【摘要】奥特曼访谈揭示AI时代工作本质的演变，深入剖析了从“零人公司”到AGI科学发现的路径，并详解了GPT-6、Sora商业模式及未来多模态交互的战略蓝图。

引言

在人工智能技术浪潮席卷全球的今天，OpenAI CEO山姆·奥特曼（Sam Altman）的一句话，如同一块巨石投入平静的湖面，激起了千层浪。“能被ChatGPT消灭的工作不是真正的工作”，这句看似耸人听闻的论断，出自他与Rowan Cheung的最新访谈。它不仅迅速点燃了关于职业价值与未来生存的社会大讨论，更深层次地，它揭示了奥特曼以及OpenAI对于技术、工作与人类未来关系的深刻思考。

这次长达半小时的对话，信息量巨大。它不只停留在哲学层面的探讨，更是对OpenAI未来产品路线图的一次全面展示。从Agent Builder引发的“零代码革命”，到对“零人公司”的畅想；从坦然面对GPT模型在GDPval基准测试中的排名，到对GPT-6研发策略的阐述；从AGI定义标准的悄然转变，到Sora视频模型背后复杂的商业模式考量。奥特曼的分享，如同一幅徐徐展开的画卷，描绘了一个AI与人类深度共融，并不断重塑现实边界的未来。

这篇文章将不仅仅是对访谈内容的简单复述。我们将深入挖掘其背后隐藏的技术逻辑、商业雄心与哲学远见，试图为你完整解析奥特曼这盘棋的全局。我们将探讨，当AI开始进行科学发现时，AGI的曙光究竟还有多远？当Sora这样的工具普及，内容创作的生态将如何被颠覆？以及最重要的，当我们谈论“真正的工作”时，我们究竟在谈论什么？

一、📜 “真正的工作”与技术浪潮下的哲学思辨

奥特曼的核心观点，始于一个引人深思的历史类比。他让我们想象一个场景，如果回到50年前，去告诉一位终日劳作的农民，未来世界将诞生十亿个基于互联网的新岗位，比如社交媒体运营、在线主播或是算法工程师，他们会作何感想？

1.1 工作定义的动态演化

奥特曼的答案是，那位农民不仅不会相信，甚至可能会觉得我们口中的这些“工作”——根本算不上是真正的工作。

在他的世界观里，“种地是在提供人们真正需要的东西，养活他们，这才是真正的工作。” 相比之下，现代社会中，许多生活在物质极大丰富环境下的知识工作者，所从事的很多事情更像是一种“需要感到重要的、打发时间的游戏”。

这个类比并非为了贬低任何职业，而是为了揭示一个深刻的道理，“工作”的定义从来不是静态的，它随着生产力的发展和社会结构的变化而持续演化。每一次颠覆性的技术革命，都会淘汰一批旧有的工作形态，同时催生出我们曾经无法想象的新职业。

技术革命阶段

“真正的工作”定义

被淘汰/边缘化的工作

催生的新工作形态

农业革命

耕种、狩猎，提供基本生存资料

纯粹的采集者

农民、手工业者

工业革命

在工厂操作机器，进行规模化生产

大部分手工业者、传统工匠

工厂工人、工程师、铁路工人

信息革命

处理信息、编写代码、进行网络连接

打字员、电话接线员、部分文书

程序员、网络管理员、数据分析师

人工智能革命

（正在被重新定义）

重复性、模式化的知识工作

AI训练师、提示工程师、AI伦理师

奥特曼的观点是，AI正在扮演工业革命中蒸汽机、信息革命中计算机的角色。它所“消灭”的，是那些可以被高度自动化、遵循固定模式的重复性任务。而人类的独特价值，恰恰在于那些无法被轻易量化和复制的能力。

1.2 人类内在驱动力的恒定

那么，当大量现有工作被AI取代后，人类会陷入无所事事的境地吗？奥特曼对此持乐观态度。他相信，人类的内在驱动力——好奇心、创造欲、探索未知的冲动以及对社会连接的需求——是恒久不变的。

