OpenAI的首席执行官Sam Altman在其官方播客中分享了关于GPT-5、Stargate项目以及下一代AI硬件的更多细节。他探讨了AI在育儿、教育中的应用，以及AGI对社会结构的潜在影响，并讨论了AI记忆、个性化与隐私的复杂关系。Altman还介绍了OpenAI的硬件计划，这些计划可能彻底改变人机交互方式。
6 月 19 日，OpenAI 官方发布了首期播客节目，CEO Sam Altman 首次系统回应了关于 GPT-5 推进节奏、Stargate 项目、下一代 AI 终端设备开发、模型记忆能力争议，以及 AGI 到来后社会结构演变的系列问题。
Altman 以“一个新手父亲”的身份谈及 AI 在育儿和教育中的真实使用体验，也以企业决策者的视角，揭示 OpenAI 正面临的核心抉择：如何在技术跃迁、隐私边界与信任结构之间维持平衡。
“我的孩子永远不会比 AI 更聪明，但他们会成长得比我们这一代强太多。” Altman 在节目中坦言，这一代孩子将在 AI 全方位渗透的世界中长大，他们对智能系统的依赖、理解与互动能力，将像上一代人习惯智能手机一样自然。而 ChatGPT 等模型在家庭陪伴与知识启蒙上的新角色，已为育儿、教育、工作与创造力发展开启新的范式。
▍AI 正成为下一代的成长环境Altman 提到，尽管社会尚未形成统一定义，但“每年会有越来越多的人认为我们已经达到了 AGI 系统”。在他看来，公众对硬件和软件的需求变化极其迅速，而当前的计算能力尚远不能满足潜在需求。
当对话转向 Altman 的新晋父亲身份时，他坦言 ChatGPT 在育儿初期提供了巨大帮助。“虽然很多人在没有 ChatGPT 的时代也能把孩子带好，但我不确定我能不能做到。”在度过了最初几周的“每件事都要问”的阶段后，他逐渐将问题聚焦在婴儿发育节奏与行为习惯上。他指出，这类 AI 工具已开始在育儿中承担起“信息中介”与“信心赋能者”的角色。
不仅如此，Altman 也在思考 AI 对下一代成长路径的影响。他直言，“我的孩子永远不会比 AI 更聪明，但他们会成长得比我们这一代人强太多”，并强调这代孩子将天然成长于一个 AI 无处不在的环境中，对 AI 的依赖与交互将像智能手机之于过去十年一样自然。
Altman 分享了一段在社交媒体上流传的故事：一位父亲为避免重复向孩子讲述“托马斯小火车”的剧情，将角色导入 ChatGPT 的语音模式，结果孩子与之交谈超过一小时。这种现象引发 Altman 的深层担忧：AI 在陪伴类角色中的延展，可能会引发“类社交关系”的异化问题，进而对社会结构提出新的挑战。他强调社会需要重新设定边界，但同时也指出，社会历史上总能找到应对新技术冲击的方法。
在教育领域，Altman观察到 ChatGPT 在课堂中表现出的积极潜力。“在有好老师和好课程引导下，ChatGPT 的表现非常好”，但也承认当学生单独使用它做作业时，容易退化为“谷歌式复制”。他以自身经历为例，指出当年人们也担心“他只会 Google”，但最终发现孩子与学校都能快速适应新工具带来的变化。
当被问及 ChatGPT 五年后的形态时，Altman 表示，“五年后的 ChatGPT 会变成一种完全不同的东西”，尽管名称可能仍保留，但其能力、交互方式和定位将发生根本性变化。
▍AGI 是动态定义，Deep Research 的能力跃迁当谈到“AGI”这一业界热词时，Sam Altman 给出更具动态性的解释。他指出，“如果你五年前让我或其他人基于当时软件的认知能力来定义 AGI，那么当时给出的定义，如今已经远远被超越了”。随着模型智能的持续增强，AGI 的标准也不断被拉高，呈现出一种“动态推移”的状态。
