欢迎收听跨国串门计划，这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术，我们不仅将内容翻译成中文，还完美保留了原主持人和嘉宾的独特声音，为您呈现全球顶尖的AI财经、健康与科技领域精品内容。我是主播伊凯，一位热衷于 AI 领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁。
接下来让我为您简单介绍本期我们克隆的这档节目。本期我们克隆的是 Founders 博客的一期深度对谈，主持人 David Sera 与 OpenAI 联合创始人兼 CEO Sam Altman 展开了一场关于创业。AI与长期主义的坦诚交流。David
Sera是Founders的主播，多年来痴迷于研读伟大企业家的传记，而Sam Altman则从投资人转型为创始人，带领OpenAI从一间连白板都没有的公寓起步，走到今天服务十亿用户的规模。
这一期他们聊了 OpenAI 早期的非共识、压注算力与研究的关系、平台战略，以及如何在不确定中坚持看似不可能的目标。那我们就一起走进这期完整的对话。我刚提到了 Toby Altiky，还有我之前跟他录过节目这件事。你为什么说你觉得他是现在最有趣的 CEO 之一？Toby 最打动我的一点是在 AI 非常早期的阶段，以及之后发展曲线上的每一个节点。
他都是最积极前瞻的 CEO，他会亲自下场，自己写软件，他会拿它做实验，他会给我们发极其详细的产品反馈，还有对模型能力的反馈。在别人还没这么说的时候，他就说了：“我们不是一家 NPC 公司，所以我们要采用 agent，不然的话我们就彻底完蛋了。我们要自己来建。”每次我跟他聊，他都站在所有 CEO 或非 CEO 的人所做事情的最前沿，他自己动手建，他懂，他有非常深刻敏锐的感觉。
而且他总是比其他任何 CEO 领先六到八个月。你记得他写那封信的时候吗？大概是一年半以前，可能是二零二四年，他写的那封信说：“你要做的第一件事儿就是看看 AI 能不能解决你的问题。”然后，即使在那个时候，大概是十八个月、二十四个月以前吧，大家都疯了。他们觉得这很荒谬，那确实很荒谬。这就是我的观点。他就是一直走在前面，他一直是对的。
他全力投入了。他这人特别不废话，一点水分都没有。除了这些，别的什么都没有。这是他现在真正能做的事，这是我觉得他很快就能做到的事，这是我打算把公司往哪个方向推。而且他对现状的理解极其深刻。我从来没想过这一点。处在你的位置上，能有这么一个人给你强烈、直接又清晰的产品反馈，是多大的好处！很多人都会发产品反馈，但他是唯一一个同时站在大公司 CEO 和极其准确、细致、前沿的反馈这个交叉点上的人。
对他跟我说过，我不知道是在节目里说的还是节目之后说的，但他当时非常坚持。他说：“我们回头看二零二六年的时候。”我想听听你的看法。我都没想过要跟你聊这个。我们回头看二零二六年，会把它看作每家企业都面临重新洗牌的一年。他说，总会有人做出 Shopify 的 AI 原生版本。然后他说，那个人就是我。所以到了晚上，他显然是在努力重建。
如果从零开始，你会用现在的技术做什么？关于他，我本来还想说另一件事儿。他是自己动手做的，他本人就在用这些工具，他本人就在写这些软件，他本人就在试这些模型，他本人就在试着重新构想自己的工作流程。大多数CEO到了那个级别，身边都是一层层的人，一层人管着另一层人，那些人负责落地执行，他们想让你高兴，他们想把那些粗糙的边角磨平。
我觉得，如果你不是真的自己上手做，很难真正找到那种感觉，而且他全程亲力亲为。据我所知，整晚都是这样。我不确定2026年是不是每个行业都会让人觉得机会尽在掌握。这一点我可能跟他有点分歧，但我理解他的意思。我也确实能感觉到事情好像正在往那个方向发展。你觉得那真的可能吗？不管是2026年还是2046年，我是说，显然不是字面上每个行业都这样。
我觉得有些东西是跟AI完全无关的，比如AI越强。有些跟 AI 毫无关系的行业，反而会越难被竞争，因为我们会更渴望那种真实的非技术性的体验。或者我们会更在意体育队伍之类的，所以不是，不是所有行业。但我觉得会有很多软件行业确实机会尽在掌握。那你在时间线上有不同意见吗？对，我在时间线上有不同意见。我觉得会需要更长一点的时间。
好，能展开说说吗？我热爱创业公司，我觉得创业公司是经济里最酷的东西。我的职业生涯都在努力真正理解创业公司。我当时想，等我们到了 GPT 四，那大概是二零二三年。我觉得在那之后很快，软件行业就会出现更多的颠覆，更多的机会尽在掌握，比实际发生的要快得多。而且，我觉得有几件事我判断错了，但其中一件。关于速度的，就是经济本身的惯性太大了。
人们会继续做他们正在做的事情，人们还是从同一家公司买东西，他们还是想用同样的方式使用自己的工具。我觉得这在很多方面其实是好事儿。会让眼前这场大转型走得更顺、更慢。我对此很感激，但这也意味着，哪怕技术已经这么惊人，我们在时间表上还是都太乐观了。我觉得AI是人类发明过的最了不起的技术之一，社会和经济的适应会慢得多。
对，挺有意思的。我们开录之前还在聊，说这事儿跟历史有好多相似之处。我本来就是靠读历史吃饭的。你刚才说话的时候，我压根没在想 OpenAI 或者 Sam Altman，我脑子里是八十年代读 Larry Yulson 传记的感觉。他当时就说：“各位，这不是软件问题。”这是人的问题，我们得说服他们。软件我们能装，可他们不用啊。
我们得改变他们的行为。技术已经就位了，现在要做的是让人适应，让他们真的开始用这项技术。我自己的例子是 Netflix 出来开始记 DVD 之后，甚至还没开始做流媒体的时候，我就特别惊讶，人们居然还去 Blockbuster。这对我来说太不可思议了。我之所以会注意到这个，是因为我上学放学路上都会经过一家 Blockbuster。
让我惊讶的是，人们居然还在去那儿租碟。这个例子一直印在我脑子里，它说明了行为惯性。人们做事的方式以及改变行为有多难，这比那些技术宅们意识到的要难得多。那我们回到托比写那封公开信，或者说写给他公司内部员工的那封信引起的轩然大波。你比任何人都更快地采用这些东西，因为有一部分是你发明的，对吧？那有没有什么事让你对自己的行为也感到震惊？
比如，你会想：我知道有更好的做法，我甚至正在创造那个能做得更好的产品，可我还是克服不了这种习惯，这种行为惯性。绝对的好，我很喜欢这个问题。不知道以前有没有人问过我？我一直在等这个问题。我觉得自己身上最心理矛盾的一点是。二十年来，我用电脑的方式一直没变。现在我有了一个神奇的东西，叫 Codex。你也有，大家都有。
这意味着我完全应该换一种方式用电脑。我不应该再到处点来点去，从一个聊天应用往另一个聊天应用里粘贴东西。我不应该再漫无目的的刷邮件。然后琢磨哪一封是我最不想处理，但打开回复起来最不痛苦的。我不应该再像这么多年一样，用同样的方式寄带办清单，做那些机械的电脑操作。但奇怪的是。我脑子里好像刻着一种东西，觉得做这种事儿才叫工作，才叫高效。
你要问我，我绝不会说我喜欢这么干。事实上，我会说相反的话。而且我觉得我是真心的，但说白了，从实际行为看，我现在明明有更好的方式，我能做得更快，我可以用 Codex 来处理更多日常琐事，比如清完这堆邮件，搞定代办清单上的事，处理所有这些杂事，可我还是用老办法，这完全说不通，除非我内心深处其实喜欢这样。
或者觉得这样舒服？你觉得要发生什么才能让你真正更深度地采用自己的产品？我也不太清楚。我是说这事儿在慢慢发生，而且这也许就是正确答案。这类变化本来就该慢慢来。彻底改变一个人根深蒂固的习惯和工作流程很难。我觉得用这项技术，我们能造出更好的产品。他们会让这种转变更顺畅。但现在，感觉我们好像都横跨在两个世界里。
