“微信这类 App 在美国未必行得通！”Sam 最新访谈：ChatGPT 是超级 AI 助手，不是全能应用

当地时间 2025 年开发者日（DevDay 2025）上，OpenAI 再次震撼业界，推出了一系列重磅开发者更新，标志着其正在从一家模型公司向通用智能平台转型。

此次大会，OpenAI 重磅更新的内容包括 ChatGPT 内嵌应用、智能体构建器（Agent Builder）、Sora API 的开放，并且对能处理长达一整天复杂任务的 Codex 进行了升级。

会后，OpenAI 首席执行官萨姆·奥特曼（Sam Altman）接受了 Rowan Cheung 的独家专访，与他讨论了 Sora 上的病毒式传播、“零人公司”，以及自己为何相信类通用人工智能（AGI）的早期突破正在当下开始发生。

在交谈中，Altman 不仅深入解读了这些新工具对开发生态的颠覆性影响，更首次公开表达了他对早期类通用人工智能（AGI）突破的判断——他认为，这些突破正在当下开始发生。

Rowan Cheung 是全球阅读量最高的每日人工智能新闻通讯《The Rundown AI》的创始人。

以下为访谈实录，经 AI 前线翻译整理：

Rowan CheungSam，非常感谢你能来参加此次活动。我们现在身处 2025 年开发者大会（DevDay）现场，能否为我们简要介绍一下本次大会宣布的所有内容，以及你个人最期待的部分是什么？

Sam Altman：所有内容我都很期待。在 ChatGPT 中集成应用（Apps in ChatGPT）是我长久以来一直想做的事，但我刚才还在和其他人交流，了解他们用智能体构建工具（Agent Builder）正在开发哪些东西。无论是智能体工具包（Agent Kit）还是其他相关产品，都有很多我非常想亲自试用的功能。不过，如果非要让我个人选一个最期待的，我认为 “ChatGPT 中集成应用” 会是很棒的选择。

Rowan Cheung：你最期待的是这个吗？我个人比较喜欢智能体构建工具，但 “ChatGPT 中集成应用” 听起来也很酷，我们可以先从这个话题聊起。另外，ChatGPT 的周活跃用户数已达 8 亿，顺便恭喜你取得这样的成绩。

Sam Altman：谢谢。这个数字确实很惊人。

ChatGPT 已由模型转为平台

Rowan Cheung：我认为，ChatGPT 现在已成为下一代分发平台。那么开发者或创业者该如何利用应用开发工具包（Apps SDK）在 ChatGPT 的基础上进行开发呢？我觉得可能需要经过几轮迭代，才能弄清楚人们最常用的使用方式 —— 比如，人们是否总会通过名称调用应用？是否更希望 ChatGPT 能记住自己常用的应用，并持续推荐这些应用？所以我认为，开发者们最终会找到一种对他们而言非常有效的全新分发机制，但要知道，这类产品推向市场后，往往会带来意想不到的惊喜。另外，我了解到你们会发布相关文档，指导开发者如何最大限度地提高应用被推荐的概率，是吗？

Sam Altman：是的，我们确实会发布相关文档，但有一个常规提醒：全新产品的迭代速度很快，后续我们会和开发者一起在实践中不断学习、完善。不过没错，这份文档马上就会正式发布。

Rowan Cheung：很期待阅读这份文档。那我们来聊聊智能体构建工具吧。回到两年前的第一届开发者大会，当时你们推出了 GPT 构建工具（GPT Builder），那是个很棒的产品 —— 其实我还是最早开发公开 GPT 的人之一。从那时到现在，你们取得了哪些技术突破，才推出了如今的智能体构建工具？

Sam Altman：最大的突破在于模型本身的性能有了质的飞跃，当然还有其他一些我们后续会谈到的进展。我之前回顾过第一届开发者大会的场景，当时的模型与现在相比，差距真的非常大 —— 无论是 22 个月还是 23 个月，这段时间里模型的进步幅度都堪称巨大。