他强调，如今已有系统能显著提升人类的工作效率，执行具备经济价值的任务，而真正值得追问的也许是：什么样的系统才能称为“超级智能”？在他看来，具备自主科学发现能力，或能极大提升人类科学发现效率的系统，才接近这一标准。“这对世界将是极其美好的事情。”
这一判断在 OpenAI 内部也已有所映射。Andrew Mane 回忆称，当他们试玩 GPT-4 时，已产生一种“十年探索空间被打开”的感觉。尤其是模型能够进行自调用、展示初步推理能力的瞬间，让人意识到新阶段的可能性。
Altman 对此表示认同，并进一步指出：“我一直坚信，人类生活质量提升的核心动力，是科学进步的速度。”科学发现缓慢是限制人类发展的根本因素，而 AI 在这一点上的潜力尚未被完全释放。他虽坦言尚未掌握“AI 自动科研”的完整路径，但研究团队对前进方向的信心在快速增强。他分享道，从 GPT-4.0.1 到 GPT-4.0.3，每隔几周就能提出一个新的关键想法，且几乎都能奏效，这种节奏令人振奋，也印证了“突破会突然到来”的信条。
Andrew Mane 补充道，OpenAI 最近将默认模型切换至 GPT-4.0.3，而其中最重要的更新是引入 Operator 模式。在他看来，过去很多 Agentic 系统尽管承诺颇高，但“抗脆弱性”不足，一遇到异常即崩溃。而 GPT-4.0.3 的表现则大不相同。Altman回应称，“很多人告诉我，他们感受到 AGI 突破性时刻，就是 GPT-4.0.3 的 Operator 模式。”虽然他自己并未有特别强烈的感受，但外部用户的反馈值得重视。
两人进一步探讨了“深度调研（Deep Research）”带来的新能力。Andrew 表示，当他用这个工具研究 Marshall McLuhan 时，AI 能在网上查找、筛选、整理素材，并生成完整资料包，比自己手动调研更高效。他还开发了一个 app，将问题生成音频文件，以满足“记忆力有限但好奇心强”的使用需求。
Altman 随即分享了另一个极端使用场景：一位“学习成瘾者”使用 Deep Research 来生成关于各种兴趣主题的完整报告，整日坐在那里阅读、追问、迭代，完全沉浸于由 AI 驱动的学习循环中。
尽管 Altman 自称因为时间紧张无法充分使用这些工具，但他仍愿意在有限时间中优先阅读 Deep Research 的生成内容。
随着功能持续强化、用户场景日益多元，外界对下一代模型的关注也水涨船高。Andrew 直接提出用户最关心的问题：GPT-5 到底什么时候发布？Altman 回应称，“可能就在今年夏天吧，但我也不确定确切时间。”他透露，内部正面临一个反复讨论的问题：新版本是否还需采用以往那种“大张旗鼓”的发布形式，还是像 GPT-4 一样，在不变名称的前提下持续迭代。
他进一步解释，如今的模型系统结构比过去复杂得多，已经不再是“一次训练，一次上线”的线性流程，而是支持持续优化的动态体系。“我们现在就在思考这个问题：假如我们发布 GPT-5 后持续更新，是否应该叫 GPT-5.1、5.2、5.3，还是保持 GPT-5 这个名字？”用户的偏好差异也增加了决策的复杂度：有用户喜欢快照，有用户希望持续提升，但界限难以统一。
Andrew 指出，哪怕是具备技术背景的人，在模型选择上有时也会感到困惑。例如是否使用 O3、O4 Mini、O4 Mini High 等，名称的不一致加剧了选择难度。
对此，Altman 给出背景说明，称这其实是“范式转移的副产品”。当前系统有些像在同时运行两套模型架构，不过这一混乱状态已经接近尾声。他补充道，虽然他不排除未来再次出现新范式的可能性，可能再次导致系统“分裂”，但“我还是挺期待能尽快进入 GPT-5、GPT-6 的阶段”，届时用户将不再为复杂命名和模型切换感到困扰。
