GPT-5 最大市场在印度？Altman 最新访谈：可以聊婚姻家庭，但回答不了 GPT-5 为何不及预期

2025 年 8 月 8 日凌晨 1 点多，OpenAI 正式发布新一代大语言模型 GPT-5，瞬间吸引了全球目光，成为科技领域乃至整个社会热议的焦点，其引发的反响如汹涌浪潮，席卷而来。

OpenAI CEO Sam Altman 对此次升级满怀期待，将其比作 “让我再也回不去” 的技术飞跃。在 AI 蓬勃发展的当下，公众对 GPT-5 的期望极其高，盼望着它能带来前所未有的惊喜，引领人们进入一个全新的智能时代。

然而，发布会落幕后，这款模型备受赞誉的背后也夹杂着诸多质疑与不满。部分用户反馈使用体验不佳，吐槽新版反应变慢，即便关闭深度思考模式也无改善，回答篇幅变短，甚至在基本问题上犯错。

在外国论坛 Reddit 的 ChatGPT 讨论区，有人抱怨 “哪家公司会在没有事先通知付费用户的情况下，一夜之间删掉 8 个模型的工作流程”，更有甚者直接取消订阅。还有用户坦言对部分旧模型怀有深厚情感，如 GPT-4o，它不仅是工具，更在用户焦虑、忧郁时给予陪伴，感觉温暖如真人，而 GPT-5 与之相比，亲切感有所减弱。

也有用户批评模型本身性能就不够强大，并且 OpenAI 忽视用户意见、反而讽刺用户的行为让人不能接受。

“其实我个人觉得这种批评是合理的，因为我亲自试用过，它的表现确实令人失望——速度慢得离谱，回答也不准确。甚至连我提出的基本问题都无法理解，给出的答案往往毫无意义。更糟的是，现在他们把 4o 版本也搞坏了，它的表现明显不如从前，根本没法正常使用。

最让人不满的是，他们在做决策时完全无视用户意见，甚至懒得征求反馈，反而像是在嘲讽所有人。这种做法简直匪夷所思，尤其是考虑到他们拥有庞大的用户群体，却选择一意孤行。

更离谱的是，他们竟然决定让免费用户只能使用糟糕的 5.0 版本，而付费用户却能继续访问旧版本。作为付费用户，我虽然庆幸自己能切换回去，但这种策略完全是在自毁营销渠道——谁会因为试用了一个烂版本而决定付费呢？以前我会毫不犹豫地向别人推荐 GPT，因为 4.0 版本确实好用，而且是个不错的付费入门选择。但现在，由于免费体验太差，我绝对不会再推荐了。”

值得关注的是，这些评价往往都来自于个人消费者，而对应的企业级市场中，GPT-5 受欢迎程度则更高。

最新消息显示，在 GPT-5 正式上线短短 7 天内，Cursor、Vercel 和 Factory 等知名科技创业公司已迅速将其设为关键产品的默认模型。这些企业一致反馈，相比前代模型，GPT-5 展现出三大显著优势：部署效率提升明显、复杂任务处理能力增强、总体使用成本大幅度降低。

一些企业已经开始深度测试 GPT-5，并计划将其部署在关键业务中。

云存储巨头 Box 正在对 GPT-5 进行深度测试，重点评估其在逻辑密集型长文档处理方面的表现。公司 CEO Aaron Levie （亚伦·莱维）在接受 CNBC 专访时表示：“这是一项突破性技术，其推理能力达到了现有系统难以企及的新高度。”目前，Box 已计划在年底前将 GPT-5 整合至企业级文档处理解决方案中。

在这样的背景下，一场关于 GPT-5 及 AI 发展的深度对话显得尤为必要。

近日，Sam Altman 在一档博客栏目中谈到了 GPT-5 的技术特性，如可以用 GPT-5 构建些什么、在提升性能同时如何平衡成本与效率。此外，Altman 还谈到了我们是否正在逐渐接近类似 Agentic 人工智能，以及如何构建一个以极快的速度发展的未来。

