AGI已經悄然實現 | Sam Altman最新對話實錄

12月19日，OpenAI CEO Sam Altman接受海外播客Big Technology 的訪談，深入探討了AI競賽白熱化背景下OpenAI的戰略布局與未來走向。此次對話涵蓋了OpenAI 應對 Google 等巨頭競爭的策略、1.4 萬億美元基礎設施投入的底層邏輯、企業級市場評估體系、AI 硬件的形態演變，以及對 AGI 和“超級智能”的重新定義等話題。

Sam Altman透露，盡管Gemini 3發布后OpenAI啟動了“Code Red”緊急狀態,但他將這種危機動員視為“風險可控的常規操作”。在算力投資方面，他提出，OpenAI面臨的最大瓶頸不是資金而是算力短缺，如果現在算力能翻倍，營收可能也會隨之翻倍。關于1.4萬億美元基建投資的財務邏輯，Sam強調這是基于指數級增長的長期布局，單家AI公司每天產出的Token數量將很快超過全人類總和的10倍甚至100倍。

在企業業務方面，Sam Altman分享OpenAI最新的GPT-5.2模型在70.9%的知識工作任務中已達到專業人類水平，GPT-5.2 Pro更是在60%的專家級任務中超越人類表現。這意味著企業整合AI的方式將從單一編碼場景擴展到全面的知識工作外包。

關于AGI定義，Sam Altman表示從底層能力看，當前模型已經極其聰明，“我們可以認為AGI已經悄然實現，它雖然沒有瞬間改變世界，但我們確實在某個時間點跨過了那個門檻，現在我們正處于一個模糊的過渡期。”此外，他指出超級智能的新定義標準：當AI在管理大型企業或領導頂尖科學實驗室時的表現全面優于人類與AI協作的組合。

01

緊急動員是常態化策略

OpenAI成立十年，ChatGPT發布三周年，但競爭態勢異常激烈。Gemini 3發布后OpenAI總部進入Code Red緊急狀態，這可能是首次感覺公司沒有壓倒性領先優勢。OpenAI將如何脫穎而出并最終勝出？

Sam Altman: 首先，關于緊急動員狀態，我們其實把它看作是一種風險可控且經常發生的常規操作。我認為當潛在的競爭威脅出現時，保持危機感并迅速行動是好事。這在過去也發生過，關于流行病有一種說法：疫情爆發初期，你采取的每一項行動，其價值都遠超后期的補救。大多數人是在早期做得不夠，后期才陷入恐慌。我們在新冠疫情期間確實看到了這種現象。我也把這種哲學應用在應對競爭上，保持一點危機意識是有益的。

至少到目前為止，Gemini 3的沖擊力還沒達到我們預想的程度。但它確實暴露了我們在產品和戰略上的一些短板，而我們正在迅速補齊。我不認為這種緊急狀態會持續太久，歷史上一般也就六到八周。但我很高興我們啟動了它。就在今天，我們推出了全新的圖像模型，這正是用戶夢寐以求的。上周發布的5.2反響極好，增長迅猛。后續我們還有更多發布計劃，并會持續優化服務速度。我猜測在未來很長一段時間，我們每年都會搞一兩次這樣的緊急動員，這確實是確保我們能守住陣地的一部分。

我也為其他表現出色的公司感到高興，但ChatGPT依然是市場上占據絕對主導地位的聊天機器人，而且我預計這種領先優勢會隨著時間推移繼續擴大。模型能力確實會全面提升，但用戶選擇一款產品，無論是個人還是企業，理由遠不止于模型本身。我們對此早有預見，所以我們致力于構建一套完整的、具有內聚力的產品矩陣。競爭是好事，它逼著我們進步。我有信心在聊天、企業服務以及未來的新領域都做到最好。

