Sam Altman承认自己也还没真正用好AI
OpenAI CEO Sam Altman在David Senra主持的Founders播客中表示，尽管自己参与创造了Codex等AI工具，但到现在仍没有真正跨过AI使用习惯的「iPhone时刻」。他称，自己今天使用电脑的方式和20年前差别不大，仍会在不同消息应用之间复制粘贴，刷邮件时优先回复最不难回的一封，也还在用老办法维护待办清单。
Altman说，这种不一致说明，人会把某些低效方式内化成「工作」本身的样子。即便有更好的工具，彻底改掉习惯和工作流仍然很难。
这期播客由David Senra主持，原题为《Sam Altman on Building OpenAI & Betting on the Impossible》，播出日期为2026年8月23日。整理与编译来自深潮TechFlow。文中也注明，Sam Altman作为OpenAI CEO，其观点围绕OpenAI战略、产品、技术路线与行业愿景展开，立场与公司利益高度相关，相关内容不构成独立第三方判断。
AI落地节奏会慢于技术演进
谈到Shopify CEO Toby Lütke时，Altman称对方是自己见过最前倾的CEO之一，领先其他CEO大约6到8个月。按照他的说法，Toby Lütke会亲自写软件、做实验，并向OpenAI发送非常详细的产品反馈，也很早就提出企业若不拥抱agent就会掉队。
不过，Altman并不完全认同Toby Lütke关于2026年会成为所有生意重新洗牌之年的时间判断。他说，自己认可这种方向感，但认为实际进程会更慢，原因不在技术可能性，而在于经济和社会存在很强的惯性。人们会继续做同样的事，买同样的产品，用同样的工具。
他把这种现象描述为一把双刃剑。一方面，社会适应速度更慢，会让即将到来的大转型更平稳；另一方面，这也意味着外界普遍对时间线过于乐观。
在这一部分，Altman还提到行为改变往往比技术爱好者想象得更难。他举例说，即便Netflix仍在邮寄DVD的时代，新方案已经出现，人们还是会继续去Blockbuster租片，说明习惯本身的力量很强。
他把当前阶段比作AI的「iPhone前夜」
Altman表示，真正推动自己深入使用AI产品的，不会是一夜之间的突变，而更像一个渐进过程。他认为，今天的AI行业已经具备了许多关键技术拼图，但还没有出现那个真正重塑人机交互方式的产品时刻。
他拿智能手机历史做类比，称自己在2003年就用过Palm Treo，从技术要素看已经接近，但真正让iPhone成为iPhone的，是后续那些决定性的产品设计与交互思路。按他的说法，AI也处在类似阶段：技术在场，产品形态还没有完全到位。
从AGI到大语言模型，OpenAI做了两次非共识押注
回顾个人经历时，Altman说，自己从小就喜欢电脑和科幻，也曾在大学期间进入AI实验室工作过一个暑假。但在大约2005年前后，他被教授明确告知，深度学习不会有好结果，甚至会成为「毁掉职业生涯最稳妥的方式」之一，因此当时并没有继续沿着那条路走下去。
之后他转向创业，再进入投资领域。Altman说，这条路径虽然不常见，但作为投资人能看到大量公司最关键的crux moments，虽缺少日常操盘训练，却能获得很大的样本量。
他说，这段投资经历对自己管理OpenAI最直接的帮助之一，是建立幂律思维：最好的投资回报会超过其他所有投资之和，第二好的回报又会超过剩余所有项目之和。按他的理解，AI研究同样符合幂律，最好的一个想法，比其他所有想法加起来还重要。
Altman表示，2015年底OpenAI创立时，全球几乎没有多少AGI相关努力，除了DeepMind等一两家机构。当时OpenAI提出要做AGI，被不少领域里的「intellectual giants」嘲笑；后来再押注大语言模型，又被嘲笑了一次。
他据此总结，真正值得下注的人，不是对现成主意做轻微调整、再努力证明自己与众不同的人，而是那些思考方式明显不同、愿意坚持非常不受欢迎信念的人。这类人可能会错，但如果判断正确，往往会「非常对」。
