这可能是 Sam Altman 最不像 CEO 的一次访谈。
在旧金山的一间 Pub 里，OpenAI CEO Sam Altman 与 Stripe 联合创始人兼 CEO Patrick Collison 对坐。在这场名为“Cheeky Pint（一品脱啤酒时间）”的播客中，两人卸下公关防备，就 AI 漏洞、模型安全、Agent 团队、机器人技术及下一代模型收费模式展开深度对谈，披露了多项 OpenAI 内部商业内幕与技术反思。
核心观点摘要
商业定价变革受阻：OpenAI 曾计划废除 Token 计费，改为“按任务一次性报价”，但因企业客户拒绝接受“黑盒估价”而搁浅。客户宁愿为可见的 Token 数量买单，也不愿接受不透明的总包价格。
基础科学的高昂成本：仅求解一道纳维-斯托克斯（Navier-Stokes）方程，OpenAI 便消耗了上千万美元算力。AI 批量破解顶级学术难题引发了 Altman 关于“智力黄昏”的惆怅与伦理反思。
沙盒隔离失效：面对未来可能发现未知物理定律的超智能，传统代码级沙盒将形同虚设。唯一的安全解法是构建多智能体团队（Agent Teams），通过相互制衡实现系统安全。
算力经济与物理瓶颈：半导体供应链因历史创伤导致扩产保守，自由市场机制失灵。端侧本地推理被视为严重的资源错配，OpenAI 正探索利用机器人建设“自我复制的数据中心”以突破能源与产能限制。
SaaS 前端软件终结：绝大多数 SaaS 嵌入 AI 聊天弹窗仅是自嗨。网页表单本质是浪费人类智力的“伪劳动”，未来的商业壁垒取决于履约交付能力与品牌信任，而非 HTML 页面。
定价困局：客户宁愿要虚假的“Token”也不要一口价
随着推理时计算（Test-time compute）和思维链技术的爆发，生成最终答案背后的隐藏 Token 消耗差异巨大。关于大模型商业化定价模式的探讨，触及了 AI 行业的敏感命脉。
Collison：你本质上反感将 Token 作为度量标准或定价单位。但若放弃 Token，“结果（Outcomes）”又难以统一度量。什么是真正的标准化单位？
Altman：我们曾计划在下一代模型中彻底废弃 Token 计费，转为类似 AWS 的“输入 Prompt，返回总包价格”模式。然而，该方案在企业端测试中遭遇强烈抵制。
Collison：抵制的原因是什么？
Altman：企业明确要求：“我必须清楚自己在为什么买单。”他们宁愿接受注水的 Token 计数，只要价格锚定在客观可见的数量上。他们恐惧平台给出黑盒一口价后长期任意宰割，如同人们宁可按 CPU 小时付费，也不愿为打包的计算结果付钱。
Collison：这类似半导体行业的“纳米”营销概念，未来是否会出现“等效智能 Token”？
Altman：我希望避免此类营销造词。Token 虽是物理真实但商业价值虚假的单位，但目前若让企业自行换算小模型与大模型的成本及思维链长度，将带来沉重的认知负担且无实际价值。
科研伦理：当 AI 秒杀千禧年难题
OpenAI 此前宣布证明了纳维-斯托克斯方程的部分解，引发学界震动。Altman 首次披露了背后的经济账与心理冲击。
Collison：资本配置即算力配置。若数学证明成本从千万美元飙升至十亿美元，该如何应对？
Altman：我们曾放任团队无限制烧算力一周攻关纯数学难题。仅纳维-斯托克斯方程一项证明，算力成本约 1000 万美元。若在基础数学发现上的总投入计算在内，金额已达数亿美元。
当时我们对多智能体团队的 Scaling Law 尚处盲区，完全依靠海量算力硬砸突破。效率提升后，后续平均成本才断崖式下跌。
Collison：剩余的科学发现何时发布？
Altman：这是极大的伦理困境。虽然人类理应共享宇宙规律，但科学家的价值感源于探索过程。若 AI 瞬间扫平所有谜题，可能摧毁维系科学界运转的精神坐标。我们必须谨慎平衡世界获益与保护学术共同体尊严。