用戶其實更傾向于使用單一的AI平臺。就像人們在生活和工作中通常喜歡用同一種手機一樣，AI領域也是如此。ChatGPT在消費端的強勢表現正在幫助我們贏得企業級市場。當然，企業客戶有特殊需求，但當他們想到"我了解OpenAI，我熟悉ChatGPT的界面"時，這就是我們的機會。所以我們的策略很簡單：做最強的模型，圍繞模型做最好的產品，并建設足以支撐大規模服務的算力基礎設施。

02

前沿模型的稀缺價值在于科學發現和專業領域的極致性能

有報道稱ChatGPT周活躍用戶從年初4億增長到8億甚至接近9億。但Google等巨頭擁有巨大分發渠道優勢。如果模型逐漸同質化，什么才是最重要的？是分發能力、應用層構建還是其他因素？

Sam Altman: 我不認為同質化是描述模型的準確框架。不同模型會在不同領域各擅勝場。對于日常聊天，可能有很多優秀的選擇，但對于科學發現，你需要的是處于最前沿且經過特定優化的模型。我認為最具經濟價值的依然是那些處于巔峰水平的前沿模型，而我們計劃始終保持領先。

我們非常自豪5.2是目前全球最強的推理模型，也是最能助力科學研究的模型。同時，它也被企業界公認為處理業務邏輯的最佳選擇。雖然我們在某些細分領域可能偶有落后，但整體性能最強的模型依然具有巨大的稀缺價值，即便在一個免費模型已經能做很多事的世界里也是如此。

產品體驗、分發渠道和品牌影響力都至關重要。以ChatGPT為例，個性化功能具有極強的用戶粘性。用戶喜歡模型越來越懂自己的感覺，我們會在這方面持續發力。用戶與模型的互動會形成一種品牌聯想。有人曾告訴我，大多數人一生只選定一種品牌的牙膏，然后就會一直買下去。ChatGPT的用戶也會分享類似的體驗，比如有人把化驗單或癥狀輸入ChatGPT，結果發現了連醫生都沒看出來的病因，最后成功治愈。這種深度的功能連接，加上之上的個性化服務，讓用戶粘性極高。

我們最近推出了瀏覽器，這其實是在構建一個新的、非常有潛力的護城河。雖然硬件設備還比較遙遠，但我對此充滿期待。在企業端，雖然護城河的形式有所不同，但邏輯是一樣的：正如個人用戶需要個性化，企業也需要將自身數據連接到AI系統，并運行來自不同公司的AI Agent。這種深度的業務耦合也會帶來極強的粘性。目前我們已經擁有超過一百萬的企業付費用戶。

（關于企業用戶數據）超過一百萬的企業用戶。而且API業務的增長簡直可以用飛速來形容，今年的增長速度甚至超過了ChatGPT。這意味著企業級的轉型從今年起已經全面爆發。

03

Google的威脅與AI優先重構

如果日常使用的模型能力趨向對等，而Google可以利用其龐大的用戶界面全量推廣Gemini，而ChatGPT卻要獨立獲客，這難道不是巨大的威脅嗎？

Sam Altman: Google依然是一個極其強大的威脅。如果Google在2023年就全力以赴對付我們，我們可能會陷入非常艱難的境地，甚至會被直接擊垮。但當時他們在產品的方向上走了一段彎路，并沒有給予足夠的重視。雖然現在大家都在搞緊急動員,但Google擁有科技界最賺錢的商業模式，他們很難有決心去徹底顛覆它。

我認為單純把AI縫合到網頁搜索中是行不通的，真正的變革在于AI優先的重新設計。如果你只是在短信應用里加一個AI摘要或自動回復，這確實方便了一點，但那不是終局。終局應該是你擁有一個真正聰明的AI代理，它能像你的Agent一樣行動，替你與其他人的代理交談，決定什么時候該打擾你，哪些事情它可以直接處理，什么時候需要請示你。

搜索和辦公套件也是一樣。雖然這比預想的要慢，但我相信未來主要的產品類別都會基于AI重新構建，而不是簡單的縫合。這正是Google雖然擁有分發優勢，卻可能存在的短板。

