你今天的工作，或许并不是真正的工作
这句耸人听闻的言论出自奥特曼与Rowan Cheung最新的采访。
在这场长达30分钟的对谈里，除了自己对AI与工作的思考，奥特曼还分享了GPT-6的进展、ChatGPT是否会成为美国版微信、AGI的设想变化、AI未来的交互模式，以及自己被恶搞成Sora热梗的感受。
可以说，这次对话涵盖了从娱乐八卦到前沿科技的多重视角，既有趣味，也直指未来趋势。
经整理的访谈全文如下：
（注：为方便阅读，调整了部分语气词与铺垫）
访谈全文
DevDay之后：最大亮点与产品布局
Q: Dev Day2025里所有发布的内容——你最兴奋的部分是哪一个？
Sam Altman：我对所有的内容都很兴奋。把应用引入ChatGPT这件事，其实我很早就想做了。
但更让我兴奋的是听大家聊他们用Agent Builder做的各种东西。其实无论是Agent Builder还是Agent Kit，里面都有很多让我想亲自去用的功能。不过，如果一定要我选一个，我觉得在ChatGPT里运行应用会是最棒的。
Rowan Cheung：每周活跃用户8亿人的ChatGPT已经成了新的分发平台。开发者和创业者该怎么利用Apps SDK在ChatGPT上构建应用呢？
Sam Altman：我觉得我们还需要经过一些迭代，才能真正弄清人们主要会怎么使用这些功能。比如，人们会习惯根据应用的名字来调用它们吗？还是他们更希望ChatGPT自己知道他们常用的是什么，并主动推荐？
我觉得未来开发者会摸索出一种新的分发机制，让这些应用被自然地用起来。不过这种事情总是这样：只有当你真的把它发布到世界上之后，才会被各种意外的使用方式所惊喜。
Rowan Cheung：我记得你们也发布了文档教开发者如何提高被推荐的几率？
Sam Altman：是的，不过还是得带上免责声明。全新产品变化很快，我们会在实践中一起学习。
Rowan Cheung：回到两年前的第一个Dev Day，你们推出了GPT Builder，那真的很棒。我记得自己也是最早公开搭建 GPT的人之一。从那时到现在，你们在Agent Builder上取得了哪些突破？
Sam Altman：最大的变化是模型本身变得更强了。我回想起第一个Dev Day，那时的模型能力和现在相比，差距非常大——22、23个月的时间，模型能力已经进步得惊人。同时我们也学到了很多关于用户想要怎样构建这些Agent的东西。他们不仅希望在ChatGPT上构建，也希望能在其他平台上使用。让我印象最深的是，现在你可以非常轻松地搭建一个相当复杂的系统——用可视化界面、上传几个文件、授权访问数据源、告诉它你的需求，然后几分钟就能部署好。我昨天在彩排时第一次完整看这个过程，感到震撼。借助Codex、Agent Ki等工具快速开发令人印象深刻的软件，这种体验像是经历了一次“地壳变动”。
Rowan Cheung：现在在Agent Builder里基本可以零代码构建agent，对吧？
Sam Altman：是的，不过如果你懂一点或很多代码，你能做更复杂的事情。但即便是普通的知识工作者，也可以开始构建 agent。可以说，这几乎是一场针对Agent的“零代码革命”。
Rowan Cheung：这对下一波创业者或开发者意味着什么？
Sam Altman：这是我一直在思考的问题。我昨天在后台看Romain的演示，心想——如果是一年前做，这些东西要花多长时间啊？而现在几乎可以实时完成，我甚至觉得自己的创意都跟不上它的速度了。我不完全知道这会带来什么改变，但可以肯定的是——世界上将被编写的软件数量会大幅增加，测试和改进创意所需的时间会大幅下降。你可以尝试更多想法，更快找到好点子，但具体还会改变什么，我还没完全搞明白。
距离第一家十亿级纯血Agent公司还有多久?
