一水 发自 凹非寺

《奥特曼天降正义，小嘴抹毒暗讽A社“反人类”》！！

这个标题有没有港媒内味儿了（doge），您先别笑，这还真是奥特曼在最新采访里的大致意思。

虽然没有点名，但话里话外就差直接报Dario Amodei的身份证号了。

谈到AI风险，奥特曼批评行业里有些人天天把两个数字挂在嘴边：

AI有25%的概率毁灭世界，未来很快会有50%的工作消失。（划重点，这两个数字Dario此前恰好都说过）

在他看来，一些AI安全派嘴上说着保护人类，实际给出的方案却是：

因为普通人不值得信任，所以最强模型不能随便开放，技术怎么用、谁能用，都应该由少数AI公司决定。

作为补偿，他们会治愈癌症、创造财富、提供取之不尽的娱乐，让所有人过上还不错的生活。

听着是挺美，但这套方案本质上就是裹了蜜的砒霜：

亲爱的农民，我们会赐予你们健康、财富和娱乐。作为交换，你们把自主权和决定未来的权力交出来。相信我们，我们会成为仁慈的独裁者。

说完还嫌不够，又补上一刀：

这不好，这很反人类。

额……奥特曼受啥刺激了，为何突然站出来向A社开炮？

且看他如何围绕Tobi Lütke、Codex、算力、AI创业、YC、Peter Thiel这一串江湖人事物，回答那个终极问题：

AI到底应该把力量交给谁？

01

“他是目前最有意思的CEO”

（先来个八卦热热身，提醒一下Tobi Lütke是Shopify的创始人兼CEO。这个人的创业故事挺有意思：2004年他想和朋友开一家卖滑雪装备的网店，但市面上的电商软件都不好用，于是他决定自己写一套。结果软件越做越好，网店反而变得不那么重要了。因此他们索性又把软件做成了产品，这就是后来的Shopify。）

主持人：你之前提过Tobi Lütke，为什么觉得他是目前最有趣的CEO之一？

奥特曼：AI发展初期，他就非常有前瞻性。他亲自写软件、做实验，还会给我们发非常详细的产品和模型反馈。他比任何人都更早意识到，公司必须采用agent，甚至自己动手做。

每次跟他聊，我都觉得他比其他CEO领先6到8个月。大概一年半前，他写信要求团队做任何事之前先判断AI能否解决这个问题。在那个时候，这种要求还显得荒谬可笑，但他一直领先、正确而且务实。他不追逐hype（炒作），只关心现在能做什么、很快能做什么，以及如何推动公司行动。

主持人：这样一位大公司CEO给你精准、前沿的产品反馈，有多大价值？

奥特曼：很多人会给反馈，但他是唯一一位既经营大公司，反馈又如此精准、前沿的CEO。他坚信，2026年回头看时，每项业务都会悬而未决。一定会有人做出AI原生的Shopify，而那个人会是他。

所以他真的在从头重建。如果使用当前技术从零开始，一切应该怎么做？他亲自使用工具、写软件、测试模型、重新设计工作流。多数CEO到了这个级别，都在管理一层又一层的团队，很难再获得真实体感。但据我所知，他经常整晚亲自动手。

主持人：你同意2026年每项业务都会悬而未决吗？

奥特曼：我不完全同意。我理解那种精神，但不是每项业务都会如此。有些东西是反AI的。AI越好，人们可能越渴望真实、非技术的体验，也可能更关注体育等活动。

所以不是所有业务，但很多软件业务确实会悬而未决。

主持人：你不同意的是时间线？

奥特曼：对，我觉得需要更久。GPT-4出来时，我以为颠覆会很快发生，但实际上没有。我错判了速度。经济惯性太强，人们仍然做同样的事、购买同一家公司的产品、使用同样的工具。

这其实是好事，它会让这场大转型更平稳、更缓慢，我对此感到庆幸。但这也意味着，我们对时间的判断都太激进了。AI会成为人类最伟大的技术之一，但社会和经济的适应速度会慢得多。

主持人：这让我想起20世纪80年代Larry Ellison说过的话。这不是软件问题，而是人的问题，你得说服人们使用它。Netflix开始邮寄DVD后，人们仍然去Blockbuster。习惯的力量太强，改变行为比技术nerd想象的难得多。