但是，关于外界所关心的 GPT-5 性能没有预期得那样强大、炒作过度等争议，此次对话中未曾提及。

以下为访谈内容翻译，AI 前线做了不改变原意的编辑：

GPT-5 有何不同？

Nikhil Kamath：我已经试用了你们的新模型，玩了一阵子。 但我不是这方面的专家，所以想问问你 Sam，它有什么不一样呢？

Sam Altman：我们可以从很多角度谈，比如它在某些指标上更好，或者它可以完成 GPT-4 做不到的惊人编程演示。但对我来说，最明显的感受是——无论大小方面——从 GPT-5 回到上一代模型，体验都非常痛苦。它们在各方面都比 GPT-5 更差。我已经习惯了 GPT-5 所带来的流畅性和适应性智能，而这些在之前的任何模型中都没有。

它是一个集成模型，所以你不需要在我们的模型切换中做选择，也不用纠结该用 GPT-4 还是 o3、o4-mini，或者其他任何复杂的选择，它就是一个能正常工作的模型。它就像让你随时能拥有各个领域的博士级专家，全天 24 小时为你服务，你不仅可以问任何问题，还能让他们为你做任何事。比如，如果你需要从零开发一款软件，它可以一次性帮你完成；如果你需要一份复杂主题的研究报告，它也可以写；甚至如果你需要它帮你策划一场活动，它也能做到。

Nikhil Kamath：从执行连续任务的角度来说，它在本质上是不是更具自主性了？

Sam Altman：是的，GPT-5 的稳健性和可靠性有了很大提升，这对自主性工作流程非常有帮助。我对它能执行的任务的长度和复杂度印象非常深刻。

Nikhil Kamath：其他方面来讲，你更想聊一聊 GPT-5 的哪些特点？

Sam Altman：GPT-5 对我们来说，会是人们使用这些系统的又一次重大飞跃。它在能力、稳健性、可靠性上的提升很显著，而且可以用于生活中的各种任务——写软件、回答问题、学习、提高工作效率。每次我们推出这样的飞跃，都会被它释放的人类潜能惊艳到。

特别是在印度，现在是我们全球第二大市场，很可能会成为第一。我们采纳了很多来自印度用户的反馈，比如更好的语言支持、更实惠的价格等等，我们已经把这些融入到这个模型以及 ChatGPT 的升级中，而且我们会继续致力于这方面的工作。每一次能力飞跃，我们都会看到 25 岁的年轻人用它创造公司、学习、获取更好的医疗建议等。

做出人们想要的东西

Nikhil Kamath：几周前我们通话时，我问你未来十年该投资哪些行业和主题。今天我们不聊这个，我想聊聊“第一性原理”，以及你所强调的技术如何改变世界。假设我现在是个 25 岁的年轻人，住在印度的孟买或班加罗尔——你多次说过，大学的相关性已经不如你年轻时那样重要。那么我现在该怎么办？学什么？如果我要创业，该创办什么样的公司？或者就算是找工作，你觉得哪个行业有发展势头？我不是说十年后，哪怕是未来三到五年。

Sam Altman：首先，我认为现在可能是有史以来最令人兴奋的职业起点阶段。一个 25 岁的印度年轻人，今天能做的事情，比历史上任何同龄人都多。

因为如今我们能感受到，工具的能力真的很惊人。我 25 岁时也有类似的感受，但当时的工具远不如今天——那时我们有计算机革命，已经能做很多前所未有的事。而现在，这种能力被大幅放大。

无论你想创业、当程序员、进入其他行业、创造新媒体……一个人凭借这些工具，把一个好想法落地所需的时间、人力和经验，都会大大减少。

就特定行业而言，我对 AI 在科学领域的意义尤其兴奋——一个人能发现的科学成果、速度和规模将会是前所未有的。同时，它会彻底改变编程的方式，让人们创造全新类型的软件。对于初创企业来说，如果你有了一个新的商业想法，一个非常小的团队就能完成大量工作，这一点非常好。现在就像一块完全开放的画布，你的限制几乎只来自想法的质量和创造力，而这些工具会帮你实现。