一方面，我们还有电脑，我们还能用老办法；另一方面，我们有 CodeX，能用这种惊人的新方式来操作电脑。我们不太确定什么时候该用哪个。用来干什么？我觉得这主要是产品的问题。我们现在所处的阶段让我想起iPhone出现之前的智能手机。我当时算是个早期用户，我在2003年还是2004年左右就有一台Palm Trio了。
差不多那时候吧，你用过Sidekick吗？我从来没用过Sidekick。我觉得那玩意儿特别酷，我一直想要一台，但从来没拥有过。我有一台，而且当时很多技术其实已经就位了，比如它缺的是多点触控，但更主要缺的是那些让iPhone之所以成为iPhone的产品创意。我觉得我们现在就处在这样一个世界。所有技术拼图都齐了，但还没有迎来那个彻底改变人与技术交互方式的 iPhone 时刻。
我们刚才聊到 Toby，Toby 现在就在自己动手做这些东西，对吧？我们有个共同的朋友 Josh Kushner，他说 Steve Jobs 思考方式和他经营公司的方式跟你很像，这里面可以做个很大的比较。他显然不是那个写代码的人。他也不做硬件，但他就像是在说：“我就是第一个用户，我在做我自己想用的产品。
”基本上，我们在苹果看到的一切。说到底就是他想要的东西。有本书里有个特别棒的故事，他们本来要开个会讨论的好像是 MacBook，就是新款 MacBook 笔记本。团队为 Steve 准备了一个特别大的演示，他们特别紧张，因为他气场太强了。他走进来，他们以为这会是个一小时的会。他走进来，然后直接把笔记本展示给他们看，然后他说开关掉，按下按钮。
它就亮了，立刻把它关掉。然后他试着打开那台 MacBook，有个延迟。他说，把这个指的是 MacBook，做成那样，然后就走出了房间。会议就这么结束了。苹果历史上这样的例子有很多。你是怎么应对这件事的？比如说，你怎么改进产品？就是说，你只是根据自己的需求来做这件事吗？比如说，你怎么看待这件事？我现在大部分精力都放在研究和算力上，我希望能有更多时间花在产品上。
我们这里有非常优秀的人在思考产品，但我们现在能做的最重要的事。就是造出聪明的模型，并且能高效、大量的跑起来，让很多人用得上。如果我们能把这件事做对，我相信其他一切都会随之而来。从理念上讲，我非常倾向于说去找那种高杠杆、困难的问题，它能延续指数级的增长。对我们来说，核心就是模型和算力，而且我也觉得。这类问题天生就适合我。
为什么这些事天然适合你？要把算力规模做到我们现在这个程度，这需要一条很复杂的供应链，有很多有意思的合作关系要去理顺。我很喜欢做这种事，还有很有意思的财务挑战。就是你怎么去融资？这很可能已经是，或者说很快就会成为人类历史上最贵的基础设施项目。建造这个量级的计算机所涉及的技术问题，从自己设计芯片，到晶圆厂和做机架的人的供应链。
再到这些设备的供电系统，我一直对能源感兴趣，这些全都会到一起了。所以围绕这个量级的算力建设、技术、商业、政策、供应链、物流方方面面都有很多有意思的问题。我以前是个创业投资人，在我职业生涯里，我觉得跟创业投资最接近的事儿，就是管理一个研究项目。这两者也有很多完全不同的地方，比如说普通研究员和普通创始人。
表面上看起来，因为显而易见的原因，差别很大；但在很多方面又很像。怎么找到非共识压注？怎么决定在哪儿下重注？怎么理解指数增长长什么样？怎么管理顶尖人才？甚至怎么把这种人识别出来？我们现在就在这栋研究楼里，我就坐在这儿。好，再多讲讲为什么你在创业投资里学到的东西，跟做研究之间有这些相似之处。一个很大的共同点是幂律分布。
投资里大家老说这个，就是你必须重新训练自己的大脑，因为我们天生好像不太擅长这么想问题。你最好的那笔投资会跑赢你其他所有投资加在一起，你第二好的投资。会跑赢除此之外，其他所有投资加在一起，而AI研究至少也是这样的。我们刚开始的时候，人们觉得AGI根本不可能，或者说几乎不可能实现。这是哪一年？二零一五年，二零一五年底，我们刚说要搞AGI，就被这个领域所有的学术大牛狠狠批了一顿。
然后我们开始真正聚焦大语言模型的时候。又被批了一顿，说这完全是在胡闹。而我们明白，或者说至少我自己从创业背景里明白，其他人可能从别的角度也明白，高风险押注是可以的，只要你押的是那种一旦成功就价值巨大的方向。研究研究就是这个样子的，能成为伟大研究者的人，往往是非共识的。思路新颖的、精力充沛的、非标准这个词一直在我脑子里冒出来。
这样的人，你得再多说说非标准，能说得更具体点吗？他们是那种带刺的人吗？你不想投一个创始人，他对同一个想法的看法，跟之前你聊过的一千个人只有一点点差别，还试图说服你。也许也说服了自己，觉得自己完全不一样，在做全新的事。但大多数时候，他们其实是想跟风，跟所有人走在同一条轨道上，做他们该做的事儿，也就是创业。
他们听彼得。蒂尔说过太多次，你应该做点不一样的事。于是就想模仿那种感觉。但他们是真心的，对我来说很明显，一种人是真的跟大多数人想的不一样，愿意坚持非常不受欢迎的信念。这些信念很可能错，但如果对了，至少会非常对。另一种人，只是在别人都有的想法上涂了一层薄薄的漆。二零一五年底，我们创办 OpenAI 的时候，全世界搞 AGI 的没几个，有 DeepMind，还有一两个我能想到的。
这真的是一个非常非共识的事。同一年里，大概有我提这个，只是因为刚好想到。但还有其他类别，大概有成千上万个创始人在做照片分享应用。你知道，那可能不是个太好的选择。今天很多人想创办AI实验室，但也有那么几个人，两三个吧，在做一些全新的东西。这些事在AI变得这么强之前，根本不可能实现。但眼下看起来还不像是个好主意。
而作为创业公司的创始人，我一直想投的就是这种东西，而且对我来说，大多数成功的案例也正是这类。研究人员也有类似的情况，很多研究者会去追上一个已经奏效的方向，但只有少数研究者对某个新想法有很强的信念。我觉得我们过去和现在都是最适合这些人的研究实验室。几个月前，我跟戴米士聊过这个，他觉得。就追赶你们那种方式而言，基本上就是三大玩家资金和资本的要求摆在那儿，不太可能出现第四家更大的玩家。
但他说大概有百分之十，我忘了具体数字。就随便说一个的可能性，会有某个像僧侣一样的研究者，从一个我们从来没想过的角度切入。完全同意，我不知道该怎么给这个概率定个数，但确实存在这种可能。我觉得数字是我编的，但就是一个小概率，这种事确实有可能，肯定的。而且我很喜欢这一点，我觉得这正是事情保持令人兴奋的原因。
好，那我不明白的是，你从创始人变成投资人，又变回创始人。但为什么是二零一五年？那最初是什么让你对人工智能产生兴趣？让你觉得，嘿，这是个如此非共识的事儿？别人觉得我他妈疯了。但我还是要干。我这一辈子都对 AI 感兴趣。我小时候就是个特别书呆子气的孩子，我就是那种周五晚上泡在电脑前看科幻片、读科幻小说的孩子。
我一直觉得 AI 会是最惊人、最疯狂的东西。我从没想过真能去做这个，但我一直一直都很喜欢它。我甚至上大学就是为了学这个。大一和大二之间的那个暑假，我在 AI 实验室干活。结果什么都不成。实际上，印象特别深的是，有个教授跟我说：“你可以试试所有这些方向。”路有很多，但有一件事我们确定不行的，就是深度学习。
我们试了很久，那基本上是最能保证你职业生涯完蛋的路。我当时就是个容易受影响的大一新生，也就信了，所以就去搞别的方向了。当时我很清楚，那是两千零五年前后。AI根本走不通，然后我碰巧误打误撞进了创业圈，结果彻底爱上了，所以我甚至不把这叫职业绕路，因为那段经历特别有用。回头看，当个创业投资人也很棒。硅谷那种常规职业路径是，你是个创始人。
