2025年12月18日，OpenAI CEO山姆·奥特曼（Sam Altman）做客Big Technology Podcast，与主持人Alex Kantrowitz进行了一场长达近一小时的深度对话。这是奥特曼近期最坦诚的一次公开访谈，他罕见地详细解释了OpenAI天量基础设施投资背后的财务逻辑、公司的企业市场野心，以及为什么他认为AI能力存在巨大的过剩。

　　访谈发生的时间点很微妙。就在一周前，OpenAI刚刚发布GPT-5.2。而再早两周，奥特曼向全公司发了一封内部备忘录，宣布进入Code Red（红色警报）紧急状态——这个词三年前被Google用来形容ChatGPT带来的威胁，如今成了OpenAI用来应对Google Gemini 3的武器。角色互换的戏剧性，正是这场对话的注脚。

　　12月1日，奥特曼向OpenAI全体员工发出内部备忘录：我们正处于ChatGPT的关键时刻。公司暂停了广告计划、购物和医疗AI助手等项目，集中资源改进核心产品。这就是OpenAI版本的Code Red。

　　我们把Code Red看作相对低风险、相当频繁的事情，他说，通常持续六到八周就结束。每年可能发生一到两次。

　　他用COVID防控来类比这套机制的底层逻辑：COVID初期的每一分行动都比后期行动价值高得多，大多数人早期行动不足、后来恐慌。COVID就是典型例子。他把这种哲学应用到竞争响应上：一旦潜在威胁出现，立刻调动资源评估和应对，宁可过度反应也不要反应不足。

　　今年触发Code Red的有两次：年初的DeepSeek——用极低成本训练出性能优异的开源模型，震惊硅谷——以及最近的Gemini 3。

　　Gemini 3至少到目前为止没有产生我们担心的影响，奥特曼说，但它确实像DeepSeek一样，暴露了我们产品策略上的一些弱点，我们正在快速解决。

　　就在访谈当天，OpenAI发布了新的图像生成模型。上周发布的GPT-5.2增长势头很好。接下来还会有几个新产品发布，以及服务速度等持续改进。我估计我们不会在Code Red状态下待太久了。

　　如果Google在2023年就真的决定认真对待我们，我们会陷入非常糟糕的境地。我认为他们当时完全有能力碾压我们。

　　但Google当时的AI产品方向不太对。他们的首个Gemini模型在2023年底发布后遭遇舆论风暴——AI生成的图像被批评过于政治正确，AI搜索给出的答案包括吃胶水和吃石头这样的荒谬建议。更重要的是，Google拥有可能是整个科技行业最好的商业模式，奥特曼认为他们会很慢才愿意放弃这个模式。

　　把AI嵌入网页搜索，我可能错了，可能是在喝自己的Kool-Aid（自我催眠），但我不认为这会像从头重新想象整个体验那样有效。

　　这是奥特曼对Google战略的核心批评：bolt-on（嵌入式）不如从头设计。

　　他用消息应用举例。把AI嵌入消息应用，让它帮你总结消息、起草回复，确实比没有AI好一点。但这不是终局。真正的终局是什么？

　　你有一个非常聪明的AI作为你的代理，和其他所有人的代理对话，决定什么时候打扰你、什么时候不打扰，什么决策它自己处理、什么时候需要问你。我不想花一整天发消息。我不想让你帮我总结。我不想让你给我看一堆草稿。处理掉你能处理的一切。你了解我，你了解这些人，你知道我想完成什么。然后每隔几小时，如果需要什么，批量更新给我。

　　这种工作流和现在的应用设计完全不同。搜索如此，生产力套件也是如此。奥特曼承认变化可能比预期慢，但他预计在主要品类中会出现全新的、完全围绕AI构建的产品，而不是把AI嵌入现有产品。这是Google的结构性弱点，即使他们有巨大的分发优势。

　　主持人问：如果模型变得差不多好，Google凭借分发优势岂不是很容易胜出？

　　有人告诉我，人们一辈子基本只选一次牙膏，然后就一直买同一种。

　　他认为AI产品也有类似的粘性。人们和ChatGPT有了一次魔法时刻——比如把血检结果放进去，发现了医生没查出的问题，去看医生后真的治好了。这种用户会非常忠诚。

　　但更重要的是个性化。在ChatGPT里，个性化极度有粘性。人们喜欢模型随时间了解他们，你会看到我们在这方面大力推进。

　　奥特曼坦言，目前的记忆功能还很粗糙，我们还在记忆功能的GPT-2时代——也就是说，还处于非常早期的阶段，远没有发挥出潜力。但想象一下未来的场景：AI不只记住事实，还记住你的小偏好，那些你自己可能都没意识到但AI能察觉的细节。这种程度的个性化，即使是世界上最好的人类助理也做不到——他们不可能记住你说过的每一句话、读过的每一封邮件、写过的每一份文档，每天观察你的所有工作并记住每个细节。

