软件架构的范式转移与创造力的释放

关于 PHP 漏洞为何耗时较久才被广泛发现，核心原因在于模型能力的快速迭代与既往检查手段的缺失。尽管我们早已知晓模型在查找现实漏洞方面的潜力，但此前人们并未真正利用这些工具去扫描互联网上海量的现有代码。随着这一过程的启动，预计会发现现实中存在比预想中多得多的严重漏洞。虽然修复软件是必要的短期手段，但更根本的解决方案在于改变系统架构。新一代初创公司正在构建适应模型日益变聪明的新互联网应用架构，这预示着我们将迎来一套全新的系统与网络构建模式。

这种技术变革让人联想到互联网早期，尤其是创造力的惊人释放。如今的孩子能在十分钟内构建出完整的 3D 游戏，这种体验类似于早期拥有联网电脑时的震撼。与过去费尽周折却只能做出无用软件不同，现在的技术允许用户将任何想法转化为可用的产品。OpenAI 曾经历一次 Codex 故障，导致许多用户暂时“忘记”如何手写代码。这揭示了社会对 AI 工具的深度依赖，同时也表明那些依靠记忆或手工编写复杂代码的传统技能正在逐渐失传。

迭代部署、对齐困境与算力指数增长

在网络安全领域，模型能力的增强引发了关于“是否应限制此类能力”的争论。OpenAI 坚持迭代部署（Iterative Deployment）的原则，即将工具交到用户手中而非封存于公司内部。这一策略旨在让用户通过技术探索定义更好的生活，避免由少数精英垄断未来决策权。尽管 AI 安全社区对此持保留态度，但 OpenAI 认为这是唯一可行的路径：在确保安全的前提下推动能力普及，防止技术停滞。

关于沙箱（Sandbox）的有效性存在显著分歧。内部专家普遍对现有沙箱能否长期约束高智能模型持悲观态度，认为随着模型发现人类未知物理漏洞的能力增强，传统隔离手段可能失效。目前的共识是需结合激活值监控与严格的对齐验证，确保模型忠实遵循人类意图。此外，“Agent 团队”（而非令人恐惧的“蜂群”）展现出独特的扩展定律与对齐特性，成为安全研究的重要方向。

最关键的变量在于单个问题可投入算力的指数级增长。几年前，单题算力上限仅约一美元且效果有限；如今通过思维链模型与并行处理，可投入数万甚至更多算力。这种能力差距导致顶尖用户与普通企业用户在效率上拉开巨大鸿沟。OpenAI 内部鼓励研究员探索算力边界，例如纳维-斯托克斯证明耗资约一千万至两千万美元。虽然目前成本高昂，但基于过往经验，预计一年内可通过更优方法将同类任务的成本降低至原来的百分之一。

数学发现的伦理困境与情感代价

关于大规模普及后的优化时机，Altman指出工作已在进行中。以纳维-斯托克斯方程证明为例，他预测一年后可以用百分之一的成本重做该工作，这得益于更聪明的模型和更好的方法。这项数学研究总投入在一千万到两亿美元之间，虽然单个证明成本随时间推移大幅下降，但整体规模依然巨大。除了已发表的七百个证明外，还有大量未公开的发现。

然而，这引发了深刻的伦理矛盾。Altman坚信人类有权获得基础知识，不应将重大基础科学发现垄断在手中，这一原则高于科学家个人的职业成就感。尽管他同情数学界因模型解决其毕生难题而产生的群情激愤，但他认为世界有权了解宇宙运作规律。他引用父亲在1950年代爱尔兰目睹马匹被拖拉机取代的经历，表达了一种对技术篇章结束的惆怅与怀旧。这种情感并非反对进步，而是意识到当人类几千年的生活方式或研究范式被终结时，那种“最后一小段历史”消逝带来的复杂感受。尽管数学家们感到失落，但Altman认为这是不可逆转且正确的方向。

