OpenAI CEO Sam Altman 表示,公司并没有具体的总体规划,但确实希望开发一款类似订阅操作系统的产品——不过这将是为 AI 打造的,并且能够整合你一生中所有体验的模型。
这位 AI 界的“问题制造者”在 5 月初由风险投资公司 Sequoia 举办的 AI Ascent 2025 活动的问答环节中提出了这些想法。
环节中,一位观众提问新创企业如何才能避免与 OpenAI 直接竞争,Altman 回答说:“我们希望成为人们核心的 AI 订阅服务。”
“其中的一部分将类似于你在 ChatGPT 内所做的事情。但大部分我们希望能构建得越来越智能。我们还会有这些交互界面,就像未来设备一样,未来会有一些类似操作系统的东西,”他补充道。
Altman 对该计划如何实现细节提供得并不多。
“我们目前还没有确切搞清楚……到底是哪种 API 或 SDK,或者你想怎样称呼它……才能真正成为我们的平台,”他说道,并在之后向观众保证,“可能我们需要尝试几次,但我们终会做到。”
无论公司最终开发出什么,他都表达了这样的希望:借助该产品,“将会创造惊人的财富”,因为“有大量的东西可以构建”,与 OpenAI 所推出的产品并驾齐驱。
当被问及 OpenAI 是否计划定制 AI 模型时,Altman 表示,他的“理想境界”是构建一个推理模型,“拥有一万亿 Token 的上下文,你可以将你的一生全都注入其中。”
这样的模型将能知晓“你一生中每一次对话、你读过的每一本书、你接收过的每封邮件。你曾看过的所有内容都会存入其中,加上来自其他来源的所有数据。而且你知道,你的一生都在不断地为这上下文续写新的篇章。”
如果你对这种表述感到不安,我们有好消息也有坏消息。好消息是,Altman 承认 OpenAI 目前无法构建这样的模型;坏消息是他表示:“任何其他做法都是对这种理想境界的妥协。”
这一计划看起来也更像是一种理想,而非现实,因为当被问及 OpenAI 是否已有具体计划如何使用他们正在寻求的大量投资时,他回答道:“我们会努力设计出优秀的模型并推出好的产品,但除此之外并没有其他总体规划。”
他说,更宏大的计划是行不通的,因为创业者必须从一个“极其复杂的事物”倒推工作。
他更倾向于“做好眼前的事”,这对 OpenAI 来说目前意味着要构建“大量的 AI 基础设施”以及“不断提升模型表现”。这位 CEO 还希望“打造一个卓越的上层产品,就像面向消费者的产品及其所有组成部分。”
至于具体细节?他会在前进中逐步厘清。
“我们以灵活著称,会根据世界的变化调整策略,”Altman 说,“我们明年要构建的产品现在可能连我们都还没想到。”
这听起来颇像是全球领先的 AI 公司正随时根据情况临时应变。
活在这个时代,真是妙不可言。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。