然后你把公司卖了，退休变成投资人。我们可不想那样。我听说你说过，你打算把这件事做一辈子。对，我希望我们这才刚开始，我们以后会多次请你上节目，我会盯着你的。我们不需要更多退休后去做投资的创始人，投资人已经够多了，我也不想要，投资人太多了。谢谢。我想聊聊这个，但我想说的是，我走的是相反的方向。我是先做投资人，然后才去经营一家公司，这相当少见，非常少见。
我对此非常感激，因为如果你真的以投资人的身份去研究和观察公司，你会得到一套难以置信的经验和模式识别能力，这对我在 OpenAI 的经营帮助巨大。但这跟通常的路径正好相反，所以这是件非常罕见的事儿。我强烈推荐。为什么有用？如果你在经营一家公司，你过去会面对一定数量的类似决策。比如一些关键决策，你见过什么有效，什么无效？
如果你要做一个高风险的战略转向，或者用一种很棘手的方式解雇一位高管，你只能依靠过去五年或十年里自己那点有限的经验。但作为投资人，你几乎能看到所有的关键时刻，所以你得不到那种日复一日经营公司才有的实操锻炼。但你见过很多重大的关键时刻，很多几乎整天都在看这些，所以我拥有那个数据集的丰富程度，真的太棒了。
所以，当你做决策的时候，这些就会在你脑子里浮现。对我就会想，哦，这家公司遇到类似情况时就是这样，或者我看到某个创始人犯过这个错。又或者某个创始人处理的特别对。我们之前聊过，你研究工业革命，还聊了一些我们都读过的很棒的传记。我朋友点九爱是这么说我的，因为我觉得我做这个项目的好处就是我另一个博客 Founders 做了十年，所以他说，你就像一个用最伟大创业者的历史训练出来的 L M。
但温度参数调得特别高，因为你他妈的太疯了。因为我对这个超级有热情，用一种奇怪的方式痴迷于那些死去的创业者。但这确实有用。就像哦，我跟一个创始人聊天，他们说到自己遇到的事，我就说哦，卡内基当年这么干过，洛克菲勒那么干过，你也许可以试试这个。那你觉得所有这些里面有没有一个大的核心洞见？还是说针对任何具体场景，你都有这些人各自怎么做的？
然后他们怎么组合起来？我觉得这取决于创始人的性格，对对吧？所以，比如我读你博客读了好多年，我觉得你是个很棒的写作者，非常简洁，那种简短特别吸引我。而且我喜欢编号列表，挺奇怪的。我们俩写作方式一样。我读你博客的时候就想，这就是我基于所有阅读会得出的结论。确实有一小撮可以套用的原则，但真的要看创始人是谁，他们想做什么。
这正是我想弄明白的，就像。我们回到刚才聊的那个话题，我还是觉得你这一步跨得很大，因为据我所知，你是硅谷有史以来最优秀的投资人之一，你完全可以光靠钱就过得很好，根本不用真的去工作，因为投资人多少也懒。对，顺便说一句，我开玩笑的，有点不是不，这挺有意思的。两样都干过之后，我觉得可以这么说：经营一家公司比做投资人要难得多，难得多，难得多。
没错，而在我看来，这正是人们应该做的事。我同意。所以你就想。去他的！我不走那条容易的路，我要去做史上最难的事，就是人们觉得不可能的事，也是你会被人嘲笑的事儿。对我还是得搞清楚。好吧，所以你对AI感兴趣，孩子，这玩意儿怎么会吸引一个小孩呢？你当时住在圣路易斯，当时是路易斯吗？对，我当时住在圣路易斯，路易。
那时候AI为什么会吸引你？我觉得他对每个计算机极客都有吸引力。我觉得我没什么特别的，就是觉得这事儿看起来不可能。我想大多数人会说，当然，那会是最酷的事儿。但完全不可能。我觉得我奇怪的地方在于，好吧，那就试试。但我觉得每个人都想过，每个人都会觉得这事儿很了不起。值得去追求，所以这是你小时候的一个性格特点吗？
当别人说你做不到某件事时，你的第一反应是抗拒，不是抗拒，而是你确定吗？就是为什么不行？试试看，看看会发生什么？也许我可以，也许我们可以。我是个非常乐观的孩子，而且事情看起来越不可能，我就越好奇。想到我们能发明一种技术。让我们能做其他所有事儿，能以任何其他单一技术都无法做到的方式赋予人们力量。这对我来说一直有种天生的、难以抗拒的吸引力，就像。
我想要那个东西，我想要能做其他所有事。我觉得还有一件事，也算是我有记忆以来就有的性格特点，就是有意思的事，真正赋予人们更多的力量，更多的能力。从某种意义上说，这就是技术的整个发展轨迹。而我肯定一直是个技术极客，但AI是我能想象到的最强版本。你当时觉得它会带来什么？比如，你小时候这看起来是个很酷的技术。
我想做某件事，但除非AI被发明出来，否则我做不到。很难记得清这里面有多少是我当时真实的想法，又有多少是后来才有的。或者说你现在正在努力构建的东西，对，就像我当前的工作，在多大程度上改变了我对过去的记忆？确实，小时候我就特别喜欢机器人，你知道，我们学校当时还有个机器人社团。那时候的机器人，现在想想真是可笑。
我还记得在夏令营里。有个小乌龟机器人，你可以用电脑控制它，在地上或者桌上跑。那在当时就是最酷的东西了，就是那种由电脑控制的会动的东西。我总觉得特别神奇。现在我对AI能如何推动科学发现特别感兴趣。在我成年后的记忆里。我觉得我小时候也觉得那很酷，但感觉不太真实。我猜这就是一个例子，说明记忆确实被后来经历改变了。
但现在 AI 真的能去发现新的物理学，治愈疾病，而且它已经在数学上做了很多事。我觉得这会是最重要的领域之一。甚至比 AI 能做的其他自动化任务都更重要，就是帮我们理解更多东西。我们之前聊过一本书，《无穷的开始》。从今天的视角重读那本书，我就觉得天哪，哎，真的会帮我们做到这件事儿，就是理解一切，或者说尽可能多的理解。
我那时候确实对《星际迷航》里那种巨大的繁荣和富足很感兴趣，也对 AI 能怎么推动这种繁荣感兴趣。也许对科学感兴趣的记忆更真实一些。我也很喜欢科学，就是那种想法。因为我们聪明，我们就能想办法理解这个世界，做出预测，做到那些没有这种深刻理解就做不到的事。我不知道，这听起来就是天生很酷的事。有意思的是，人类对 AI 的期望在时间上有多一致？
因为你描述的东西跟这个非常相似。我刚第二次读完了克劳德香农的传记，而且我忘了。因为我大概五年没读这本书了，我忘了，他和艾伦·图灵当年都在贝尔实验室的时候，每天都会一起喝咖啡。那是一九四零年代的事儿了。对他们就会聊AI，他们俩都痴迷于他们，他们都觉得这事儿大概十五年后就能成，也就是一九五五年左右，我们会有计算机。
那时候计算机还不存在，对吧？他们只有模拟版本，而且会觉得这些计算机会比人类更聪明。谁要是觉得这事儿不会发生，他们就觉得简直荒谬透顶。他们就会说：“那你希望计算机做什么？比如写数学题，写诗。”治病这种话你翻来覆去都能听到。我读过不少他们当时写的东西，我特别遗憾他们没能亲眼看到这一切，因为他们说的每件事都太对了。
我们终于到了AI能解全新数学题的时刻，它还在发现别的东西。它，你可以争论水平怎么样，要我说写的不算好，但它确实在写诗。这事儿已经成了，就像这些人，我觉得他们会说，行，你们做到了，就是他了，我们做到了。那要是真成了。可就太酷了！对这事儿最怪的地方就在于，所有人都说，哎呀，他永远做不了某件事儿。比如我跟音乐行业的人聊过，他们就说他永远做不出好音乐。
然后他们又说，那你觉得他能做播客吗？我说那当然能啊，我们能做的所有事他都能做，至少要我说比我们做的还好，哪怕就现在也比我们强。这事儿特别诡异，就好像在说他永远超不过眼下这个时刻，而恰好我就活在这个时刻。这里面有个很深的人类心理缺陷，但我觉得有个更有意思的问题：假设他真做出了一期很棒的播客，两个AI在聊天，聊得比你我还有意思，你觉得人们会在乎吗？
还是说他们会更想听真人聊的？因为我们全都对人着迷，而且那不是真人这个事实，反而让人更在意。对这个更有意思，就像说这两个人，我可能天生就喜欢或者不喜欢。他们在聊一个我觉得有意思的话题。我觉得，像那种纯粹参考类的，比如我别的播客，就是我说，嘿，这书里有个有意思的观点。那种可能在某些情况下会被颠覆，但尤其是对那些在这事儿发生之前就出生的人来说，也许对你儿子来说就不一样了。
