黄仁勋最新访谈，OpenAI CEO Sam Altman与COO Brad首次合体访谈

2024-04-21 05:04

英伟达创始人、CEO黄仁勋，近日接受美国CNBC主持人Jim Cramer采访。黄仁勋对英伟达用加速计算技术，重新发明计算机的创新成果感到骄傲。他表示，过去8年，英伟达已经提高每个GPU芯片性能，AI算力性能提高1,000倍，还介绍全新Blackwell架构B200芯片，相比8年前Pascal架构的GPU产品，AI性能提升1,000倍。

2024年4月15日，播客节目20VC with Harry Stebbings，播出OpenAI CEO Sam Altman与OpenAI COO Brad Lightcap联合访谈视频，这是OpenAI成立8年多以来，Sam与Brad首次合体对外交流。

采访中，Sam与Brad分享他们合作历程，从最初兴趣与信念开始，共同推动AI技术发展。Sam强调深度学习潜力与规模扩大带来的积极效应。Brad从投资角度，讲述对OpenAI信心与对未来发展期待。

本期长期主义，选择黄仁勋接受CNBC采访、OpenAI CEO Sam Altman与COO Brad Lightcap首次合体访谈，高华GH、硬AI发布，六合商业研选精校，分享给大家，Enjoy！

黄仁勋最新访谈：GPU性能的革命性提升与AI未来

Jim Cramer：我常称英伟达创始人黄仁勋为现代达芬奇。在我们深入探讨今天主题之前，首先让我们观众表达他们对你感激之情，你的公司让他们股票投资带来丰厚回报，让他们子女得以完成学业，极大改变他们生活，我认为这样的开场白非常得体。

黄仁勋：非常感谢大家。我想向所有股东表达我的谢意，正是在他们支持下，我们得以实现我们梦想与愿景，为行业乃至世界做出实质性贡献，我要向他们表示衷心感谢。

Jim Cramer：我非常感谢你，我们必须以这样的方式开场，这是我们节目的宗旨。

你所创造的公司成就非凡，资本市场也给予相应回报，市值高达2万亿美元。请问，你认为英伟达做了哪些事情，才配得上这样的估值？或者说，你认为它的估值仍然偏低？

黄仁勋：我认为，可能没有任何一家科技公司像我们这样，在世界上如此重要的行业之一，做出如此巨大的技术贡献。

我们通过加速计算的概念，重新定义了计算机本质。如今，你拥有的计算机在速度上比过去快了100倍，能效上提高20倍，成本上降低20倍，能够以前所未有的规模解决各种问题。

例如，我们在AI领域取得重大进展；我们在智能自动化方面，实现巨大飞跃，智能化正是各行各业基石，这正是他们选择与我们合作的原因。

Jim Cramer：你是指智能工厂吗？

黄仁勋：这正是我们现在所看到的。你能看见这些服务器吗？它们是世界上最密集的计算机，它们取代传统的整个数据中心，并将其压缩至这个小型数据中心。这个机架的计算能力，可能超过绝大多数计算机。

Jim Cramer：在这场世界计算机格局变革中，你认为这会是2年内发生的事情，还是需要更长时间？这个过程会很慢吗？

黄仁勋：每隔几年，我们都会遇到一些令人难以置信的创新。过去8年中，我们提升了每个芯片性能。这段时间里，我们将其中一个芯片性能提高1,000倍。

Jim Cramer：这意味着它能快速下载一部电影，或者阅读一本书？或者说，这种速度究竟意味着什么？

黄仁勋：首先，它可能会读取那些内容，可能会阅读有关电影信息。如果你想询问有关电影或书籍的问题，你可以说读这本书，然后让我与你讨论这本书的内容，你可以与它进行实时交流。

Jim Cramer：它能否像苹果Vision Pro一样，成为一种商业产品？如果能够像汽车一样制造它，理解它的感觉，它所看到的，那将是非常了不起的事情。也许这就是核心公司销售的关键要素。

黄仁勋：我对Vision Pro非常赞赏，我必须告诉你，它真的非常出色。我对苹果在这方面取得的成就，表示赞赏。通过跟踪世界、记录世界中所有对象，你会感觉自己仿佛真的置身于场景之中。