当前最重要的事是研究和算力
被问到现在主要把时间放在哪里时，Altman给出的回答是研究和算力。他说，自己当然希望花更多时间在产品上，OpenAI内部也有很强的产品团队，但眼下更关键的是做出更聪明的模型，并以高效、充足的方式把这些模型提供给很多人使用。
在他看来，扩展算力不是单一工程问题，而是要协调芯片、晶圆厂、数据中心、电力系统、金融、政策、供应链和物流等一整套体系。Altman称，这可能已经是，或者正在成为，人类历史上最昂贵的基础设施项目。
他还说，虽然研究者与创业者表面上并不相同，但在识别非共识押注、判断conviction、理解指数增长，以及管理outlier talent这些方面，两类角色有大量相似之处。
OpenAI的平台策略：一个界面，加一个API
在产品布局上，Altman表示，OpenAI刚刚把ChatGPT和Codex合并。此前公司有ChatGPT、Codex和API三条线，而Codex这个名称容易让外界误以为它只能写代码，实际上它可以处理更广泛的任务。
他认为，OpenAI更应该是一家平台公司，而不是产品公司。按照他的描述，理想形态包括两个核心层面：一个统一界面，让个人或企业访问自己的AGI；一个API，让开发者在上面构建任何东西。
Altman说，OpenAI会把AI部署在成本与性能曲线的每一个点上。无论用户需要高端AI做科学发现，还是需要更便宜的AI处理大量重复性工作，都应该能够覆盖。
砍掉Sora和Atlas，把资源让给更重要的方向
Altman在播客中提到，创业者最难学的一课之一，就是杀死好想法。他说，去年OpenAI砍掉了Sora，也砍掉了Atlas浏览器。
Sora在他的描述中是一个「好玩、酷、有用户」的产品，但会消耗大量算力，因此不如把算力投向Codex。Atlas浏览器则被他称为「可能是最好的浏览器」，但相比之下，相关人才放到别的方向更重要。
Altman表示，在算力、人才和资源都有限的情况下，OpenAI必须高度聚焦于通用智能、知识工作、科学发现，以及支撑这些目标的上游能力，包括自研芯片、数据中心和基础设施。
他还提到，ChatGPT刚发布时，虽然增长很快，但外界和内部都觉得它的价值感并不稳定，也曾讨论过是否要转向别的方向。为此他专门去请教Peter Thiel。Altman称，Peter Thiel列出了一系列可能转向的路线，但同时提醒，除了「它正在增长」这个事实之外，更明显的错误反而是去做别的事。
按照Altman转述，ChatGPT的力量就在那个类似Google的空白文本框里，用户输入什么，它都能处理。虽然这种形态并不符合当时硅谷关于feed、网络效应和用户锁定的主流判断，但Google曾证明空白文本框可以成立，因此这一思路也值得全力押注。Altman说，自己听取了这个建议，并全力投入，结果很好。
他最担心的两类AI风险：失控与权力过度集中
谈到风险时，Altman把最担心的问题归纳为两类：一类是loss of control，即AI变得过于强大，以至于人类无法确保希望中的控制；另一类是权力过度集中，即单一公司、单一模型或单一个体掌握过多权力。
他称，这两种结果在根本意义上都是反人类的。按他的说法，正确路径应当是让人深度掌控未来，让人获得更深的赋权，因为「人是这一切的全部意义」。
Altman反对因为不信任人类，就逐步把控制权交给AI模型的思路，也反对以风险为名，将技术使用权收紧到少数公司手中。他说，如果有人以「我们会治愈疾病、让世界更便宜」为理由，要求人们放弃自主性和对未来的影响力，这是一种很糟糕的销售话术。
对于为什么这种说法会出现，Altman的回答是恐惧和权力。他认为，很多人确实被AI风险的量级吓到，觉得必须用大量自由换取安全，但这种叙事也容易成为权力寻租的借口。
他同时表示，自己认同doomers的一部分立场，即AI是强大技术，需要谨慎并偏向安全；但他不认同把问题定义为无解。Altman说，OpenAI成立时流行的两项共识分别是：十年内不可能做出非常接近AGI的系统；即便做出来，也无法保证安全。而在他看来，现在已经做出了当年很多人会视作相当AGI-like的东西，世界并没有毁灭，对齐也没有崩溃，因此外界应该更新自己的预测。