你懂吧？但对我来说，我觉得人类永远会被人类吸引。我发自内心的相信这一点。我觉得有很多其他工作可能会经历重大的转型，但那些关于人的事儿，关于人与人之间联结的事儿。关于人们喜欢彼此的事儿，这些东西在 AI 之后的世界里会变得更有价值，而不是更少。不过，我可能不是聊这个话题的合适人选，因为我内心深处其实很渴望。
尽管我的全部工作都是数字化的，在全球传播，我就是我内心深处渴望更多、更多那种模拟式的生活。我喜欢读纸质书，比如我跟凯莉聊的时候，我就说。我不想用 Zoom 给我打电话，我要当面聊。我就是喜欢实实在在的东西，这很有意思。我也是这样。我不读电子书，我不喜欢 Zoom 会议，我喜欢跟人在现实世界里待在一起。
我确实觉得有一小撮怪人，而且可能数量不少，住在城市里，他们不喜欢人类，只想跟电脑交流。但我觉得那只是人类中极小的一部分。我也觉得那只是人类中极小的一部分。这就是为什么我觉得整个世界。总体而言，不会因为超级智能而变得那么不一样。人本质上还是会非常在意他人，想和别人待在一起，想和别人互动。而且，总会有一些人就是痴迷于模型，觉得人类碍事，或者觉得人类是个需要对付的危险什么的。
但对大多数人来说，人才是这一切的意义所在。我觉得这非常重要。而且，当我们真遇到这种人时，要把他们指出来，确保他们不会掌握权力。我完全同意。也许我最担心的AI两大风险。这两个风险其实有点相互矛盾，一个是失控，就是 AI 不知怎么变得太强大，强大到我们没法保证能按自己想要的方式去控制它；另一个是权力过度集中，就是某一家公司、某一个模型或者某一个人掌握了太大的权力。
在这两种情况下，最根本的一点是，我觉得无论哪种情况发生，都是非常反人类的立场。正确的做法是。我们要让人类牢牢掌控未来，我们要让人类拥有强大的力量。人才是这一切的全部意义。我们不会坐在这里，慢慢把控制权交给一个AI模型，就因为不信任或者不喜欢人类。说我们要把全部信任都压在这个模型上，让它拥有世界上所有的决策权。
这是非常厌世的一种说法，但我确实觉得世界上有些人认为那才是正确的结局。还有另一个版本，就是因为不信任人类，所以必须限制谁能用这项技术，怎么用，然后所有这些可怕的事情都可能发生。出于对这些事情的恐惧，我们就把权力集中到少数几家公司手里，他们不会让其他人用这个东西，但会给那些人一些好处。我对这个的漫画式描述是：我觉得AI领域有些人实际上在说，我们给世界带来治愈所有疾病的药，我们把东西变得非常便宜，作为交换，人类要放弃自己的自主权。
对未来的影响力和权力，而且这还是以安全的名义，同时还伴随着绝对猖獗的不平等，就是有些人能接触到巨额的财富和权力，而其他人只是得到还不错的一切。这是个非常糟糕的推销话术，一个非常反人类的推销话术，但居然有人愿意这么说。你觉得他们为什么愿意这么说？我觉得是恐惧和权力欲。我觉得当人们谈论AI的风险时，有很多人对这些风险的规模感到极度不安。
被那种恐惧深深抓住，觉得必须保护世界免受其害，于是就会说：“我们得用大量自由去换安全，因为这跟我们见过的其他风险都不一样。”但我觉得这最终也变成了一种为追逐权力行为辩护的方式。我读到的所有东西，比如我刚才说的。Claude Shannon 说的，或者 Alan Turing 说的，至少在我读过的书里，都更偏向乐观。
我们会发明让生活变得更好的东西，能替我们做事的东西。你说的完全对。如果你回到 Claude Shannon 和 Alan Turing 那个时代，他们谈论的是 AGI 会有多美妙，会做多少事情。而我们刚开始的时候，确实承受了来自 Dumas 的巨大压力。关于 Dumas，我同意的一点是，这是一项强大的技术。
我们应该在安全上宁可保守，我们应该在每一级技术水平上都谨慎行事。我不同意，Do more 的地方是。他们认为这是个无解的问题。如果你回到 OpenAI 刚创立的时候，当时大概有两种主流观点：第一，我们根本不可能造出很像 AGI 的东西，至少十年内绝无可能；第二，就算我们真造出来了，我们也肯定没法让它安全。
如果你有一个 AI 在很多方面比大多数最聪明的人还要聪明，那 Doomsers 会说到那个地步，世界肯定已经被毁灭了，对齐肯定失败了。而这些都是对。会发生什么极其笃定的判断？十年过去了，我们确实造出了某种东西。我觉得当时大多数人都会说它非常接近AGI，而且很多好事确实发生了。那些世界末日的疯狂预测并没有成真，所以我觉得这应该会更新人们对未来的预测。
前面仍然有更高风险的挑战等着我们去解决，但我们的方法，这是我从创业公司学到的另一件事，就是先把东西放到世界上，从客户那里得到反馈。看看哪里出问题，哪里不出问题，这是做出好产品的方法，这也是做出安全产品的方法。而且我们在 AI 安全上取得的进展，比我们刚开始时大多数人预期的要多得多。为什么？因为用你们产品的人太多了，每周有十亿人在用。
每次我们推出新一档的模型，就把它放到世界上，然后我们看什么有效，什么无效。哪些地方用户需要我们放宽护栏，因为他们有正当用途？哪些地方出现对齐失败？哪些地方安全系统出问题？ChatGPT出来还不到四年。十亿人在用，而且用在了敏感、重要的事情上。我们交付一个被广泛认为是安全的东西，当然它也有问题。在这么短的时间里，面对这么强大的技术，我觉得我们不可能在每座塔里都做到这一点。
而且我相信，这就是你打造又好又安全、又稳健、又有用的技术和产品的方法。我觉得这是 Y Combinator 的一个很棒的收获。对大多数 AI 安全人士来说，能走到今天这一步。还保持我们现在这样的安全保证水平，当初看起来是完全不可能的。不，我确实觉得从今往后会更难，但我不认为靠跟现实脱节能解决这个问题。
为什么从今往后会更难？因为世界上最聪明的人现在大概跟世界上最聪明的模型差不多聪明，而这个对比马上就要翻转了。对。方向我觉得没错。我觉得模型的能力实在太强了，而且提升的轨迹非常陡峭，所以那些未知的未知，也许相对而言不会变得更难。但从绝对角度来看，他们似乎更难了。而且，我觉得我们得做出一堆艰难的决定，比如什么时候推迟开发，什么时候说。
好吧，听我说，我们现在就跟现实接触一下，或者再多等一阵子，把这个问题研究的更透。我最近跟一个人聊过，有句话一直印在我脑子里，就是“FA帮助让飞行变得极其安全”。飞行表面上看起来是件极其危险的事，但你上飞机的时候大概根本不会多想，而且说真的。在人类历史的漫长轨迹里，飞机出现的时间并不长。在飞机刚出现的时候，情况肯定不是这样的。
他们有极其完善的事故报告机制，极其清醒。他们从来不会，从来不会试图把什么事儿糊弄过去。他们想尽可能多的提取信息。从某种意义上说，我觉得对任何新技术来说，这种思路都非常有效。而且常常被低估。所以，当我们开始部署模型的时候，当我们说我们要把 ChatGPT 推向世界，我们知道模型并不完美，我们知道它会幻觉，我们知道它还会干别的事。
但我们也知道，这个世界必须亲身体验这项技术。我们得学会怎么让它变得安全。我们得把力量交到人们手里。我们不能拿它来强加我们的世界观。我们不能拿它坐在实验室里，试图把所有影响都想清楚。那反正也行不通，因为社会和模型会共同演化，我们得一起做这件事，把它当成一个共同的产品来做。然后我们会做好非常完善的事故记录，出了问题我们会去研究，我们会发布一份非常清晰的复盘报告，我们会尽可能多的去学习。
我们不仅会改进自己的技术和产品。还会尽量把这些经验分享给其他做AI的人。我觉得到目前为止，这套做法效果出奇的好，而且这有技术史上很好的例子，也有创业公司里很好的例子。有一件事对你来说一定很让人困惑，因为我自己都想不通。你看，我主要关注的就是创业，对吧？所以我做的所有博客都是为了服务创业者，别人听我也很高兴，但内容就是重度聚焦在尽量服务。