02

“我使用电脑的方式20年没变”

主持人：你比多数人更早采用AI，因为你参与发明了它。但你是否也会惊讶，明知有更好的方式，甚至正在创造更好的产品，却仍被习惯束缚？

奥特曼：百分之百。我一直在等这个问题。

最矛盾的是，我使用电脑的方式20年没变。现在有了Codex这种神奇的东西，我本该彻底改变使用电脑的方式，不再点来点去，不再从聊天应用复制粘贴，不再麻木地刷邮件、维护老式待办清单。

但我的大脑似乎已经把这些行为编码成了工作和生产力。如果你问我喜不喜欢，我肯定说不喜欢，而且是真心的。可从显示偏好来看，我明明可以用Codex更快地处理邮件、待办和日常事务，却还是保持原样。除非我暗地里真的喜欢这些事，或者从中获得了某种满足感。

主持人：什么改变才能让你真正深度采用自己的产品？

奥特曼：我不确定。改变正在逐步发生，这可能就是答案。彻底改变根深蒂固的习惯和工作流非常困难。

我们可以用这项技术创造更好的产品，让过渡更自然。但现在大家都跨坐在两个世界里，一边用旧方式操作电脑，一边用Codex，又不确定何时该用哪一种。这主要是产品的问题。

现在这个阶段让我想起iPhone出现前的智能手机。我很早就用Palm Treo，也很想要Sidekick。很多技术当时已经存在，缺的不只是多点触控，更是让iPhone成为iPhone的产品思路。今天我们拥有了几乎所有技术零件，却还没有迎来彻底改变人机交互界面的iPhone时刻。

主持人：我们的共同朋友Josh Kushner说，你运营公司的方式很像Steve Jobs。Jobs不写代码，也不制造硬件，但他把自己当作产品的零号用户。你改进产品时，也主要从自己的需求出发吗？

奥特曼：我目前把大部分精力放在研究和算力上。我希望能花更多时间做产品，但我们有一群很棒的人在思考这件事。

03

“研究和创业投资，底层其实都是幂律”

主持人：为什么研究和算力对你最重要？

奥特曼：最重要的是打造出智能模型，并且能够高效、大规模地为许多人运行。如果这件事做对了，我相信其他一切都会随之而来。

从理念上说，我倾向于寻找高杠杆、高难度、能够延续指数增长的问题。对我们而言，就是模型和算力。这些事情也天然适合我。

主持人：为什么适合你？

奥特曼：大规模建设算力涉及复杂的供应链、有意思的合作关系和巨大的金融挑战。我们可能正在为人类历史上最昂贵的基础设施项目融资。

它也包含大量技术问题，从自研芯片、晶圆厂供应链、机架制造到电力系统。我一直对能源感兴趣。算力建设把技术、商业、政策、供应链和物流问题全部结合在了一起。

主持人：你说管理研究项目很像做创业投资，为什么？

奥特曼：一个重要的共同点是幂律。人天生不擅长用这种方式思考，你最好的投资可能超过其他所有投资的总和，第二好的投资也可能超过其余所有投资。AI研究至少也是如此。

2015年我们开始时，人们认为AGI不可能实现，或者几乎不可能实现。许多领域里的思想领袖都抨击我们。后来我们专注大语言模型，又被认为荒谬。但我们明白，只要成功后的价值足够巨大，高风险押注就是合理的。研究就是这样。

主持人：你说优秀的研究者往往是非标准的，具体指什么？

奥特曼：他们思维尖锐，不走寻常路，而且精力充沛。你不会想资助一个与此前上千人只有微小差别的创始人。有些人只是想随大流，却努力说服别人和自己，他们正在做全新的事。

真正不同的人愿意坚持极不受欢迎的信念。他可能错，但一旦对了，就会非常正确。另一类人，只是给所有人都有的想法刷了一层薄漆。这两类人其实很容易分辨。

2015年底创立OpenAI时，全球只有DeepMind等极少数AGI项目。那是非常非共识的选择。同期可能有成千上万的创始人在做照片分享应用，那大概不是好选择。

今天很多人想建AI实验室，但只有少数人在做真正全新的东西。研究者也是如此，多数人追逐已经验证的方向，少数人对新想法抱有高度信念。我认为，OpenAI过去是、现在仍然是这类人的最佳研究实验室。