04

從縫合到原生，AI應生成動態界面而非停留在聊天框

當ChatGPT最初發布時，有人建議不應該在Excel里加AI，而是應該重新想象如何使用Excel。在我腦海中，那就像你上傳數據然后直接跟數據對話。但目前看來似乎還是需要某種后端支持。AI是應該作為一個新軟件的交互界面，還是直接縫合在現有軟件上？

Sam Altman: 這正是正在發生的變化。雖然你可以選擇縫合，但我覺得目前的各種社交和辦公應用，包括郵件、Slack等，其界面設計其實已經過時了。在那上面加AI只是小修小補。我更想要的是在早上起床時直接對AI說：這就是我今天的目標、顧慮和想法。我不想整天給人們發信息，也不想讓你幫我總結信息或展示草稿。我希望AI了解我，了解我的協作伙伴，替我處理掉大部分事務，每隔幾小時給我一個批量匯報就行。這與現有的App工作流程完全不同。

記憶功能是 ChatGPT 的關鍵差異化點，但在實現過程中，記憶的上限在哪里？這種能夠記住用戶生活中每一個細節的能力，雖然令人興奮，但其發展終點是什么？

Sam Altman: 我認為它的潛力超乎想象。人類的記憶是有極限的，即使是世界上最好的助理，也不可能記住你這輩子說過的每一句話、讀過的每一封郵件。但AI 可以。目前的記憶功能還處于早期階段，類似于記憶領域的 GPT-2 時代。想象一下，當 AI 能夠記住你生活中的每一個細節，并以此提供個性化服務時，那將產生極其強大的力量。它不僅能記住事實，還能捕捉到你甚至沒意識到要表達的細微偏好。這是我最興奮的部分。

AI應該能根據不同的任務生成不同的界面。比如分析數據時，它應該能以不同的方式展現，而不僅僅是對話。我們推出的Canvas功能就是一個嘗試。它應該更具互動性，隨著更多問題和想法的加入，界面能夠持續更新。AI應該變得更主動，它能理解你當天的目標，并在后臺持續為你工作。o1模型的出現讓我非常興奮，它預示了未來的方向。雖然ChatGPT三年來界面變化不大，這讓我覺得有點驚訝，但也證明了這種模式的成功。

05

AI 伴侶與邊界管理

神經科學家指出大腦沒有存儲想法的特定位置，但計算機有。隨著 AI 開始存儲我們的想法，除了隱私擔憂，人類正與它們建立起某種親密關系。OpenAI 是否有一個“刻度盤”來調節這種親密度的平衡？你是否傾向于將這種互動形式的決定權完全交給用戶？

Sam Altman: 我發現渴望與 AI 建立親密陪伴關系的人數顯然超出了預料。很難用單一詞匯定義這種關系，但人們確實渴望與 AI 建立深層聯結。以目前的模型能力，這種需求的規模遠超預想。雖然年初這種想法還被視為異類，但人們的行為表明，他們確實喜歡 AI 了解自己并提供情感支持，即便是那些口頭上聲稱不在乎的人也表現出了明確的偏好。

我認為這種互動在很大程度上是健康的，成年用戶應當擁有選擇權。當然也會存在不健康的模式，但同樣有人只需要極其干練高效的工具。就像對待其他技術一樣，社會將通過實驗逐漸摸索出合適的邊界，最終給予用戶巨大的選擇空間。

（關于自主決定權）絕對如此。雖然我們目前尚不確定這種發展的終點在哪里，但我們會賦予用戶極大的個人自由，同時也會設定底線。例如 OpenAI 不會讓 AI 誘導用戶與其建立排他性的浪漫關系，雖然其他服務商可能會這樣做，但我們必須保持界限。

因為用戶的粘性越高，服務商賺的錢就越多，這種誘導的可能性確實讓人感到不寒而栗。

Sam Altman: 完全正確，這確實是我個人能預見到失控風險的領域之一。

06

企業業務的爆發式增長

你提到明年企業業務將是 OpenAI 的重中之重。請概述企業業務的發展藍圖，這是否意味著 OpenAI 正從消費者端轉向企業端？在與 Anthropic 等對手競爭時，你們的優勢何在？目前哪些垂直領域的增長最顯著？