Nikhil Kamath：假如我是一位 25 岁的印度年轻人，现在基于 GPT-5，我能构建些什么呢？你觉得有哪些算是比较容易入手的领域，是我肯定应该关注的？

Sam Altman：我觉得你可以比以往任何时候都更高效地创办一个初创企业。当然，这么说可能带有我的偏见，因为这是我非常关心的领域。但事实是，作为一个 25 岁的印度年轻人，或者在其他任何地方，也许和几个朋友一起，也许仅凭你自己，你都可以用 GPT-5 更高效地帮助你编写产品软件、处理客户支持、制定营销和沟通计划、审核法律文件 —— 这些原本需要很多人和专业经验的工作，现在 GPT-5 都能帮你完成，这非常了不起。

Nikhil Kamath：我想让你说得更具体一点。我理解科学领域，但我该学什么呢？假设我一直在学工程、商科、文科之类的…… 为了利用人工智能在科学领域有所发展，有没有什么特定的东西是我应该学的？

Sam Altman：我认为最需要学的具体东西，就是熟练掌握新的人工智能工具。学习本身就很有价值，而学会学习这种元技能会让你终生受益。不管你学的是工程（比如计算机工程）、生物学还是其他任何领域，如果你擅长学习，就能快速掌握新东西。但熟练使用这些工具真的很重要。我上大学或高中的时候，觉得显然应该学编程。虽然我当时不知道具体要用它来做什么，但那是一个新的前沿领域，似乎能带来很高的回报，值得去精通。而现在，学习如何使用人工智能工具可能是最重要、最具体的硬技能。那些真正擅长使用这些工具、真正具备人工智能思维（凡事都从这些工具的角度去思考）的人和不具备这种能力的人，差距非常大。

还有一些通用技能也很重要。比如学会适应和坚韧，我认为这是可以学会的，在一个变化如此之快的世界里，这非常有价值。学会弄清楚人们需要什么也非常重要。在这之前，我是一名初创企业投资者，人们会问我，初创企业创始人最需要弄明白的是什么。Paul Graham 有一个答案，我一直记在心里，也经常告诉创始人。这个答案后来成了 Y Combinator 的座右铭，那就是 “做出人们想要的东西”。这听起来像是个简单的指令，但我见过很多人努力想弄明白这一点，却失败了；也见过很多人在职业生涯中努力学习如何做到这一点，并最终做得非常出色。所以这也是需要关注的一点。至于你该选生物课还是物理课，我觉得现在并不重要。

Nikhil Kamath：如果基于这一点，你说要学会适应和改变，更快地学习人工智能工具，那有没有一条可行的路径呢？我只是想找到一个人们可以开始努力的方向。一个人该如何更好地使用现有的人工智能工具呢？

Sam Altman：有一件很棒的事可以做。GPT-5 在快速创建小型软件方面非常出色，比我用过的任何模型都好。在过去几周里，我惊讶地发现自己用它来创建软件，解决生活中的一些小问题。

这是一个有趣的创作过程：我让它写一个初稿，然后开始使用，接着会说 “如果有这个功能会更好，或者有那个功能，我就能用不同的方式做事了”，或者 “我开始用之后发现，根据我的工作流程，我确实需要这个”。通过把越来越多必须做的事情纳入这种工作流程，我发现这是一种非常有趣的学习使用它的方式。

Nikhil Kamath：你提到了 Paul Graham，我 2009 年读过他写的一封信还是报告（有点记不太清楚了），但我记得里面提到了五位值得关注的创始人。我记得当时你 19 岁，他把你和 Steve Jobs、Larry 以及 Sergey 等人相提并论。为什么会这样呢？那时候你还没有像他们那样取得显著成就。您认为 Paul 在你身上看到了什么？你觉得自己有哪些与生俱来的技能让你与众不同？

Sam Altman：他这么说真是太好了。我还记得那件事。当时我当然觉得自己完全不配，但很感激他这么说。其实，有很多人都在创办伟大的公司。我们在很多方面都很幸运，当然也付出了巨大的努力。也许我认为我们在这里做得很好的一点是，我们有很长远的视野，并且能进行独立思考。

我们创业时，过了四年半才有了第一个产品，当时的情况非常不确定。我们只是在做研究，试图弄清楚如何让人工智能发挥作用，而且我们的想法和世界上其他人的想法非常不同。但我认为，在很长一段时间里，不依赖太多外部反馈，坚持自己的信念，这种能力非常有帮助。