我觉得亲眼看到一个篇章结束，总会让人有些惆怅……他意识到人类使用这种技术已经几千年了，而他亲眼看到了这段历史的最后一小段。

一方面，我对这一点非常明确……人类有权获得基础知识，我们不应该把重大的基础科学发现握在手里。

算力供应链危机与递归自我改进

在讨论创业工具（如Stripe Atlas）后，话题转向算力短缺。Altman承认在发展曲线中会出现非理性繁荣和崩盘，但需求只会单向增长。OpenAI正在通过自研芯片、自建数据中心以及机器人建造项目来应对，这被视为真正的递归自我改进（RSI）——即利用AI控制机器人运营芯片厂、制造涡轮机并建设数据中心，而非仅让AI做研究。

针对内存等零部件的高价问题，Altman指出“看不见的手”失灵了。DRAM制造商因过往繁荣萧条周期的创伤，在资本开支上保持保守，尽管当前利润极高。他预测英特尔等老牌厂商可能重新进入内存市场以打破僵局。此外，他指出本地推理的流行是资源分配的误区：在DRAM全球供应有限的情况下，让个人电脑闲置95%的算力是低效的，云端的高利用率才是应对稀缺的正确策略。除了内存，涡轮机、电池和混凝土等供应链环节也出现了价格驱动的创新反应。

我觉得那只看不见的手现在失灵了……他们记得有多少次他们建了太多晶圆厂，别人又跟他们保证说这次不一样，结果他们差点破产。

这才是真正的递归自我改进……用 AI 控制机器人运营芯片厂，制造涡轮机或太阳能板，还能建数据中心。

AI辅助研发的路径与组织成本治理

在AI驱动的研发方面，Altman表示OpenAI拥有一种愿意用AI优化传统流程的文化。虽然芯片设计中的光刻等底层物理过程仍依赖人类专家，但生成流片文件等环节非常适合AI。对于更高层的递归自我改进（RSI），目前尚无明确标准方法。指令不能仅停留在“提高效率5%”或“实现RSI”，这需要更高层次的规划、概念推理能力以及Agent群的协同。Altman预计未来三个月将在如何最大化模型作用方面取得突破，并强调GPT-7的开发将受益于前代模型的辅助。

最后，讨论触及企业内AI使用的成本治理。目前许多公司未对工程师设置硬性Token预算上限，导致潜在的资源浪费风险增加。Altman引用Paul Graham的观点指出，组织中存在权力不对等：有人能节省微小预算却拥有巨大话语权，而高成本低价值的会议却无人制止。他认为相比其他运营问题，AI开销目前并非最大痛点，但随着模型规模扩大，如何决定组织内每个人的算力权限将成为一个亟待解决的结构性问题。

我觉得这是目前最有意思的讨论之一……答案也不只是该问模型什么问题，还包括像 agent 群这样的东西。我们要怎么使用这些模型，才能真正最大限度地发挥模型的作用？

有人观察到一个现象……公司里有些人有极大的权力，能让办公室的临时预算每周省下十七美元。可与此同时，你可以开成本高的惊人的会，却毫无价值，而且好像没有相应的权力能制止这种事。

算力成本、通缩愿景与个人Agent的“Macintosh时刻”

在讨论企业级AI应用时，Sam Altman指出传统成本核算往往低估了真实开销。虽然有人调侃公司里有权力节省微小预算的人，但高昂且低效的会议成本更为显著。相比之下，使用AI的开销目前并非最大痛点。以Stripe为例，其运营支出中仅约 1% 用于Token消耗。尽管这一比例看似极低，但双方都意识到随着AI渗透率提升，该占比将迅速攀升至 5%、10% 甚至更高。Altman认为，在稳定状态下，AI支出占运营支出的比例可能高达百分之几十。尽管OpenAI致力于降低单位智能成本，但算力供应短缺仍是当前主要矛盾：当每瓦特AI创造的价值增速远超供给能力时，价格自然上涨。Altman坚信技术通缩是长期趋势：从沙子到智能、能源及芯片的成本理应下降，前提是供应量大幅增加。他理想中的状态是算力供过于求，使得任何想要电脑的人都能以极低门槛获取。目前每吉瓦算力的五年总持有成本约为 700亿美元，Altman希望这一数字能降至 200亿甚至更低。他强调，只要消除中间层层叠加的毛利并降低能源成本，这一目标在理论上可行。