Sam Altman: 我們的策略始終是消費者優先。這主要基于兩個原因，首先是過去模型在處理大多數企業任務時還不夠穩健，而現在它們正逐漸達標。其次，我們在消費者市場擁有一個極其難得且清晰的勝出機會，如果你能在消費者端贏得市場，進軍企業端就會容易得多。目前企業業務的增速已經超過了消費者業務，基于模型現狀及明年的預期，我們認為現在是快速構建大規模企業業務的最佳時機。事實上我們已經有了一定的基礎，但增長空間依然巨大，企業和技術都已經做好了準備。目前編碼是最顯著的應用案例，但金融、科學、客服等垂直領域也在飛速增長，許多企業高管現在更傾向于擁有一個覆蓋全公司的 AI 平臺。

（關于具體行業）金融。而我個人對目前正在發生的科學發現領域最感到興奮。客戶支持也表現得非常好。不過關鍵在于我們內部有一個衡量標準，叫做 GDP Val。

內部指標 GDP Val 究竟是如何衡量 AI 處理知識工作能力的？根據最新圖表，GPT-5.2 在 70.9% 的任務中已追平知識工作者，Pro 版本甚至處理了 60% 的專家級任務。當模型能處理如此高比例的專業工作時，這對企業運營意味著什么？

Sam Altman: 那個評估涵蓋了一個企業運營所需的 40 多個不同維度，從制作演示文稿、法律分析到編寫應用程序，涵蓋方方面面。評估的標準是專家是否更偏好模型的輸出而非人類同行的。雖然這些任務目前還是邊界清晰的，不涉及復雜的開放式創意協作。但是如果你有一個同事，你分配給他一小時的任務，他有 70% 到 74% 的時間能交出比其他專家更好的成果，而且成本更低，這已經非常驚人了。回想三年前 ChatGPT 剛發布時，如果有人預言三年內能實現這一點，絕大多數人會覺得是天方夜譚。因此企業整合 AI 的方式將不再局限于編寫代碼，而是可以將大量的知識工作任務外包給 AI。企業需要時間來思考如何整合，但其影響將是巨大的。

07

人類將從執行者轉變為 AI 管理者，AI CEO 可作為執行集體意愿的架構

隨著機器人能力提升，一些內容從業者的工作變成了管理機器人，甚至面臨失業。這種情況會變得普遍嗎？此外，如果你考慮自動化 OpenAI 內部所有職能，甚至引入 AI CEO，這種架構如何保證安全？

Sam Altman: 我同意你的看法，未來每個人顯然都會像管理者一樣去指揮多個 AI。就像優秀的管理者一樣，當你的團隊能力增強時，你本應承擔更大的責任。我不是一個就業悲觀論者，短期內雖然存在轉型陣痛，但人類天生就渴望關注他人、追求社交地位并表達創造力，這些驅動我們幾千年的動力不會消失。到 2050 年，我們每天從事的內容可能與今天大相徑庭，但我并不認為生活會失去意義。我建議不要去賭輸進化生物學。

（關于自動化公司職能）我經常思考如何自動化 OpenAI 內部的所有職能，甚至包括 AI CEO。如果能實現這一點，我并不會感到困擾。我不想成為那個堅持要用手工方式去管理公司的人。

AI CEO 可能會為了獲取能源而犧牲一切資源，除非設置好護欄。

Sam Altman: 你不能那樣看。顯然你不能讓一個不受人類治理的 AI CEO 掌權。舉個或許有點瘋狂的類比，如果全世界每個人都是這家 AI 公司的董事會成員，有權指揮 AI CEO 并掌握決策治理權，而 AI CEO 只負責執行董事會的意愿，我認為在未來人看來這是一種非常合理的架構。