Nikhil Kamath：你说的是 “我们” 还是 “我”？因为我在说你 19 岁的时候。

Sam Altman：哦，抱歉，我以为你在问 OpenAI 的事…… 我 19 岁的时候，很多事都记不清了。我那时候就是个天真的 19 岁少年，真的不知道自己在做什么。这不是故作谦虚。我现在确实觉得自己做了一些令人印象深刻的事情，但我 19 岁时对自己的认知是，非常不自信，也没什么过人之处。

Nikhil Kamath：如果未来的世界在某种程度上是一个人工智能王国，你无疑算是某种意义上的 “王子”。我不知道你是否了解马基雅维利，他说过一句很有意思的话：君主应该总是表现出 —— 只是表现出 —— 虔诚、仁慈、可信、人道和诚实。我最近看了很多你的采访，听到你反复说自己并非那么强大，用了这类的词。这种谦逊的形象，适合我们现在生活的这个世界，或者你即将步入的那个世界吗？

Sam Altman：我不确定它是否适合其中任何一个，但是…… 回到你说的我 19 岁的时候，我那时候以为，这些大型科技公司的管理者们都把一切安排得明明白白。总会有成熟的人在把控局面，有人有计划，有一些和我截然不同的人知道该怎么做，你知道的，他们有那种能力 —— 把公司运营得非常好，没什么风波，一切都由成熟的人掌控。

而现在，轮到我来当这个 “成熟的把控者” 了，我可以告诉你，我觉得没人有计划，没人能真正把一切都理顺。每个人，至少我是这样，都在边做边摸索。你知道，你有想打造的东西，然后会出问题，你可能看错了人，也可能选对了人，你可能在这里取得技术突破，也可能在那里没有。你只能一步一步往前走，埋头苦干，有些策略最终会成功，有些则不会。你尝试一些事情，市场会有反应，竞争对手也会有反应，然后你再做其他调整。现在我的看法是，每个人都在边做边摸索，每个人都在工作中学习。我不认为这是虚假的谦逊，我觉得这就是世界运行的方式。站在这个角度看，确实有点奇怪，但事实就是这样。

AIG 时代，婚姻和孩子的未来是怎样的？

Nikhil Kamath：我倒不是太在意这种谦逊是否真实，更多的是从那些正开始为未来打拼的人的角度来看 —— 这种形象值得展现吗？谦逊在当今真的有用吗？

Sam Altman：我对那些明明不知道会发生什么，却表现得很确定、很自信的人有很负面的看法。原因不仅是这很令人讨厌，更因为我觉得如果一个人有这种心态，就很难形成开放的求知文化，很难倾听不同的观点，也很难做出好的决策。我一直对人们说：“没人知道接下来会发生什么。” 如果你越忘记这一点，越觉得 “我比所有人都聪明，我有一个宏伟的计划，我不会在意用户说什么、技术会走向何方、世界会有什么反应，反正我更懂，世界懂的没我多”，那你只会做出更糟糕的决策。

所以，保持开放的心态，保持好奇心，愿意根据新的信息调整自己的想法，我认为这非常重要。我们很多次都以为自己知道答案，结果却被现实狠狠打脸。而我们公司的一个优势就是，当这种情况发生时，我们会改变我们的做法。我觉得这真的很棒，也是帮助我们成功的重要因素。所以，也许还有其他成功的方式，也许向世界展现出极大的魄力也能奏效。但在我的职业生涯中，我近距离观察过的最优秀的创始人，都更倾向于快速学习和适应的风格。

Nikhil Kamath：因为你在 Y Combinator 的职位，你可能比大多数人更了解这一点。

Sam Altman：至少我有很多相关的数据支撑。

Nikhil Kamath：聊个题外话，Sam，我经常思考这个问题：人们为什么要生孩子。还有一些问题，比如未来的婚姻会变成什么样？我能问问你为什么要孩子吗？

Sam Altman：家庭对我来说一直是极其重要的。这感觉像是…… 我甚至不知道自己之前低估了它的实际意义。但它感觉像是我能想到的最重要、最有意义、最能带来满足感的事情。到目前为止，虽然才刚开始，但它已经超出了我所有的期望。

