OpenAI奧特曼：能被ChatGPT消滅的工作不是真正的工作

henry 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

你今天的工作，或許并不是真正的工作

這句聳人聽聞的言論出自奧特曼與Rowan Cheung最新的采訪。

在這場長達30分鐘的對談里，除了自己對AI與工作的思考，奧特曼還分享了GPT-6的進展、ChatGPT是否會成為美國版微信、AGI的設想變化、AI未來的交互模式，以及自己被惡搞成Sora熱梗的感受。

可以說，這次對話涵蓋了從娛樂八卦到前沿科技的多重視角，既有趣味，也直指未來趨勢。

經整理的訪談全文如下：

（注：為方便閱讀，調整了部分語氣詞與鋪墊）

訪談全文

DevDay之后：最大亮點與產品布局

Q: Dev Day2025里所有發(fā)布的內容——你最興奮的部分是哪一個？

Sam Altman：我對所有的內容都很興奮。把應用引入ChatGPT這件事，其實我很早就想做了。

但更讓我興奮的是聽大家聊他們用Agent Builder做的各種東西。其實無論是Agent Builder還是Agent Kit，里面都有很多讓我想親自去用的功能。不過，如果一定要我選一個，我覺得在ChatGPT里運行應用會是最棒的。

Rowan Cheung：每周活躍用戶8億人的ChatGPT已經成了新的分發(fā)平臺。開發(fā)者和創(chuàng)業(yè)者該怎么利用Apps SDK在ChatGPT上構建應用呢？

Sam Altman：我覺得我們還需要經過一些迭代，才能真正弄清人們主要會怎么使用這些功能。比如，人們會習慣根據應用的名字來調用它們嗎？還是他們更希望ChatGPT自己知道他們常用的是什么，并主動推薦？

我覺得未來開發(fā)者會摸索出一種新的分發(fā)機制，讓這些應用被自然地用起來。不過這種事情總是這樣：只有當你真的把它發(fā)布到世界上之后，才會被各種意外的使用方式所驚喜。

Rowan Cheung：我記得你們也發(fā)布了文檔教開發(fā)者如何提高被推薦的幾率？

Sam Altman：是的，不過還是得帶上免責聲明。全新產品變化很快，我們會在實踐中一起學習。

Rowan Cheung：回到兩年前的第一個Dev Day，你們推出了GPT Builder，那真的很棒。我記得自己也是最早公開搭建 GPT的人之一。從那時到現在，你們在Agent Builder上取得了哪些突破？

Sam Altman：最大的變化是模型本身變得更強了。我回想起第一個Dev Day，那時的模型能力和現在相比，差距非常大——22、23個月的時間，模型能力已經進步得驚人。同時我們也學到了很多關于用戶想要怎樣構建這些Agent的東西。他們不僅希望在ChatGPT上構建，也希望能在其他平臺上使用。讓我印象最深的是，現在你可以非常輕松地搭建一個相當復雜的系統(tǒng)——用可視化界面、上傳幾個文件、授權訪問數據源、告訴它你的需求，然后幾分鐘就能部署好。我昨天在彩排時第一次完整看這個過程，感到震撼。借助Codex、Agent Ki等工具快速開發(fā)令人印象深刻的軟件，這種體驗像是經歷了一次“地殼變動”。

Rowan Cheung：現在在Agent Builder里基本可以零代碼構建agent，對吧？

Sam Altman：是的，不過如果你懂一點或很多代碼，你能做更復雜的事情。但即便是普通的知識工作者，也可以開始構建 agent。可以說，這幾乎是一場針對Agent的“零代碼革命”。

Rowan Cheung：這對下一波創(chuàng)業(yè)者或開發(fā)者意味著什么？

Sam Altman：這是我一直在思考的問題。我昨天在后臺看Romain的演示，心想——如果是一年前做，這些東西要花多長時間啊？而現在幾乎可以實時完成，我甚至覺得自己的創(chuàng)意都跟不上它的速度了。我不完全知道這會帶來什么改變，但可以肯定的是——世界上將被編寫的軟件數量會大幅增加，測試和改進創(chuàng)意所需的時間會大幅下降。你可以嘗試更多想法，更快找到好點子，但具體還會改變什么，我還沒完全搞明白。

距離第一家十億級純血Agent公司還有多久?

