撰文：Techub News 整理
2026 年 1 月，OpenAI 首席执行官 Sam Altman（萨姆·奥尔特曼）与一群开发者举行了一场内部沟通会。在近一小时的对话中，Altman 回答了来自现场和 Twitter 的数十个问题，内容覆盖了从 GPT-5 的技术特性、AI 代理的未来，到 AI 对经济、安全、教育乃至人类创造力的深远影响。这场对话罕见地展现了 OpenAI 对当前技术瓶颈、未来路线图以及社会责任的直接思考，对于理解 AI 行业下一阶段的发展方向具有重要参考价值。
软件工程的范式转移：从“编写代码”到“指挥计算机”
会议伊始，一个来自 Twitter 的问题定下了基调：随着 AI 让编写代码变得更快、更便宜，软件工程师的需求会减少吗？Sam Altman（萨姆·奥尔特曼）的回答指向了一场根本性的范式转移。
他认为，软件工程的定义本身将发生“超级改变”。未来，将有“远多于现在”的人能够通过指挥计算机来创造价值、获取价值。工作的形态将彻底改变——花费在打字、调试代码上的时间将大幅减少，但核心任务将转变为“让计算机完成人们想要的事情”，以及“为他人打造有用的体验”。
Altman 以历史类比：工程领域的每次效率飞跃，最终都吸引了更多人参与，创造了更多软件，而世界对软件的需求“似乎完全没有放缓”。他预测的未来图景是：许多软件将只为一个人或极少数人编写，人们会不断定制属于自己的软件。这意味着，如果将以新方式“指挥计算机”视为软件工程，那么其规模将变得更大，在全球 GDP 中的占比也会更高。
现场一位开发者随即提出了现实挑战：利用 AI 工具（如 Cursor、Codex）构建产品已非难事，但真正的瓶颈在于“进入市场”（GTM）——如何让人们发现并使用你构建的东西。Altman 坦承，这始终是创业中最难的部分，如今因为构建变易而显得落差更大。AI 并未让创业的其他环节变得简单，人类注意力作为稀缺资源的状态并未改变。他描绘了一个“极度丰裕”的未来，其中人类注意力可能成为最后的稀缺商品，因此 GTM 的竞争将依然激烈，需要创造性的想法和卓越的产品。
GPT-5 的进路、成本与 AI 代理的演进
关于模型本身的发展，开发者的问题聚焦于 specialization（专业化）与 generalization（通用化）。有人指出，GPT-4.5 在写作上表现出色，而 GPT-5 虽然作为代理模型在工具使用、推理上更强，但写作却显得“笨拙、难以阅读”。Altman 直言不讳：“我认为我们只是搞砸了。” OpenAI 将有限的带宽集中投入到了提升 GPT-5 的智能、推理和编码能力上，暂时忽略了写作维度。但他强调，未来模型的发展方向仍是优秀的通用模型，因为即使是专注于编码的模型，也需要良好的写作能力来生成完整应用并与用户清晰沟通。他承诺未来的 GPT-5.x 版本将在写作等维度上快速追赶。
成本与速度是开发者关心的另一核心。当被问及如何实现“智能廉价到无法计量”以及成本的大幅下降时，Altman 给出了一个具体预期：到 2027 年底，OpenAI 应该能够以“至少便宜 100 倍”的成本，提供 GPT-5 级别的高智能。但他同时指出了一个正在凸显的新维度：速度。随着模型输出变得异常复杂，越来越多的人开始更关注输出速度而非成本。OpenAI 需要思考如何在成本与速度之间取得平衡，甚至可能以更高价格换取百分之一的生成时间，这对许多代理应用场景至关重要。
关于 AI 代理的“耐久性”问题——即自主运行长工作流而不需要人类频繁干预的能力——Altman 和 OpenAI 团队成员认为，这取决于任务类型。对于一些定义明确的任务，通过定制化工具（如 SDK 封装）已经可以让代理持续运行。真正的挑战在于开放性问题，比如“让代理创建一家初创公司”。解决之道在于将大问题分解，让代理能够自我验证，并逐步扩大其任务范围。
针对开发者担心 OpenAI 的“平台吞噬”问题，Altman 再次强调了商业的基本法则并未改变。能够快速创造软件不意味着其他创业规则失效。他建议开发者构建那些“会为 GPT-6 取得惊人进步而感到高兴”的业务，而非那些依赖于模型当前缺陷的“边缘补丁”。
安全、生物风险与从“封锁”到“韧性”的思维转变