Nikhil Kamath：你对婚姻和孩子的未来有什么见解吗？

Sam Altman：我希望在某种后通用人工智能（AGI）时代，建立家庭、创建社区 —— 无论你怎么称呼它们 —— 会变得更加重要。我认为这些东西在衰退，这对社会来说是个实实在在的问题。在我看来，这绝对是件坏事。我不确定为什么会出现这种情况，但我希望我们能真正扭转这一局面。在一个人们拥有更多富足的生活、更多时间、更多资源、潜力和能力的世界里，我认为很明显，家庭和社区是让我们最幸福的两件事。我希望我们能重新回归到这一点上。

Nikhil Kamath：随着社会变得更加富裕，如果一个人被人们的模仿欲望所束缚，我们都会倾向于想要别人想要的东西，而不一定是别人已经拥有的东西。如果我们都拥有了更多，你认为我们还会想要更多吗？

Sam Altman：我确实觉得人类的需求、欲望、能力等等，似乎是无限的。我不认为这一定是坏事，或者说不全是坏事。但是，我认为我们会找到新的想要的东西，以及新的竞争点。

Nikhil Kamath：你认为世界在很大程度上会保留当前的资本主义和民主模式吗？我来给你设想一个场景。如果某家公司 X，比如说 OpenAI，发展到占世界 GDP 的 50%，会发生什么？社会会允许这种情况发生吗？

Sam Altman：我敢打赌社会不会允许这种情况发生，而且我认为这种情况不会发生。我觉得这会是一个更加分散的局面。但如果出于某种原因，这种情况真的发生了，我认为社会会说：“我们不认可这种情况，我们得想办法解决。” 我最喜欢用晶体管来类比人工智能，晶体管是一项非常重要的科学发现，有一段时间，它看起来会捕获大量的价值，但后来事实证明，它被应用到了无数的产品和服务中。你不会整天想着自己在使用晶体管这件事，它就存在于所有东西里，所有这些公司都以这种非常分散的方式，凭借它制造出了令人难以置信的产品并获得了利润。所以，我猜想人工智能也会是这样，不会有哪一家公司能占到全球 GDP 的一半。我曾经确实担心过这种情况可能会发生，但现在觉得那是一种天真的想法。

Sam：模型公司不会抢客户生意

Nikhil Kamath：关于全民基本收入，我认为 Worldcoin 是一个非常有趣的实验。你能给我们讲讲那里的情况吗？

Sam Altman：我们真的希望将人类视为特殊的存在。我们能否找到一种保护隐私的方式，来识别独特的人类，然后围绕这一点创建一个新的网络和一种新的货币？所以，这是一个非常有趣的实验，还处于早期阶段，但发展得相当快。

Nikhil Kamath：如果通用人工智能通过提高生产力消除了稀缺性，或者说在一定程度上消除了稀缺性，那么能否假设它本质上会带来通缩，资本或货币失去回报率，在未来的世界里资本不再是一种护城河？

Sam Altman：我对此感到困惑。我认为，从基本的经济原理来看，它应该会带来巨大的通缩。然而，如果世界认为如今构建人工智能计算能力对未来的事情至关重要，那么经济可能会发生一些非常奇怪的变化，或许资本会变得非常重要，因为每一个计算单元都极具价值。前几天晚上吃饭时，我问一个人，他认为利率应该是 - 2% 还是 25%，他笑了，说：“这是个荒谬的问题，肯定得是……” 然后他停了下来，说：“实际上，我不确定。” 所以，我觉得，是的，最终应该会出现通缩，但短期内可能会很奇怪。

Nikhil Kamath：这确实是个很有意思的说法。你认为利率最终会是 - 2% 吗？

Sam Altman：最终有可能。但我不确定。或许就像我们正处于一个大规模扩张的时代，你想在太阳系建造戴森球，然后不惜以惊人的利率借钱去做这件事。之后可能还会有更多、更多的扩张，我也不知道…… 在这一点上，我很难预见未来几年的情况。