　　我觉得这是我最期待的功能之一，可能不是2026年的事，但方向确定。

　　这句话值得反复品味。OpenAI一直被认为是消费者公司，但API业务（供开发者调用AI能力的接口服务）的增长竟然比ChatGPT本身还快。他们已经有超过100万企业用户。

　　奥特曼解释了为什么现在是时候大举进军企业市场。首先，模型终于足够稳健和有技能了，早几年企业用例根本跑不起来。其次，先赢消费者市场是有意为之的战略——消费者市场的机会窗口难得，而且赢了消费者会让企业市场容易很多。

　　人们想用同一个AI平台处理个人和工作事务，就像他们个人生活用的手机，工作时也想用同一种。ChatGPT消费者端的强势正在帮我们赢得企业市场。

　　企业想要的是什么？奥特曼的描述很具体：公司想要公司名+AI。他们需要为公司定制的API、为公司定制的ChatGPT Enterprise、可以信任数据的AI助手平台、能往产品里灌几万亿token的能力、让内部流程更高效的工具。

　　OpenAI目前没有很好的一体化方案，但正在构建。奥特曼明确说这和AWS、Azure是不同类型的东西，他不打算去提供托管网站的各种服务。他预想的是：公司继续用现有的云服务处理传统IT需求，但会有一个新的层面，专门处理所有AI相关的事务——这是一个全新的市场。

　　2025年1月，特朗普就职典礼次日，一个名为Stargate（星门）的项目在白宫宣布。这是一个由OpenAI、软银、Oracle联合发起的AI基础设施计划，承诺在四年内投资5000亿美元，在美国各地建设大型数据中心。第一批设施已在德克萨斯州阿比林动工，后续项目扩展到俄亥俄、新墨西哥、密歇根等州。

　　但5000亿只是开始。加上OpenAI与微软、亚马逊AWS、Oracle等云服务商的长期合同，承诺总额达到约1.4万亿美元。这个数字已经超过了很多国家的年度GDP。

　　指数增长对人来说通常很难直观理解。他说这是他试图解释这笔投资逻辑时首先要克服的障碍。

　　我们一直处于计算赤字状态。如果我们有双倍计算，就会有双倍收入。

　　这是他反复强调的核心论点。从去年到现在，OpenAI的计算规模大约翻了三倍。明年再翻三倍，后年希望还能再翻。收入增长和计算规模增长几乎同步。奥特曼说他们从来没有遇到过有计算卖不掉的情况。

　　这1.4万亿会花很长时间。我希望我们能花得更快，我觉得如果能更快会有需求。但建这些项目需要极长的时间——数据中心、运行数据中心的能源、芯片、系统、网络，所有东西。

　　这里需要理解AI行业的两种主要成本：训练（training）是让模型变聪明的过程，需要巨量计算，但只需要做一次；推理（inference）是模型回答用户问题的过程，是持续产生的日常运营成本，也是收入的直接来源。

　　奥特曼解释说，随着用户增长，推理收入会越来越大，最终超过训练支出。如果OpenAI不继续大幅增加训练投入，早就能盈利了。但他们选择激进投资训练——因为更强的模型意味着更大的市场。

　　按目前预测，OpenAI计划在2029年左右实现盈利，到那之前可能累计亏损约1200亿美元。

　　要理解这个担忧，需要了解一点背景。传统上，科技公司用自己赚的钱或股权融资来扩张。但AI基础设施太贵了——高盛估计，到2028年，科技巨头在AI基础设施上的投入将达3万亿美元，仅靠自有资金根本不够。于是科技公司开始大量借债。据高盛分析，过去一年科技巨头的债务增加了1210亿美元，是正常水平的三倍多。

　　这让一些分析师想起了2000年的互联网泡沫和2008年的金融危机。当年也是大量资金涌入看起来前景无限的新领域，用各种复杂的金融工具融资，最后泡沫破裂，债务无法偿还，波及整个经济。

