颠覆者的十年：从被嘲笑到十亿用户

2015年年底，当硅谷的创始人还在扎堆开发照片分享应用时，一小群人聚集在一间公寓里，宣称要创造通用人工智能（AGI）。当时，该领域的学术巨擘们嘲笑这一想法根本不可能实现。然而十年后的今天，这家名为OpenAI的公司产品已拥有十亿用户，当初嘲笑他们的人如今都在拼命追赶。萨姆·奥特曼在最新专访中讲述了这十年的历程，并特别提到了Shopify首席执行官托比·卢特克。奥特曼认为，在所有大公司CEO中，托比是让他印象最深刻的一个。早在AI发展的极早期，托比就展现出极强的前瞻性。他不仅亲自下场写代码、做实验，还会给OpenAI发来极其详尽的产品反馈。托比始终走在所有人的最前面，比其他CEO领先六到八个月。大约在一年半前，托比写过一封内部公开信，要求员工做的第一件事就是看看AI能否解决自己的问题。尽管这封信当时引起了轩然大波，但奥特曼指出这就是托比的风格：判断总是正确的，从不扯淡也不炒作。他是唯一一个兼具大型公司CEO身份且能提供极其准确、切中前沿反馈的人。托比曾判断2026年将成为所有企业重新洗牌的一年，甚至晚上都在尝试重构Shopify。但奥特曼在时间线上与其略有不同：并非每一家企业都会被颠覆。随着AI变得越强大，一些与AI无关的企业反而可能因人们渴望真实、非技术化的体验而更难被颠覆。不过，软件企业确实面临重新洗牌，只是过程需要更长的时间。

社会惯性：技术颠覆与人类习惯的博弈

为什么AI带来的洗牌比预期慢？奥特曼坦言，GPT-4在2023年发布时，他以为很快会有更多软件企业面临洗牌，但实际情况并非如此。经济本身具有巨大的惯性，人们继续做着同样的事情，从同一家公司购买产品，以同样的方式使用工具。这在很多方面是好事，让转型更加平稳，但也意味着我们对时间线的预期过于激进。AI是人类有史以来最具颠覆性的技术之一，但社会与经济的适应步伐注定缓慢得多。主持人提到甲骨文创始人拉里·埃里森的话：“这不是软件问题，而是人的问题。”奥特曼对此深有同感。他举了Netflix早期的例子：当Netflix刚成立邮寄DVD业务时，让他震惊的是人们居然还在去百视达租碟。这个例子一直印在他脑海里，说明了习惯的力量有多么强大。当被问及自己是否也无法克服这种惯性时，奥特曼承认这是一个心理矛盾点。过去20年他都用同样的方式使用电脑，现在有了AI助手，按理说应该完全改变工作方式。然而，他脑海中有一种根深蒂固的观念，认为做这些事情才叫工作。从显示性偏好来看，他明明有更好的方法，却依然在用老办法。目前阶段，大家徘徊在传统电脑的老方式和AI助手的新方式之间。这主要是产品层面的失败，就像iPhone问世前的智能手机时代，技术拼图已齐备，但缺少让交互方式彻底改变的产品理念。

算力工程与非共识押注的幂律法则

目前，奥特曼的大部分精力投入在研究和算力上。他认为能做的最重要的事情是创造出聪明的模型并能够高效、大规模地为海量用户运行这些模型。扩展算力是一个极其复杂的系统工程，可能是历史上最昂贵的基础设施项目。从自主设计芯片到晶圆厂供应链、数据中心建设再到电力系统，各方面问题交汇在一起。管理AI研究实验室和初创投资非常相似，核心都在于发现非共识押注、理解指数级增长以及识别顶尖人才。这里最核心的就是幂律法则。奥特曼指出，你最好的一笔投资回报将超过其他所有投资的总和。AI研究也是如此：2015年宣称追求AGI时被学术圈抨击，后来专注大语言模型时再次被嘲笑。但从初创经验中明白，高风险押注无可厚非，前提是万一成功将带来无可估量的价值。那些能成为优秀研究员的人往往思维方式与大多数人截然不同，并愿意坚持极不受欢迎的信念。你肯定不想投资那些对主流想法只做了点微小改动就号称创新的人。2015年OpenAI成立时，世界上几乎没有其他机构致力于AGI研究，这是一个非常非共识的选择。奥特曼这一生都对AI充满兴趣，从小就是极客少年。一件事看起来越不可能，他就越着迷。现在最让他激动的方向是推动科学发现，帮助人类发现新的物理学定律、治愈疾病。这比自动化其他任务都更加重要。