未来的工作可能会呈现出与现在截然不同的形态，或许更轻松，或许更侧重于创造和情感体验。但我们总会找到新的、有意义的事情去做。这种工作形态的持续迁移与重构，是技术进步的必然结果。与其为旧工作的消逝而焦虑，不如思考如何在新的生产力范式下，找到人类价值的新坐标。

这引出了一个核心问题，在AI时代，人类的不可替代性究竟体含现在哪里？奥特曼的访谈并未直接给出答案，但他的思考贯穿始终，指向了以下几个方向：

  • 提出正确的问题，AI擅长寻找答案，但定义问题、设定目标仍是人类的核心能力。

  • 复杂的价值判断与伦理决策，尤其是在模糊和充满不确定性的领域。

  • 深度的共情与人际连接，这是构建社会信任与协作的基石。

  • 突破性的原创思想与艺术创造，源于人类独特的生活体验和情感世界。

因此，奥特曼的“工作消亡论”，实质上是一次对“人类价值”的重新呼唤。他敦促我们思考，当AI接管了“劳动”，我们应该如何更好地去“工作”和“创造”。

二、🚀 从“零代码”到“零人公司” AI重塑商业版图

如果说对“真正工作”的探讨还停留在哲学层面，那么奥特曼对AI如何重塑商业实践的描述，则充满了具体而震撼的细节。他认为，一场由AI驱动的、深刻的商业变革已经开始，其核心在于生产工具的极致民主化。

2.1 Agent Builder与“零代码革命”

奥特曼在访谈中毫不掩饰对 Agent Builder 的兴奋。他将其描述为一次“地壳变动”。回顾两年前的第一个Dev Day，当时模型的能力与现在相比，差距巨大。而如今，借助强大的模型底座，Agent Builder已经实现了惊人的飞跃。

他描述了一个典型的场景，一个普通的知识工作者，即便不懂代码，也可以通过可视化界面，上传几个文件，授权访问特定的数据源，然后用自然语言告诉AI自己的需求。在短短几分钟内，一个相当复杂的AI代理（Agent）就能被构建和部署。

这几乎是一场针对Agent构建的“零代码革命”。它的意义在于，将创造复杂软件工具的能力，从少数专业的开发者手中，解放给了数以亿计的、拥有不同领域知识的普通人。

这对下一波创业者和开发者意味着什么？

  1. 创意的实现速度呈指数级提升，奥特曼坦言，“我甚至觉得自己的创意都跟不上它的速度了。” 过去需要数周甚至数月开发的功能，现在可能在一天之内就能完成原型测试。

  2. 试错成本大幅下降，创业者可以快速尝试更多的想法，更快地找到市场真正需要的好点子。

  3. 软件编写的总量将爆炸式增长，大量个性化、垂直化的需求将得到满足，长尾市场的潜力将被彻底激活。

2.2 “零人公司”的诞生倒计时

当构建AI代理的门槛降至冰点，一个更为激进的商业形态便浮出水面——“零人公司”。

奥特曼透露，OpenAI内部曾有一个小小的赌局，预测第一家“单人十亿美元公司”何时出现。而现在，这个预测已经升级为第一家“零人公司”何时诞生。他给出的预期是“几年内”。

“零人公司”并非指完全没有人类参与，而是指公司的核心运营、产品交付、客户服务等关键流程，都由AI代理自主完成，人类创始人可能只负责设定最初的战略目标和进行高阶监督。

我们可以想象一个由多个AI代理协作构成的虚拟公司：

  • 市场分析Agent，持续监控行业动态和用户反馈。

  • 产品开发Agent，根据市场需求自动编写和迭代代码。

  • 营销推广Agent，在社交媒体上生成内容，精准投放广告。

  • 客户服务Agent，7x24小时回答用户问题，处理售后。

奥特曼认为，虽然目前Agent Builder还无法达到完全自主的水平，但“可以看到从这里到那里的路径”。他以 Codex（代码生成工具）为例，指出其已经能完成“整天任务”，距离连续工作一周的目标也“不会太远”。

当然，要实现这一愿景，技术上仍有瓶颈需要突破。奥特曼明确指出了三大关键要素：

  • 更智能的模型，具备更强的推理和规划能力。

  • 更长的上下文，能够记忆和理解更复杂的任务流程。

  • 更好的记忆能力，实现跨任务、长周期的学习和经验积累。

2.3 给创业者的建议 “让战术成为战略”