Nikhil Kamath：几周前我们交谈时，我对你提出的那些行业做了更多研究。我想我们都认同 “世界人口老龄化且健康问题增多” 这一观点。你还提出，随着可自由支配支出的增加，入门级奢侈品牌可能会表现不错。那么，在通缩的世界里，这些品牌会怎么样呢？因为这些购买品的价值会下降。

Sam Altman：也许不会。我的意思是，在通缩的世界里，有些东西会面临巨大的通缩压力，而另一些东西则会成为所有额外资本的汇集地。所以，我实际上不确定它们在通缩的世界里会贬值。实际上，我敢打赌它们的价值会上升。

Nikhil Kamath：如果我要在你的模型之上建立一个企业，我举个亚马逊的例子吧。如果我销售某种 T 恤，而且卖得很好，亚马逊掌握了所有数据，最终，亚马逊可能会推出一个与之非常相似的自有品牌，几乎蚕食了我的业务。人们是否应该担心这种情况也会在 OpenAI 发生？因为 OpenAI 不再只是一个模型，而是正在涉足多个不同的业务领域。

Sam Altman：我想再次回到晶体管的例子。我们正在构建的是一种通用技术，你可以通过多种方式将其集成到其他事物中。但我们始终遵循类似摩尔定律的发展路径，模型的综合能力持续提升。如果你构建的业务能够随着模型的进步而变得更好，那么只要我们持续取得进展，你的业务也会持续向好。但如果你构建的业务在模型进步后反而变差 —— 比如因为 “包装层” 过于薄弱或其他原因 —— 那么这可能就像其他技术革命中出现的问题一样，是个糟糕的情况。

显然，有一些公司是在 AI 模型之上构建的，并且它们为自己创造了巨大的价值和与客户的深度关系。比如 Cursor 最近就是一个例子，它的流行度正在爆发式增长，并且与客户建立了非常牢固的关系。当然，也有很多公司做不到，这一直是常态。

不过我觉得，与之前的技术革命相比，现在诞生的公司中，有更多是看起来有可能具备真正持久性的。可以用 iPhone 和 App Store 刚推出时做个类比——最早的一批应用都很轻量，其中很多功能后来直接被整合进了 iOS 系统。比如你可以卖一个“一美元手电筒”应用，只是打开手机的闪光灯，但它并不持久，因为后来苹果直接把这个功能加进了系统。

但如果你一开始做的是复杂的业务，而 iPhone 只是作为一种赋能工具，比如 Uber，那就是一个非常有长期价值的事情。在 GPT-3 的早期阶段，我们也看到过很多这种“玩具式应用”，这没问题，但它们中的许多不必是独立的公司或产品。现在市场已经成熟，你能看到更多具备长期生命力的业务出现。

Nikhil Kamath：所以，如果强调“拥有客户”，也就是掌握与客户的接口，你会认为在你的模型之上销售服务比销售产品更能加深这种关系吗？因为产品公司是一次性交换，而服务公司会重复发生，而且这种重复的过程让我有机会在交易中加入我的个人品味。是这个意思是吧？

Sam Altman：总体来说，我同意这种看法。

Nikhil Kamath：我有一部分工作是做内容创作，比如一个月一次。如果一个模型能够在很大程度上考虑到我的“资历”“经验”和“成长轨迹”，并且能较高效地预测产出，那么如果我明天依然保持同样的可预测行为，价值可能会不如我采取逆向思维——不是对世界逆向，而是对我自己过往行为的逆向。你觉得未来的世界会不会特别偏好这种逆向行为？

Sam Altman： 这是个好问题，我觉得会。关键是——模型未来能在多大程度上学会这种能力。你要做到的是“逆向且正确”。大多数时候，人们是“逆向且错误”，这就没什么帮助。

但是，能够想出“逆向且正确”的创意——而这是今天的模型几乎完全做不到的，哪怕它们将来可能会变得更好——这种能力的价值会随时间提升。擅长做模型做不到的事情，显然会越来越有价值。

Nikhil Kamath：除了逆向思维，还有什么是模型需要更长时间才能学会的？

Sam Altman：模型将会比我们聪明得多，但人类在乎的很多东西和智力无关。也许会出现一个 AI 播客主持人，在提有趣的问题和与人互动方面比你更强，但我个人不认为它会比你更受欢迎。人们非常在意“另一个人”，这种需求很深刻。