警惕权力集中与反人类的安全论调

主持人提到克劳德·香农和艾伦·图灵在上世纪40年代预测15年后计算机将比人类聪明，奥特曼读到这些文字时感到难过。因为他们在所有事情上都判断得太准了却无法在此刻见证这一切。如今AI已在攻克数学难题、探索未知领域。关于人机关系，奥特曼深信不疑：那些关乎人与人建立联系的工作在后AI时代不仅不会贬值反而会更有价值。即使出现超级智能，人类的底层基因依然决定了我们会关心他人、渴望陪伴。人与人的连接才是根本意义所在。他必须警惕那些认为人类是绊脚石、想把权力交给AI或少数精英的人。他对AI最担心两大风险：一是AI失控，二是权力过度集中在某一家公司、某一个模型或者某一个人手中。这两种情况都是极其反人类的。正确的做法是让人类牢牢掌控未来，获得充分赋权。有一种论调说我们将为世界提供治愈疾病和物质富足的方法条件是人们必须放弃自主权，奥特曼认为这是糟糕透顶的反人类说辞。根源往往在于恐惧和对权力的渴望。对AI风险的极度恐慌常常沦为攫取权力的借口。OpenAI刚成立时主流观点认为10年内不可能做出接近AGI的东西，且无法保证安全。十年过去，OpenAI构建出的东西大多数人都承认已非常接近AGI。那些世界末日的预测并没有成真，这应该修正人们对未来的预测。

安全方法论：从真实用户反馈中演进

OpenAI的方法论很简单：就是把产品推向世界，从真实用户那里获取反馈。这不仅是打造好产品的方法，更是打造安全产品的方法。ChatGPT推出不到四年就有十亿人使用，处理的是敏感重要的事务。他们交付了一款被广泛认为安全的产品。尽管还有问题，但这绝不可能是在象牙塔里闭门造车做到的。奥特曼用美国联邦航空管理局举例：他们让飞行变得极其安全，靠的不是在地面上推演所有风险，而是完善的事故报告机制。出现问题就清醒客观地研究、记录、改进。社会与模型必将共同演进，必须携手共进。不能躲在实验室里试图推演所有影响，这注定是徒劳的。那为什么现在似乎每个人都在用AI但又都讨厌AI呢？奥特曼说，人们总是害怕快速的社会经济变革。工业革命时期也是如此。人类对快速变革抱有怀疑态度这本身不是坏事。但另一方面，AI行业的科普做得太差了。很多从业者一边说有25%概率毁灭世界一边加速前进，这种言论自然会吓到人。行业没有很好地解释AI的好处是什么。以及为什么让普通人拥有更多权力和自由如此重要。但奥特曼坚信一件事：我们即将见证人类历史上小微企业创业最繁荣的一次大爆发。一直以来开公司都需要相当多的特权、运气和资源，而AI正在极大降低创业门槛。为这一切赋能是他对未来最确定的判断之一。

平台战略：扼杀好点子以聚焦通用智能

关于最新一代模型，奥特曼说它们已经相当聪明了。但是现阶段他更受限于AI掌握的关于他的上下文信息不足。他希望AI尽可能多地了解他能帮他阅读Slack消息、客户反馈、研究论文。在需要决策时提供优质建议。没有人能阅读几万页的上下文并且在几秒钟内准确运用这是AI的独特优势。我们正处在临界点，即将看到截然不同的AI协作方式。在公司战略上，奥特曼明确了OpenAI应该是平台公司而非产品公司。大多数人想要的是一个统一界面访问通用AI，再加上API让大家在上面构建任何想要的东西。他们会在性价比曲线的每个节点提供出色的AI。不管是顶尖科学研究还是廉价的批量任务。他们不应该试图囊括所有产品类别，不应该与客户竞争。不应该试图吞并整个经济。而是要赋能一亿家新的企业和八十亿人。为了做到这一点，OpenAI必须学会扼杀好点子。这是创业者最难学到的一课。砍掉好项目让人非常难受，比如去年他们砍掉了Sora视频生成项目。它是个好产品但是消耗大量算力不如Codex重要。他们还砍掉了Atlas浏览器项目，那也是很棒的产品。但是人才必须用在更重要的地方。在资源有限的世界里，打造通用智能是他们能做的最重要的事其他一切都要为此让路。任何从事复杂工作的人都需要有人帮忙梳理思路，奥特曼也不例外。