面对AI带来的巨大机会，许多创业者感到既兴奋又迷茫。在构建产品时，如何找到并维持独特的竞争优势？

奥特曼给出的建议非常务实，他引用了一句他很喜欢的商业名言：“让战术成为战略。”

他的意思是，不要一开始就试图设计一个完美无缺的宏大战略。相反，应该从做那些当下看起来有效、能解决实际问题的事情开始。在这个过程中，一些意想不到的、可以发展为长期护城河的优势，往往会自然浮现。

他以ChatGPT自身的发展为例。最初团队启动ChatGPT时，并没有完全预料到什么会成为其最持久的优势。后来，记忆（memory）功能被证明是一个极其重要的竞争壁垒，它让用户与ChatGPT的交互变得更加个性化和连贯，从而极大地增强了用户粘性。而这一点，在项目初期并未被视为核心战略。

这个例子告诉我们，在AI时代，快速行动、持续迭代、并从用户真实的使用行为中发现价值，比闭门造车式的战略规划更为重要。AI改变了世界，但商业竞争的基本法则——如网络效应、品牌、用户数据等——并未改变。改变的是建立这些优势的战术和路径。

三、📊 GPT-6的路径、平台化与行业新基准

在访谈中，奥特曼也分享了关于OpenAI核心产品——GPT系列大模型的未来规划，以及对行业竞争格局的看法。他的坦诚和开放，展现了一家头部科技公司在激烈竞争中的自信与清醒。

3.1 ChatGPT的平台化雄心

奥特曼透露，ChatGPT的周活跃用户已达8亿，这使其不再仅仅是一个应用，而是一个潜力巨大的新分发平台。将应用（Apps）引入ChatGPT，是他很早就想做的事情。通过Apps SDK，开发者和创业者可以在ChatGPT之上构建自己的应用，直接触达海量用户。

这标志着ChatGPT正在从一个工具型产品，向一个生态型平台演进。未来，用户与AI的交互可能不再是简单的问答，而是通过自然语言调用各种应用来完成复杂任务。比如：

  • “帮我规划一次去东京的旅行，并预订机票和酒店。”（调用旅游应用）

  • “分析我上个季度的销售数据，并生成一份PPT报告。”（调用数据分析和办公应用）

  • “根据这张草图，帮我设计一个网站。”（调用设计和开发应用）

奥特曼也承认，这种新的分发机制还需要迭代和探索。用户是会通过应用名称来调用，还是希望ChatGPT智能推荐？这都需要在实践中学习。但无论如何，一个全新的AI原生应用生态正在形成。

3.2 GDPval基准与坦然的第二名

近期，一个名为 GDPval 的新基准测试引起了业界的广泛关注。它旨在衡量AI模型在主要知识工作岗位中，完成实际经济任务的表现。令人惊讶的是，在首轮公布的结果中，OpenAI的GPT-5（可能是指某个内部版本或GPT-4的升级版）排在第二，落后于竞争对手Anthropic的Claude Opus模型。

面对这个结果，奥特曼的态度非常坦然。他直言：“如果我们不愿意发布模型排名第二的结果，那就太糟了。”

他认为，建立持续进步的文化，关键就在于能够“愉快而直接地承认，在某些基准或评测上，别人比你做得更好”。他称赞Claude团队在理解企业用例和优化输出呈现方面做得非常出色，并表示自己因此受到激励，想要做得更好。

这个小插曲反映了AI行业竞争的几个新动向：

  1. 评测标准正在从学术基准转向实际应用价值，GDPval这类衡量经济任务表现的基准，将变得越来越重要。

  2. 行业竞争异常激烈，没有永远的王者，各家模型在不同维度上各有千秋。

  3. 开放和透明的心态，是推动整个行业前进的动力，承认对手的优势并从中学习，比固步自封更有价值。

3.3 GPT-6的策略方向

那么，GDPval的测试结果会影响下一代模型 GPT-6 的构建方式吗？

奥特曼的回答是，会影响部分后训练（post-training）的方式，但不会改变GPT-6的整体策略。

这意味着，OpenAI可能会在模型的微调和对齐阶段，更多地参考这类经济任务的表现，让模型在企业应用场景中输出更漂亮、更实用的结果。但是，GPT-6的核心研发目标——即追求更底层的通用智能——不会因此动摇。

