Altman认错:模型跑得快,企业换工具慢

Altman认错:模型跑得快,企业换工具慢

Sam Altman 承认自己高估了 AI 重排经济的速度;真正的竞争正在转向产品入口、企业采用与平台权力边界。

作者丨 AI 科技评论
Sam Altman 这次改了自己的时间表。
2023 年 GPT-4 发布后,他曾以为软件行业会很快洗牌。1
现实把这场重排拖慢了。
8 月 23 日,Altman 在 78 分钟的 David Senra Show 访谈里承认,他低估了经济和人的惯性。12
模型能力仍被他画在一条陡峭的曲线上;他重新估算的是,人和企业要花多久才能换掉旧工作方式。
I think I was wrong about a few things, but one of them, in terms of the speed, is the economy just has so much inertia.
——Sam Altman,访谈 00:04:121
这句认错牵出整期访谈最重要的变化。
OpenAI 面前的难题,开始从「把模型做得更强」移向「让人真正换一种工作方式」。
Altman 给出的公司答案,是把 OpenAI 做成基础平台:一个统一入口,一条 API,把应用留给外部公司。
Loading content card…

01|慢的是换工具

节目从 Shopify CEO Tobi Lütke 开始。1
Lütke 认为,2026 年会成为各行各业重新洗牌的一年。1
Altman 认同这个方向,却把时间表往后推了。1
他回忆,GPT-4 出现后,自己曾预期软件公司会迅速易主。1
现实里的客户继续向熟悉的公司付钱,员工继续打开熟悉的软件,企业继续沿用熟悉的流程。
Altman 说,这种惯性会让转型更平稳,也会让转型更慢;他此前和其他人都把时间表估得太激进了。1
他随后用同一套惯性解释自己的行为。
Altman 已经有 Codex,却仍像过去 20 年那样点开邮件、复制信息、维护待办事项。1
他把这件事称为自己心理上最矛盾的地方。
技术已经能替他处理更多工作,他仍沿用旧工具留下的操作习惯。
We have all of the technological pieces, but we have not had the iPhone moment of completely changing how someone interfaces with technology.
——Sam Altman,访谈 00:08:451
Anthropic CEO Dario Amodei 也把模型能力增长和经济扩散画成两条快速曲线。3
第二条曲线比以往的技术扩散更快,却会被安全权限、旧软件和企业变更流程拖住。3
Altman 这次认错,等于把能力进步和经济采用拆开了。
模型可以在几个月里跨过一组基准,企业却要逐个改流程、过审查、培训员工,再说服客户换掉旧习惯。
最慢的那一环,开始决定产品进入现实的速度。

02|先做统一入口

访谈进行到第 49 分钟,Altman 直接把 OpenAI 定位成一家偏平台型的公司。1
这套平台有两条主要通道。
一个是面向个人和企业的统一界面,最终变成能持续掌握上下文、主动提供帮助的智能体。
另一个是 API,让外部公司在不同成本和性能档位上调用模型,自己搭建产品。
Altman 还给出了一条边界:OpenAI 把产品范围收在少数通用入口,把垂直应用留给客户。1
他的原话更重。
We should offer this platform and try to have 100 million new businesses and 8 billion people use it in all kinds of new ways.
——Sam Altman,访谈 00:51:201
OpenAI 已经把资源向这条路线集中。
Altman 在节目中说,OpenAI 合并了 ChatGPT 与 Codex,并在上一年砍掉 Sora 和自研浏览器 Atlas,把算力和人才转向 Codex、通用知识工作与科学发现。1
他把当前大部分精力放在研究和算力上,并说大规模计算设施可能正成为「史上最昂贵的基础设施项目」。1
访谈后半段又回到 OpenAI 的创办过程。
OpenAI 从成立到第一款产品用了 4 年半,早期团队还曾用 Dota 2 强化学习项目的排行榜代替客户反馈。12
Altman 用这段经历说明,研究团队也需要能看见结果的反馈,ChatGPT 之后的真实使用则把反馈带回了产品和安全工作。1
在 AI 科技评论看来,这两条通道分别处理个人和企业的采用摩擦。
统一界面把模型、工具和长期上下文放在同一处,个人少学一套操作。
API 让企业先把 AI 接进已有系统,再逐步改造流程。
OpenAI 想做的,是把一台越来越强的发动机,接进每个人原有的工作台。
同一个统一入口,也会把更多选择交给平台。