人们想知道你的故事，你是怎么走到今天的，他们想和别人聊起“对你这个人有共同的认知”，这种文化和社会价值是存在的。我们对他人充满好奇。

Nikhil Kamath：为什么会这样，Sam？你觉得原因是什么？

Sam Altman：我认为这也深植于我们的生物本能里。而且正如我之前说的，你不会去对抗那些深植于生物学的东西。从进化的角度看，这完全说得通——不管原因是什么，我们就是这样。所以我们会继续在乎真实的人。哪怕 AI 播客主持人比你聪明得多，它也很难比你更受欢迎。

Nikhil Kamath：所以某种意义上，笨反而会比聪明更有新鲜感？

Sam Altman：我不确定新鲜感到底是来自“笨”还是“聪明”，但我认为在一个充斥着无限 AI 内容的世界里，“真实的人”的价值会提高。

Nikhil Kamath：“真实的人”是指会犯错的人，而不是模型吗？

Sam Altman：当然，真实的人会犯错。这也许是我们将其与“真实”联系起来的一部分原因，但我觉得光是知道对方是不是一个真人，我们就会非常在意。

AGI 与人类智能的区别

Nikhil Kamath：在 GPT-5 上，你们已经有了一个在很多领域都非常聪明的系统，它在一些任务上只需要几秒到几分钟就能完成——在知识、模式识别和短期记忆等方面，已经是超人类水平了。但在确定要提出哪些问题、或者在很长时间内坚持研究一个问题上，你们还远没有达到人类的水平，对吗？

Sam Altman：是的。一个有趣的例子是我们最近在数学方面的进步。几年前，我们只能解决一些需要专家花几分钟才能完成的数学问题。

最近，我们在国际数学奥林匹克竞赛中达到了金牌水平，而那里的每一道题目大约需要一个半小时来解。

所以，我们的“思考跨度”从几分钟提升到了一个半小时。但是，要证明一个新的、重要的数学定理，可能需要一千个小时。我们可以预测什么时候能做到一千小时的问题，但现在肯定还不行。这就是另一个 AI 还做不到的维度。

Nikhil Kamath：过去几个月，我在旧金山和纽约之间，见了很多 AI 创业者。大家普遍认为，美国在 AI 方面比大多数国家领先几年，但在机器人领域，中国似乎领先。你怎么看机器人，尤其是类人机器人或其他形态的机器人？

Sam Altman：我认为在未来几年，机器人会变得极其重要。最有“AGI 感”的时刻之一，可能就是你在街上看到机器人像人一样走过，做一些日常任务。

Nikhil Kamath：它们一定要是人形的吗？

Sam Altman：不一定，但世界是为人类而建的——比如门把手、方向盘、工厂设备等等，都是按照人类的身体形态设计的。当然，也会有其他专用形态的机器人，但总体上，匹配人类形态的机器人是个好主意。

Nikhil Kamath：如果我是一个想做机器人公司的年轻创业者，但别人已经有了制造规模，我该怎么弥补差距？

Sam Altman：短期内，你需要找到非常懂制造的好合作伙伴。长期来看，当你制造出足够多的机器人，它们甚至可以自己制造更多的副本。我们自己也在关注机器人，这是我们需要学习的新技能。

Nikhil Kamath：我用了很久的手机。你可能不会谈和 Jony Ive 合作的事，但你怎么看硬件形态的发展？

Sam Altman：AI 和以前的计算机使用方式很不同——你会希望 AI 尽可能有上下文、主动帮你做事。

电脑或手机是“开”或“关”的状态，要么在口袋里，要么在你手里。但你可能希望 AI 全天候陪伴你，适时提醒、提供帮助，甚至在你忘事时提示你。现有的电脑形态并不适合这种“AI 伙伴”愿景。未来的形态可能是眼镜、可穿戴设备、放在桌上的小装置等。世界会做很多实验，但“环境感知型硬件”很可能会很重要。

我们会尝试多种产品，打造 AI 可以寄居的硬件形态，这将是重要方向之一。

参考链接：

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