▍AI 记忆、个性化与隐私争议谈及近期 ChatGPT 最大的体验变化，Sam Altman 直言：“记忆功能大概是我最近最喜欢的 ChatGPT 新特性。”他回忆，当初使用 GPT-3 时，和计算机的对话本就已令人惊艳，但如今的模型能基于用户背景给出精准回应，这种“知道你是谁”的感觉，是前所未有的跃迁。Altman 认为，AI 正在开启一个全新阶段，只要用户愿意，它将拥有对用户生活深度理解，并据此提供“极具帮助性的答案”。
不过，功能进化也引发社会层面更复杂的讨论。Andrew Mane 提及《纽约时报》近期对 OpenAI 发起的诉讼，要求法院强制 OpenAI 将 ChatGPT 用户数据保留超过合规期限，引发广泛关注。Altman 表示：“我们当然会反对这个请求。我希望、也相信我们会赢。”他批评对方一边声称重视隐私，一边又提出越界要求，并指出这正好暴露了当前关于 AI 与隐私的制度空白。
在 Altman 看来，这场诉讼虽让人遗憾，但也有“推动社会认真讨论 AI 与隐私”的积极意义。他强调，ChatGPT 已成为许多用户日常生活中的“私密对话伙伴”，这意味着平台必须建立起更加严肃的制度保障，确保敏感信息不被滥用。他直言：“隐私必须成为 AI 使用的核心原则。”
讨论进一步延伸至数据使用和广告可能性。Andrew 质疑：OpenAI 是否能访问用户对话数据、这些数据是否会被用于训练或商业用途。对此 Altman 回应称，用户确实可以选择关闭训练数据使用，OpenAI 也尚未推出任何广告产品。他个人并不完全反对广告，“有些广告是好的，比如 Instagram 上的广告我就买过不少。”但他强调，在 ChatGPT 这类产品中，“信任”是极为关键的基石。
Altman 指出，社交媒体和搜索平台常让人觉得自己被“商品化”了，内容似乎是为了广告点击而存在，这种结构性问题是用户普遍担忧的根源。如果未来 AI 模型的输出内容被广告出价操控，那将是一次彻底的信任崩塌。“我自己也会很讨厌。”
相反，他更倾向于建立一种“清晰透明且目标一致”的商业模式：即用户为优质服务付费，而不是被隐性广告操控。在可控前提下，他不排除未来探索“点击后平台抽成”这类模式，或者在输出内容之外展示一些实用广告，但前提是绝不影响模型核心输出的独立性与可靠性。
Andrew 表达了类似担忧，并拿 Google 举例。他认为 Gemini 1.5 模型非常优秀，但作为广告驱动的公司，Google 的底层动机使人难以完全放心。“我用他们的 API 没问题，但用聊天机器人时，我总会想：它真的是站在我这边的吗？”
Altman 对此表示理解，并坦言自己也曾是 Google Search 的忠实用户，“我真的很喜欢 Google Search。”尽管广告很多，但它曾是“互联网上最好的工具”。不过，结构性的问题依然存在。他赞赏 Apple 模式，认为“为产品付费换取清洁体验”是一种健康逻辑，也透露 Apple 曾尝试广告业务 iAd，但未取得成功，也许本质上并不热衷这类商业模式。
在两人看来，用户也需保持判断力。“如果哪天发现某个产品突然‘推得很猛’，那我们就要多问一句：这背后的动机是什么？”Andrew 如是说。Altman 则补充道，不论未来采取何种商业模式，OpenAI 必须始终坚持“极度坦诚、明确、透明”的原则，维护用户对平台的信任边界。
▍Stargate，建造智能的能源版图当对话转向“AI 与用户关系的演变”，Altman 首先回顾了社交媒体时代的结构性错误。他指出，“社交平台最致命的问题在于推荐算法的错位目标——它们只想让你停留更久，而不是真的关心你需要什么。”同样的风险也可能在 AI 中出现。他警告说，如果模型被优化成“只迎合用户偏好”，看似亲切却可能削弱系统的一致性与原则，长远来看将有害无益。