尽量找有用的信息，上不管是已故创业者的传记，还是跟你这样的人对话，让其他创业者能从这段对话里受益，对吧？或者我做的任何一期播客都是这样。所以在这个圈子里，并没有特别多创业者热爱AI。但我想搞清楚的是，如果你能帮我理清这个矛盾，就是。所有人都在用AI，所有人又都讨厌AI，这到底是怎么回事？人们总是害怕快速的社会经济变革。
我们之前聊到过工业革命，我也很喜欢读以前的技术革命史。而且在工业革命期间，人们对正在发生的变化，并不是普遍抱着温暖又美好的感觉。我觉得人类社会天生带点惯性，这大概是个好特性。我们对快速变化是有些怀疑的。我觉得这在动荡时期，或者说在某些局部混乱的时候，对社会可能是有帮助的。所以有一部分可能是好事。而且我觉得这是人类生物学的一个特征。
我从来不想太用力去对抗它。我也觉得很多做AI的人一直在说，我们有百分之二十五的概率会毁掉世界，但我们还是要抢着去做。因为不然，那些坏人会先做，或者说，天哪，这东西会非常糟糕。明年百分之五十的工作岗位就要没了。我们希望你们都能接受，但这看起来真的很吓人。我们这个领域在向人们解释好处是什么、坏处怎么缓解这方面做得并不好，我们当然也没做好。
即使有人给出过答案，比如说会有全民基本收入，或者工作会变成可选的，诸如此类。但关于人们应该拥有更多权利和个人自由，而不是更少，这一点有多重要？为什么重要？很少有人真正讨论过。这对大多数人来说非常重要。人们有能力影响自己的未来，能集体去设计社会往哪里走。以及随之而来的自主权，这些都非常重要。我觉得AI领域里很多人，他们自己心里有这种感觉，但没花多少时间去想、去反思或者去承认这对别人有多重要。
所以回到之前那个说法，就是那个销售话术的概括，那个漫画式的概括，我都不知道那是不是个词。是个词，就是那种亲爱的子民们，我们要赐予你们治愈癌症的礼物。物质财富，还有一些别的东西，还有很棒的娱乐。你们别抱怨了，未来所有的决定都由我们来做，相信我们就行。我们会是仁慈的独裁者。不好，这不好，这不好。作为一个热爱创业者的人，也算是研究近几个世纪这个不可思议的经济奇迹是怎么来的学生。
真正去赋能人们做新的事情，去推动他们相信的东西，去拥有创办公司和发明技术的自由，去追求各种想法，以及围绕这一切让他们发生的体系，没有比这我更坚信的东西了。而且，我觉得即使人们从不把自己看作创业者。他们可能永远不想创办大公司，他们也明白这有多重要。然后，当你听到有人明说或暗示，有了AI这些会变少，因为少数人会掌握权力，但他们能做伟大的决定，保护所有人的安全。
我觉得这对人们来说非常可怕。我还觉得，即使大多数人可能不想创办很大的公司，很多人还是想创办小一点的公司的。而这件事一直很难，这需要相当多的特权、运气和资源才能做到。而我们即将看到有史以来最大的一波人们创办小企业的热潮。我觉得AI正在推动这件事，但不知为什么，这个行业，包括我们自己。对这件事儿谈的还不够多，虽然我们看到了所有这些迹象，这很好，我们也没做出足够多的产品去加速它，但我相信接下来会看到更多有意思。
我们之前聊到了Toby Alphitiki，在对话结尾，我记得那期节目里有他说了一个我之前没想到的点，他说：“对你和我做的是同一行，他说我们俩都在努力创造更多创业者，他在为创业者搭建基础设施，我在为他们做教育和激励类的播客，而你刚才说的。”最疯狂的地方在于，我觉得在所有新行业里，I行业在对外沟通这件事上做的可能是最差的。
我可能从来没见过这么差的。我觉得部分原因在于，你们有能力走出去，把你们看到的东西讲出来，去教育大家。有一本很棒的书叫《英特尔三部曲》，讲的是英特尔的故事。叫三部曲，是因为三个核心人物：鲍勃·诺伊斯、安迪·格鲁夫和戈登·摩尔。书里有个故事我一直没忘，他们从发明集成电路、微处理器起步，然后他们意识到这项技术太重要了，可能会吓到潜在客户。
所以他们停下来，这三个人放下手头的事，走出去开始教育潜在客户、投资人，甚至整个国家。他们说过，有一段时间，他们开的课比当地社区大学整个课程目录还多。他们就是这么把这件事当成头等大事，就是说，我们要走出去，让大家了解这项新技术。然后我就想，那为什么AI圈没人这么做呢？我觉得没有借口，我们应该做的更多。
我们试过一些类似的做法，但还没完全做对。你现在不就在做吗？我们刚才聊的正是我想跟你聊的一个原因，因为我一直在用AI。我觉得这太迷人了，但你的视角让我觉得我的视角就像蚂蚁一样渺小。你脑子里装了那么多东西，我想把它们挖出来，就像说，嘿，你掌握了这么多上下文，而且你还在发明这项不可思议的技术。我很想知道别人是怎么用它。
其实。在聊别人之前，我听到你说过一句很有意思的话，我觉得跟你刚才说的有关，就是我们在发明技术，技术在飞速进步，但采用应该缓慢而审慎。我还听你在另一个博客里说，嘿，我甚至在想，我该让AI看到我电脑上的多少东西？你想聊聊这个吗？对最新一代的模型，我不想说他们已经够聪明了，因为我觉得我们应该一直追求他们变得更聪明，但他们确实相当聪明。
而我觉得现在更受限制的。是AI能掌握多少关于我的有用上下文？我希望AI能尽可能多的了解我，好帮我。我希望它能去做那些我自己做不了。或者不想做的事，比如我不会去读我们内部 Slack 上的每一条帖子，我也不会去读每一个客户讲的故事，说 ChatGPT 在哪里帮到了他们，或者哪里让他们失望了。我做不到。
还有一些别的事儿，比如我可能确实能读比现在更多的研究论文。但哎，那太耗精力了，你知道的。但我很想要一个 AI agent，他能一直想着帮我，能看和理解比我更多、比我更有时间或精力去处理的上下文，能帮我把这些上下文用起来，在我需要做决定的时候给我好的建议。所以我觉得我们一直把重心放在模型智能上，这没错。
但在产品端，我们还没想清楚一件事。给模型比任何人都多的上下文，让他帮那个人做重大决策，到底意味着什么？我的感觉是，我们正站在一个门槛上，即将看到一种完全不同的跟AI协作的方式。在那个维度上，人根本做不到这么好。聪明人很多。但没有人能在几秒钟内读完几万页的上下文，还能真正准确的用起来，这是AI能做到的事。
它会非常新，也会是一个不可思议的补充。你读过那么多传记，肯定有时候你会隐约记得某件事儿。如果能想起其中一本里的某个具体意识，他可能真的能在某个时刻帮到某个创业者，对吧？你跟他们聊的时候，但也许你忘了。或者记得不那么准确了。我自己建了一个AI工具，内部一直在用。你知道它是什么吧？它只训练了2018年以来的数据。
我把读过的每一本书的每一条笔记和划线都存进了这个数据库。然后我会去里面搜，后来你们做的那些内容出来了，我也加进去了。所以它训练了那些，还有每一条笔记、每一条划线，以及我 founders 每一集的全部转录稿。我每天都在用这个东西，太棒了，用来做每一集节目。所以我正在做克劳德香农那期，对吧？香农那集上线了大概两三周前吧。
具体什么时候忘了？然后我问各种问题，我就说，嘿，鲍勃·诺伊斯对这事儿说过什么，或者洛克菲勒对这事儿是怎么做的？然后我做那期节目，读了书，记了笔记，但我不记得了，因为那是七年前的事儿了，太不可思议了。我就是这个意思。我当时想，这太他妈棒了，那太酷了。咱们聊聊你怎么思考经营公司这件事儿，好吗？你说你的主要精力放在搞到更多算力，然后是研究，对吧？
好，所以你想让模型成为全世界最好的。但你有没有想过，是不是必须自己做产品？你做了 Codex，对吧？什么？我连你们的产品线都搞不清楚。比如说，收入都是从哪儿来的？其实，我觉得我们更应该做一家平台公司。而不是产品公司，当然我们也会做产品。那你们有多少个产品？咱们先退一步说，你们现在有多少个产品？我们刚把 ChatGPT 和 Codex 合并了。