这揭示了OpenAI在模型开发上的双轨思路：

  • 核心策略，持续推动基础模型能力的边界，追求更强的通用推理、知识理解和创造能力。

  • 应用策略，通过后训练、微调等手段，针对特定场景（如企业应用、代码生成）进行优化，提升产品的实际效用。

奥特曼还提到，AI在法律、财务建模等垂直领域的应用潜力巨大。随着技术成熟，如果这些领域的专用工具能达到Codex在编码领域的水平，那将是极其令人兴奋的。这暗示了未来GPT模型可能会以更垂直、更专业化的形态，赋能各行各业。

四、🔭 AGI的新航标 从“像人”到“超越人”

通用人工智能（AGI）一直是OpenAI的北极星。但在这次访谈中，奥特曼揭示了他对AGI判定标准的深刻演变。这个变化，标志着AI发展的目标，正从模仿人类智能，转向扩展人类知识的边界。

4.1 从经济价值到科学发现

过去，奥特曼对AGI的定义之一是“当AI在大多数经济价值最高的工作上超越人类时”。这是一个非常实用主义的定义，强调AI在现有社会经济体系中的替代能力。

但现在，他最关心的指标已经发生了变化。他惊喜地发现，一个新时代已经开启，那就是“当AI能够进行新颖发现，能够扩展人类知识总量的时候”。

他强调，这些成就目前还很小，他既不想夸大，也不想低估。但他提到，现在你可以在社交媒体上看到，不同学科的科学家们分享AI如何帮助他们做出小发现、提出新方法或解决某个悬而未决的问题。

这才是真正重要的事情。

这个转变意义非凡。它意味着AGI的价值，不再仅仅是作为一个更高效的“劳动力”，而是作为一个前所未有的“科学研究伙伴”。它不再是简单地学习和复制人类已有的知识，而是开始生成人类未知的新知识。

4.2 “图灵测试”之后的新常态

奥特曼用“图灵测试”来类比社会对AI进步的适应过程。

曾几何时，通过图灵测试被认为是AI遥不可及的圣杯。但当GPT-4轻松通过后，人类社会发生了什么？大家兴奋了两周，然后就开始抱怨它为什么不够快、为什么在某些问题上会犯错。

那项“AI永远的测试”就这么过去了，我们都迅速适应了。

奥特曼感觉，现在AI进行科学发现这件事，也会发生类似的情况。一开始我们会感到震惊和兴奋，但很快，我们会逐渐习惯AI作为科学发现的引擎之一。它将成为科研工作流中一个自然而然的组成部分。

这种“适应性”，恰恰体现了人类的伟大。我们总能将最前沿的科技，迅速内化为我们认知和工具体系的一部分，然后站在新的起点上，提出更高的要求。

所以，当被问及希望AI解决哪些科学突破时，奥特-曼的回答既宏大又朴素。当然，治愈疾病、发现新的物理规律会很棒。但即便是现在正在发生的、数学领域的一些小进展，也让他觉得意义重大。因为这标志着，一个由AI辅助、甚至由AI主导的知识大发现时代，已经拉开了序幕。

五、🎬 Sora的远征 从视频生成到商业共赢

在OpenAI的众多产品中，Sora无疑是近期最引人注目的明星。但奥特曼的分享告诉我们，Sora的意义远不止于一个强大的视频生成工具。它既是通往AGI的重要路径，也是OpenAI探索全新商业模式和处理技术伦理挑战的试验田。

5.1 Sora的终极目标 AGI的世界模型

当被问及Sora的目标是否是生成无法分辨真伪的AI视频时，奥特曼的回答直截了当：“目标是AGI。”

他解释说，高质量的视频生成对实现AGI至关重要。原因在于，为了生成逼真、符合物理规律的视频，模型必须在某种程度上理解和模拟真实世界。这个过程，实际上就是在构建一个“世界模型（World Model）”。