对话不可避免地触及了 AI 最令人担忧的领域：安全，特别是生物安全。一位生物安全初创公司创始人提问，AI 赋能生物设计可能带来的危害以及安全在 OpenAI 路线图中的位置。
Altman 坦言，生物风险是 OpenAI 对 2026 年最紧张的担忧之一。当前策略主要是限制模型访问和使用分类器防止生成新型病原体，但他认为“这不会持续奏效太久”。世界需要从“封锁”思维转向“韧性”思维。他引用联合创始人 Ilya Sutskever（伊利亚·苏茨克沃）的比喻：火给社会带来了好处，也曾烧毁城市；人类最终不是禁绝火，而是发展了消防法规、阻燃材料等韧性措施。对于 AI 带来的生物恐怖主义、网络安全等风险，同样需要全社会努力构建韧性基础设施，而 AI 本身也是解决方案的一部分。
他警告，如果今年有重大 AI 事故，生物领域“是一个合理的猜测”。随着时间推移，其他风险也会浮现。这不会完全是技术解决方案，需要世界以不同于以往的方式思考这些问题。
另一个被低估的风险模式来自 AI 代理的规模化部署。Altman 分享了自己的经历：他本以为绝不会让 Codex 拥有对自己电脑的完全无监督访问权限，但极高的便利性和看似合理的行为让他很快改变了主意。他担心，随着模型能力陡峭上升且越来越难以理解，人们可能会在未建立完善安全基础设施的情况下，因强大的便利性而“梦游般”踏入险境。这种“大图景安全基础设施”的缺失，是他认为需要被高度重视和投资的领域。
人机协作、教育与创造力：AI 时代的人类角色
当 AI 能快速学习并提供答案时，人类协作与教育的价值何在？一位学生提出了这个根本性问题。
Altman 回顾了谷歌出现时教师的类似担忧，并坚信当前的教育方式需要改变，而非抗拒工具。学习思考和写作依然重要，但教学和评估的方式必须适应新时代。他预测，在 AI 充斥的世界里，人际连接将更具价值，人们会更珍惜与他人协作。AI 有可能以前所未有的方式赋能群体协作，例如在集体头脑风暴或解决问题时，AI 作为团队成员参与，提升整体生产力。
关于教育，特别是低龄儿童教育，Altman 表达了审慎态度。他认为幼儿园阶段应尽量减少电脑和 AI 的使用，让孩子更多进行实体互动和户外活动。他对技术（尤其是社交媒体）对青少年的负面影响感到担忧，并认为对幼童的影响可能更甚但讨论不足。在未充分理解之前，不应让幼儿园儿童大量使用 AI。
对于大学教育的价值，作为曾经的辍学生，Altman 认为在当前这个 AI 高速发展的“特殊时期”，对于有志于 AI 建设的“高能动性”个体来说，大学可能不是时间的最佳利用方式。他建议可以告诉父母，未来随时可以回归校园，但当下需要抓住机遇。
创造力是另一个焦点。Altman 指出，从图像生成领域观察到，消费者在得知作品由 AI 生成后，其欣赏度和满意度会“急剧下降”。人们深度关心作品背后的人及其故事，而对机器创作则兴趣寥寥。他相信，这将是未来几十年一个深刻的趋势。完全由 AI 生成的艺术（广义上）可能不是大众最终想要的，而经过人类指导、编辑或策展的过程将至关重要。人的因素和生命故事将继续赋予创作以价值。
个性化、记忆与未来技能
开发者对 ChatGPT 记忆和个人化功能抱有很高期待，希望实现更精细的控制（如区分工作与个人身份记忆）。Altman 表示，OpenAI 将“超级努力”推进记忆和个人化，因为其带来的效用极高。他本人的态度也已转变：现已准备好让 ChatGPT 访问他的整个电脑和网络，了解一切，以获得完美数字生活代表带来的超高价值。关键在于，AI 需要深刻理解用户生活中复杂的规则、互动和层级，知道在何时使用何种信息。他相信这是大多数用户最终想要的。
最后，当被问及 AI 时代最重要的技能时，Altman 给出的答案全部是“软技能”：成为高能动性的人、善于产生想法、具有韧性、能快速适应急剧变化的世界。他认为这些技能比任何具体技术都更重要，并且都是可以学习的。
在结束语中，Altman 展望了未来模型的能力：比当前模型智能高 100 倍、上下文长度长 100 倍、速度快 100 倍、成本低 100 倍、具备完美的工具调用能力和极致的长期一致性。他再次呼吁开发者：“告诉我们你们希望我们构建什么。”这或许正是 OpenAI 在激烈竞争中保持领先的关键——与构建者社区保持紧密对话，共同塑造 AI 的未来。