更加令人兴奋的是，当我们将Vision Pro与这个世界相连时，我们称之为Omniverse，它在这些计算机上运行。本质上讲，我们创造了与物理世界平行的数字世界。苹果称之为空间计算，你会感觉自己仿佛就在那里。

Jim Cramer：AI是否能够解决医疗问题？比如帕金森氏症已经发展了数十年，但至今无人能够征服它，现在有可能实现吗？

黄仁勋：正如我们使用AI技术理解小说一样，我们可以使用类似技术理解蛋白质结构、生命的本质。

现在，一旦我们能够理解生命本质，并能够在计算机中操作与利用它，我们就可以使用计算机来模拟生命过程，这样我们就不必在潮湿的实验室中进行大量筛选工作，计算机可以快速完成这些工作。我们可以探索更广阔的化学空间，更全面研究目标蛋白质，从而大大提高发现新药物的可能性。

Jim Cramer：我非常希望鼓励人们观看你的演讲，特别是最后关于未来愿景的展示，以及令人印象深刻的画面。

人们没有意识到的是，你的公司实际上是其他公司供应商，这也是我认为人们无法理解英伟达为何能成为价值2万亿美元公司的原因之一，英伟达并没有自己手机终端产品。

黄仁勋：我们所做的，与任何一家电脑公司都不同。我们创造了全新的计算方式，我们与所有人合作，每个人都将在这里工作。

研究人员与科学家正进入价值数万亿美元的AI行业，变革医疗保健、金融服务、制造业等多个领域。

当我们完成所有这些计算机构建后，我们将它们分解成多个部分，并将它们集成到微软、Azure、惠普、戴尔、IBM产品中，然后推向市场。

应用软件，由Cadence与Synopsys等公司提供。

实际上，与我们合作的公司都非常出色，我们将自己技术整合到Autodesk、Adobe等企业产品中，甚至集成到所有计算机制造商的产品中，让世界与我们连接在一起。

这就是为什么我们在每一个地方、每一个云平台、每一个数据中心，都有英伟达的身影。

Jim Cramer：这是我们一直听到的，亚马逊正在开发有竞争力的AI芯片产品。我从你这里听到的一切都是积极的，我似乎没有听到与客户的竞争。

黄仁勋：我们所做的，是非常不同的事情。首先是我们GPU架构，它既可以用于AI，也可以用于计算机图形、物理模拟、数据处理、SQL数据处理等，这需要消耗大量能源与成本。

对许多客户来说，我们为他们减少95%成本，持续使用的能源减少20倍，甚至连谷歌数据支持，现在也被GPU加速。

我们昨天宣布与一家大公司的技术突破，利用GPU，他们能够加快数据处理速度。所有这些，都是你可以在英伟达实现的事情。

如果你是一名开发人员，在NVIDIA上开发，你可以在AWS、Azure、惠普、戴尔等平台上运行它。

Jim Cramer：现在需求非常旺盛，很多人说没有足够多英伟达产品。扎克伯格甚至发布视频，说缺少35万张GPU卡。

黄仁勋：我们正处于AI计算的起步阶段，人类正处于加速计算的初期。

Jim Cramer：我们需要多长时间，才能获得足够的科技力量？如果我无法获得足够的科技资源，我该如何与英伟达合作？

黄仁勋：每个人都与我们站在一起，他们非常优秀。最重要的是要共同努力，为芯片的交付做好计划。你必须准备好你的数据中心，让所有工程师都能在这些数据中心工作。我们会确保每个人都能发挥自己作用。

Jim Cramer：我们理解你不仅是制造芯片，也不仅是提供硬件，更不仅是商品，你走的是一条不同的道路。

黄仁勋：加速计算平台，许多硬件开发的应用程序，在我们硬件上运行。

Jim Cramer：我还是要感谢很多人，我知道股东希望进行股票分割。你为什么不能给我们进行股票分割？

黄仁勋：我们会考虑，我们过去进行过股票分割，我非常喜欢股票分割的一点是，它有利于股票流通，有利于我们员工与其他人，沃尔玛也说这是一件好事。我们要确保照顾好我们员工，他们为我们做出不可思议的贡献。