公众沟通不足，Altman看好小企业创业潮
对于为什么越来越多人一边使用AI、一边又反感AI，Altman称，人们天然害怕快速的社会经济变化，工业革命时期也并非所有人都对变化感到舒适。从这个角度看，社会惯性本身甚至可以被视作一种稳定机制。
不过，他也承认，AI行业包括OpenAI自己，在向公众解释AI好处以及风险如何被缓解这两件事上做得都很差。按他的说法，行业长期强调「有25%概率毁灭世界」或「50%的工作明年消失」这类表达，当然会让公众感到害怕。
在他看来，行业更没有讲清楚的一点是，AI也可以给人带来更多权力和个人自由，而不是更少。
Altman说，自己相信接下来会出现历史上最大一波小型企业创业潮，而AI正在推动这件事。过去创办一家小公司需要很多特权、运气和资源，AI会降低门槛。但他也承认，这个领域对外传递这一层叙事的工作做得远远不够。
当David Senra提到Intel早年为了教育客户和投资者，开设大量课程解释微处理器时，Altman回应称，AI行业没有借口，应该做得更多，只是目前还没有找到最有效的方法。
OpenAI走了一条反YC playbook的路
Altman表示，YC不仅改变了他经营公司的方式，也改变了整个创业生态。YC强调的理念包括：迭代部署、技术人员掌权、敢于押注年轻但有能量和野心的人、尽快发布哪怕还让人尴尬的早期版本，并从真实用户反馈中学习。
但OpenAI有一个关键点与这套方法完全相反。Altman说，从2015年底创立公司到2020年中发布第一个产品，OpenAI中间经历了4年半没有产品的阶段。YC通常会要求尽快ship，而OpenAI当时没有外部客户信号，只能自己寻找替代反馈机制。
在Dota 2时期，团队做过一套leaderboard，让不同研究想法公开竞争排名，为研究者提供客观的进度信号。团队也体会到对外demo的作用，即让重要外部人士来观看成果，从而形成真实压力。他同时提到，一些方法并不奏效，例如fake deadlines。
2016年1月，OpenAI最初连白板都没有
Altman回忆，2016年1月，十几个人聚在Greg Brockman的公寓，像开学第一天一样兴奋。但很快，大家开始意识到，虽然都知道想做AGI，却并不知道下一步到底做什么，现场甚至连一块白板都没有。
他说，Greg Brockman后来让人找来白板，但白板到了之后，现场又陷入沉默，那种最初的能量很快就掉了下去。之后团队只能从自己会做的事情开始：写论文、想点子、不断尝试。
按照Altman的描述，OpenAI经历了很长一段「chaotic stumbling」，才慢慢找到评估研究押注的节奏，也逐渐找到不浪费聪明人的方式。研究路径从unsupervised sentiment neuron，到GPT-1，再到scaling laws，最后才建立起继续投入更多算力的信心。
相比失败，他说自己从成功里学到更多
在对谈中，Altman还谈到成功与失败的差别。他表示，失败当然会提供教训，但大多数事情失败的原因很多，很难从中提取正确因果。相比之下，当某件事情真的有效时，比如YC的某些做法有效，或OpenAI的某些做法有效，把这些经验迁移到未来，帮助更大。
给儿子写信，只写了八封
除了公司与技术，Altman也谈到私人生活。他说，第一个孩子出生后，自己晚上回家哄孩子睡觉时，会向孩子讲述当天做了什么、担心什么。后来他觉得这些内容或许值得留下，于是开始每周日给孩子写一封信。
不过，这个习惯并没有持续太久。Altman说，自己大概只写了八封就停下来了。
在他看来，写信给孩子的价值在于，你无法躲在任何东西后面。因为你真的在意孩子未来会怎么看你，所以会更诚实地反思这一周哪些事没有做好、下周打算怎么改。这也是他在整场对话中提到的一个让自己更诚实的mental framework。