主持人：有没有可能，一位僧侣式研究者从前所未有的角度解决问题，成为巨头之外的新玩家？

奥特曼：完全可能。我不知道具体概率，但它确实存在。我很喜欢这一点，这让事情一直令人兴奋。

主持人：2015年，AI还是非常非共识的方向。为什么你仍决定去做？

奥特曼：我从小就对AI感兴趣。我是个很书呆气的孩子，周五晚上会玩电脑、看科幻、读科幻。我一直觉得AI会是最神奇、最疯狂的东西，但从没想过自己真能从事它。

我上大学原本就是为了学AI，大一到大二的暑假还在AI实验室工作。但当时什么都做不出来。一位教授告诉我，什么方向都可以试，唯独深度学习肯定不行，那是让职业生涯失败的最快方式。（笑）

我当时只是一个很容易受影响的大一新生，所以信了，转去追其他方向。那大概是2005年，AI确实没有起色。后来我偶然进入创业圈，并爱上了它。回头看，这不是职业绕路，创业和投资经历都对我帮助很大。

2005年首届YC班级合影

主持人：听说你打算一辈子做这件事？

奥特曼：对。希望我们才刚开始。我还会多次来你的节目，你记住这句话。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。

04

“投资人能看到大量重大转折，对运营一家公司很重要”

主持人：你先做投资人，再回来运营公司，这段经历为什么对OpenAI有帮助？

奥特曼：我非常感激那段经历。如果真正深入观察公司，投资会提供一套极其宝贵的经验和模式识别能力。它对我运营OpenAI帮助很大。虽然这条路径与惯例相反，也非常少见，但我强烈推荐。

运营一家公司时，你亲自经历的关键决策数量有限。无论是高风险的战略转向，还是艰难地解雇高管，你都只有过去5到10年的个人经验。投资人虽然缺少日复一日运营公司的训练，却能看到大量重大转折。我因此拥有一个非常丰富的数据集。

做决策时，我会想起某家公司在类似情况下发生了什么，某位创始人犯了什么错误，另一位又做对了什么。

主持人：这些经验最终形成了一套通用原则，还是每个场景都有不同的参照？

奥特曼：要看创始人的个性。有一些原则可以普遍应用，但最终仍取决于创始人是谁，以及他想做什么。

主持人：你本可以继续做一个有钱又不必那么辛苦的投资人。运营公司比投资难得多。

奥特曼：完全同意。我觉得这恰恰是人们应该做的事。

05

“事情越不可能，我越着迷”

主持人：你小时候在圣路易斯，AI为什么会吸引你？

奥特曼：它会吸引每个电脑nerd，我没什么特别。只是它看起来不可能。多数人会说，这当然是最酷的事，但完全不可能。我比较奇怪的地方也许是会回答，那就试试看。

主持人：当别人说一件事做不到时，你的第一反应是抵抗吗？

奥特曼：不是抵抗，而是，你确定吗？为什么不试试看？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，事情越不可能，我越着迷。发明一种能帮助我们完成其他所有事情的技术，以任何单一技术都无法做到的方式赋能人类，这对我天然具有吸引力。我从小就觉得，给人们更多力量和能力是一件有趣的事。AI是我能想象到的最强版本。

主持人：小时候，你希望AI帮你做什么？

奥特曼：很难分清哪些是当时真实的想法，哪些受到了现在工作的影响。小时候我很喜欢机器人，学校也有机器人俱乐部。夏令营里有一只可以用电脑控制、在桌上移动的小乌龟，现在看起来很可笑，当时我却觉得太酷了。电脑能够控制物理世界里的物体，这一直让我着迷。

现在我极其关注AI推动科学发现的能力。发现新物理、治愈疾病、解决数学问题，这甚至比自动化其他任务更重要。AI会帮助我们理解一切，或者至少尽可能多地理解世界。

我也一直向往《星际迷航》式的繁荣与富足。但更真实、更持久的兴趣还是科学。因为足够聪明，人类能够理解世界、做出预测，并完成缺乏深层理解时无法完成的事情。这本身就非常迷人。