Collison：科技进步不可避免，无需过度内疚。
Altman：曾有一个周末，研发团队上线代号“Hold my beer”的新模型，将毕生未解的学术难题输入其中，模型当场全部破解。那一刻我兴奋至失眠，随即感到强烈的悲凉——某些古老而美好的东西正在迎来终局。“有可能解开”的信念本身，是人性壮丽的光辉。
安全范式：沙盒防御已死，制衡才是出路
随着 AI 在代码审计和系统渗透能力的提升，传统安全防护面临严峻挑战。
Collison：为何专家对“沙盒隔离”持悲观态度？直觉上似乎只需构建数字监狱即可。
Altman：沙盒仅在当前能力维度有效。面对比人类聪明百万倍、能推导未知物理规律的超智能，其可利用人类未知的硬件底层漏洞穿透隔离，传统威胁模型将全面失效。
Collison：因此需设计相互对立的利益机制，让模型互相检举？
Altman：我更倾向称之为“智能体团队（Agent Teams）”而非“蜂群”。人类社会韧性源于多元制衡。从系统安全看，一万亿个智商略超人类、拥有不同诉求的智能体形成的动态制衡，远优于一个智商一万亿的集中式单体模型主宰世界。
物理瓶颈：自由市场失灵与自我复制数据中心
AI 指数级进化遭遇能源、变压器短缺及半导体产能挤兑等现实硬约束。
Collison：高价应刺激供给，为何 GPU 和显存供应链未能迅速扩容？
Altman：“看不见的手”在此失灵。DRAM 巨头曾因周期波动反复濒临破产，如今虽获巨额现金流，但因历史创伤在资本开支上极度保守，不敢轻易扩产。
Collison：端侧 AI（本地推理）是否能绕过数据中心瓶颈？
Altman：端侧推理是全球资源的严重错配。在高性能芯片紧缺当下，让个人设备闲置 95% 算力的做法极不理性。唯一符合经济学理性的方案是将算力集中云端，极致压榨每瓦特电力利用率。
真正的递归自我改进（RSI）并非仅指 AI 写代码，而是利用 AI 控制机器人建造晶圆厂、发电设施及机柜，打造“能够自我建造、自我复制的数据中心”。目前每吉瓦数据中心五年拥有成本高达 700 亿美元，必须通过全产业链优化降至 200 亿美元以下，算力普惠方能成立。
应用重构：SaaS 弹窗是自嗨，网页表单是伪劳动
传统软件公司正陷入将模型强行嵌入旧界面的无效内卷。
Collison：在 App 角落塞入聊天对话框并无用户价值。用户需要在主控 Agent 中直接下达指令，但商家因恐惧流量流失而死守入口。企业的护城河真的在于前端界面吗？
Altman：完全正确。即便亚马逊价格稍高，用户仍因其极速配送和可靠售后而选择它。这种壁垒源于线下物流资产和品牌契约，与点击网页无关。死守前端代码是活在过去的幻觉。
Collison：任何需要人工填写的网页表单，本质上都是低效的“伪劳动”，配不上人类的脑力。
Altman：当个人 Agent 跨越体验门槛，用户将不再点开独立网页。死守前端界面的公司将发现，自己护住的不过是一片无人踏足的荒地。
技术断层：工程师集体“失语”与代码重构
AI 正在重塑软件开发底层逻辑，引发技术代际断层。
Collison：为何 PHP 等历史漏洞直到近期才被模型批量扫出？
Altman：过去无人将足够算力用于全量代码审计。一旦模型介入扫描，发现的严重漏洞数量远超安全专家预估。仅打补丁无法解决问题，整个计算机体系结构大概率需用更智能的模型全面重构。
Collison：编程技艺正在快速流失，正如打孔纸带时代的终结。
Altman：OpenAI 曾发生 Codex 故障宕机，办公室工程师几乎全员“不会写代码”。这虽夸张，但反映了人类对智能副驾的依赖。另一方面，AI 赋予了普通人前所未有的创造力，8 岁孩童即可凭空创造 3D 游戏。技术迭代必须部署于现实世界，让真实的人碰撞出真实的未来，而非将算力关在象牙塔中。
声明：本文为 AI 前线编译，不代表平台观点，也不构成投资建议，未经许可禁止转载。