此外，我们还深入了解了人们开发这类智能体的真实需求，比如他们希望能在 ChatGPT 之外的其他平台上开发智能体。但我认为，最值得关注的是，现在开发一款相当复杂的智能体变得异常简单：只需通过可视化构建工具，上传几个文件，为其授权访问数据源，或者告诉它你想要实现的功能，它就能按照要求执行，并且在几分钟内完成部署。昨天我们进行彩排时，我第一次完整观看了整个流程，当时就被深深震撼了 —— 借助代码生成工具（Codex）、智能体工具包（Agent Kit）等技术，快速开发出高质量软件的能力，已经发生了结构性的变革。我至今还在努力理解这种变革将带来的深远影响。

Rowan Cheung：如果我理解正确的话，通过智能体构建工具，即使不懂代码也能开发智能体，对吗？

Sam Altman：完全可以。当然，如果你懂代码，能开发的功能会更具体、更丰富，但即便是普通的知识工作者，现在也能独立开发智能体了。

Rowan Cheung：这似乎像是智能体领域的 “无代码革命”。就像你说的，懂一些代码（甚至精通代码）能开发出更惊艳的产品，但入门门槛显然已经变得非常低。你认为这会为下一代企业或开发者带来什么影响？

Sam Altman：这正是我一直在思考的问题。昨天罗曼（Romain）进行演示时，我在后台观看，当时就想：一年前要完成这些功能，需要花费大量时间，而现在几乎能实时完成。这种变化让我感觉，自己的想法生成速度都跟不上技术发展了。虽然我还不确定最终会呈现怎样的结果，但可以肯定的是，全球范围内的软件开发总量必将大幅增加，而测试和优化想法所需的时间则会不断缩短。

不过，我确实很难准确预判这一切会带来哪些具体改变，只能确定两点：一是事物的发展速度会更快，二是人们能尝试更多想法，并快速筛选出更优质的方案。除此之外的其他影响，目前还无法预知。

零人力运营的十亿美元公司何时出现？

Rowan Cheung：我听说你和朋友们有一个赌局，赌 “首个由智能体运营的十亿美元公司何时出现”。那么现在推出的智能体构建工具，是否已经能让智能体具备这样的自主运营能力了？

Sam Altman：可能还没有。其实最开始，我们的赌局是 “首个由单人运营的十亿美元公司何时出现”，现在那个赌局已经不存在了。虽然我们还没有正式确定新赌局的规则，但大家确实在热议 “首个由智能体运营（零人力）的十亿美元公司何时出现”。至于是几个月还是几年，我认为大概率需要几年时间。不过，现在我们已经能严肃地讨论这个话题 —— 比如 “在聊天机器人中输入一个提示词，就能启动一家公司”，这种可能性本身就很不可思议，对吧？我也认同这一点。

Rowan Cheung：有人说今年是 “智能体元年”，我们也看到了一些智能体产品，它们的表现还不错，但仍需要大量人工监督。我想问问，我们何时才能拥有 “无需任何反馈、自主运行一周” 的智能体？

Sam Altman：我认为代码生成工具（Codex）距离实现 “自主运行一周” 已经不远了 —— 这话听起来确实很疯狂。虽然 2025 年可能还无法实现，但今天我和一些人交流时，他们都说 “不敢相信现在的智能体已经能完成一整天的任务了，怎么会进步这么快”。

在我看来，AI 的发展速度很少会让人觉得 “快得有些不真实”，但智能体可完成任务的时长提升速度，就是这样一个特例。所以我猜测，“自主运行一周” 的智能体应该很快就会出现。

Rowan Cheung：要实现这一目标，目前存在哪些技术瓶颈？

Sam Altman：主要有三个方面：更智能的模型、更长的上下文窗口，以及更优的记忆能力。

Rowan Cheung：好的。现在有了智能体、各类模型升级，还有支持 API 调用的 Codex，可开发的东西似乎无穷无尽。如果你能回到过去，把 20 岁时刚从斯坦福辍学的自己带到现在，并且拥有当下的所有知识，你会选择开发什么产品？又会避开哪些领域？