主持人：从Claude Shannon和Alan Turing的时代起，人类对AI的期待就很一致。解数学题、写诗、治愈疾病，这些目标被反复提起。如今AI真的开始解新数学题、发现新事物了。

奥特曼：奇怪的是，人们总说AI永远做不了某件事。音乐行业的人会说，它永远创作不出伟大的音乐，接着又问，它能做播客吗？当然能。它会做我们能做的一切，甚至做得更好。

人们仿佛认定，技术永远不会超越自己此刻亲眼见到的水平。这背后存在一种很深的心理缺陷。

主持人：如果两个AI的对话比你我更有趣，人们会在意吗？还是仍然想看真人，因为人类痴迷于人？

奥特曼：后者更有意思。纯粹的信息和参考类内容可能会被颠覆，但人与人的连接、人对他人的喜欢，在AI时代会变得更值钱，而不是更不值钱。

我的工作高度数字化，而且面向全球，但我非常渴望更模拟的生活。我喜欢纸质书，不喜欢Zoom，更愿意打电话或当面聊，也喜欢真实世界里的实体事物。

主持人：硅谷也许有一小部分人不喜欢人类，只想和电脑交流。

奥特曼：那只是极少数。这也是为什么我认为，即使出现超级智能，世界整体也不会变得面目全非。人类从根本上就会关心其他人，想和其他人在一起、彼此互动。

会有人痴迷于模型，觉得人类很碍事，甚至需要被防范。但对大多数人来说，人与人之间的关系就是全部意义。发现前一种人时，我们应该把他指出来，确保他无法获得权力。

06

“权力过度集中本质上也是一种反人类”

主持人：你最担心的两类AI风险是什么？

奥特曼：第一是失控。AI变得过于强大，我们无法确保控制它。第二是权力过度集中，某家公司、某个模型或某个人掌握了太多权力。这两种情况本质上都反人类。

正确的方向，是让人类深度掌控未来，并用AI深度赋能人类。人才是这一切的全部意义。我们不能因为不信任人类，就把控制权逐步交给AI模型。把所有信任交给模型，让它掌握世界的权力和决策，是非常厌世的想法，但确实有人认为那是正确结果。

另一种版本，是因为不信任人类，所以限制谁能使用技术、可以怎么用。它以恐惧为名，把权力集中到少数公司手中，只给其他人一些好处。

我对这种主张的讽刺性概括是，我们治愈所有疾病，让一切变得便宜。作为交换，人们放弃自主权、对未来的影响力和权力。最后，少数人拥有巨大的财富和权力，其他人得到还不错的一切。这是个糟糕的推销词，非常反人类，却真有人愿意这么说。

主持人：为什么他们愿意这么说？

奥特曼：恐惧和权力。有些人被AI风险的规模俘获，认为这次的风险不同于以往，因此必须用大量自由换取安全。但最终，它也成了为权力寻租辩护的方式。

07

“先部署，再从现实中学”

奥特曼：回到Claude Shannon和Alan Turing的时代，他们谈的是AGI会多么美妙。OpenAI刚开始时，我们承受了末日派的巨大压力。

我同意他们的一点，这是一项强大的技术，我们应该在安全问题上保持保守，在每一层技术上都谨慎行事。我不同意的是，这个问题无法解决。

OpenAI创立时，有两个被广泛接受的判断。一是至少10年内不可能造出非常接近AGI的东西，二是即使造出来，也不可能确保安全。末日派认为，只要AI在许多方面超过最聪明的人类，世界必然已经毁灭，对齐问题也必然失败。

如今，我们造出了当年多数人会称为非常接近AGI的东西。许多好事发生了，那些疯狂的末日预测却没有成真。人们应该据此更新对未来的判断。当然，我们面前仍有风险更高的问题要解决。

我们的方法来自创业经验，把产品放到现实世界，从真实用户那里获得反馈，观察哪里出错、哪里有效。这既是打造好产品的方式，也是打造安全产品的方式。我们在AI安全上取得的进展，远超多数人最初的想象。

主持人：为什么？

奥特曼：因为每周有数十亿人在使用我们的产品。每推出一个新级别的模型，我们都会把它放到现实世界，观察什么有效、什么无效。我们会看到哪些护栏妨碍了合理用途，也会看到哪里出现了对齐或安全系统故障。