通过学习海量视频数据，Sora能够学到：

  • 空间推理能力，理解物体之间的位置关系和三维结构。

  • 物理常识，比如重力、惯性、流体动力学等。

  • 因果关系，预测一个动作会带来什么样的后果。

这些能力，不仅对视频生成至关重要，更是通往更高级通用智能的基石。奥特曼甚至认为，这对于未来机器人领域的真正进展也同样重要。因此，Sora不仅仅是一个内容创作工具，它更是OpenAI在AGI道路上，探索物理世界理解能力的一块关键拼图。

5.2 “恶搞CEO”与社会适应的阵痛

强大的技术总会伴随着伦理和滥用的风险。Sora发布后，网络上迅速充满了恶搞奥特曼本人的视频。对此，他表现得相当从容。

他认为，提前发布这类技术并设定护栏，是一种主动引导社会适应的方式。因为他清楚地看到，这项技术终将普及。未来几个月或几年，一定会出现强大的开源模型，任何人都可以用它来生成任何人的影像。

与其被动等待，不如主动出击。OpenAI的策略是：

  1. 提前发布，让公众、媒体、政策制定者提前了解技术的潜力和风险。

  2. 设定护栏，在产品层面加入安全措施，比如内容审核、水印等。

  3. 共同进化，让社会和技术有时间相互适应，逐步建立起新的规范和信任机制。

他坦言，视频的冲击力比文本更强，适应过程会更难。但我们必须学会适应一个网络上充斥着大量AI生成内容的世界。提前让社会开始这场“免疫反应”，或许是降低长期风险的必要代价。

5.3 商业模式的多元探索

Sora的商业模式，是奥特曼正在积极思考的另一个问题。与ChatGPT清晰的订阅模式不同，视频内容的生成和消费场景更为复杂，因此商业模式也需要更加灵活和多元。

奥特曼透露了几个正在探索的方向，这为我们描绘了一幅AI内容产业与创作者共赢的蓝图。

商业模式方向

具体运作方式

适用场景

解决的核心问题

收入分成模式

允许名人或IP持有者授权自己的形象被使用，并从相关视频的生成付费中获得分成。

名人 Cameo、影视IP衍生创作

平衡IP方权益与用户创作自由，激励高质量内容合作。

按生成次数付费

用户根据生成视频的数量和复杂度支付费用。

高频创作者、社交分享（如给朋友制作短视频）

覆盖巨大的计算资源成本，实现公平的按需使用。

广告模式

如果Sora演变成一个类似抖音的信息流产品，通过在内容流中插入广告来变现。

公开的内容消费平台

适用于用户以浏览为主的场景，符合主流内容平台逻辑。

订阅模式

类似ChatGPT Plus，提供高级功能或更多生成次数的月度/年度订阅。

专业创作者、重度用户

提供稳定收入来源，锁定高价值用户群体。

奥特曼强调，现在对一个刚上线几天的产品下定论还为时过早。最终的商业模式，将取决于用户真实的使用行为。是私密分享为主，还是公开消费为主？这将决定Sora最终的产品形态和盈利方式。他乐观地估计，到今年年底或明年一季度，他们会对这个问题有更清晰的答案。

六、💬 交互的未来与产品的边界

在访谈的最后部分，奥特曼分享了他对未来人机交互形态的思考，并再次明确了ChatGPT的产品定位。这不仅关乎用户体验，更反映了OpenAI在构建未来AI生态时的战略取舍。

6.1 语音不是终点 多模态才是未来

很多人认为，语音将是AI交互的最终形式。但奥特曼对此提出了不同看法。他明确表示：“我不认为语音是交互的最终形式。”

他举例说，在公共交通工具上，对着设备说话会非常烦人。语音虽然在很多场景下很自然，但它并非万能。未来的交互，应该是多模态、多场景、无缝切换的。

  • 有时是语音，比如在开车或做饭时。

  • 有时是打字，比如在需要精确输入或保持安静的场合。

  • 有时是图像或视频，通过视觉信息进行更直观的沟通。

他理想中的计算机体验是，你只需用最自然的方式下达指令，它就能准确完成你想要的操作，然后几乎不打扰你。这背后，是对环境、用户意图的深度理解，以及在不同模态间自由切换的能力。