Q：第一家由Agent运营的十亿美元公司什么时候诞生，Agent Builder能达到那种自主水平了吗？
Sam Altman：还没呢。以前我们有个小打赌池，预测第一家单人十亿美元公司会什么时候出现。虽然现在还没正式设立，但有很多猜测——比如第一家“零人公司”。
Rowan Cheung：几个月？几年？
Sam Altman：我预期是几年。但现在我们甚至可以可信地谈论——你输入一个prompt到聊天机器人，它就能运行。这本身就非常不可思议。
Rowan Cheung：不过我们看到的一些agent产品，还需要大量人工监督和反馈。什么时候才能实现agent连续一周无需反馈就能工作？
Sam Altman：我觉得Codex距离能完成一周工作并不远。虽然不一定是 2025 年能实现，但今天我和一些人聊时，他们都说——现在它已经能完成整天任务了，太快了。我很少觉得AI的进步让我晕头转向，但观察 Codex 能完成任务的时间延长速度，这次确实让我震撼。可以预期，一周级任务也不会太远了。
Rowan Cheung：技术瓶颈在哪？
Sam Altman：更智能的模型、更长的上下文、更好的记忆能力。
Rowan Cheung：所以你们有agent，各种模型升级，Codex，还能用API。回想一下，如果把20岁刚从斯坦福退学的年轻人带到现在、给他你现在掌握的所有知识，你会让他建什么？又不会建什么？
Sam Altman我前几天也在想这个问题。我很羡慕现在这一代20岁的退学生，因为能构建的东西太多了，机会空间极其广阔。过去几年我几乎没有完整的心智空间去认真思考自己会做什么。但我知道，有很多很酷的东西可以做。今天和大家聊这些项目，真的很让人兴奋。
Rowan Cheung：我最近一直在思考这个问题，也想了很多其他开发者可能也在思考——现在你能做的事情太多了。在构建这些产品时，你有没有什么建议，比如如何找到一种独特优势来维持领先？是通过分发渠道、数据，还是某种工作流模式？
Sam Altman：在抽象层面上回答这个问题总是觉得很难，因为最好的独特优势，本质上是独特的——你必须为自己摸索出来。OpenAI 花了很多功夫才找到我们的优势。一般来说，这个问题没有通用答案。
最好的答案，是你找到只适合你正在做的事情、你的产品、技术，以及你在市场上的位置和时机的那种优势。这通常也是创办新事物时创造价值的重要部分。
我能说的一个通用经验是——你边做边摸索。有一句我一直很喜欢的商业名言：“让战术成为战略。”你可以从做那些有效的事情开始，而令人惊讶的是，在这个过程中，常常会自然出现可以发展成战略的东西。
如果你当年问我，我们启动ChatGPT时，哪些会成为持久优势，我会说完全不知道。我可能有一些猜测，但不会自信。后来证明最令人兴奋的一个例子是——记忆（memory），它成为我们的重要竞争优势，也是用户持续使用 ChatGPT 的原因。那时我们完全没考虑到这一点。你开始构建功能，然后有时候就会自然浮现出“哦，这可能成为我们一个非常持久的优势”。
GPT-6：为产品打造模型
Q：在GPT-6上，你觉得应该建立哪些优势？或者说，在构建一个产品时应该思考什么？
Sam Altman：这其实就是你必须自己去摸索的部分。我很乐意找机会一起头脑风暴，这会很有趣。但说实话，OpenAI占据了我几乎所有的思考空间，我没机会去认真考虑如何创办新公司，这有点遗憾。AI 改变了世界的很多事情，但促成公司优势的基本因素不会因此改变。比如网络效应、品牌与营销优势、用户数据，以及市场效应。如果你列一个清单，看近几年什么方式行得通，现在看大致相同，但可能会有新的战术去建立这些优势。