ChatGPT推出还不到4年，数十亿人已经用它处理敏感而重要的事情。这样强大的技术，能在如此短的时间内形成被广泛认为安全的产品，当然仍有问题，但如果一直待在象牙塔里，我认为做不到。

主持人：为什么接下来会更难？

奥特曼：现在，世界上最聪明的人类和最聪明的模型大致处于同一水平，但这个局面很快会翻转。模型能力极强，改善轨迹也极陡，未知的未知会更多。

我们必须做很多困难的决定。什么时候延迟开发，什么时候接触现实，什么时候应该等待并投入更多研究。

FAA把航空变得难以置信地安全。飞行表面上非常危险，现在人们登机时却不太会多想。这依赖一套极其健全、诚实的事故报告制度。他们不掩盖问题，而是尽可能提取信息。这种方法对任何新技术都很有效，却经常被低估。

当初部署ChatGPT时，我们知道模型不完美，会产生幻觉和其他问题。但世界需要体验这项技术，我们也需要学习如何让它安全，并把力量交到人们手中。

我们不能只用AI强加自己的世界观，也不能坐在实验室里穷尽所有影响，因为社会和模型会共同演化。我们必须一起完成这个产品。出问题时，我们会调查、发布清晰的复盘、尽可能学习，并与其他AI建设者分享经验。到目前为止，这种方法的效果好得出奇。

08

“我们即将看到史上最大的一波小企业创业潮”

主持人：每个人都在使用AI，却又好像每个人都讨厌AI，这是怎么回事？

奥特曼：人们总会害怕快速的社会经济变化。工业革命时期，人们也没有普遍欢迎变化。人类社会内置了惯性和对剧烈变化的怀疑，这也许是个好特征，能在社会动荡或局部疯狂时期保护我们。所以我不会过度对抗它。

但AI建设者的表达也有问题。很多人一边说有25%的概率毁灭世界，一边还要加速，因为担心坏人抢先。另一些人说，明年50%的工作都会消失，希望大家没事。

这个行业没有解释清楚AI的好处，也没有说明如何缓解坏处。即使有人提出UBI或工作可选，也很少解释为什么人们应该拥有更多权力和自由，而不是更少。这一点至关重要。

大多数人在意自己影响未来的能力，也在意参与塑造社会方向的能力，以及随之而来的自主权。许多AI从业者很清楚这种感受对自己有多重要，却很少承认它对其他人同样重要。

如果你对普通人说，我们会治愈癌症、创造物质财富和伟大娱乐，你们不要抱怨，未来的决定都由我们来做，相信我们会成为仁慈的独裁者。这不好，真的不好。

我热爱创业，也研究过去几个世纪经济奇迹的来源。我最坚信的，是让人们有力量做新事，推动自己相信的东西，自由创办公司、发明技术、追求想法。即使一个人从没想过创办大公司，也能理解这种自由的重要性。

很多人不想创办大公司，却想经营小企业。过去，这需要相当多的特权、运气和资源。我们即将看到史上最大的一波小企业创业潮，AI正在赋能它。我们这个行业，包括OpenAI，对此谈得不够，也没有创造足够多的产品去加速它。

主持人：AI行业在教育用户方面可能是我见过做得最差的行业。早期英特尔的创始人意识到，新技术太重要，也会吓到客户，于是亲自教育客户、投资人和整个国家。为什么AI行业没有这样做？

奥特曼：没有借口。我们应该做得更多。我们尝试过一些形式，但还没有真正做好。

09

“我们正站在一种全新人机协作方式的边缘”

主持人：你之前谈到，自己在思考应该让AI看到电脑里的多少信息。能具体说说吗？

奥特曼：我不想说最新一代模型已经足够聪明，因为我们应该始终追求更强的智能。但它们确实相当聪明。现在限制我的，更多是AI能够获得多少与我有关的有效上下文。

我希望AI尽可能了解我，从而更好地帮助我。我也希望它完成我做不到或不想做的事。我不可能阅读内部Slack里的每一条帖子，也无法查看每个用户讲述ChatGPT如何帮助或辜负自己的故事。我或许还能多读一些研究论文，但那会消耗太多精力。