Sam Altman：我前几天还在想这个问题。说实话，我很羡慕现在 20 岁左右辍学创业的年轻人 —— 他们能开发的东西太多了，机遇空间非常广阔。过去几年，我一直没有足够的空闲时间深入思考 “自己会开发什么”，但我知道，现在有无数很酷的想法等待落地。今天和现场的人交流他们正在开发的项目，我真的觉得很神奇。

Rowan Cheung：这也是我（以及现场很多开发者）面临的困惑：现在能开发的东西太多了，你有没有什么建议，帮助我们在开发产品时建立并保持独特优势？比如在分发、数据，或者某种工作流模式上？

Sam Altman：我一直觉得，这类抽象问题很难给出通用答案，因为最好的 “独特优势” 往往是 “为你量身定制” 的 —— 需要你自己去探索、去发现。我们为了打造 OpenAI 的独特优势，付出了巨大努力。

我认为，在这个问题上，很难找到适用于所有情况的通用方案，最好的答案一定是 “只适合你正在做的事、你的产品、你的技术，以及你在特定时间点所处的市场位置”，而找到这个答案的过程，本身就是创办新企业所创造的重要价值之一。不过，我可以分享一个通用观点：优势是在实践中逐步形成的。我一直很喜欢一句商业格言：“让战术升华为战略”。

你可以从做 “有效的小事” 开始，往往在这个过程中，会意外形成一套完整的战略。比如，当初我们推出 ChatGPT 时，如果你问我 “OpenAI 的长期优势是什么”，我会说 “我不知道”—— 虽然会有一些猜测，但都不确定。但后来，有些功能逐渐显现出了优势，比如 “记忆功能”：它不仅是我们重要的竞争优势，也是用户持续使用 ChatGPT 的原因之一，而这个功能在最初开发时，完全不在我们的规划范围内。所以，你可以先从开发功能入手，之后可能会突然发现 “哦，这个功能能成为我们的长期优势”。

Rowan Cheung：能否透露一下，GPT-6 需要构建哪些优势？另外，现在开发一款 “能长期存活的产品”，应该从哪些角度思考？

Sam Altman：这类问题其实需要你自己去探索。不过，如果有机会，我很乐意和你一起头脑风暴，那会很有趣。只是现在，OpenAI 几乎占据了我所有的精力，没机会去思考 “如何创办一家新创业公司”，这有点可惜。我认为，虽然世界上很多事物都在变化，但 “让企业形成优势的核心逻辑” 并没有改变 —— 比如网络效应、品牌和营销优势、用户数据，以及市场效应等。如果你梳理一下近年来 “让企业成功的因素”，会发现现在的核心逻辑和过去相差不大，只是建立优势的具体方法可能有了新的变化。

Rowan Cheung：OpenAI 最近推出了 GDPval 基准测试，用于衡量 AI 模型在 “知识工作者核心岗位的高经济价值现实任务” 中的表现。让我意外的是，GPT-5 在测试中排名第二，仅次于 Claude 的 Opus 模型。不过你们依然公开了测试结果，这一点非常值得称赞。你对这个结果感到意外吗？

Sam Altman：我们的模型总会在某些方面表现最佳，在另一些方面则不然。而要建立 “持续进步” 的企业文化，关键就在于：当在某个基准测试、评估项目或其他领域中，别人的表现比你更好时，你能坦然、直接地承认这一点。我认为 Anthropic（Claude 开发团队）在理解大量企业级用例，以及优化输出格式方面，做得非常出色。所以对于 GPT-5 在 GDPval 基准测试中排名第二的结果，我并不意外，反而更有动力去提升我们的模型。

Rowan Cheung：那这个基准测试结果，是否改变了你们开发 GPT-6 的方向？

Sam Altman：它可能会影响我们在 “模型后训练” 阶段的一些做法，但 GPT-6 的核心开发战略不会因此改变。 

何时实现 AGI？

Rowan Cheung：你最近提到，你对通用人工智能（AGI）的定义是 “在大多数具有经济价值的工作中超越人类”。那么 GDPval 基准测试需要达到多少分，你才会认为我们已经实现了 AGI？