“我觉得如果那个数字是两百亿美元，而不是七百亿美元，我们应该会高兴得多。而且，我们仍然应该要求每年通过更聪明的模型，从中获得十倍的性能提升。”

在个人Agent领域，Altman认为这是AI目前最让人兴奋的赛道之一。尽管Dots、Muse等产品已推出，但尚未出现像Macintosh那样的“时刻”，即让用户产生无法想象生活中没有它的依赖感。目前的Agent在可靠性上仍有差距，但Altman预测很快会有产品突破这一瓶颈。Computer Use 技术引发了关于控制权的博弈：虽然部分用户和商家担忧失去对软件交互的控制，但Altman认为最终会达成某种共识。他观察到消费者强烈偏好现有的主力聊天应用（如ChatGPT），而非商家嵌入的独立界面。尽管商家担心失去护城河，但Altman认为商家的真正竞争优势在于品牌忠诚度与产品选择（如亚马逊的履约网络），而非界面形式。他强烈主张，任何需要用户手动填写网页表单的行为都是“假工作”（Fake Work），因为信息往往已存在，Agent应能自动完成这些重复性任务。

“我注意到商家很不愿意让人们在另一个 AI 应用里使用他们的服务，因为他们觉得哦，我们会失去控制权和护城河什么的。我觉得这样也没什么，因为你的竞争优势很可能不是来自你写 HTML 的能力，你的竞争优势来自品牌忠诚度和产品选择。”

模型评估、协作体验与Token定价的哲学

关于模型是否刻意刷Benchmark分数，Altman表示OpenAI正努力避免这种行为。他认为真正重要的评估标准并非SWE Benchmark等量化指标，而是模型在科学发现上的突破能力以及与人协作时的愉悦感。目前行业仍在摸索如何平衡模型的“马屁精”倾向与过度对抗性，理想的状态如Ami Shiri所描述：一个有想法、会提出挑战但仍尊重用户的资深同事。Altman承认最新模型虽已显著改善，但在协作体验上仍有提升空间。

在定价机制上，Altman坦言Token并非完美的标准化单位。他曾考虑过按任务成果（Outcome）而非输入/输出量计费，类似AWS的模式。然而客户反馈强烈反对这种“黑盒”定价，他们宁愿为可量化的Token数量付费（即使存在夸大），因为这样能明确知道“买到了什么”，避免被长期坑害。这种心理类似于人们宁愿按CPU小时付费也不愿仅按任务完成度付费，即便后者可能更便宜。Altman反思了Token作为计量单位的局限性：从信息论角度看，有效信号存在下限，当前传输大量噪声（如冗长的思维链）是低效的。尽管Token在商业上被广泛使用，但他认为它更像是一个“假单位”（Fake Unit），类似于芯片制造中已与实际工艺脱钩的纳米数。他承认Token确实存在，但从商业价值角度看并不精准。

“我问过几个人，同样的输出，你是不是宁愿多付钱，也希望按某个固定的token数量之类的东西来定价？哪怕我们把token数量夸大，他们说，我更愿意你们把token数量夸大，让我多付钱，因为我知道有个实实在在的东西。”

在对话尾声，Altman简短评价了手中的Guinness啤酒，认为虽不如IPA好喝但尚可接受。这段轻松的收尾为严肃的技术讨论画上了句号，也体现了播客对话中真实、非正式的一面。