我希望有一个AI智能体持续帮助我。它能查看和理解远超我时间、精力所能处理的上下文，并在我做决策时调取这些信息，给出好的建议。

我们对模型智能的关注是对的，但产品侧还没有充分思考一个问题。当模型拥有比任何人都多的上下文，并用它帮助这个人做重大决策，会发生什么？

我们正站在一种全新人机协作方式的边缘。没有人能在几秒内阅读数万页材料并准确使用，但AI可以。这会成为一种全新而不可思议的能力补充。

主持人：我也做了一个内部AI工具，把读过的书、笔记、标注和播客文字稿放进去。准备节目时，我可以查询几年前读过、已经记不清的内容。

奥特曼：这正是我说的。太酷了。

10

“Codex这个名字起得不好”

主持人：你把主要精力放在算力和研究上，那么如何考虑产品和收入？

奥特曼：我认为，我们应该更像一家平台公司，而不是产品公司。当然，我们仍然会做产品。

主持人：你们现在有多少产品？

奥特曼：我们已经把ChatGPT和Codex合并。以前有ChatGPT、Codex和API。Codex这个名字起得不好，它不只会编程，也能完成各种工作，所以很容易让人困惑。

大多数人真正想要的是一个统一界面，也就是个人或公司的AGI，在需要时帮助他们完成任何事情。同时，他们还需要API，以便在这个平台上构建任何东西。这就是我们应该提供给世界的平台。

我们会覆盖成本和性能曲线上的每个位置。你需要高端AI做科学发现，可以。你需要便宜的AI大规模完成不必依赖天才级智能的工作，也可以。人们希望大量使用AI，而且成本低、速度快、效果好、有上下文、体验流畅，这些都应该具备。

主持人：也就是说，你们提供一个直接面向用户的统一界面，再提供API让别人自由构建。你们不打算进入每个产品类别，也不试图包揽整个经济。要做到这一点，必然得杀死一些好主意，用它们换取伟大的主意。

奥特曼：杀死好主意，牺牲它们去追求伟大的主意，是每个创业者和企业最难学会的课。这非常痛苦。无论如何提醒自己，大家通常都做得很差。我也很差，我知道。

去年我们砍掉了Sora。它是个很好、有趣又酷的产品，但会消耗大量算力，不如把算力投入Codex重要。我们也砍掉了Atlas浏览器。我认为它是个好产品，甚至是最好的浏览器，但对我们而言，把人才投入其他方向更加重要。

在算力、人才和资源都有限的世界里，我们最终确定，通用智能是最重要的事。它会先用于知识工作，最终用于科学。所有在上游生成智能的事情，包括自研芯片、建设数据中心、开发基础设施软件和训练模型，都很重要。

之后，我们把AI作为服务交给人们，让它服务于智力探索、工作、科学发现和个人生活。我们要做的是一个灵活、通用的平台，而不是许多彼此分散的产品。

11

“格雷厄和彼得是最让我无法预测下一个词的人”

主持人：从传记中经常能看到，做复杂工作的人需要有人帮助梳理思路。你面对的经历几乎独一无二。谁能理解你每天面对的问题，并扮演这样的角色？

奥特曼：大概有三类人。第一类是从早期就在OpenAI的研究员。我们一起经历了这一切，形成了一套共享的语言、直觉和标准，这是公司之外无法复制的。

在商业和世界问题上，保罗·格雷厄姆和彼得·蒂尔是我职业生涯不同阶段学到最多的人。遇到隐晦、棘手的问题时，我现在仍然会找他们。

我接触过很多人，但没有找到其他人拥有他们那种高度非线性的思考能力。如果说LLM的工作是预测下一个词，那么他们两位是最让我无法预测下一个词的人。这是一种极有价值的能力。

主持人：他们主要激发你的想法，还是会给出具体建议？

奥特曼：经常是非常具体的建议。

主持人：能举一个彼得·蒂尔的例子吗？

奥特曼：ChatGPT发布两个月后增长极快，但大家不知道用户到底会拿它做什么。公司里很多人觉得这是低价值增长，无法持续，应该转向其他事情。

我列出五六个备选方向去找彼得。他说，除增长之外去做任何事，都是明显的错误。增长非常罕见，也非常宝贵。ChatGPT的力量和Google文本框一样，你可以输入任何东西，它会做正确的事。它不符合当时硅谷推崇的信息流、网络效应和锁定，但空白文本框对Google有效，为什么不重注它？