Q：第一家由Agent運營的十億美元公司什么時候誕生，Agent Builder能達到那種自主水平了嗎？

Sam Altman：還沒呢。以前我們有個小打賭池，預測第一家單人十億美元公司會什么時候出現。雖然現在還沒正式設立，但有很多猜測——比如第一家“零人公司”。

Rowan Cheung：幾個月？幾年？

Sam Altman：我預期是幾年。但現在我們甚至可以可信地談論——你輸入一個prompt到聊天機器人，它就能運行。這本身就非常不可思議。

Rowan Cheung：不過我們看到的一些agent產品，還需要大量人工監(jiān)督和反饋。什么時候才能實現agent連續(xù)一周無需反饋就能工作？

Sam Altman：我覺得Codex距離能完成一周工作并不遠。雖然不一定是 2025 年能實現，但今天我和一些人聊時，他們都說——現在它已經能完成整天任務了，太快了。我很少覺得AI的進步讓我暈頭轉向，但觀察 Codex 能完成任務的時間延長速度，這次確實讓我震撼。可以預期，一周級任務也不會太遠了。

Rowan Cheung：技術瓶頸在哪？

Sam Altman：更智能的模型、更長的上下文、更好的記憶能力。

Rowan Cheung：所以你們有agent，各種模型升級，Codex，還能用API。回想一下，如果把20歲剛從斯坦福退學的年輕人帶到現在、給他你現在掌握的所有知識，你會讓他建什么？又不會建什么？

Sam Altman我前幾天也在想這個問題。我很羨慕現在這一代20歲的退學生，因為能構建的東西太多了，機會空間極其廣闊。過去幾年我?guī)缀鯖]有完整的心智空間去認真思考自己會做什么。但我知道，有很多很酷的東西可以做。今天和大家聊這些項目，真的很讓人興奮。

Rowan Cheung：我最近一直在思考這個問題，也想了很多其他開發(fā)者可能也在思考——現在你能做的事情太多了。在構建這些產品時，你有沒有什么建議，比如如何找到一種獨特優(yōu)勢來維持領先？是通過分發(fā)渠道、數據，還是某種工作流模式？

Sam Altman：在抽象層面上回答這個問題總是覺得很難，因為最好的獨特優(yōu)勢，本質上是獨特的——你必須為自己摸索出來。OpenAI 花了很多功夫才找到我們的優(yōu)勢。一般來說，這個問題沒有通用答案。

最好的答案，是你找到只適合你正在做的事情、你的產品、技術，以及你在市場上的位置和時機的那種優(yōu)勢。這通常也是創(chuàng)辦新事物時創(chuàng)造價值的重要部分。

我能說的一個通用經驗是——你邊做邊摸索。有一句我一直很喜歡的商業(yè)名言：“讓戰(zhàn)術成為戰(zhàn)略。”你可以從做那些有效的事情開始，而令人驚訝的是，在這個過程中，常常會自然出現可以發(fā)展成戰(zhàn)略的東西。

如果你當年問我，我們啟動ChatGPT時，哪些會成為持久優(yōu)勢，我會說完全不知道。我可能有一些猜測，但不會自信。后來證明最令人興奮的一個例子是——記憶（memory），它成為我們的重要競爭優(yōu)勢，也是用戶持續(xù)使用 ChatGPT 的原因。那時我們完全沒考慮到這一點。你開始構建功能，然后有時候就會自然浮現出“哦，這可能成為我們一個非常持久的優(yōu)勢”。

GPT-6：為產品打造模型

Q：在GPT-6上，你覺得應該建立哪些優(yōu)勢？或者說，在構建一個產品時應該思考什么？

Sam Altman：這其實就是你必須自己去摸索的部分。我很樂意找機會一起頭腦風暴，這會很有趣。但說實話，OpenAI占據了我?guī)缀跛械乃伎伎臻g，我沒機會去認真考慮如何創(chuàng)辦新公司，這有點遺憾。AI 改變了世界的很多事情，但促成公司優(yōu)勢的基本因素不會因此改變。比如網絡效應、品牌與營銷優(yōu)勢、用戶數據，以及市場效應。如果你列一個清單，看近幾年什么方式行得通，現在看大致相同，但可能會有新的戰(zhàn)術去建立這些優(yōu)勢。