Jim Cramer：你推动了一场新的工业革命，并为股东创造了巨大价值。如果全球80亿人都无法获得计算机科学学位，你将如何实现计算机技术的民主化？

黄仁勋：我们目标是让计算机变得更加智能，以便人们无需具备计算机科学知识，也能编写应用程序，计算机应该能够理解我们需求与意图。

Jim Cramer：比如，英伟达是否能帮助我们建立能制造全球顶级汽车的工厂？

黄仁勋：它完全可以做到，并且会提供巨的帮助。一旦你为工厂提供一个计划，你告诉它喜欢哪些类型的零件，最终，这个工厂将变成一个机器人，它将指挥一群制造机器人，这些机器人正在制造即将成为机器人的汽车。

Jim Cramer：这些机器人，会长得像人类吗？

黄仁勋：这些机器人，会越来越像人类。原因之一，我们为自己建造了世界工厂的工作站，工厂的生产线对人类来说非常有创意；另一个原因，我们必须教会机器人如何成为一个高效的工作者。

你需要数据，在我们现在所处的世界中，为了编写计算机软件，我们使用数据或训练示例，计算机通过例子学习，我们拥有关于人类动作的最多数据示例。

Jim Cramer：这件事非常了不起，在创立英伟达时，你是否已经预见到未来20年、30年的发展，并想到加速计算这个概念？

黄仁勋：我们在1993年成立，当时我们最主要想法是利用AI加速计算，我们不想将CPU不擅长的任务转嫁给客户，我们开发的GPU可以使整个计算机更加高效。这是一个好主意，游戏是我们首个应用领域。

Jim Cramer：有很多人错误认为，你是一个游戏玩家。

黄仁勋：我们擅长制造游戏芯片，人们认为我们是家游戏公司。

Jim Cramer：英特尔认为你是家游戏公司。

黄仁勋：我们很高兴有人这样看待我们，我们在游戏领域做得很好，英伟达是世界上最优秀的游戏芯片公司之一，我们为在游戏领域取得的成就感到骄傲。正如此，游戏是对虚拟世界的一种模拟。

Jim Cramer：当时你处于劣势，有人认为你的公司将在30天内倒闭。

黄仁勋：这可能与我们教育背景有关，我们在勤奋工作中成长。我父母是移民，他们一直非常努力工作。我哥哥在10岁时带我来到美国，我父母将两个分别为10岁与9岁的孩子留在美国，我们必须为之努力。

我们是移民，我们认为没有什么是理所当然，我父母工作非常努力，他们今天依然非常努力。

我认为我的DNA中，有一部分是更加努力工作，而不是被外界声音所影响。我有两个孩子，他们都在英伟达工作。我花了10年时间，才说服他们来这里工作，他们原本想要追求自己梦想。

Jim Cramer：他们当时想要做什么？想要成为厨师？

黄仁勋：一个想要成为世界级厨师，另一个想从事市场营销与艺术。现在他们都在这里，一个负责市场营销，另一个是工程师，这真的很棒。

Jim Cramer：他们可以设计出有史以来最好的蛋糕。

黄仁勋：他们正在为BlackWell系统芯片做出努力，这是地球上最昂贵的产品，是有史以来性能最强大的AI芯片，采用台积电5nm工艺制造。

我们必须将世界上最大的两个芯片，连接成一个巨大的芯片。这是装备有BlackWell芯片的计算机，这台BlackWell计算机的研发预算约100亿美元，我们花了大约3年时间来制作，内部包含令人难以置信的网络、高速I/O与大量软件支持。它不仅是一个数据中心，还是一个AI工厂，它生产AI技术。

Jim Cramer：我们是否可以肯定说，如果我们想要在我们公司里拥有1,000名非常聪明的人，他们就不会像那样聪明？

黄仁勋：这取决于智能的类型，AI擅长模仿我们，它模仿我们如何阅读，它模仿我们如何阅读、完成句子与总结段落，它必须理解它所阅读的内容。为了模仿我们，它必须理解文字。

Jim Cramer：大约5年前，我拜访过你，当你向我展示狗捡起果冻，你奖励狗的例子时，对我来说，这是看到一些特别的东西。我在画画，上面写着海景，这非常需要ChatGPT来让大家知道这件事。