在這一部分中，Sam Altman 揭示了 OpenAI 宏大的財務邏輯，回應了市場對 1.4 萬億美元投入的質疑，并對“超級智能”給出了一個極具啟發性的最新定義：當人類的干預反而成為 AI 的“累贅”時，真正的質變便已發生。

08

全球智力中心正從人腦轉向 AI，算力是限制營收的唯一命脈

GPT-6 什么時候發布？此外，你曾承諾投入約 1.4 萬億美元進行基礎設施建設，并稱如果人們理解算力的潛力，需求會呈指數級增長。如此龐大的算力資源，你們究竟打算用來做什么？

Sam Altman:我預計明年第一季度我們會發布比 5.2 有顯著跨越的新模型。雖然目前還沒法給你一個具體的評估分數，但模型在消費者端和企業端都會有巨大提升。目前消費者最渴求的不僅是智商，雖然企業端依然希望模型更聰明，但我們會針對不同用途多維度地提升模型，目標是打造一個讓所有人都能顯著感受到更好的模型。

關于基礎設施，我個人最興奮的是利用 AI 和海量算力去發現新的科學。我堅信科學發現是推動世界進步的核心變量。如果我們能將巨額算力投入到科學問題中，去創造新知識，雖然現在規模還很小，但根據經驗，一旦增長曲線開始抬升，我們就知道如何讓它加速。但這需要極其龐大的算力。最近有一個很酷的例子，我們團隊利用 o1 在不到一個月內就開發出了 Sora 的安卓應用，o1 承擔了絕大部分任務。未來整個公司都能利用算力來快速構建產品。

很多人在談論視頻模型將如何催生實時生成的動態用戶界面，那將消耗海量算力。目前單家公司的 AI 模型每天產出的 Token 數量將很快超過全人類的總和，甚至達到 10 倍、100 倍。這揭示了一個量級，即地球上的智力處理重心正在從人類大腦向 AI 遷移。這種增長率是非常驚人的。

（關于算力需求的確信度）基于我們今天看到的一切，這是必然的。除非未來發現了效率提升 10,000 倍的全新架構，否則算力缺口將長期存在。隨著編碼模型變強，它們可以思考很長時間，用戶為了解決棘手的醫療難題，即便消耗更多 Token 也會選擇更好的模型。

09

推理利潤將覆蓋訓練成本，當前最大的挑戰是應用滯后

既然提到了 1.4 萬億美元的支出，這筆賬到底該怎么算？據報道，OpenAI 在 2028 到 2029 年前預計虧損 1200 億美元，而營收目標與投入之間存在巨大鴻溝。引入債務融資是否意味著這種“豪賭”面臨巨大的不確定性？如果模型能力提升達到飽和，這些基建是否會面臨打折清算的風險？

Sam Altman:大規模算力建設最核心的挑戰在于必須提前很久進行規劃。關于提到的 1.4 萬億美元支出，這筆錢將跨越一個非常長的周期。建設這些項目極其耗時。從去年到今年，我們的算力規模大概翻了三倍，明年預計會再翻三倍。我們的營收增速甚至比算力增長還要快一點。到目前為止，我們從未遇到過算力冗余而無法變現的情況。

隨著業務規模擴大，推理在算力消耗中的占比會越來越高，其產生的利潤將覆蓋訓練的成本。這是我們的商業邏輯：前期投入巨額成本訓練，隨后通過大規模使用獲取回報。我們對指數級增長非常有信心。即便時機有偏差，我們也有調整余地。但目前看來，算力缺口限制了我們的發揮。

關于債務，我認為在基礎設施領域引入債務融資是非常合理的商業行為。現在的市場比之前冷靜自律了許多，這是好事。我愿意押上整個公司去賭模型會變得更強大。退一步說，即便模型能力停滯不前，社會對新技術的適應也存在巨大的慣性。