03|平台会不会集权

Altman 把 AI 风险分成两类。
第一类是系统能力过强,人类失去控制。
第二类是单一公司、单一模型或单一个人掌握过多权力。1
他反复强调,人应该深度控制自己的未来,技术应该让个人拥有更多能力。
We want people deeply in control of the future. We want people deeply empowered. People are the whole point of this all.
——Sam Altman,访谈 00:30:541
Altman 反对一种交换:少数实验室以安全为理由集中权力,再用廉价商品、疾病治疗和优质娱乐换取公众的自治权。
他认为,这类叙事会把追逐权力包装成保护世界。1
问题落回 OpenAI 自己。
如果这个统一入口成为默认基础设施,定价、准入和模型行为的控制就会向平台集中。
Altman 用「下游产品由客户来做」回答应用层边界,用「让人自由构建」回答使用权问题。
平台如何约束自身权力,在这场访谈里仍是空白。
Yann LeCun 对「平台」的答案更靠近底层。
他在 2026 年 1 月接受 MIT Technology Review 采访时说,AI 会成为平台,而多数平台最终会走向开源;他把模型与助手的多样性看成避免单一系统控制信息的重要条件。4
两人都要平台,平台底层的所有权却分开了。
Altman 强调用途开放:用户和公司可以在 OpenAI 的模型上构建产品。
LeCun 强调模型开放:更多团队能够控制模型本身,选择不同的助手和规则。
「人人都能使用」与「人人都能控制」,是两种完全不同的开放。
OpenAI 若成为默认入口,这条差别会从理念变成基础设施的权限表。

04|小企业仍在后面

Altman 把平台战略的受益者说得很具体。
他预测,人类即将迎来史上最大规模的小企业创办潮。
他的理由是,创办小公司过去需要资源、运气和特权,AI 会降低这些门槛;他同时承认,AI 公司很少谈小企业机会,相关产品也远远不够。1
Andrej Karpathy 给这幅图补上了工作机制。
他在 2026 年 4 月整理的 Sequoia Ascent 对谈中写道,程序员正在从写代码的人变成「智能体的编排者」。5
代码生成、样板代码和初稿逐渐变便宜,理解、评估、安全、系统边界和判断模型何时跑偏变得更稀缺。5
小团队因此可以调动过去需要更多人完成的工作。
这种小团队杠杆最先出现在容易验证、训练数据充分、经济价值高的任务上;其他行业还要补工具、评测和反馈循环。5
美国人口普查局的企业调查给出了更冷的起点。
2025 年 12 月 14 日至 2026 年 5 月 3 日,美国企业的 AI 使用率在 17% 至 20% 之间波动。6
员工至少 250 人的企业有 37% 使用 AI,100 至 249 人企业为 32%,员工不超过 4 人的企业还不到 20%。6
这段时间里,员工少于 20 人的企业使用率在统计上保持平稳。6
折线图显示美国大企业的 AI 使用率高于小企业
美国人口普查局的 Business Trends and Outlook Survey 统计了企业过去两周是否在任何业务职能中使用 AI;截至 2026 年 5 月 3 日,250 人以上企业的使用率最高,1 至 4 人企业最低。6
这张图给「即将发生」定下了起点。
小团队已经拿到技术杠杆,使用率上的领先仍属于大企业。
Altman 说的是创业供给会暴涨,现有数据记录的是工具采用仍然受规模和组织能力影响。
两件事可以先后发生,目前仍停在预测与现状的两端。

05|认错以后看什么

Altman 的关键更新,是把采用速度当成一条独立曲线。
模型能力继续上升,产品和制度走在更缓的曲线上。
接下来有三件事值得继续核对。
先看小企业采用率。
美国人口普查局后续调查里,员工少于 20 人的企业能否明显追上大企业,会检验 AI 是否真的降低了最小公司的使用门槛。6
再看工作入口。
ChatGPT 与 Codex 合并后的统一界面,能否让用户从一次问答转向持续保存上下文、完成多步任务,会检验 OpenAI 是否找到了 Altman 所说的「iPhone 时刻」。1
最后看平台边界。
OpenAI 接下来会继续把资源集中到模型、统一入口和 API,还是重新进入浏览器、视频等下游品类,会检验「不和客户竞争」究竟是一条长期边界,还是一次阶段性取舍。1
AI 科技评论更关心第四件事:开发者和用户能否在模型、部署方式与数据控制之间保留真实选择。
模型已经冲到前面,人的习惯还停在原地。
Altman 这次认错的,就是两者之间那段被低估的路。
说明:文中引语以节目官方 YouTube 英文字幕为底本,对 GPT-4、Codex、Tobi Lütke 等明显转写错误作了专名校正;时间码以视频为准。1

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content