以前我们有 ChatGPT、Codex，还有 API。好，你知道 Codex 这个名字起的不太好，但它不只是做编程的，它其实什么活儿都能干。这让很多人搞不清楚，我就被搞糊涂了。对，好，很多人也跟我一样。我觉得大多数人想要的是一个统一的界面，能对接他们个人或者公司的AGI，需要什么就能帮上忙。然后再加上API，让他们能在上面搭建任何想要的东西。
这才是我们应该提供给世界的平台。我们要卖的是顶尖的AI，在成本曲线、成本性能曲线的每一个点上，我们都会做到最好。你想要高端AI去发现科学。那很好，你想要便宜的AI去做海量，也许不需要天才级智力的工作，我们也覆盖到了。而且你可以把它想成一种新的公用事业，新的商品，随便你怎么叫。人们想大量用AI，想要低成本、快好用，还要带上他们的上下文，体验流畅，我们都能满足。
然后还有一个单一产品，就是我要问AI点东西，将来也许AI会主动给我推荐东西。但你会看到这个界面，它从聊天机器人起步。现在也有了变成 agent，我觉得到某个时候它会更像一个常驻的 agent，跑在你需要的任何设备上。但也就这些了。我不觉得我们应该去把每个产品类别都做一遍。我不觉得我们应该去跟所有客户竞争。
我不觉得我们应该试图吞下整个经济。我觉得我们应该提供这个平台。争取让一亿家新企业和八十亿人用各种新方式去用它。所以，一个直接的产品界面，一个API，让人们想怎么用就怎么用。这两者最终也会越来越融合。然后，关键就是人们拿它做什么，在上面建什么，还有别的什么。你犯过哪些错误才不得不学到这些？我感觉你不得不砍掉一些好点子。
牺牲掉用全部精力和专注去追求伟大的机会，对我觉得砍掉好点子，为了去追那些伟大的点子而牺牲好点子，这大概是任何创业者或企业最难学会的一课。砍掉好点子真的很痛苦，而且不管你觉得自己多想得开，所有人每个人可能就是因为选择当创业者的人天性如此。在这件事上都做得特别差，我就做得特别差。我知道自己在这件事上很不行，但比如说去年我们砍掉了Sora，那是个好产品，好玩又酷，但它消耗大量算力，而且不如CodeX重要。
我们把算力都投到了 Codex 上，我们还砍掉了自研的浏览器 Atlas。我觉得那也是个很棒的产品，我觉得它是最好的浏览器，但对我们来说不是最值得聚焦的方向。那些人才可以放到别的地方去。在算力有限、人才有限、资源有限的世界里，我们认真想了很久，然后说：“你知道吗？面向知识工作，最终面向科学的通用智能。
”是我们能做的最重要的事儿。任何为生成这种智能的上游环节，自研芯片，自建数据中心，写好基础设施软件，当然还有训练模型，这些都特别重要。但接下来，我们就把这个AI作为一种服务提供出去，让人们把它用在智力探索、工作、科学发现上。让他们的个人生活更高效，然后我们做一个灵活通用的平台，别的事儿都不做太多。任何做复杂工作的人，你算是当今在世的人里顶尖的那一批了。
都需要有人帮你理清思路，对吧？特别有用。你在每一本传记里都能看到这一点，你在历史里也能看到，就是你需要有人可以聊。其实有个好玩的故事，能说明这件事能到什么程度。查理芒格有个理论叫“猩猩理论”，你听说过吗？没有。他说，一个还算聪明的人可以走进去，跟一只猩猩坐下来。把自己所有的问题，脑子里所有的事都讲给他听。
然后呢，你知道那只猩猩显然什么也没说，别的也没说。那个人走了，但感觉好多了。光是强迫你把自己的想法。你知道，整理成某种结构，这个想法本身就很有用。现在，显然是和一个非常聪明的伙伴一起。芒格对巴菲特就扮演这个角色。巴菲特是史上最聪明的人之一，也是有史以来最伟大的投资者。他仍然需要向别人整理自己的思路。
你正在经历的。我想不出，你你几乎有一种独一无二的人生经历，尤其是对你这么年轻的人来说，所以我很好奇，谁在你生活中扮演这个角色？你会去找谁？谁能够哪怕稍微理解你每天面对的那些破事？大概有三类人吧。第一类，很多从很早就在这儿的研究员。我们基本上是一起走过来的，我们之间形成了一套共同语言、直觉、标准。随便你怎么叫，在公司之外，我找不到任何人能在这方面跟我有共鸣。
就是关于正在发生什么，接下来可能发生什么，技术大概会往哪儿走。至于那些商业和世界的问题，在我职业生涯很长一段时间里。Paul Graham 和 Peter Thiel 是我从他们身上学到最多的人，贯穿了我职业生涯的不同阶段。现在，如果我遇到一个非常不明显的难题卡住了，我仍然会去找他们俩。在这方面，我找了很久。
没有找到其他人有那种能力，就是那种超级非线性的思考方式。你知道，如果说 L M 做的是预测下一个词是什么？那这两个人就是我最难预测下一个词会是什么的人，这是一种非常宝贵的技能。你去找他们说，哎，我真的卡住了，我把所有选项都想了一遍，然后有人能告诉你，我觉得那些选项都不怎么样。这里有个东西，现在看起来完全明显、完全正确，但你没想到，就是一个完全不同的视角，你在别处听不到的。
这更像是给你自己思考的一个启发，而不是明确的建议，比如去做某件事那种。很多时候就是。给你一个具体的东西，真的对。那你能举一个从彼得那儿听到的例子吗？彼得让我特别着迷，他确实特别让人着迷。而且其实我刚才想到的就是他。我之所以这会儿想到这个问题，是因为你说，我们为了伟大的东西得砍掉那些好主意。我们在砍 Atlas，我们算力受限，我们必须聚焦、聚焦、再聚焦。
这就像你听他讲专注的重要性时。会觉得特别明显，而且如果你有一样东西在起作用，让它变得更好，沿着这条线往下走，那从里面抽出一个小时去探索别的东西，代价太高了。你就应该往深里走，沿着已经在起效的方向走，就像在极端处有大量价值。我们发布 ChatGPT 之后，出现了一种挺奇怪的情况，因为人们其实不太知道拿它来干什么，它增长的超级快，但感觉非常不稳定。
或者说，有点像低价值增长，就像人们用它，只是因为对跟他聊天感兴趣。想看看能拿它做什么，所以公司里有很多人说：“哎呀，这个我们得想点别的，这不是可持续的价值。”我记得跟他聊过，列了五六个我们可以专注的其他方向。那大概是 ChatGPT 发布后两个月左右，他说：“除了它正在增长这一点，这本身就罕见又很棒，其他任何动作都是明显的错误。
而且当时它增长的还没后来那么快。”他说。这东西的力量就是谷歌那个文本框的力量，就像一个文本框，你往里输什么，它都能给出正确的结果，而它不符合当下硅谷的主流智慧。你得有信息流，你得有网络效应，你得有那些东西。可这些我们全都没有，所以大家才都担心。你知道，你得有个办法让人积累更多。那时候我们还没有记忆功能，人们会积累更多上下文，人们会被锁定，或者人们会有所有这些就那些东西。
二十年来，人们一直在追谷歌的商业模式，这是第一个冒出来的新东西。而且很明显，那个空文本框对谷歌是奏效的。那你为什么不干脆在这上面加倍投入？它在增长，而且非常灵活，它具备所有该有的迹象，只是不符合当下硅谷的主流智慧。我说行，于是我们全力压住 ChatGPT，结果非常好。你刚才说的这番话有一种简单的天才，有时候情况确实更复杂，但这是一个非常重要的简单天才的例子。
那保罗格雷厄姆有没有给过你什么建议或者某种方向上的指引？你刚说到这个，我就想起一件事儿。对很多YC创业者来说，这几乎是个梗。你去他办公时间见他，他会说。你知道你该怎么做吗？然后他会这样摇着手指。你知道你该怎么做吗？你知道你该怎么做吗？有时候他后面说的那个主意特别好。有时候他后面说的那个主意特别糟，但重要的是他有一种创造力，一种开阔的视野，就是咱们多试试各种东西吧。
我们聊过迭代部署的精神，我们也聊过怎么说呢？就像创业公司那样。我觉得他真的把整个创业生态推向了这样一个理念：，你得赶紧推出一个让你自己都觉得丢人的V一，别管它是不是。你知道，本来可以做得更好，你会因为客户的反馈把它做得越来越好。我甚至不记得在发布ChatGPT之前问过他：“嘿。”你觉得我们该不该发布这个东西？