Sam Altman：我一直在思考这个问题。首先，和很多人一样，我对 AGI 也有多重定义 —— 而且我们离它越近，这个概念就变得越模糊。但对我来说，最核心的衡量标准（而且让我非常意外的是，我们现在终于开始看到这种迹象了）是 “AI 能否实现全新发现”：能否拓展人类的整体知识库。目前这类案例还很有限，我不想夸大其词，但现在在推特（X）上能看到很多例子：不同领域的科学家会分享 “AI 帮助他们实现了某个小发现”“AI 提出了一种全新方法” 或 “AI 解决了某个难题”。

Again，我既不想夸大，也不想低估 —— 关键在于，我们正处于这个趋势的起点，而且我们有信心在未来几年里大力推进这项能力。这才是真正重要的事，也是我最关注的 “AGI 级能力”。

Rowan Cheung：有没有某个特定的科学突破，是你特别期待 AI 能帮助解决的？

Sam Altman：显然，治愈疾病、发现全新物理学理论这些目标都很棒。不过即便现在发生的一些 “小事”—— 比如 AI 在数学领域的应用 —— 也让我觉得意义重大。回想 GPT-4 刚发布时，人们对 “图灵测试到底是什么” 还有很多争议，但大众认知中的 “图灵测试”，曾是一个感觉 “永远无法实现” 的目标。

结果突然有一天，我们发现 “AI 已经通过了图灵测试”，但整个社会几乎没有任何反应：人们只是焦虑了两周，然后就开始抱怨 “这破东西怎么不快一点”“它怎么还有这种问题”“赶紧优化”。我觉得这恰恰体现了人类的伟大之处 —— 这个被视为 “AI 终极测试” 的目标，就这么悄无声息地被超越了，而我们所有人都适应了这一点。现在我感觉，类似的事情会再次发生：我们很快就会习惯 “AI 实现科学发现”，就像习惯 Waymo 自动驾驶一样 —— 新鲜劲只会持续三分钟，之后就会觉得 “这很正常”。

Rowan Cheung：我明白这个类比了。那我们来聊聊斯坦福大学最近做的 “AI 低效工作（workslop）” 研究，我先简单解释一下这个概念：“低效工作” 指的是 “看似精致但实际需要大量返工、反而增加额外工作量” 的低质量产出。研究调查了 1000 多名办公室职员，其中 41% 的人表示，过去一个月里，曾收到过同事用 AI 生成的 “低效工作成果”；每次修正这些成果平均需要 1 小时 56 分钟，每月给每位员工造成的成本约为 186 美元。既然 AI 能让部分人（比如现场很多参会者）的产出效率提升 10 倍，那在 “教其他人‘何时该用 AI、何时不该用 AI’” 这件事上，目前的教育和入职培训还缺少哪些内容？

Sam Altman：首先要明确一点：人类自己也会产生 “低效工作”，这并非 AI 独有的问题。我个人特别反感的一个例子就是 “只会制造额外工作的邮件”，还有 “毫无意义、徒增负担的会议”—— 这些问题早就存在了。长久以来，一直有人用工具提升效率，也有人用工具给团队制造阻力。所以我们没理由认为，AI 会是个例外。经济本身具有自我调节能力：用工具提升效率的人或企业，对未来的影响力会远大于 “用工具拖慢组织、降低产出” 的人或企业。而且和所有新工具一样，人们对 AI 的使用肯定需要一个学习过程，但我认为这个过程会非常快。

Rowan Cheung：那 OpenAI 有没有在 “教育或入职培训” 方面采取行动，帮助人们更好地培养 “AI 使用直觉”（比如判断何时该用、何时不该用）？

Sam Altman：当然有。工具的使用方式终究取决于使用者本身。我从实践中总结出一点：即便你制作了优质的教学内容、开展了完善的培训，人们还是可能会用 AI “模仿海盗说话” 之类的 —— 他们总会按自己的想法使用工具。不过，我们确实在努力制作大量内容，帮助人们将 AI 融入实际工作流。以代码生成工具（Codex）为例，很多企业的员工能在几天到几周内快速掌握它，并以高效的方式将其整合到工作中，采用速度非常快。