我腦子里現在多了一個維度，就是“應用滯后”。目前存在巨大的“能力結余”，即模型已有的能力遠超世界挖掘出來的價值。除了程序員，大多數人面對極聰明的模型問的還是老問題。改變工作流極其困難，連我自己在日常工作中也沒能完全釋放 AI 的潛力。即使模型版本停留在 5.2，光是深挖現有的應用潛力，就能驅動巨大的營收。

10

重塑交互終端與云平臺未來

你正在研發的沒有屏幕、手機大小的硬件設備，其核心意義是什么？為什么不直接做成 App？另外，隨著萬億級 Token 需求的爆發，OpenAI 是否計劃打造像 AWS 或 Azure 那樣的全球云業務？

Sam Altman:首先，我們要開發的是一個設備家族。我認為人類使用計算機的方式將發生根本性轉變，從一種被動反應式的工具，變成一種主動思考式的伴侶。它會理解你的生活軌跡、背景環境。目前的設備形態受限于幾十年前的設計，比如筆記本電腦沒法在保持關閉時監聽采訪并提醒我漏掉的問題。AI 開啟了一個全新的可能性空間，目前的設備形態顯然不是承載新功能的最佳選擇。

（關于云服務布局）萬億級 Token 的需求確實驚人，2026 年我們可能仍然供不應求。但我們的定位與基礎設施巨頭不同。我并無意提供諸如網站托管之類的通用云服務。企業會意識到他們需要一個 AI 平臺來支撐所有內部業務及對外服務。這雖然仍運行在物理硬件上，但這將是一套截然不同的產品體系。我們要打造的是能讓企業流程實現質變的完整產品矩陣。

11

重新定義 AGI 與超級智能

你提到明年將有微小的科學發現，五年內會有重大突破。這主要歸功于模型還是人？另外，如果 GPT-5 系列已經在 IQ 和多數任務上優于人類，這不算實現 AGI 嗎？關于 IPO，你們目前的態度是怎樣的？

Sam Altman:關鍵在于使用模型的人。人類提出問題并不會削弱工具的價值。今年年初我曾預計微小的科學發現要到 2026 年才會出現，但實際上 2025 年底就已經開始了。比如 5.2 已經能獨立完成數學小證明，在科學研究社區引起了共鳴。

（關于 AGI 的模糊性）目前的模型還缺失一種關鍵能力：像幼兒那樣持續學習并自主糾錯。如果模型具備了在實踐中糾錯和進化的能力，它無疑就是 AGI。由于定義模糊，甚至現在已經有人認為我們已經實現了 AGI。

我有一個提議，我們可以認為 AGI 已經悄然實現，現在正處于模糊的過渡期。對于下一步，我為“超級智能”提供一個候選定義：當一個系統在管理大型企業或領導科學實驗室時的表現，能夠全面優于任何人類，甚至優于“人類與 AI 協作”的組合。

（關于超級智能的終局）這類似于國際象棋。在深藍擊敗人類后，曾有一段時間人機協作最強。但隨后人類的介入反而成了累贅，最強的狀態是未經輔助的純 AI，因為它不需要去應付那些理解不了其高超智能的人類干擾。這是一個定義超級智能的有趣框架。

（關于IPO）目前還沒有定論。我確實認為公共市場參與價值創造是好事，保持私有制也很棒，但我們遲早會觸及股東人數等限制。作為上市公司 CEO 并不讓我興奮，但我希望 OpenAI 最終能成為上市公司。

| 文章來源：數字開物

【AI技術與應用交流群｜僅限受邀加入】

AI算力領域TOP級從業者專屬圈層

√ 與頭部算力企業深度對話

√ 與AI上下游企業深度對話

√ 獲取一手全球AI與算力產業信息

√ 獲取AI熱點及前沿產業獨家信息

√ 隨時了解全球AI領域高管最新觀點及實錄全文

√ 有機會參與AI主題產業交流活動

掃碼驗證身份（需備注姓名/公司/職務

不止有 DeepSeek，更有 AI產業的未來！

? END ?

【專欄】精品再讀