于是我们全力推进，结果很好。这是一个简单而天才的判断。

主持人：保罗给过你什么指导？

奥特曼：YC创始人之间有个梗。你去参加他的office hours，他会摇着手指问，你知道自己该做什么吗？后面的话有时很棒，有时很糟，但关键在于那种创造力和开放精神。

他推动整个创业生态接受一个观念，发布一个让自己尴尬的v1没有关系，用户反馈会让它变好。发布ChatGPT前，我甚至没有问他，因为我知道他会说什么。产品还早，也令人尴尬，但正确的事就是发布，让真实的人使用。

回顾YC创始人的数据，快速行动、持续迭代与成功之间的相关性强得惊人。

12

“有些乐队销量不高，却影响了后来几乎所有音乐人”

主持人：为什么YC对你的影响如此深？

奥特曼：有些乐队销量不高，却影响了后来几乎所有音乐人，Velvet Underground可能就是一个。用它形容YC也许不公平，因为按传统指标看，YC同样是最有价值的科技机构之一。

但我认为，很少有人完全理解YC对过去20年科技行业和创业生态的影响。OpenAI就是例子，它不仅影响我们发布产品的方式，也影响我们运营研究实验室的理念。即使没有亲历YC，这一代大型科技公司的很多负责人也会讲出类似故事。

主持人：YC给你的是一套操作系统，还是一种哲学？

奥特曼：两者都有。它提供了部分操作系统，但更重要的是运营公司的哲学，包括迭代部署、让技术负责人掌权，以及愿意在各层级押注精力旺盛、野心很大但经验较少的年轻人。

YC还系统性改变了此前的科技创业生态。如果保留2004年的创业环境，只把技术推进到2016年，而资本如何流动、谁能创业、谁有资格运营公司等条件都不改变，我认为OpenAI不会出现。

YC让创始人获得了更大杠杆，让年轻的技术创始人即使没有强硬履历，也能融到大量资金、追求雄心勃勃的目标。没有这些变化，就不会有OpenAI。

主持人：这也和你从创始人转做投资人，再回到创始人有关？

奥特曼：都有关系。不过，把我的经历概括成从创始人到投资人并不完全准确。我第一次创业其实做得不怎么样。

13

“从成功中得到的教训好于从失败中得到的”

主持人：等等，这一点不能略过。你得说说。

奥特曼：有一句话大意是，不幸的家庭各有各的不幸，幸福的家庭却彼此相似。我认为这在某种程度上是真的。

失败让我学到了一些关于毅力、决心和不要做什么的通用教训。但多数事情本来就不会成功，失败的原因又太多，很难梳理出准确的因果关系。

当一件事真正成功，我理解了YC或OpenAI究竟哪些部分有效，把这些经验应用到其他地方，往往比使用失败的反面教训更有价值。

每个数据点都值得学习，失败和成功都是如此。但以我的经验，从成功中得到的教训通常非常有效，值得反复应用。失败提供的教训要么过于通用，本来就知道，要么可能妨碍其他事情。我认为这对很多人都成立。

主持人：很多道理我们本来就知道，难的是不断提醒自己。我的Founders播客像一座创业者的教堂，反复讲述相同的故事和性格，只是主角身处不同时代，制造不同的东西。

奥特曼：我痴迷于能够长期延续的东西。好公司可以存在很久，但不如城市。城市和国家又不如宗教。在我能想到的人造事物中，宗教可能延续得最久。

我会观察主要宗教的共同点。它们拥有共享的知识体系，通常是一本书。信众定期聚会，也不断回到同一本书和同一批故事。

你以前写过，在YC时，你会向创始人一遍遍重复同样的事，他们离开后却不再做。关键不只是获得教训，而是不断提醒自己，这件事很重要。

14

“从公司成立到第一个产品发布，我们用了4年半”