AI 生成的视频以假乱真，但社会终究会适应这一点

Rowan Cheung：聊到 “低效产出”，还有个话题想问问你：你现在可是全球首位 “网络深度伪造（Deepfake）表情包病毒式传播” 的 CEO—— 网上到处都是用 Sora 生成的你的表情包。看到那些比如 “你策划 GPU 抢劫” 之类的 Sora 表情包，你会觉得困扰吗？

Sam Altman：其实这事比我预想的要 “不奇怪” 得多。有种很特别的感受：连续刷 100 个表情包，反而比只看 1 个时的违和感更弱。我记得 Sora 发布前，我正在进行一次环球旅行，团队里有人发消息问我 “能不能开放你的形象授权，让大家制作表情包”。当时我本来想 “8 秒钟内随口答应”，但转念一想 “这事可能需要多考虑一下”。不过，这毕竟是新技术，要是连我都不愿尝试，那未免说不过去。所以我最终还是同意了。

之后在飞机上，我还在想 “这事会不会很诡异”，觉得 “大概率会很奇怪”。结果 Sora 发布后，其实我早有心理准备 —— 因为 OpenAI 内部测试时，同事们就用我的形象（还有其他人的形象）做了很多表情包。当时我在亚洲，正值深夜，醒来发了条推特就又睡了。6 个小时后再次醒来，打开手机，满屏都是我的表情包。就像坐 Waymo 自动驾驶一样，前 3 分钟（甚至不到 3 分钟）会觉得诡异，之后就会想 “哦，这就是个满是生成视频的应用，这些表情包还挺搞笑的”，也就释然了，没有留下什么持续的违和感。

不过，有件事确实让我担心 —— 就是 “水印去除工具”。今天早上有几家公司发布了 “Sora 水印去除器”。如果人们用我的形象制作内容后，去掉水印发到社交媒体上，这可能会对我的个人品牌造成负面影响。那我还有什么理由允许别人用我的形象呢？这么做的吸引力在哪？

我来解释一下这个问题。首先，我们之所以愿意发布这类技术，是因为我们能预见：再过几个月或几年，这类技术终将普及 —— 届时会出现优秀的开源模型，任何人都能利用网上公开的你的视频素材，生成任何他们想做的内容。社会终究会适应这一点，但我们发现，“提前发布带防护机制的技术，让社会与技术共同进化”，是帮助社会平稳过渡的有效方式。文本领域的经验已经证明了这一点，视频领域可能会更难，因为视频带来的冲击往往比文本更强烈。但我相信我们会快速适应，也会很快接受 “网上会出现大量无水印、难以溯源的 AI 生成假视频（可能用开源模型制作）” 这一现实 —— 这种情况必然会发生。所以，让社会提前 “适应” 这种情况，或许是有价值的。

Rowan Cheung：那 “生成与真实视频无法区分的 AI 视频”，本身就是你们的目标吗？

Sam Altman：我们的核心目标是通用人工智能（AGI）。而高质量的视频生成技术，对实现 AGI 有重要意义，原因有几点：比如空间推理能力、从世界模型（world models）中获取知识，甚至未来机器人技术的突破，都可能依赖这项技术。而且我本身也认为 “高质量视频是好东西”—— 我不希望未来的人机交互界面只有文本。我很期待这样的未来：人们能在实时视频流中互动，AI 能持续生成全新的用户体验（UX）。这当然很棒，但更重要的是，我认为视频生成技术是通往真正 AGI 的重要一步。

Rowan Cheung：上周五你们发布了一篇博客，提到 “可能会为‘授权他人使用自己形象’的人提供收益分成”。能透露些细节吗？比如具体会如何操作？

Sam Altman：就像很多新产品一样，用户的使用方式往往会超出我们的预期。我们最初以为，会有少数创作者制作 “酷炫、有趣、复杂的视频” 并分享，然后吸引大量观众观看 —— 这种情况确实存在，但更多人其实是 “只为自己和三个朋友制作视频”，在群聊里分享（不是在公开信息流里）。目前还不确定这种用法是暂时的新鲜感，还是会持续下去。