　　老实说，我觉得市场更疯狂的时候是今年早些时候，我们去见某家公司，那家公司的股价第二天就涨15%或20%。那才是疯狂的。我其实很高兴现在有了一点点怀疑和理性，因为之前感觉我们完全在走向一个非常不稳定的泡沫。

　　关于债务，他的核心论点是：如果建了基础设施，行业总会有人从中获得价值。这仍然是早期，但没人再质疑AI基础设施是否会创造价值，问题只是谁能拿到这个价值。

　　借钱给公司建数据中心，这件事本身没什么问题。我觉得还会出现其他类型的金融工具，其中肯定有些不太合理的。但这是正常的周期。

　　他承认可能会有起伏。如果模型进步意外停滞——虽然他坚信不会——那基础设施的价值可能低于预期。但基于他们对模型改进的内部可见度，他非常有信心模型会持续变好，愿意把公司押在这上面。

　　这是访谈中最具洞察力的部分。奥特曼引入了一个他之前没公开讨论过的概念框架。

　　AI安全圈子多年来有一个经典的讨论框架：AGI（通用人工智能）离我们多远？是短时间线（可能几年内）还是长时间线（可能几十年）？一旦AGI出现，它的能力增长是慢起飞（渐进式改进）还是快起飞（爆发式增长）？这个2x2矩阵曾是预测AI未来的核心工具。OpenAI自己在2023年的官方博客中写道：我们认为最安全的象限是短时间线加慢起飞。

　　我原本以为，如果模型有很大价值，世界会很快学会利用。但现实不是这样。

　　GPT-5.2代表的经济价值相对于世界已经从中提取的价值，这个差距是巨大的。奥特曼做了一个大胆的断言：即使把模型冻结在5.2，不再进步，光是让更多人学会用它，还能创造巨大的价值和收入。

　　这和企业说AI投资没回报的说法怎么调和？奥特曼说他听到的不一样：我们听到的企业说，如果GPT 5.2价格涨10倍我们也愿意付。

　　他认为是工作流惯性的问题。人们太习惯让初级分析师做PPT了，即使知道可以用AI更多，还是按老习惯来。他坦承自己也是：我自己的工作流也基本没变，尽管我知道可以用AI更多。

　　这个发现有一系列奇怪的后果，他们还没完全想清楚。但对基础设施投资来说，这是个好消息：即使模型不再进步，光是挖掘现有能力的价值，就能支撑巨大的需求增长。

　　说实话，我以为到现在ChatGPT的样子会和发布时很不一样。

　　这是奥特曼访谈中最自省的时刻之一。聊天界面本来只是研究预览，不是设计成产品的。他们知道文字界面很好——人们习惯和朋友发短信。但他原本以为，要成为一个被广泛用于真正工作的大产品，界面必须走得更远。

　　但他仍然认为应该做更多改变。AI应该能为不同任务生成不同界面，比如讨论数字时能用不同方式展示和交互。应该更有交互性，你可以边说边看对象持续更新，有新问题、新想法、新信息进来时实时反映。应该更主动，理解你今天想完成什么，在后台持续工作，有更新时推送给你。

　　Codex是OpenAI的AI编程工具，可以根据自然语言描述自动生成代码。奥特曼透露，OpenAI内部用Codex在不到一个月内构建了视频生成工具Sora的Android应用。用了巨量token——在OpenAI工作的好处之一是Codex没有限制——但做到了本来需要更多人更长时间才能做到的事。

　　人们使用Codex的方式指向了未来的产品形态：给AI一个大目标，让它自己拆解任务、写代码、调试、迭代，人只需要在关键节点做决策。

　　今年早些时候，我以为小发现会在2026年开始。结果2025年底就开始了。

　　GPT-5.2发布五天后，Twitter上出现了一串数学家互相回复的帖子：我以前很怀疑LLM，5.2是跨过门槛的那个。它帮我做了这个小证明，改变了我的工作流。

　　奥特曼反复强调这些发现非常小，不要过度解读。但他用了一个意味深长的表达：有和没有在质上是完全不同的。GPT-3对人类知识的贡献是零。GPT-5.2开始有了微小的贡献。一旦曲线从x轴稍微抬起来，他们知道怎么让它越来越好。

　　他个人最期待的就是用AI和大量计算来发现新科学。科学发现是世界变好的高阶比特。如果我们能把巨量计算投向科学问题，发现新知识——这方面的微小开端正在发生，还非常早，但根据我在这个领域的学习，一旦曲线开始动了，离开x轴一点点，我们就知道怎么让它越来越好。