Rowan Cheung：最近你們推出了GDPval基準，用來衡量 AI 模型在主要知識工作崗位中實際經濟任務的表現。令我驚訝的是，GPT-5排在第二，僅次于Claude的Opus模型。這你們還能把結果發(fā)布出來，非常厲害，你們對結果怎么看？

Sam Altman：首先，如果我們不愿意發(fā)布模型排名第二的結果，那就太糟了。總會有些事情我們做得最好，也會有些做得不如別人。而建立持續(xù)進步的文化方式就是——愉快而直接地承認，在某些基準或評測上，別人比你做得更好。我認為Claude團隊在理解企業(yè)用例和漂亮地呈現輸出上做得非常出色，所以我一點也不意外，反而受到激勵想做得更好。

Rowan Cheung：這個基準會影響你們構建GPT-6的方式嗎？

Sam Altman：會影響我們部分后訓練（post-training）的方式，但我認為GPT-6的整體策略不會改變。

AGI：無需夸大，也不必低估

Q：你對 AGI（通用人工智能）的定義是——當它在大多數經濟價值最高的工作上超越人類時。那在GDPval評分上，什么時候你會說我們已經達到了 AGI？

Sam Altman：我一直在思考這個問題。首先，像很多人一樣，我對AGI有多個定義。越接近它，這個概念就越模糊。但我最關心的一點，也是讓我驚喜的是，我們終于到了一個開始發(fā)生的時刻——那就是當AI能夠進行新穎發(fā)現，能夠擴展人類知識總量的時候。這些成就目前都很小，我不想夸大。

但你現在可以在Twitter上看到很多例子，各個學科的科學家們說，AI 做出了一個小發(fā)現、提出了新方法、或者解決了某個問題。再強調一下，我既不想夸大，也不想低估。這才是真正重要的事情。而我們正處在這一切的開端，并且樂觀地認為未來幾個月、幾年我們能大力推動，這是件大事。這可能是我最關心的“AGI”指標。

Rowan Cheung：有沒有特別讓你興奮的科學突破，想讓AI去解決或發(fā)現的？

Sam Altman：當然，治愈疾病，發(fā)現新的物理規(guī)律，那會很棒。但即便是現在發(fā)生的小事，比如數學方面的進展，也讓我覺得很重要。當GPT-4推出時，我就有這種感覺。我知道關于圖靈測試存在很多爭議，但大眾對圖靈測試的認知，曾經覺得它遙不可及，結果一旦AI通過了，人類社會基本沒有更新認知。大家興奮兩周后，就開始抱怨為什么 AI 不夠快，或者這不管用，讓它更好。這也體現了人類的偉大——那項“AI永遠的測試”就這么過去了，而我們都適應了。我感覺現在也會發(fā)生類似的事情——我們會逐漸習慣AI做科學發(fā)現。

Rowan Cheung：最近斯坦福做了一項“workslop”研究。這個詞用來描述一種低回報的AI輸出——表面看起來很完美，但實際上會因為返工增加額外工作量。

研究調查了1000多名辦公室職員，結果顯示有41%的人過去一個月里曾遇到同事產生的workslop，也就是同事使用AI生成的內容需要自己額外花時間去修改或清理。平均每次清理耗時1小時56分鐘，每位員工每月因此損失約 186美元。

如果AI能像在場許多人一樣將某些人的工作效率提高10倍，那么就需要系統(tǒng)的教育和培訓，讓大家明白什么時候該用AI，什么時候不該用。

Sam Altman：首先，很多人類自己也會產生類似workslop的東西，這不是AI獨有的現象。比如，有些郵件只會增加額外工作，或者會議本身也可能拖慢效率。所以不必期待AI會不同。經濟會自我調整，利用工具提高效率的人和公司，會比那些用工具拖慢組織的人，更能影響未來。當然，像使用任何新工具一樣，會有學習曲線，但我認為速度會很快。

Rowan Cheung：OpenAI有沒有做教育或培訓，幫助人們更好地建立、學習這些AI的使用？

Sam Altman：有的。人們總會用工具去做自己想做的事。我學到的一點是，你可以制作很棒的教育內容和培訓，但人們會去嘗試各種奇怪玩法，比如讓AI鸚鵡學舌什么的。不過我們確實嘗試創(chuàng)造很多內容，幫助大家在工作流中使用AI。在Codex的一些場景中，采用速度非常快，整個公司的集成和高效使用只需幾天或幾周。