Rowan Cheung：最近你们推出了GDPval基准，用来衡量 AI 模型在主要知识工作岗位中实际经济任务的表现。令我惊讶的是，GPT-5排在第二，仅次于Claude的Opus模型。这你们还能把结果发布出来，非常厉害，你们对结果怎么看？
Sam Altman：首先，如果我们不愿意发布模型排名第二的结果，那就太糟了。总会有些事情我们做得最好，也会有些做得不如别人。而建立持续进步的文化方式就是——愉快而直接地承认，在某些基准或评测上，别人比你做得更好。我认为Claude团队在理解企业用例和漂亮地呈现输出上做得非常出色，所以我一点也不意外，反而受到激励想做得更好。
Rowan Cheung：这个基准会影响你们构建GPT-6的方式吗？
Sam Altman：会影响我们部分后训练（post-training）的方式，但我认为GPT-6的整体策略不会改变。
AGI：无需夸大，也不必低估
Q：你对 AGI（通用人工智能）的定义是——当它在大多数经济价值最高的工作上超越人类时。那在GDPval评分上，什么时候你会说我们已经达到了 AGI？
Sam Altman：我一直在思考这个问题。首先，像很多人一样，我对AGI有多个定义。越接近它，这个概念就越模糊。但我最关心的一点，也是让我惊喜的是，我们终于到了一个开始发生的时刻——那就是当AI能够进行新颖发现，能够扩展人类知识总量的时候。这些成就目前都很小，我不想夸大。
但你现在可以在Twitter上看到很多例子，各个学科的科学家们说，AI 做出了一个小发现、提出了新方法、或者解决了某个问题。再强调一下，我既不想夸大，也不想低估。这才是真正重要的事情。而我们正处在这一切的开端，并且乐观地认为未来几个月、几年我们能大力推动，这是件大事。这可能是我最关心的“AGI”指标。
Rowan Cheung：有没有特别让你兴奋的科学突破，想让AI去解决或发现的？
Sam Altman：当然，治愈疾病，发现新的物理规律，那会很棒。但即便是现在发生的小事，比如数学方面的进展，也让我觉得很重要。当GPT-4推出时，我就有这种感觉。我知道关于图灵测试存在很多争议，但大众对图灵测试的认知，曾经觉得它遥不可及，结果一旦AI通过了，人类社会基本没有更新认知。大家兴奋两周后，就开始抱怨为什么 AI 不够快，或者这不管用，让它更好。这也体现了人类的伟大——那项“AI永远的测试”就这么过去了，而我们都适应了。我感觉现在也会发生类似的事情——我们会逐渐习惯AI做科学发现。
Rowan Cheung：最近斯坦福做了一项“workslop”研究。这个词用来描述一种低回报的AI输出——表面看起来很完美，但实际上会因为返工增加额外工作量。
研究调查了1000多名办公室职员，结果显示有41%的人过去一个月里曾遇到同事产生的workslop，也就是同事使用AI生成的内容需要自己额外花时间去修改或清理。平均每次清理耗时1小时56分钟，每位员工每月因此损失约 186美元。
如果AI能像在场许多人一样将某些人的工作效率提高10倍，那么就需要系统的教育和培训，让大家明白什么时候该用AI，什么时候不该用。
Sam Altman：首先，很多人类自己也会产生类似workslop的东西，这不是AI独有的现象。比如，有些邮件只会增加额外工作，或者会议本身也可能拖慢效率。所以不必期待AI会不同。经济会自我调整，利用工具提高效率的人和公司，会比那些用工具拖慢组织的人，更能影响未来。当然，像使用任何新工具一样，会有学习曲线，但我认为速度会很快。
Rowan Cheung：OpenAI有没有做教育或培训，帮助人们更好地建立、学习这些AI的使用？
Sam Altman：有的。人们总会用工具去做自己想做的事。我学到的一点是，你可以制作很棒的教育内容和培训，但人们会去尝试各种奇怪玩法，比如让AI鹦鹉学舌什么的。不过我们确实尝试创造很多内容，帮助大家在工作流中使用AI。在Codex的一些场景中，采用速度非常快，整个公司的集成和高效使用只需几天或几周。
