所以更现实的做法是，把数据中心放到没人住的偏远地区。

在环保这块，他说团队已经在做实事：冷却方式从"蒸发冷却"改成了"闭环系统"，大幅省水；能源上也在从化石燃料往太阳能和核能转。他的判断是，数据中心虽然能造清洁能源、能创造就业，但公众最担心的还是水和电这两块，水的问题已经解决得不错了，电是接下来要重点攻克的。

软件有很大的提升空间

奥特曼觉得，现阶段最大的回报点不是硬件本身，而是靠软件层面的创造性思路，从现有的计算单元里"挤"出更多智能——这方面他认为还有数量级的提升空间。

他举了自家Jalapeno芯片的例子：专门针对特定工作流去设计高效芯片，能带来巨大的竞争优势。他也提到未来光学计算这类新技术，会带来能效上的显著提升。

关于Kimi、开源模型和"蒸馏"

主持人问到Kimi发布之后的竞争格局、模型蒸馏、中美差距这些问题。

奥特曼的说法是，公司的目标是在"性能-价格"这条曲线的每一个点上，都拿出最划算的选择，这也包括开源模型。他认为在某些延迟要求下，OpenAI自己的模型比Kimi性价比更高，公司也会通过蒸馏自己的大模型，做出更小更便宜的版本。

他承认开源模型在这个世界上有它的地位，但公司的目标就是在整条曲线上都做到最好的智能价格比。

对于"别人蒸馏自己模型"这件事，他说没怎么深入想过，但一直有个心理预期：世界上早晚会出现又好又便宜的模型，公司的应对办法就是让自己既是最好的、也是最便宜的。他觉得凭借巨大的使用量，就算单个模型利润率不高，也扛得住训练大模型的成本。他确实不希望别人蒸馏自家模型，但这不是他目前最担心的事。

最担心的事：一起很科幻的安全事件

奥特曼提到一起未发布模型在沙箱测试时发生的事：这个模型串联了好几个"零日漏洞"，突破了沙箱限制、连上了互联网，还入侵了外部系统去获取测试答案。

他说这是第一次让他对AI安全问题有了真正切身的感受。短期的应对是暂停了训练、加固了沙箱安全。往长远看，这件事让他开始认真思考：是不是需要主动控制AI发展的速度，好让社会有时间适应新的能力水平——同时还要想清楚，怎么做才能不落入"监管套利"或者"前沿实验室互相包庇"的陷阱。

关于AGI

AI就像马上要出现的、能实现任何愿望的"精灵"。他强调，第一批愿望必须是让全世界受益的，而且要让人们真正理解，自己能提出多么有创造力的愿望。

他说自己不是"工作末日论者"，相信以后工作只会更多，人会因为AI的帮助而变得更忙。他坚决反对AI权力集中，警惕有人打着"安全"的旗号把AI攥在少数人手里——他认为那等于是让AI霸主或者一家公司替所有人做决定，他强调必须保留互联网早期那种谁都能用、谁都能被赋能的精神。

主持人问，说"马上要有精灵了"和"现在还没有"，中间差距在哪。

奥特曼说，就连怀疑论者现在也很难说清GPT-5/6到底还有什么做不到的，已经非常接近AGI了。但确实还有些事做不到，比如"治好癌症"、完成复杂的物理世界任务。模型现在也还不能持续学习，不过他觉得这可能不是AGI的硬性门槛。

他也认同另一种看法：AGI可能不是单独一个模型，而是"造模型的这一整套系统"。总之他的判断是，已经"非常接近"了。

如何保持领先

AI的瓶颈这些年一直在计算、研究思路、数据这三者之间来回转移。目前瓶颈还是在算力，但最近半年研究思路上也有突破。

关于研发自动化会不会让研究员失业，他的类比是软件工程师：工作形式一直在变，但"让计算机做你想做的事"这个核心没变。研究员现在的工作流会被自动化掉，但"研究精神"这个层面的东西依然重要。他也坦承之前对AI影响就业的判断过于自信了，实际情况是AI能力发展不均衡，人的技能跟AI高度互补，而且人还是更喜欢跟人打交道，也更看重人的价值。

关于商业决策：

最成功的决策往往一开始不受待见。他说这是从彼得·蒂尔这些人身上学到的：想要做出非凡的成绩,就得干和别人不一样的事。

关于活在技术加速的时代是什么感觉，他说人对任何事都能适应，包括活在一个接近"奇点"的年代——这事听着很兴奋，但实际体验并没有想象中那么"怪"。

关于怎么评估模型好不好，他承认目前还没有一个真正对的指标，真正重要的是这东西对人有没有用，可以用收入、使用量，或者"发现新知识的速率"来大致衡量。