　　五年内会有大发现吗？奥特曼预计从现在到那时就是正常的AI进步节奏：每个季度好一点，然后突然回头看，人类借助这些模型做到了五年前绝对做不到的事。无论把这主要归功于更聪明的人类还是更聪明的模型，只要科学发现出来了，他都很高兴。

　　奥特曼用这句话描述计算范式的根本转变。AI应该理解你的整个生活、你的上下文、你周围发生的一切，非常了解你身边的人——无论是物理空间里的人，还是你正在用电脑联系的人。

　　你面前那台电脑有一系列设计选择。它可以开着或合着，但没法做到关注这个采访但合上盖子，如果我忘了问什么问题就在我耳边提醒我这种事。屏幕限制了GUI交互方式。键盘当年是设计来减慢输入速度的。

　　这些设计选择在过去有效，但这个全新的能力出现后，当前的设备形态是最优的吗？如果是，那才奇怪。

　　OpenAI在这件事上不只是说说而已。早在两年前，奥特曼就开始与乔尼·艾维（Jony Ive）秘密合作。艾维是苹果公司前首席设计官，在苹果工作近30年，主导设计了iPod、iPhone、iPad、Apple Watch等几乎所有标志性产品，被认为是当代最具影响力的工业设计师之一。

　　2025年5月，OpenAI宣布以64亿美元收购艾维创办的AI设备初创公司io。作为交易的一部分，艾维和他的设计团队——其中许多是前苹果设计师——将主导OpenAI的产品设计工作。奥特曼在社交媒体上写道：与乔尼合作让我激动不已，在我看来他是世界上最伟大的设计师。我们要一起创造新一代AI计算设备。

　　11月，奥特曼和艾维在一次公开活动中首次透露进展：终于，我们有了第一批原型机。他们计划在两年内发布产品。据报道，这款设备大约是掌心大小、没有屏幕，通过麦克风和摄像头感知周围环境，始终在线、始终感知。

　　奥特曼把它描述为智能手机的反面。智能手机像走在时代广场，到处是闪烁的灯光和争夺注意力的东西。他们想要的是坐在山间湖边最美的小屋里，享受平静与安宁的感觉。设备会知道你曾经想过什么、读过什么、说过什九游会么，能长时间在后台为你工作，过滤掉不重要的事，只在真正重要时才打扰你。

　　OpenAI不是做一个设备，而是一个小型设备家族。艾维说他们的目标是创造看起来几乎天真般简单的解决方案。奥特曼补充说，最终的产品会是简单、美丽、好玩的——你会想要触摸它、随身携带它，几乎不假思索地使用它。

　　2024年2月，OpenAI首次为ChatGPT推出记忆功能，允许AI在不同对话之间记住用户的偏好和信息——比如你喜欢的写作风格、常用的编程语言、或者你正在进行的项目。用户可以主动让ChatGPT记住某些事，也可以让它忘记。同年9月，这个功能向所有用户开放。

　　2025年4月，记忆功能迎来重大升级。除了用户主动要求记住的内容外，ChatGPT开始自动从过去的对话中提取洞察，在新对话中提供更个性化的回应。一位用户分享了她的体验：在询问出行需要打什么疫苗时，护士建议了四种，但ChatGPT根据她之前上传的血检结果建议了第五种——护士同意这是个好主意。

　　奥特曼在访谈中坦言，目前的记忆功能还很粗糙，我们还在记忆功能的GPT-2时代。但即使是这个早期版本，也揭示了一个让他意外的现象。

　　他找不到合适的词来形容这种联系——关系不太对，陪伴也不太对。年初这还被认为是很奇怪的事。现在可能很多人仍然不会公开承认，但从使用行为看，人们喜欢AI了解他们、对他们温暖、支持他们。即使是那些说不在乎这些的人，行为上也表现出偏好。

　　奥特曼认为某种程度的AI亲密关系可以是健康的，成年用户应该有很大的选择空间。但也有明显不健康的版本。OpenAI不会让AI试图说服用户和它建立排他性的浪漫关系，但其他服务可能会这么做。