恶搞CEO和AGI
Q：Sora上全是恶搞你的视频，你害怕吗？
Sam Altman：其实没想象中奇怪。看一个有点，但看上百个就还行。
当时团队有人问我，可不可以让我的cameo功能开放？这是新技术，我觉得如果我都不尝试，那就是我的失误，所以我就决定做了。后面坐飞机的时候，我想会不会看起来很怪，结果刚上线时确实有点，但很快就适应了——显然这是一个充满生成视频的应用，这些内容很有趣。
Rowan Cheung：我唯一担心的是去水印的问题。今早有几家公司推出了Sora水印去除工具。如果别人可能去掉水印然后在社交媒体上发布，会影响我的个人品牌吗？这是个什么样的机制？
Sam Altman：首先，我们发布这类技术的原因之一，是因为我们看到它终将普及。未来几个月或几年，会有优秀的开源模型，任何人都能用公开的视频生成你的影像。社会最终会适应。我们发现，一种方式是提前发布并设定护栏，让社会和技术有时间共同进化。
这种方法有效。文本相对简单，视频会更难，因为视频冲击力更强，但我相信我们会学会适应。很快大家会意识到，网络上会有大量无水印、开源模型生成的假视频，这不可避免。提前让社会适应这一点，可能有价值。
Rowan Cheung：Sora的目标是生成几乎无法分辨的AI视频？
Sam Altman：目标是 AGI。我认为高质量的视频对实现AGI很重要，原因有很多，比如空间推理、我们可以从世界模型中学到的东西。希望有一天，机器人领域的真正进展也会非常重要。但我觉得优秀的视频是件好事——我不希望未来的唯一交互界面只是文字。我非常期待未来能有实时视频流的交互体验，它会不断生成全新的用户体验。这会很棒。但最重要的是，我认为这是通向真正AGI的一条非常有价值的路径。
Rowan Cheung：周五，你发布了一篇博客，说可能会探索对允许在Cameo中使用自己面孔的人进行收入分成。能分享一些细节吗？这个怎么运作？
Sam Altman：是的，很多时候，当你发布一个新产品时，会发现人们使用的方式与你预期的不同。我们原本认为会有少量创作者制作非常酷、非常复杂的视频并分享出去，然后有大量观众观看。确实有这种情况。但实际上，大量用户只是给三五好友制作视频，在群聊里分享，而不是在社媒里。我不确定这种使用方式能否持续，但如果持续，它会大幅影响计算资源需求与用户互动的比例。
未来可能会让人们为生成视频付费。比如你每天生成100个视频发给朋友，或者你想生成包含某位名人的视频（并且他们也同意），也许可以对生成付费分成。我们需要实验看看如何操作。
不过，我不喜欢对一个六天前刚上线的产品下定论，这一切可能只是新鲜感，也可能不会形成长期使用场景。但至少到目前为止，它的使用量很大。
Rowan Cheung：你考虑过在Sora App中放广告吗？
Sam Altman：还没有，但这方面有趣的可能性也很大。当然，也可能有可怕的做法。与ChatGPT不同，我们可以用订阅模式获得收入；但如果Sora用户主要是在信息流中浏览内容，那么广告可能是更自然的模式。
如果主要是私信，那又是另一种模式。我乐观地认为，也许到今年年底，或者更现实地说，到明年第一季度末，我们能理解产品的最终形态，并据此设计商业模式。我认为按生成次数收费是合理的，也值得尝试。其他商业模式则取决于产品如何发展。
AI能消灭的工作就不是工作
Q：智能时代，十亿知识工作岗位可能会首先被影响，然后才会创造新工作。你怎么看？
（注：如果50年前告诉农民，互联网会创造十亿个新工作岗位，他们可能不会相信。同样的，现在很多人认为AI会创造很多新工作岗位。）