导师智慧与YC的创业哲学遗产

他的智囊大概分三类：公司内部一起经历一切的研究员，形成了共同的语言和直觉；以及商业问题上最重要的两位导师：彼得·蒂尔和保罗·格雷厄姆。他称这两个人是超级非线性思考者。当你觉得把所有选项都想遍了彻底卡住时，他们能给出你根本没想到的第三种方案。这是极其宝贵的能力。ChatGPT推出两个月的时候，公司内部很多人觉得增长质量不高应该转向其他五六件事。但是彼得·蒂尔说做其他任何事情都是明显的错误。ChatGPT的力量就在于Google搜索框的力量，一个你可以输入任何内容并且得到正确结果的空白文本框。它不符合硅谷关于信息流、网络效应、用户锁定的共识，但是它在增长。应该加倍投入。于是他们全力投入，结果证明这个判断价值连城。保罗·格雷厄姆则给他灌输了最核心的创业哲学：你必须尽早发布一个让你自己都觉得拿不出手的V1版本。即使它不够好，客户反馈会让你把它改进得好得多。推出ChatGPT之前奥特曼甚至都没问保罗的意见。但他知道他会怎么说那就是发布它。主持人好奇为什么提到YC的次数这么多。奥特曼说有一支乐队唱片销量不高但是影响了后来所有音乐家那就是The Velvet Underground。YC也是如此如果按市值衡量它早已是最有价值的科技机构之一但是它对过去20年创业生态的深远影响人们还没完全领会。YC不仅给了一套运营方法，更重要的是输出了一套哲学：迭代部署、技术人员主导、敢于押注年轻有雄心但是经验尚浅的人。如果把时间拨回2004年，只有技术进步而没有YC带来的生态变革。创始人将没有话语权年轻技术人筹不到大钱。奥特曼认为那样的话OpenAI根本不可能诞生。YC重塑了整个创业生态的游戏规则这才是最根本的影响。YC项目结束时你会发现，其实重要的不是那些教训本身有多新颖。而是那种不断的提醒创业的原则说穿了就那么几条。多和用户交流，尽早发布获取反馈。提高招聘门槛，加快行动速度。但是就像宗教徒需要反复回到经典一样创始人也需要不断被提醒这些简单的原则。知道和做到是两回事。

从失败中学习的局限与成功的因果律

说到学习，奥特曼提出了一个反常识的观点：从成功中学到的东西比从失败中学到的多得多。《安娜·卡列尼娜》开篇说：不幸的家庭各有各的不幸，幸福的家庭都是相似的。创业也是如此。失败的原因千头万绪你很难理清真正的因果。往往只能学到些泛泛的坚毅和不要做什么。而当你真正做成一件事时提炼出的因果规律对未来的指导价值要大得多。当然要从每个数据点学习，但是成功的经验弥足珍贵。奥特曼说甚至连他自己都会忘记应用自己给别人的建议。OpenAI最打破YC常规的一点是：从创立到发布第一款产品花了四年半时间。这和YC快速发布快速迭代的教义完全相反。在没有客户反馈的情况下管理一个研究项目，这通常是创业灾难的配方。他们必须自己摸索衡量研究进度的方法。比如在Dota 2项目中设立排行榜，用强化学习击败人类玩家来建立内部竞争机制。用各种方法模拟用户信号。早期他们请教了很多人，包括艾伦·凯等研究实验室前辈。也读了很多关于贝尔实验室、施乐PARC的书。但真正在世且知道怎么运营顶尖实验室的人太少了。而且他们也没有贝尔实验室那样的垄断利润支持。奥特曼对早期最深刻的记忆就是不断融资又不断失败，无比沮丧。他清晰地记得2016年1月4日12个人出现在格雷格·布罗克曼的公寓里。大家走进来时都非常兴奋，像开学第一天一样。但是很快有人问：我们现在该做什么？于是去找白板。白板拿来了大家又问我们现在到底该干什么。房间里的气氛瞬间垮了下来，谁都不知道该做什么。这不是做产品创业不能说我们做个东西然后找客户聊。他们说要做AGI，也许该写论文，也许该想点子。每个人都有那种我完全不知道自己在干什么的时刻。他们只能做知道该做的事，发现很多方法行不通。慢慢摸索出制定和评估研究押注的节奏。找到了循序渐进的梯度，弄清楚怎么获取顶尖人才需要的资源。最初作为无监督神经元论文起步的项目最终演变成GPT-1。再到后续版本Scaling Laws的研究给了他们信心。排行榜、外部演示这些机制被验证是有效的，虚假截止日期这类方法则被淘汰。经过多年的混乱摸索之后方向才逐渐清晰。从12人挤在公寓里连白板都没有，到十年后十亿用户。这确实是一段奇特的经历。

结论

萨姆·奥特曼的访谈揭示了一个核心现实：尽管AI技术本身具有颠覆性，但社会与经济的适应步伐注定会缓慢得多。OpenAI的成功并非源于完美的早期规划，而是通过将产品推向世界、从真实用户反馈中迭代安全与功能。在战略上，OpenAI坚持平台化定位并勇于扼杀非核心好项目以聚焦通用智能。同时，奥特曼强调警惕权力集中与反人类的安全论调，主张通过赋权普通人来应对变革。对于创业者而言，YC的哲学提醒我们：知道和做到是两回事，需不断回归“尽早发布、多和用户交流”等简单原则。最终，AI的价值在于赋能小微企业爆发与推动科学发现，而非取代人类连接或导致权力垄断。社会的惯性虽强，但通过正确的产品理念与安全机制，人机协作的新范式正在临界点形成。