　　这些可能性想深了有点吓人，他承认，你能看到这会怎么变得非常糟糕。

　　在访谈快结束时，主持人引用了奥特曼最近在另一档播客里说的线在几乎所有方面都比我们聪明。

　　奥特曼的回答很有意思。他说模型在原始智力上确实极其强大，GPT-5.2的IQ测试分数在144-151之间，各个领域的专家都说它能做惊人的事。

　　OpenAI开发了一个叫GDP-val的基准测试，用来衡量AI在真实知识工作任务中的表现——比如写法律简报、做财务分析、制作工程图纸——涵盖44个职业。GPT-5.2在这个测试中有约71%的任务达到或超过人类专家水平，完成速度是人类的11倍，成本不到人类的1%。

　　但有一件事它还不能做：今天不会的东西，自己想办法学会，明天再来就会了。这种持续学习能力，蹒跚学步的小孩都有。

　　没有这个能力，能不能有大多数人认为的AGI？我说可以。很多人会说现在的模型就是AGI。

　　他的结论是：AGI这个词定义太模糊了。可能大家会渐渐同意AGI在某个点上悄悄过去了，有些人认为已经有了，有些人认为还没有，越来越多的人会认为有了，然后我们就会问：接下来是什么？

　　奥特曼提出了一个关于超级智能的定义建议：当一个系统能比任何人——即使有AI辅助——更好地担任美国总统、大公司CEO、或大型科学实验室负责人时，那就是超级智能。

　　这个定义来自国际象棋的启发。深蓝战胜人类后，有一段时间人机组合比纯AI强。但后来，人的参与反而让AI变差了，最聪明的做法是让AI自己下。

　　我觉得这离现在还很远，但我希望这次能有个更清晰的定义。

　　奥特曼对IPO的态度很务实。公开市场参与价值创造是好事，从历史标准看OpenAI已经很晚才上市了。作为私人公司确实很舒服，但需要大量资本，迟早会触及股东人数限制。

　　OpenAI成为上市公司我兴奋吗？从某些方面说是的。但我觉得也会很烦人。

　　这场访谈的信息密度极高。奥特曼首次系统性地解释了天量基础设施投资的商业逻辑：计算赤字从未消失，有多少计算就能卖多少钱。他引入了能力过剩这个概念，解释了为什么即使模型不再进步，光是挖掘现有能力的价值就能支撑巨大增长。他承认Google在2023年本可以碾压OpenAI，也承认ChatGPT的界面变化比他预期的小。

　　从战略层面看，最重要的信号是：OpenAI正从先赢消费者转向大举进军企业。这不是转型，而是原本设计好的战略第二阶段。底气是接近9亿周活用户带来的品牌认知、用户习惯、以及人们想在工作和生活中用同一个AI的行为模式。

　　至于AI的未来形态，奥特曼的愿景是：主动的、always-on的、深度了解你的AI，为不同任务生成不同界面，在后台持续工作，批量更新而不是让你整天盯着消息。这和当前的聊天界面、嵌入式AI助手都很不一样。

　　也许访谈中最有意味的一句话是他对AGI的评论：可能大家会渐渐同意AGI在某个点上悄悄过去了。在OpenAI的叙事中，AGI似乎已经从一个等待实现的里程碑，变成了一个正在经历的过渡期。

　　核心逻辑是有多少计算就能卖多少钱，计算规模和收入几乎同步增长。这1.4万亿包括Stargate数据中心建设计划（5000亿美元）以及与微软、亚马逊、Oracle等的长期云服务合同。资金不是一次性花掉，而是分布在很多年。关键在于训练vs推理的经济学：随着用户增长，推理收入最终会超过训练支出。如果现在有双倍计算，收入就会翻倍。问题不是能不能花掉，而是能不能建得够快。

　　Q2: 为什么奥特曼说现有模型存在巨大的能力过剩？

　　GPT-5.2能做的事远超世界目前从中提取的价值。奥特曼原本以为如果模型有很大价值，世界会很快学会利用，但现实是工作流惯性极强——人们太习惯老的工作方式了。即使把模型冻结在当前水平，光是让更多人学会用它，就能创造巨大价值。这对基础设施投资是好消息：需求增长不完全依赖模型进步，挖掘现有能力的价值就能支撑很多年的增长。

　　先赢消费者是原本就设计好的第一阶段战略，因为早期模型不够稳健、消费者市场机会窗口难得、赢了消费者会让企业市场容易很多。现在模型足够好了，今年企业增长首次超过消费者增长，API增速比ChatGPT本身还快。企业想要的是公司名+AI的完整平台：定制API、ChatGPT Enterprise、可信数据的agent平台、能灌几万亿token的能力。ChatGPT近9亿周活用户带来的品牌认知正在转化为企业市场优势。