但如果这种用法能持续，就会大幅改变我们的 “算力需求与用户参与度” 模型 —— 比如我们可能会推出 “按次付费生成视频” 的模式：如果你每天想生成 100 个表情包发给朋友，完全可以；如果你想在视频里加入某个名人的形象，且对方同意，那这位名人或许也能从 “每次生成付费” 中获得分成。不过这一切都需要实验验证。对于一个才发布 6 天的产品，现在下任何定论都太冒险了 —— 毕竟目前的热度可能只是新鲜感，这种用法未来也可能消失。但至少到目前为止，这是一个很重要的用户场景。

实现 AGI 后，工作岗位的是什么样子

Rowan Cheung：你们有考虑过在 Sora 应用里加入广告吗？

Sam Altman：目前还没有，但这个方向确实有值得探索的空间 —— 当然，也存在一些风险。ChatGPT 的订阅制商业模式运转得很好，但 Sora 的情况可能不同：如果用户使用 Sora 是为了 “在信息流里看有趣或精美的内容”，那广告驱动模式可能更自然；如果主要用途是 “私密消息分享”，那商业模式就会完全不同。乐观估计的话，或许到今年年底（也可能这个预期太乐观了，或许要到明年第一季度），我们能理清 Sora 最终的产品形态，然后确定对应的商业模式。“按次生成收费” 这种模式显然是合理的，我们也会尝试，但其他模式都取决于产品的进化方向。

Rowan Cheung：很有意思。我们再聊聊 “工作岗位” 吧。现在工作岗位正在发生变化，我想用 “农民的类比” 来说明：如果 50 年前你跟一个农民说，未来会有 “互联网” 这种神奇的东西，能创造 10 亿个新岗位，人们可以坐在办公桌前工作，还会有 “开发者”“营销员” 这样的职业，他大概率不会相信。现在我们所处的时代也是如此，很多人都认为会有大量新岗位被创造出来 —— 但问题是，我们很难想象这些新岗位具体是什么。而且现在这个时代和互联网时代有个区别：互联网时代 “凭空” 创造了 10 亿个新岗位，而 “智能时代” 里，10 亿个知识工作者的岗位可能会先受到冲击，之后才会有新岗位出现。你会担心这种情况吗？

Sam Altman：当然担心。不过你提到的这点，既让我减少了一些担忧，也让我在另一些方面更担忧。关于那个 50 年前的农民，有一点很关键：他不仅不会相信 “互联网创造新岗位” 这件事，还很可能会看着你我的工作说 “这根本不是正经工作”。在他看来，“种地才是人们真正需要的工作 —— 生产粮食、让人活下去，这才是正经事。而你们这些未来人，生活太安逸了，有吃不完的粮食、用不完的财富，却在做些‘像玩游戏一样’的事，只是为了打发时间、找存在感，对我们来说这根本不算工作”。但对我们而言，这份工作不仅真实，而且我很庆幸能从事这样 “有满足感、有意义” 的工作。

同理，我们现在也很可能无法理解未来的工作 —— 或许我们会觉得 “那些工作还不如我们现在的工作‘正经’，甚至不如农民的工作‘实在’”。但我相信，未来的人们依然能在生活中找到大量意义，只是 “工作” 的定义会发生巨大变化，从我们现在的视角看，未来的工作可能 “不像工作”。同时，社会契约（social contract）也可能发生重大改变，尤其是在这种转型速度很快的情况下。所以，我确实对 “转型期的短期影响” 有些担忧，但我更愿意相信人类的内在驱动力 —— 我们总能找到值得做的事。

Rowan Cheung：那你觉得我们未来会专注于哪些领域？比如探索太空、脑机接口（BCI）？AGI 实现后，人类会有什么特别的聚焦方向吗？

Sam Altman：我其实希望未来的发展是 “全方位的”—— 我们能去做所有想做的事。太空探索对我来说确实很酷，但你们可能会觉得其他领域更有趣。我希望未来的 “可能性画布” 能无限广阔，没有限制。