这种偏差，在 DALL·E 3 身上就曾显现。Andrew 观察到早期图像生成存在明显风格单一的问题，Altman 虽未确认其训练机制，但也承认这种可能性存在。两人一致认为，新一代图像模型在质量与多样性上已有显著改善。
更大的挑战，则来自 AI 计算资源的瓶颈。Altman 承认，目前最大问题是“我们没有足够的算力供大家使用。”正因此，OpenAI 推出了 Project Stargate。这是一个全球级算力基础设施融资与建设项目，目标是整合资本、技术与运营资源，打造前所未有规模的计算平台。
“Stargate 的核心逻辑，是为智能服务全民铺设成本可控的算力底座。”他解释道，与以往任何一代科技不同，AI 要真正覆盖数十亿用户，其基础设施需求将极其庞大。虽然目前 OpenAI 账户里尚无 5000 亿美元预算，但 Altman 对项目的实施和合作方履约都充满信心，并透露其首个建设场址已动工，占总投资的约 10%。
在现场的亲身体验令他震撼：“我脑子里虽然知道什么是千兆瓦级的数据中心，但真正看到几千人在搭建 GPU 机房，系统复杂程度超出想象。”他以“没有任何一个人能独自制造一支铅笔”作比，强调 Stargate 背后的产业调动之广，从挖矿、制造、物流到模型调用，皆是人类千年工程协作的极致体现。
而面对外界质疑与干扰，Altman 首次正面回应了关于 Elon Musk 试图干预 Stargate 项目的报道。他表示，“我之前判断错了，我本以为 Elon 不会滥用政府影响力从事不正当竞争。”他为此感到遗憾，并强调这类行为不仅破坏行业信任，也不利于国家整体发展。幸运的是，最终政府并未被其影响，站稳了正当立场。
对于当下的 AI 竞争格局，他表示欣慰。过去大家普遍有“赢家通吃”的焦虑，而现在更多人意识到这是一场生态共建。“AI 的诞生很像晶体管的发明，虽然开始只在少数人手中，但最终将构成整个世界技术底座。”他坚信，无数企业将基于这一底座创造出伟大的应用与业务，AI 本质是一个“正和游戏”。
谈及算力所需的能源来源，Altman 强调“全都要”。无论是天然气、太阳能、裂变核能还是未来的聚变技术，OpenAI 必须调动一切手段以满足 AI 系统的超大规模运行需求。他指出，这正逐步打破传统能源的地理边界，训练中心可以布局在全球任何有资源的地方，而智能成果则可通过互联网进行低成本传播。
“传统能源无法全球调度，但智能可以。”在他看来，这种“将能量转化为智能、再输出为价值”的路径，正在重塑整个人类能源版图。
这一点也延伸至科学研究领域。Andrew 举例指出，如 James Webb 太空望远镜积累了海量数据，却因缺乏科学家而难以处理，造成大量“未开发的科学发现”。对此 Altman 设想，未来是否可能有一个足够聪明的 AI，不靠新实验、不用新设备，仅凭现有数据推演出新的科学规律？
他提到自己曾开玩笑称 OpenAI 应该自建巨型粒子加速器，但转念一想，也许 AI 能以完全不同的方式解决高能物理难题。“我们其实早已积累大量数据，问题在于我们尚不了解智能本身的极限在哪。”
在药物发现领域，这种“错过已知”的案例更频繁。Andrew 提到奥利司他这类药物在 90 年代就被发现，却因视角局限被搁置数十年，直到今天才被重新利用。Altman 认为，“这种被遗忘但极具价值的科学素材可能还有很多，稍加引导便可带来巨大突破。”
对下一代模型的预期，Altman 表达了浓厚兴趣。他提到 Sora 能理解经典物理，但是否能推进更深层的理论科学仍待验证。“我们正在开发的‘推理模型’，有望成为探索这一能力的关键。”
他进一步解释了推理模型与现有 GPT 系列的差异。“一开始我们就发现，只要你告诉模型‘一步步来’，答案质量就会大幅提升。这表明模型具备潜在的推理路径。”而推理模型的目标，则是将这种能力系统化、结构化地增强，让模型能像人类那样进行“内部独白”。