但我知道他会怎么说。我知道他还很早，我知道他还很丢人，而我知道正确做法就是把它推出去，放到人们面前。等等，你对保罗·格雷厄姆的心智模型已经完整到都不用给他打电话了，不是？就这一次，就这件事儿，你会说这里有确定性。我跟你说件好玩的事儿，就在他去世前不久，大概去世前几个月吧，我去查理·芒格家里。跟他吃了顿晚饭，我就问他：“你跟巴菲特多久聊一次？
”他说：“从来不聊。”我说：“什么？”他说：“我们以前每天聊，一聊就是好几个小时。巴菲特可以假装拿起电话打给我，而且他已经知道我要说什么了。这显然是共事六十五年之后才有的默契。”但我觉得这事特别有意思，确实有意思，这真是个特别好玩的故事。不过也有很多次我猜不到他会说什么，所以我觉得这恰恰是他的价值所在。
但说到那种产品发布时，你自己都觉得拿不出手的时刻。我知道他会怎么说，就那个那一条，我不会说它是YC最有价值的战术建议，但也绝对排在最前面。回头看这些年我积累的所有YC创始人的数据点。我特别惊讶，快速行动、不断迭代这种能力，跟成功的相关性居然这么高。好，你这场对话里 T Y C 提的也太多了，我得好好聊聊这个。
因为我们之前聊过，就是说听着，我不是记者，我是个狂热爱好者，我没有问题清单，我就觉得我面前坐着一位世界级的创始人，我就想知道这人脑子里到底在想什么，而且我想自私的为自己榨取点信息，所以我就怎么说，我特别震惊你在对话里提到他的频率这么高，就是经历过YC。后来又运营YC，跟他绑在一起这件事儿对你人生的影响有多深？
太明显了，你能展开讲讲吗？有支乐队。不算特别成功，专辑卖的不多，但他们影响了后来所有的音乐人。我觉得那叫The Band，真的，Rick Rubin讲过这个故事。我觉得可能是地下丝绒，但你懂这个意思就行。对，不管叫的 band 还是别的什么，用这种方式说 I C 其实不太公平，因为按传统指标，按创造的市值来算，I C 会是那少数几家最有价值的科技公司之一。
但 Y C 对过去二十年科技行业、创业公司、创业精神这些所有事情的影响程度，我觉得大家只是某种程度上理解了。OpenAI 就是一个例子，不只是我们怎么把产品推向世界。还有我们运营研究实验室的理念，我觉得你去跟这一代大型科技公司的很多负责人聊聊，他们会讲出类似的故事，哪怕他们没经历过YC。但这里面到底发生了什么？
是YC给了你一套操作系统吗？因为你听到的就是做这五件事儿之类的，还是说更像一种创建公司的理念？这是我作为局外人最困惑的地方。我觉得主要是两件事儿，就是说，确实有一部分是该做什么的操作系统，但我觉得更核心的是怎么经营公司的理念，迭代部署，让技术人员掌权，愿意压住那些精力充沛、野心勃勃但经验可能没那么丰富的年轻人。
而且是在公司的各个层级都这么做。然后还有一点，是整个生态系统的变化。这是Y C出现之前科技生态里发生的连带转变。所以，如果我们把时钟拨回二零零四年，然后把技术往前推到二零一六年，但其他关于创业生态形态的东西都不变。当创业者意味着什么？资本怎么流动？谁有资格经营公司？所有这些，我不认为OpenAI会存在。
我觉得Y C给整个生态带来的变化。创始人拿到更多杠杆，年轻的技术型创始人能融到大量资本，没有很亮眼的履历也能去做有野心的事。我不认为 OpenAI
会存在，所以这算是一个很大的变化。这是不是都跟你觉得从创始人变成投资人，长期待在那个位置？再回到创始人对你有好处有关那些好处也都有，但我不太愿意说，我真的经历了创始人到投资人再到创始人的转变，因为我第一次当创始人其实干的不怎么样，就是你知道，但你确实创办了一家公司，从失败里能学到一些教训。
但我觉得从成功里学到的东西要多得多哦。你得等等，这个不能就这么过去，你得展开说说。有一些我简直不敢相信，我觉得是《安娜·卡列尼娜》某本伟大的俄国小说。我很不好意思承认，我不知道这个开头是所有不幸的家庭各有各的不幸。所有幸福的家庭都是相似的。对，这解释了我为什么突然想起这个。但我觉得这真的很对。比如回顾我在某些事情上失败的教训时，我学到的都是关于毅力和决心之类的泛泛之谈。
还有一些不该做的事，但大多数事情就是不成的。所以事情不成的原因有很多，而且我觉得要拼凑出正确的因果关系更难。而当我有真正做成的事儿，比如我理解 Y Combinator 哪些部分真正奏效，OpenAI。哪些部分真正奏效时，把这些经验应用到未来，比把失败的反面教训应用起来要有用得多。所以你当然应该从每一个数据点里尽可能多学，从失败中学，也从成功中学。
但就我自己的经验来说，当我试着应用这些教训时，从成功里学到的教训非常好，我本该更多的应用它们；而从失败里学到的教训，要么相当泛泛。我基本已经知道了，要么反而妨碍了别的事，而且我觉得这对很多人来说大体上都是成立的。对，但这是不是有点像我们其实已经知道该做什么、该避免什么了？但关键是要提醒，不断的提醒。
所以对我另一个博客 founders 最好的描述是我听过的那种说法：创业者就像传教士。如果你真这么想。我以前每周日更新一期，我该恢复那个节奏了。但其实说白了，我讲的还是同一件事，就是历史上反复出现的那同一种人格类型。只不过现在这个人碰巧在造船，确实是同一种人格，这点毫无疑问。我有点痴迷于什么东西能长久存在这个想法。
你看，公司。最好的公司能活很久，但比不上城市，而城市也活不过宗教，国家和城市都比不上宗教长久。我就想，在所有人造的东西里，什么存在的最久？要我说。除了宗教，我想不出别的。也许还有别的答案。然后我开始研究。我从小，我妈是原教旨主义基督徒，所以我整个童年都被逼着去教堂。我就开始分析世界上所有主要宗教有什么共同点。
结果发现，哦，我们有一套共享的知识基础，通常是一本书，对吧？我们定期和志同道合的信徒聚在一起，而且不是说我周日去教堂，然后说。好，上周聊了耶稣，这周咱们聊点别的。不是的，是回到同样的书，同样的故事。一遍又一遍，所以我读了你的博客，你自己也说过，就是关于YC结束那会儿的事儿，就像你在重复同一件事，你一直跟他们讲，然后他们离开教堂，你懂的。
用这个比喻来说，然后他们就不再坚持那些行为了。其实关键甚至不是那些道理本身，而是不断提醒自己这件事很重要。我极其强烈的同意这一点，但我觉得反复被提醒这件事本身是好的，比如多跟用户聊，更早发布产品，拿到更多反馈，招人的标准定得更高。而且动作要更快，我就是这个意思。但我觉得真正有用的是那些正面的东西。你有一条特别棒推文，我经常对着手机说：“你说跳过那些会议，那些该死的晚宴，其他一切都可以放掉。
本质上就两件事儿：把产品做出来，然后把产品卖出去。如果你不再做产品，你就在卖产品。”这就是你真正要做的一切。我觉得这又回到了那种简单的天才。然后，这是我发现最迷人的另一部分。因为昨天有人问我，他说：“你通常对每个我见到的创始人，都能找到一个历史对应人物，比如，哦，这家伙有点像范德比尔特，那家伙像洛克菲勒、鲁德维希。
”或者这些人中的某一个，然后那 Sam 的对应人物是谁？我说没有，我想不出一个，因为我还不够了解他，我还不理解他是怎么思考的。那现在你怎么想？这应该是八次对话里的第一次，所以我到第七次再告诉你。但这非常罕见。我刚刚跟 Doug Young 聊过，他讲了一个他招来当新银行创始人的家伙，那家伙以前就是个普通员工，在风投干过，然后离开去创办了最成功的公司之一。
我说。我从来没听说过这种事，Doug，你听说过吗？他把一生都投在这上面了。他说没有，那是唯一一个。所以再说一次，这非常罕见。大多数人都是创始人卖掉公司，很不幸，然后去做投资人，而不是把公司一直经营到死。这才是我喜欢的方式。我好奇的是。你刚才说你从成功中学到的更多，对吧？是成功，因为在那十年或者十五年里，你接触了大概一万家不同的公司，对吧？