主持人：许多创始人都能在历史中找到对应人物，但我找不到与你对应的人。你怎么看？

奥特曼：这是八次对话里的第一次，等到第七次我再告诉你。（笑）

从投资人变回创始人的确很少见。多数人创办公司、出售公司，之后转做投资，而不是一直运营公司到生命结束。后者才是我更喜欢的方式。

主持人：你说自己从成功中学到更多，是因为投资期间看过上万家公司的成败吗？

奥特曼：完全正确。而且那些教训本质上高度重复，只是应用于不同的行业。你需要被持续提醒，而且这个过程一点也不glamorous（迷人）。

主持人：你有没有无数次给别人提建议，最后发现自己也没有照做？

奥特曼：当然，例子很多。但OpenAI也存在一种我没有任何既有建议可用的情况。从公司成立到第一个产品发布，我们用了4年半，这完全违背YC的建议。

我们用类似选择和辅导创始人的方式管理研究团队，但没有用户提供外部信号。4年半不发布产品，通常是灾难性的创业建议，但我们只能这样做。

我们尝试用研究是否真正有效，替代用户是否喜欢产品这个信号。Dota 2时期的排行榜是一个有效办法。人们能看到不同想法的客观表现，自然会想往上冲。但我们必须不断尝试，模拟终端用户提供的反馈。这是一个我毫无模式可以匹配的新问题。

主持人：你们怎么解决？

奥特曼：我们请教了许多在伟大研究实验室工作过的人。OpenAI创立时，硅谷几乎把研究实验室视为虚荣项目，我当时也有这种看法。关于贝尔实验室和施乐帕洛阿尔托研究中心黄金时代的书很流行，但在仍然健在的人中，真正知道如何运营这类机构的并不多。

我们和Alan Kay等人聊了很多，他们给出了一些关于优秀研究实验室的建议，有些很好，有些不适用于当时的环境。

主持人：你们也没有贝尔实验室那样的垄断利润。

奥特曼：没有。回想早期，我最主要的记忆就是不断融资、不断失败。那很费力，也很令人沮丧。我真希望当时有那样一台现金机器。

记忆最清楚的一幕发生在2016年1月4日，新年后的第一个工作日。我们12个人早上9点半聚在Greg Brockman的公寓，每个人都很兴奋，像开学第一天。

很快，大家开始环顾四周。好吧，现在该做什么？有人说应该弄块白板，Greg就让人去找。白板送来之后，大家再次环顾四周。现在该做什么？你能感觉到房间里的能量一下子垮掉了。

没有人知道该做什么。产品创业至少可以说，我们来做这个产品，再去和用户交流。但我们只有一个目标，做AGI。也许该写论文，那就写论文。也许该想一些新点子，那就开始想。每个人都会经历不知道自己在做什么的时刻，那就是我的一次。

之后，我们不断做自己知道的事，发现许多方法无效，也逐渐找到了研究押注的节奏和一条可以前进的梯度。我们开始理解聪明的研究者需要哪些资源，也学会如何避免团队彻底迷失。

经过多年混乱的摸索，我们做出了许多重大发现，从无监督情感研究、GPT-1，一直到后来的GPT。scaling law奏效后，我们对算力和模型扩展方式都有了信心。

我们也学会了一些管理方法。排行榜有效，公开demo能够激发研究者去打动自己真正尊敬的人，而虚假的截止日期完全无效。

主持人：想想也挺神奇的。12 个人在一间公寓里，连白板都没有，不知道该做什么。十年之后，十亿人在用你们的东西。

15

“会想办法重新开始写日记”

主持人：你会写日记吗？

奥特曼：第一个孩子出生后，我每天晚上哄他睡觉时都会跟他说话。总得找些话题，所以我会讲自己这一天经历了什么、在纠结什么、担心什么。

我觉得这些内容很有意思，他以后读到可能也会觉得有意思。于是我开始每周日给他写信，把这些随口说的话记录下来。不过我只写了大概八封。现在我有两个孩子。

主持人：继续写吧。创始人很少在40岁时写自传，等到70岁回望，又会希望能够重来一次，因为太多细节已经随时间消失。给儿子写信是一个很有意思的思维框架。你无法躲在任何东西后面，因为你真的在乎孩子如何看你。如果一件事让你感到不安，你可能会意识到，下周应该做得不同。

奥特曼：也许我会想办法重新开始写。

主持人：Sam，感谢你花时间。这次对话太棒了。

奥特曼：谢谢。