梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI
在一场聚焦AI发展的直播中，OpenAI CEO萨姆·奥特曼（Sam Altman）围绕软件工程、商业、模型开发、科学研究、教育与安全等议题，分享了深度见解。问题尖锐，回应坦诚，信息量密集。
核心观点摘要：
未来工程师数量或将大幅增加，工作重心将从写代码转向“让系统替我们把事办成”。
个性化定制软件将成为常态，服务于个人或极小群体。
OpenAI承认在ChatGPT-5系列模型开发中“搞砸了”，将回归通用型模型路线。
模型学习新技能的速度将在几年内超越人类。
AI将重塑经济结构，但也可能加剧财富集中，需通过政策与监管引导其公平发展。
以下是直播内容重点整理，按主题分类呈现，文字在不改变原意基础上进行了精炼。
AI 正在重新定义工作、技术和教育
Q：AI是否会导致软件工程师需求减少？
Sam Altman: 相反，我认为从事工程工作的人数会大幅增加。AI将显著降低编码和调试的时间成本，使开发者更专注于系统目标的实现。
未来我们将广泛使用为个体或小群体量身定制的软件工具，每个人都会不断为自己构建专属应用。这意味着软件工程的整体规模将远超今日，并在全球GDP中占据更大比重。
Q：技术演进是否会受限于现有架构？
Sam Altman: 我对此持乐观态度。当前模型本质上是通用推理引擎，具备强大的知识基础和适应能力。
我相信，在未来几年内，模型掌握新技能的速度将超过人类。一个重要里程碑是：模型能通过一次解释甚至自主探索，就能稳定可靠地掌握全新工具或技术——这一时刻已不远。
Q：AI将如何影响教育？
Sam Altman: 我认为幼儿园阶段不应引入电脑或AI。儿童需要通过真实互动来发展社交与认知能力，而非依赖屏幕。
目前尚无充分研究明确技术对幼儿的长期影响，尤其针对低龄儿童的科技产品潜在风险被严重低估。在未厘清这些影响前，应避免在早期教育中过早引入AI。
OpenAI正在回归通用模型路线
Q：ChatGPT是否偏离了通用模型方向？会否继续“偏科”？
Sam Altman: 实话讲，我们在ChatGPT-5系列上确实“搞砸了”。过度聚焦智力、推理与编程能力，导致写作等维度表现不稳定。
长远来看，高质量通用模型才是主流。理想中的AI不仅写出正确代码，还需具备清晰表达、高效沟通的能力——这正是我们追求的“全面优秀”。
我们有信心在一个统一模型中同时提升各项能力，眼下正处于关键转折点，必须在推进编程智能的同时，快速补齐其他短板。
Q：大规模Agent运行面临成本瓶颈，模型调用成本能否大幅下降？
Sam Altman: 模型发展已进入新阶段：用户不再只关注成本，速度正成为同等重要的指标，许多人愿意为极速响应支付溢价。
回顾历史，模型成本已呈显著下降趋势。若市场持续推动，我们有能力将成本降至极低水平，使大规模Agent运行具备经济可行性。当前挑战在于平衡成本与速度。
Q：AI能否系统性提升创意质量？
Sam Altman: 世界本就存在大量低质内容，无论来自人类还是AI。真正的难点在于产生优质创意。
我们应开发专门辅助创意生成的工具。随着创作成本趋近于零，快速试错与反馈闭环将加速筛选出真正有价值的想法。内部使用的GPT-5.2特殊版本已在科研领域展现出实质性进展。
AI将引发深刻经济变革，伴随风险放大
Q：AI能否解决长期存在的经济不平等？
Sam Altman: AI具有显著通缩效应，可赋予个体前所未有的生产力，使其以极低成本完成以往仅大型组织才能实现的任务。
这种能力若被广泛普及，有望缩小结构性收入差距。但我也警惕另一风险：若AI工具集中在少数人手中，反而可能加剧财富与权力集中。
最终结果取决于部署方式、监管机制与配套政策设计。
Q：如何利用AI提升安全基础设施？
Sam Altman: 我对2026年可能出现AI相关事故深感担忧，尤其是生物安全领域。
当前主要依赖访问控制与内容过滤的“封堵式”防御难以持久。我们必须转向“韧性式”安全——如同人类驯服火的过程：从禁止用火到建立防火规范、耐火材料与城市体系。
AI既是风险来源，也将成为解决方案的一部分。今年最可能出问题的是生物安全，未来还将出现更多新风险点。
AI无法跨越注意力稀缺的根本挑战
Q：产品开发门槛降低后，如何解决GTM（Go-to-Market）难题？
Sam Altman: 创业最难的部分从来不是做出产品，而是获得关注、建立连接并创造差异化价值。
AI虽极大简化开发流程，但并未降低市场获取的难度。即便自动化部分营销环节，也无法解决根本问题。
核心约束未变：人类注意力极度稀缺。在软件高度丰裕的时代，注意力与优质创意反而成为最稀缺资源。创业仍需持续创造非凡价值才能脱颖而出。
参考链接：https://www.youtube.com/watch?v=Wpxv-8nG8ec
完