他还暗示，OpenAI正在探索一种“全新的设备”，但这需要耐心，短期内不会公布。这表明，OpenAI的野心可能不止于软件，而是希望通过软硬件的深度结合，来定义下一代计算平台。

6.2 不做“美国微信” 专注“AI超级助手”

随着ChatGPT集成的功能越来越多，有人猜测它是否想成为像微信那样的“万能App”。对此，奥特曼给出了坚决的否定。

“不，有很多原因让我认为这种方式在美国市场行不通。”

他强调，OpenAI想做的是一个“真正优秀的AI超级助手”。这个定位非常清晰。他认为，将社交、娱乐等功能强行塞进ChatGPT，会显得很奇怪，并与用户对它的核心认知产生冲突。

ChatGPT在用户心智中，是一个高度个人化、值得信赖的效率工具和知识伙伴。如果把它变成一个嘈杂的社交平台，会稀释其核心价值。

这也是为什么Sora会作为一个独立的App推出。虽然功能上可以互通，但在品牌和用户心智上保持区隔，是维持产品专注度和用户信任的关键。

这个决策，体现了OpenAI在产品战略上的克制与清醒。在平台化的大趋势下，他们选择了一条更聚焦的路径，即做深、做透“AI助手”这一核心价值，而不是盲目地进行功能扩张。

七、🌪️ 直面“Workslop” 组织的适应与进化

最后，访谈还触及了一个非常现实的问题，即AI在提高效率的同时，也可能带来新的麻烦。斯坦福大学的一项研究提出了一个新词——“Workslop”，用来描述那些由AI生成的、表面完美但实际上需要大量人工返工的低质量内容。

研究显示，41%的办公室职员遇到过同事产生的“Workslop”，平均每次清理需要花费近2小时。这无疑给AI的应用前景蒙上了一层阴影。

奥特曼的回应，再次展现了他系统性的思考方式。

首先，他指出，这不是AI独有的现象。人类组织本身就充满了各种“Workslop”，比如毫无意义的会议、冗长含混的邮件。低效是组织固有的熵增，不必期望AI能完全豁免。

其次，他相信经济会自我调整。那些能够高效利用AI工具、建立起高质量输出流程的公司和个人，最终会比那些用AI制造垃圾、拖慢组织效率的人，更具竞争力。这是一种市场的自然选择。

最后，他承认存在学习曲线。就像使用任何新工具一样，人们需要时间去学习什么时候该用AI，什么时候不该用，以及如何更好地与AI协作。OpenAI也在尝试制作更多的教育内容，帮助用户更好地将AI融入工作流。

总而言之，奥特曼认为“Workslop”是一个阶段性的、可以通过组织适应和市场选择来解决的问题，而不是AI技术本身的根本性缺陷。

结论

回到最初的那个问题，“能被ChatGPT消灭的工作不是真正的工作”。通过这次深度访谈的层层剖析，我们或许可以更完整地理解奥特曼这句话的内涵。

它并非一句轻率的断言，而是一个基于对技术、历史和人性深刻洞察的未来预言。它告诉我们，AI带来的不是工作的终结，而是工作形态的又一次伟大迁徙。被“消灭”的，是那些重复、乏味、缺乏创造性的“任务集合体”。而真正属于人类的、以创造力、同理心和战略远见为核心的“工作”，将在AI的赋能下，迎来前所未有的绽放。

从Agent Builder的“零代码革命”，到“零人公司”的商业畅想；从AGI的新航标，到Sora的商业探索，奥特曼为我们描绘的，是一个AI与人类深度协作、共同扩展知识与创造力边界的未来。

在这个未来里，与其焦虑于自己的岗位是否会被取代，不如反躬自问，我们所从事的工作中，有多少是真正不可替代的“人类价值”所在？如何利用AI这一强大的新杠杆，去撬动更大的创造可能？

这，或许才是奥特曼真正想让我们思考的问题。

📢💻 【省心锐评】

奥特曼的棋局不在于替代人力，而在于重构价值链。与其焦虑饭碗，不如思考如何成为AI时代的价值定义者。