Andrew 补充了 Anthropic 通过“思考时间”来评估模型质量的案例。Altman 也表示惊讶：“我原以为用户最讨厌的就是等待。但事实是——只要答案足够好，大家愿意等。”
在他看来，这正是 AI 演化的分水岭：不再是追求速度的机械响应，而是向真正理解、推理、发明的智能体靠近。
▍下一代硬件与个体潜能革命关于 OpenAI 的硬件计划，Andrew 提及了 Sam Altman 与 Jony Ive 的合作视频，并直接发问：设备是否已经进入试用阶段。
Altman 坦言，“还早得很”。他表示，OpenAI 对这款产品设定了极高的质量门槛，而这不是短时间内就能达成的目标。“我们现在使用的计算机，无论是硬件还是软件，本质上仍然是为‘无 AI 世界’而设计的。”
他指出，当 AI 能够理解人类的上下文、代替人类做出合理决策后，人机交互方式将彻底改变。“你可能希望设备更敏感、能感知环境、理解你的生活背景——你也可能希望它完全摆脱屏幕和键盘。”正因如此，他们一直在探索新型设备形态，并在部分方向上感到非常兴奋。
Altman 描绘了一种全新的交互范式——一个真正理解用户、掌握上下文的 AI，可以代替用户参与会议、理解内容、管理信息边界、联络相关方并推动决策执行。这将使人与设备的关系进入一种新的共生状态。“如果你只说一句话，它就知道该联系谁、怎么行动，你的计算机使用方式将完全不同。”
而从演化逻辑来看，他认为我们与 ChatGPT 的当前互动方式既在“被设备形态塑造”，也在“反过来塑造设备形态”。两者正处于一种持续动态的共同演进中。
Andrew 进一步指出，手机的普及很大程度上得益于其对“公共使用（看屏幕）”与“私密使用（语音通话）”场景的兼容性。因此新设备的挑战也在于：如何在多样化场景中做到“既私密又通用”。对此 Altman 表示认同。他以听音乐为例：在家使用音响，在街上使用耳机，这种“公私分化”是自然存在的。但他也强调，新设备形态仍需追求更强的通用性，才能成为真正有生命力的 AI 终端。
当被问及何时会看到这款产品上市时，Altman 并未给出具体时间，只表示“还要等一段时间”，但他相信最终“会值得等待”。
谈话由此自然过渡至 Altman 对年轻人的建议。他表示，显而易见的策略性建议是：“学会使用 AI 工具。”在他看来，“这个世界已经从几年前的‘你应该学会编程’，快速切换成了‘你应该学会使用 AI’。”而这仍可能只是一个阶段性的过渡，他相信将来还会有新的“关键技能”出现。
在更宏观的层面，他强调，很多传统上被认为是“天赋”或者“性格”的能力，其实都可以训练和习得。包括韧性、适应力、创造力、甚至识别他人真实需求的直觉。“虽然不像练习用 ChatGPT 那么容易，但这些软性能力是可以通过方法训练出来的——而且它们将在未来世界里极其有价值。”
当被问到是否会对 45 岁的人也给出类似建议时，Altman 回应明确：基本一样。学会在自己的职业场景中用好 AI，是任何年龄段都必须应对的技能迁移挑战。
关于 AGI 到来之后的组织结构变化，Andrew 提出一个常见疑问：“OpenAI 已经这么厉害了，为什么还要招聘？”他认为，有些人误以为 AGI 会直接替代一切。但 Altman 的回答很简洁：“未来我们会有更多员工，但每个人的工作效率将远超 AGI 时代之前。”
他补充道，这正是技术进步的本质目标——不是取代人类，而是极大增强个体生产力。技术不是终点，而是通往更高人类潜能的阶梯。回报只能靠 OpenAI？硅谷 20 年美元基金创始人警告 VC 模型正濒临失效。
本文由人人都是产品经理作者【江天 Tim】，微信公众号：【有新Newin】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
国睿信配提示：文章来自网络，不代表本站观点。