Sam Altman：我觉得农民不仅不会相信会发生这样的事情，他们可能会看你做的工作（互联网媒体），觉得那不是真正的工作。
种地是在提供人们真正需要的东西，养活他们，这才是真正的工作。而我们这些人，生活条件优越，食物丰富，财富充足，我们做的很多事情像是在打发时间的游戏，需要感到重要，但可能不算“真正工作”。
对我们而言，这些工作感觉很真实。我很感激能做一些既令人满足又重要的事情。未来的工作可能会非常不同，可能比现在我们认为的工作形式更轻松。但我相信人类的内在驱动力仍然存在，我们会找到很多事情去做。
Rowan Cheung：希望我们还能探索太空。你觉得AGI出现后，人类会重点关注什么？
Sam Altman：我希望一切都能向各个方向发展，去做所有事情。太空对我来说很酷，但你或其他人可能有自己觉得有趣的方向。我希望一切皆有可能。
Rowan Cheung：如果明天可以制定一条全球政策，你会定什么？
Sam Altman：很难只选一条。但我一直在思考AI监管的问题——是否合理，是否会让大公司占优势。我认为，当模型非常强大时，应该有全球性的框架来降低灾难性风险，尤其是针对最前沿的安全问题。如果有一条全球政策能做到这一点，那将非常好。
ChatGPT会成为美国版微信吗？
Q：在中国，微信几乎是一个“万能App”，购物、社交、聊天都能做。现在ChatGPT也有购物、网页搜索、Sora等功能，你们是不是想打造一个美国版微信？
Sam Altman：不，有很多原因让我认为这种方式在美国市场行不通。我们想做的是一个真正优秀的 AI 超级助手。
Rowan Cheung：为什么要把功能单独推出？比如Sora是独立App，为什么不直接放进ChatGPT？
Sam Altman：ChatGPT 对很多人来说是最个人化的账号，把社交体验放进去会显得奇怪。可以想象做消息功能，因为人们会分享和协作。但人们对 ChatGPT 的认知和娱乐App的认知差别很大，可能会产生不协调。当然，很多功能我们还是放进了 ChatGPT。
Rowan Cheung：你觉得最重要、最有用的代理（agents）是什么？最让你兴奋的是什么？
Sam Altman：可以看看 Codex 的发展，并思考在其他行业的应用。比如法律、财务建模等，是否可以有类似 Codex 的体验。已经有优秀的初创公司在做这些事情。随着技术成熟，如果这些工具在各自行业中能达到 Codex 在编码领域的水平，那将是我最兴奋的方向。我能想象一个世界：你只用与一堆代理对话，就能启动一家初创公司。我认为Agent Builder或agent kits还不够好，但可以看到从这里到那里的路径。
奥特曼：语音不是交互的最终形式
Q：之前你在主题演讲里提到过语音可能是AI或agent的最终形式，能详细说说吗？
Sam Altman：我不认为语音是交互的最终形式。有很多时候，语音并不是合适的交互方式。
比如你在公共交通站，边走边讲话，这会很烦人。但很多时候，语音是非常自然的交互方式。语言本身就是这样，但有时候是语音，有时候是打字，这里其实还没有盖棺定论。
我们都习惯了智能音箱这一类产品，虽然经常被拿来开玩笑，但很多人真的在使用并喜欢它们。而智能音箱其实还不够好，不是因为概念错，而是当时AI不够强大，周边基础设施也不够完善。想象一下，如果你只需对设备说话，它就能准确完成你想要的操作，然后几乎不打扰你——那种体验，就像是我理想中想要使用的计算机。
Rowan Cheung：你们会做语音交互吗？
Sam Altman：这需要一段时间。我们需要耐心去打造一种全新的设备，在大规模上实现超高质量。这是完全不同的电脑使用方式，我们需要创造性的空间去探索。
我们确实有一些很让人兴奋的想法，但目前还不能透露，也不会在短期内透露。不过我们会努力做出一种非常值得等待的产品。