惡搞CEO和AGI

Q：Sora上全是惡搞你的視頻，你害怕嗎？

Sam Altman：其實沒想象中奇怪。看一個有點，但看上百個就還行。

當時團隊有人問我，可不可以讓我的cameo功能開放？這是新技術，我覺得如果我都不嘗試，那就是我的失誤，所以我就決定做了。后面坐飛機的時候，我想會不會看起來很怪，結果剛上線時確實有點，但很快就適應了——顯然這是一個充滿生成視頻的應用，這些內容很有趣。

Rowan Cheung：我唯一擔心的是去水印的問題。今早有幾家公司推出了Sora水印去除工具。如果別人可能去掉水印然后在社交媒體上發(fā)布，會影響我的個人品牌嗎？這是個什么樣的機制？

Sam Altman：首先，我們發(fā)布這類技術的原因之一，是因為我們看到它終將普及。未來幾個月或幾年，會有優(yōu)秀的開源模型，任何人都能用公開的視頻生成你的影像。社會最終會適應。我們發(fā)現，一種方式是提前發(fā)布并設定護欄，讓社會和技術有時間共同進化。

這種方法有效。文本相對簡單，視頻會更難，因為視頻沖擊力更強，但我相信我們會學會適應。很快大家會意識到，網絡上會有大量無水印、開源模型生成的假視頻，這不可避免。提前讓社會適應這一點，可能有價值。

Rowan Cheung：Sora的目標是生成幾乎無法分辨的AI視頻？

Sam Altman：目標是 AGI。我認為高質量的視頻對實現AGI很重要，原因有很多，比如空間推理、我們可以從世界模型中學到的東西。希望有一天，機器人領域的真正進展也會非常重要。但我覺得優(yōu)秀的視頻是件好事——我不希望未來的唯一交互界面只是文字。我非常期待未來能有實時視頻流的交互體驗，它會不斷生成全新的用戶體驗。這會很棒。但最重要的是，我認為這是通向真正AGI的一條非常有價值的路徑。

Rowan Cheung：周五，你發(fā)布了一篇博客，說可能會探索對允許在Cameo中使用自己面孔的人進行收入分成。能分享一些細節(jié)嗎？這個怎么運作？

Sam Altman：是的，很多時候，當你發(fā)布一個新產品時，會發(fā)現人們使用的方式與你預期的不同。我們原本認為會有少量創(chuàng)作者制作非常酷、非常復雜的視頻并分享出去，然后有大量觀眾觀看。確實有這種情況。但實際上，大量用戶只是給三五好友制作視頻，在群聊里分享，而不是在社媒里。我不確定這種使用方式能否持續(xù)，但如果持續(xù)，它會大幅影響計算資源需求與用戶互動的比例。

未來可能會讓人們?yōu)樯梢曨l付費。比如你每天生成100個視頻發(fā)給朋友，或者你想生成包含某位名人的視頻（并且他們也同意），也許可以對生成付費分成。我們需要實驗看看如何操作。

不過，我不喜歡對一個六天前剛上線的產品下定論，這一切可能只是新鮮感，也可能不會形成長期使用場景。但至少到目前為止，它的使用量很大。

Rowan Cheung：你考慮過在Sora App中放廣告嗎？

Sam Altman：還沒有，但這方面有趣的可能性也很大。當然，也可能有可怕的做法。與ChatGPT不同，我們可以用訂閱模式獲得收入；但如果Sora用戶主要是在信息流中瀏覽內容，那么廣告可能是更自然的模式。

如果主要是私信，那又是另一種模式。我樂觀地認為，也許到今年年底，或者更現實地說，到明年第一季度末，我們能理解產品的最終形態(tài)，并據此設計商業(yè)模式。我認為按生成次數收費是合理的，也值得嘗試。其他商業(yè)模式則取決于產品如何發(fā)展。

AI能消滅的工作就不是工作

Q：智能時代，十億知識工作崗位可能會首先被影響，然后才會創(chuàng)造新工作。你怎么看？

（注：如果50年前告訴農民，互聯網會創(chuàng)造十億個新工作崗位，他們可能不會相信。同樣的，現在很多人認為AI會創(chuàng)造很多新工作崗位。）

Sam Altman：我覺得農民不僅不會相信會發(fā)生這樣的事情，他們可能會看你做的工作（互聯網媒體），覺得那不是真正的工作。

種地是在提供人們真正需要的東西，養(yǎng)活他們，這才是真正的工作。而我們這些人，生活條件優(yōu)越，食物豐富，財富充足，我們做的很多事情像是在打發(fā)時間的游戲，需要感到重要，但可能不算“真正工作”。

