OpenAI首席执行官Sam Altman于周五晚间发布了一篇博客文章,就其住宅遭受疑似袭击事件以及《纽约客》发表的一篇深度人物报道作出回应。该报道对他的可信度提出了诸多质疑。
周五清晨,有人疑似向Altman位于旧金山的住宅投掷了燃烧瓶。据旧金山警察局通报,事件中无人受伤,嫌疑人随后在OpenAI总部被捕,当时该男子正威胁要烧毁该建筑。
尽管警方尚未公开嫌疑人身份,Altman指出,此次事件发生在一篇"煽动性文章"发表数日之后。他表示,有人曾提醒他,这篇文章在"社会对AI高度焦虑的时期"发布,可能会给他带来更大的人身安全风险。
"我当时没放在心上,"Altman说,"但现在我在深夜辗转难眠、怒不可遏,并开始意识到自己低估了文字和叙事的力量。"
这篇引发争议的文章出自记者Ronan Farrow(曾凭借揭露哈维·韦恩斯坦性侵丑闻的报道荣获普利策奖)与Andrew Marantz(长期深耕科技与政治报道领域)之手。两位作者表示,他们采访了逾百位了解Altman商业行为的人士,其中大多数人描述他是一个拥有"不懈权力意志"的人,"即便在那些将自己名字印上太空飞船的工业家中,他也显得与众不同"。
与此前多位报道过Altman的记者观察相呼应,Farrow和Marantz指出,许多受访者对Altman的可信度存有疑虑。一位匿名董事会成员称,他将"强烈渴望取悦他人、在每次互动中赢得好感"与"对欺骗他人所造成后果漠然置之的反社会特质"融于一身。
在回应文章中,Altman表示,回望过去,他能看到"许多令自己感到自豪的事,也有不少错误"。
在他承认的失误中,有一点是过于"回避冲突"的倾向,他表示这一性格"给我和OpenAI都造成了巨大的痛苦"。
"我并不为自己在与前任董事会冲突中的失当表现感到自豪,那场风波给公司造成了巨大的混乱,"Altman说——这显然是在指2023年他被解除CEO职务并随即复职一事。"在OpenAI这段疯狂的发展历程中,我犯过许多其他错误。我是一个置身于极其复杂局面中心的普通人,努力年复一年地成为更好的自己,始终为这项使命而奋斗。"
他补充道:"我向那些曾被我伤害过的人致歉,也希望自己能成长得更快一些。"
Altman还承认,这个行业内似乎存在"大量莎士比亚式的戏剧性冲突",他将此归因于一种"权力之戒动态"——"让人做出疯狂的事情"。
当然,应对权力之戒的正确方式是将其摧毁。Altman随即补充道:"我并不是说通用人工智能本身就是那枚戒指,而是指'成为掌控通用人工智能之人'这种极端化的执念。"他提出的解决之道是"致力于向大众广泛分享这项技术,让任何人都无法独占这枚戒指"。
Altman最后表示,他欢迎"善意的批评与辩论",同时重申自己坚信"技术进步能够让未来变得无比美好,无论是对你的家庭还是我的家庭"。
"在我们展开这场辩论的同时,我们应当降低言辞和行动的烈度,努力让更少的地方发生爆炸——无论是比喻意义上的,还是现实意义上的,"他说。
Q&A
Q1:Sam Altman住宅遭袭事件是怎么回事?
A:周五清晨,有人疑似向Sam Altman位于旧金山的住宅投掷了燃烧瓶,事件中无人受伤。旧金山警察局随后在OpenAI总部逮捕了一名嫌疑人,该男子当时正威胁要烧毁该建筑。警方尚未公开嫌疑人身份。Altman本人指出,此次事件发生在《纽约客》发表一篇关于他的争议性报道数日之后。
Q2:《纽约客》那篇报道对Sam Altman提出了哪些质疑?
A:该报道由记者Ronan Farrow和Andrew Marantz撰写,两人采访了逾百位了解Altman商业行为的人士。报道指出,大多数受访者认为Altman拥有"不懈的权力意志",并对其可信度存有疑虑。一位匿名董事会成员描述他同时具备强烈取悦他人的欲望,以及对欺骗行为后果漠然的反社会特质。
Q3:Sam Altman如何看待通用人工智能的控制权问题?
A:Altman认为,科技行业内存在一种"权力之戒动态",驱使人们做出极端行为。他明确反对任何人独占对通用人工智能的控制权,主张应将这项技术广泛分享给大众,而非让某一方成为唯一的掌控者,并呼吁各方降低言辞与行动的烈度。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。