你看到了，显然，也许有五六家或者十几家是世界上最好的。所以你是不是也把他们的成功当做有启发性的东西？不不，完全同意。而且我觉得人们确实会这样。我是说，你是个了不起的学生，但也有很多相当不错的创业学学生。人们，我觉得。经常试图去寻找那些真正奏效的经验，就像你说的，其实都是同一件事，翻来覆去，只是换了个行业。
但你需要被反复提醒，而且它一点都不光鲜。我在开始这次对话之前完全没有理解，我觉得我现在开始有一点点更好的理解了。我在开始之前就跟你说过，这只是为了我自己记录。但就像甚至那些影响你的人，比如彼得蒂尔说，别傻了。他显然会说：“别傻了，这个行得通，你为什么还要做别的事情，而不去做那个行得通的事？”所以肯定有这样的例子。
你会想：“嘿，我给其他创始人提过这个建议一百万次了。”然后你突然意识到：“天哪，我自己现在都没再践行自己的建议。”完全同意。对我可以给你很多这样的例子。我觉得同样有启发性的还有。什么是新东西？哪些事是你没有现成经验可以参考的？而 OpenAI 跟我之前所有能套用经验的事情最大的不同在于，我们从公司成立到发布第一个产品花了四年半时间，这跟 YC 的建议正好相反，对吧？
对对对。所以说，管理研究团队跟筛选指导创业者有很多相似之处，但我们在多大程度上学会了这件事儿，我觉得我们做的并不完美。就是怎么熬过那段没有客户外部反馈的阶段？你只能硬着头皮去做那些按创业标准看简直是灾难性建议的事，比如四年半不发布任何产品，那真的非常难。我们试了各种办法，想找到一种信号来替代客户到底喜不喜欢这个产品，转而问我们的研究到底有没有进展。
其中一个真正管用的办法是在 Dota 二那段时间，我们想用 RL 在游戏里打败人类玩家，我们搞了一个排行榜。大家能直接看到不同思路的表现如何，那个东西是客观又真实的。大家都有动力往上冲，但我们得试遍所有这些办法，基本上就是为了模拟出最终用户。那是一个全新的、有意思的问题，我完全没有经验可以套用。你是怎么一步步走过来的？
你当时的想法是什么？比如你是怎么做到的？我们请教了很多曾在过去那些伟大研究实验室工作过的人，而且当时 OpenAI 创立的时候，硅谷几乎人人。包括我在内，都把创办研究实验室当成自己的虚荣项目。当时市面上全是讲贝尔实验室或施乐帕克研究中心黄金时代的书。非常流行，人人都在聊这个，讨论声铺天盖地。事实上，我甚至看到那边就放着一本关于贝尔实验室的书。
但真正亲身经历过，知道怎么把研究实验室做起来的人，其实没几个。所以，我们跟艾伦·凯聊了很多。也跟其他少数几个人谈过，从他们那里我们得到了一些建议，关于什么才是一个真正出色的研究实验室。有些建议确实很好。有些则不太能套用到当下这个时代，而且你也没有那种庞大的垄断利润机器，像贝尔实验室那样是独立分拆出来的。
宝丽来在摄影领域基本处于垄断地位的时候，也做了多得多的研究。我刚读完本田创始人的传记，对吧？那个人造出了有史以来最成功的机动车——本田小狼，连续卖了大概六十年，卖了几百万辆，他妈的！而他整个理念跟贝尔实验室得出的结论一样，就是他认为研发必须真正独立出来。他是从公司里分拆出去的，有独立的股权，就跟贝尔实验室一样。
我们没有那样做，对你们没有。现在回想那些早期日子，我最大的感觉就是我一直在拼命融资，而且屡屡碰壁。那基本上就是我对 OpenAI 早期最深刻的记忆。花了那么多力气，又那么让人沮丧。我真希望我们当时也有那样一台印钞机。我记得我在 OpenAI 最清晰的记忆之一，不是 2015
年刚成立那会儿。而是二零一六年新年过后的第一天，我们十二个人，或者十一个人，出现在 Greg Brockman 的公寓里，大概周一或周二早上九点九点半的样子，就算一月四号吧。
所有人都到了，之前费了那么大劲，每个人走进来都满怀兴奋，感觉就像开学第一天差不多吧。然后很快大家环顾四周，心里都在想：那我们现在干什么？有人说好，我们得弄块白板。Greg 就找人出去找白板，白板拿来了，又环顾一圈儿。那我们现在该干什么？你能感觉到房间里的那股劲一下子就泄了。我们谁都不知道该做什么。这不像做一家产品型创业公司，不是说咱们做个产品，然后去跟客户聊，而是。
好，我们说要做AGI，也许该写几篇论文，行，那就写论文；也许该想想一些想法，行，那就想想想法。每个人都会有那种时刻。我完全不知道自己在干什么，那是我的一次，就是我们刚把这事儿搞起来，我们谁都不知道接下来要做什么，所以我们就做自己会做的事儿，最后慢慢摸索出来，很多路子都走不通，最后我们找到了一种节奏，用来做研究压注，然后评估这些压注，而且显然远非完美。
但我们确实找到了一条可以沿着前进的路径。我们弄清楚了怎么去获取那些聪明绝顶的人所需要的资源，也搞明白了怎么确保自己不会完全迷失在荒野里。经过几年时间，大部分是混乱的摸索。我们最终做出了大多数重大发现。你知道，最初是无监督情感神经元那篇论文，后来变成了 GPT 一，再后来就是 GPT 各种版本了。那个规模法则的研究给了我们信心。
不只是算力上的信心，还有关于如何扩展模型的理解，这些慢慢汇聚到一起，还有其他很多东西。在这个过程中，我们学到了一些东西，比如排行榜这个想法是有效的。我们还学到了外部演示的巨大威力。比如，请一位研究人员特别想打动的重要人物来看。然后，我们也学到了一些不管用的东西，比如虚假截止日期。亲身经历这一切，一定非常让人迷失方向吧？
你们十二个人挤在一间公寓里，连块白板都没有，不知道该做什么。十年之后。有十亿人在用你们的产品，非常奇特的经历。你写日记吗？我第一个孩子出生的时候，我每天下班回家哄他睡觉的时候，就会跟他说话什么的，所以我就想得找点话题来说。于是我就跟他讲讲我这一天是怎么过的。我们在为什么事情发愁？我担心什么？发生了什么？
对我来说这么做挺有意思的，我就想，这还挺有趣的。将来有一天他拿到这些也会觉得有意思，所以我就开始给他写。每个星期天我都会给他写一封信，我就只是说说话，然后把它写下来。结果我一共就写了大概八封吧。你有几个孩子？两个。好，贝索斯有句关于打造亚马逊的名言，他说我们在做的是那种将来能讲给孙子孙女听并且引以为傲的事，对吧？
而那些事都很难。你当时在给你儿子写信这件事儿，哎呀，继续写那些信。如果你不写，我跟你说，这很快，因为我读过的关于这方面的书够多了。大多数时候，你猜怎么着？创始人不会在四十岁写自传，他们到七十岁才写。回头望的时候，恨不得能重来一次。太多东西已经随时间的流沙消逝了。他们都反复说同一句话，就是。我真希望当时写了日记，所以哪怕你不自己写，你也有足够的资源。
换做我，我会写，找人来写一本书，哪怕只供内部使用。你读过迈克尔·莫里茨写的？小王国吗？没读过哦，你一定要读。那写的是苹果前六年的历史，作者是迈克尔·莫里兹。他写的那本书，是不是挺疯狂的？他是个了不起的作家，简直是个疯狂的作家。后来成了有史以来最顶尖的风险投资人之一，我觉得。但关键是那本书结束的时候，史蒂夫甚至还没进苹果呢。
所以你会想，后来到底发生了什么？你会想要这个的。也许现在不想要，但等你六七十岁的时候，你肯定想要。最有趣的是那种写给孩子的写作心态，你真的没法躲在任何东西后面。我真的很在乎我的孩子会怎么看我。所以，这件事发生了，感觉不太好。下周得换个做法。那是一个非常有意思、极其有意思的思维框架。也许我会找机会再做一次，不是？
也许你一定会做的。好，Sam，谢谢你抽时间。这次聊得太棒了，谢谢，很感激。希望你喜欢这期节目，请记得在你收听的地方订阅并留下评论。还有，一定要去听听我的另一个博客 Founders，快十年了，我痴迷地读完了四百多本历史上最伟大企业家的传记，寻找你能用在工作中的想法。你在本期节目里听到的大部分嘉宾都是先通过 Founders 找到我的。