對我們而言，這些工作感覺很真實。我很感激能做一些既令人滿足又重要的事情。未來的工作可能會非常不同，可能比現在我們認為的工作形式更輕松。但我相信人類的內在驅動力仍然存在，我們會找到很多事情去做。

Rowan Cheung：希望我們還能探索太空。你覺得AGI出現后，人類會重點關注什么？

Sam Altman：我希望一切都能向各個方向發(fā)展，去做所有事情。太空對我來說很酷，但你或其他人可能有自己覺得有趣的方向。我希望一切皆有可能。

Rowan Cheung：如果明天可以制定一條全球政策，你會定什么？

Sam Altman：很難只選一條。但我一直在思考AI監(jiān)管的問題——是否合理，是否會讓大公司占優(yōu)勢。我認為，當模型非常強大時，應該有全球性的框架來降低災難性風險，尤其是針對最前沿的安全問題。如果有一條全球政策能做到這一點，那將非常好。

ChatGPT會成為美國版微信嗎？

Q：在中國，微信幾乎是一個“萬能App”，購物、社交、聊天都能做。現在ChatGPT也有購物、網頁搜索、Sora等功能，你們是不是想打造一個美國版微信？

Sam Altman：不，有很多原因讓我認為這種方式在美國市場行不通。我們想做的是一個真正優(yōu)秀的 AI 超級助手。

Rowan Cheung：為什么要把功能單獨推出？比如Sora是獨立App，為什么不直接放進ChatGPT？

Sam Altman：ChatGPT 對很多人來說是最個人化的賬號，把社交體驗放進去會顯得奇怪。可以想象做消息功能，因為人們會分享和協作。但人們對 ChatGPT 的認知和娛樂App的認知差別很大，可能會產生不協調。當然，很多功能我們還是放進了 ChatGPT。

Rowan Cheung：你覺得最重要、最有用的代理（agents）是什么？最讓你興奮的是什么？

Sam Altman：可以看看 Codex 的發(fā)展，并思考在其他行業(yè)的應用。比如法律、財務建模等，是否可以有類似 Codex 的體驗。已經有優(yōu)秀的初創(chuàng)公司在做這些事情。隨著技術成熟，如果這些工具在各自行業(yè)中能達到 Codex 在編碼領域的水平，那將是我最興奮的方向。我能想象一個世界：你只用與一堆代理對話，就能啟動一家初創(chuàng)公司。我認為Agent Builder或agent kits還不夠好，但可以看到從這里到那里的路徑。

奧特曼：語音不是交互的最終形式

Q：之前你在主題演講里提到過語音可能是AI或agent的最終形式，能詳細說說嗎？

Sam Altman：我不認為語音是交互的最終形式。有很多時候，語音并不是合適的交互方式。

比如你在公共交通站，邊走邊講話，這會很煩人。但很多時候，語音是非常自然的交互方式。語言本身就是這樣，但有時候是語音，有時候是打字，這里其實還沒有蓋棺定論。

我們都習慣了智能音箱這一類產品，雖然經常被拿來開玩笑，但很多人真的在使用并喜歡它們。而智能音箱其實還不夠好，不是因為概念錯，而是當時AI不夠強大，周邊基礎設施也不夠完善。想象一下，如果你只需對設備說話，它就能準確完成你想要的操作，然后幾乎不打擾你——那種體驗，就像是我理想中想要使用的計算機。

Rowan Cheung：你們會做語音交互嗎？

Sam Altman：這需要一段時間。我們需要耐心去打造一種全新的設備，在大規(guī)模上實現超高質量。這是完全不同的電腦使用方式，我們需要創(chuàng)造性的空間去探索。

我們確實有一些很讓人興奮的想法，但目前還不能透露，也不會在短期內透露。不過我們會努力做出一種非常值得等待的產品。

參考鏈接：

[1]https://www.youtube.com/watch?v=zwnVUiwObl8

[2]https://futurism.com/artificial-intelligence/sam-altman-real-work-ai[3]https://x.com/rowancheung