Rowan Cheung：如果明天你能制定一项全球政策，你会选择什么？

Sam Altman：要把范围缩小到 “一项” 确实很难，但我反复想到的是 “AI 监管”。目前关于 “AI 监管是否必要”“监管会不会过度偏袒大公司” 的争议很多，我能理解各方的立场。但我认为，当我们面对 “超强大模型” 时，必须有一个 “降低灾难性风险” 的全球框架 —— 尤其是针对 “最前沿的模型”，我们需要共同应对那些重大的安全问题。如果能有这样一项全球政策，会是非常有意义的。

Rowan Cheung：那能大致描述一下这个框架吗？比如从高层级来看，会包含哪些内容？

Sam Altman：我认为可以从 “建立完善的测试框架” 开始。

Rowan Cheung：我们再聊聊 “超级应用” 吧。中国有微信这样的 “全能应用”，既能购物、刷社交动态，也能和朋友聊天。现在 ChatGPT 也集成了购物、网页搜索、Sora 等新功能，你们是在尝试为美国市场打造 “全能应用” 吗？

Sam Altman：不是的。有很多原因让我认为 “全能应用模式” 在美国市场不会像在中国那样成功。我们真正想做的，是打造 “一款非常优秀的 AI 超级助手”。

Rowan Cheung：那为什么要把功能分开发布呢？比如 Sora 是独立应用，而不是直接集成到 ChatGPT 里？

Sam Altman：对很多人来说，ChatGPT 账号已经成了 “非常私人的账号”，如果在里面加入社交属性的功能，会显得很违和。当然，有些功能（比如消息分享，因为人们经常用 ChatGPT 协作）或许可以整合，但 “人们对 ChatGPT 账号的认知” 和 “对娱乐类应用的认知” 完全不同，强行整合会产生不协调感。不过，我们当然也会把很多功能整合到 ChatGPT 里。

Rowan Cheung：那我们再回到 “智能体构建工具” 的话题。你觉得人们能开发出哪些 “重要或实用的智能体”？这方面你最期待的是什么？

Sam Altman：我会先看看代码生成工具（Codex）的成功案例，然后思考 “其他行业能否复制这种模式”—— 比如，法律行业能不能有 “类 Codex 体验”？财务模型构建领域能不能有？其他已经有 “成功先例” 的领域呢？目前已经有很棒的初创公司在做这些事了，但随着技术成熟，如果这些行业的智能体能达到 “Codex 在编程领域的水平”，那会是我最期待的场景。我甚至能想象这样的未来：一个人通过与多个智能体对话，就能创办一家初创公司。虽然目前的智能体构建工具（Agent Builder）和智能体工具包（Agent Kit）还没达到这个水平，但我能看到清晰的路径。

Rowan Cheung：你在主题演讲中简要提到过 “语音可能是 AI 或智能体的终极交互界面”，能再详细说说吗？

Sam Altman：我其实不认为语音是 “终极界面”—— 很多场景下语音并不合适，比如在公共交通上对着设备说话，会让人觉得很烦人。但在很多场景中，语音是 “非常自然的界面”。语言本身（无论是语音还是文字）的潜力其实还没被充分挖掘。比如智能音箱，虽然这个品类常被调侃，但很多人其实一直在用，而且很喜欢 —— 只是目前的智能音箱还不够好，因为 AI 能力和配套基础设施都跟不上。试想一下，如果只需跟设备说话，它就能准确完成你想要的操作，之后还能 “不打扰你”，这样的电脑不正是我们想要的吗？

Rowan Cheung：能透露些关于 “OpenAI 硬件设备（io）” 的信息吗？比如你们在开发什么？会不会是语音交互设备？

Sam Altman：这件事还需要很长时间。打造 “一款高质量、大规模普及、能带来全新电脑使用方式” 的新设备，需要足够的创新空间，也请大家多些耐心。我们确实有一些很兴奋的想法，但目前还没准备好公开 —— 短期内也不会。不过我们一定会努力做出 “值得大家等待” 的产品。

参考链接：

https://www.youtube.com/watch?v=zwnVUiwObl8