黄仁勋：ChatGPT是非常了不起的突破，由OpenAI工程师与科学家研发。我们非常自豪的是，他们使用的是英伟达GPU显卡，完成令人难以置信的工作。

Jim Cramer：现在我担心的一件事是，我们还不完美。我去微软团队询问英伟达最好的合作伙伴是谁，它说你最好的合作伙伴是英特尔，我不认为这是真的。

黄仁勋：英特尔是伟大的合作伙伴。

Jim Cramer：微软伟大合作伙伴是谁？我们需要说服谁？为什么有些人如此害怕AI取代人类？

黄仁勋：我们与所有人一起工作，而不是与股票竞争。我们创造了市场，我们所做的一切都是以前不存在的。我依然认为，AI将创造就业机会，这将使公司更具生产力。当公司生产力提高时，他们收益就会增加，收入也会增加。当这种情况发生时，他们会雇佣更多的人。

Jim Cramer：这就是所谓的工业革命。

黄仁勋：生成式AI就是这样的，它制造了蒸汽机。使用AI技术的公司，将更具生产力（市场竞争力），创造更多就业机会，使经济规模更大。

Jim Cramer：我想知道，未来AI会不会有军备竞赛？我们并不是对世界上每个国家都友好。其他国家也不会说，我们必须创造我们自己的BlackWell芯片参与竞争，否则就会落后？

黄仁勋：未来，每台设备都将运行AI软件。问题是，它们是小型软件、大型软件，还是巨型AI技术？我认为，各国要做的最重要的事情，是创造自己的AI，要有主权AI。他们必须做自己的主权AI，原因很简单，他们有很多属于他们国家的数据，这是他们的自然资源。这是他们的人民，他们的语言，他们的文化。

Jim Cramer：你想鼓励中国这样做？

黄仁勋：中国无论如何，都会做他们自己的事情，我希望每个国家都能收获，应该处理他们文化的数据，并将其转化为他们自己的社会可以使用的情报。瑞典已经在这么做，印度正在努力这样做，日本正在努力这样做。我认为每个国家都应该做好自己的事情，确保自己的AI技术。

Jim Cramer：没有美国霸权，这将是可怕的。

黄仁勋：最重要的是，数据属于人民。这是他们的国家资产，他们的国家资源。它可以与其他所有人结合并共享，我们很乐意提供硬件，来帮助每个人做到这一点。真正重要的是，所有国家都要建立自己的主权盟友。

OpenAI CEO Sam Altman与COO Brad最新精彩联合访谈

时间：2024年4月16日

来源：硬AI

字数：13,348

Harry Stebbings：我对此感到非常兴奋，我一直想做这件事，这是你们第一次一起接受采访，我想这将是你们一起做过最独特的采访，这非常令人兴奋，我想开始。

我之前与许多共同朋友谈过，他们说我们必须从背景开始。Sam，7年前，是什么让你下定决心要做这件事？

Sam：我认为有两件事情非常重要。

首先，我从小就对AI感兴趣。我在大学里学习AI时，什么都行不通。当我们开始时，有两件事情似乎非常重要。第一，深度学习似乎确实在发挥作用。第二，规模越大，效果越好。

我们当时不知道规模越大，效果越好，但很明显，规模越大越好，这似乎是一组了不起的事情。

当时让我们感到困惑的是，为什么其他人看不到这一点？为什么其他人没有抓住这个机会？他们没有，我们想做这件事。

Harry Stebbings：我可以问一下，当其他人都怀疑时，这些年来，是什么让你有信心坚持下去，坦率说，很少有人有同样的信心？

Sam：在我们看来，这似乎会成功，我们不断取得进步。我不会称之为盲目信仰，有一定道理，只要你相信自己可以做一件困难的事情，但我们认为这样做确实非常重要。

如果我们能做到的话，那将非常有意义。以某种方式向世界展示，它可能会起作用。比如，我们有一个我们相信的攻击媒介，我们有持续的数据表明这种方法是有效的。当然，具体细节，需要很长时间才能弄清楚，我们一开始并不是做语言模型的。

我们知道，如果我们能继续做以前认为不可能的事情，某种程度上就是进步的好兆头。

我们在很长一段时间内，都对这种方法与攻击媒介，有着非常坚定信念，细节花了很长时间才解决。

我们的同事，也有很多出色的发现。如果我们能够实现AI，毫无疑问，它将成为一个大问题。这很有帮助，它将非常有价值。我们对这种方法越来越有信心，这确实需要我们在丛林或沙漠中徘徊一段时间，无论这个词是什么。

如果你坚信某件事，其他人都怀疑它，这就像有点激励。这确实有点烦人，但它有点激励人心。

Harry Stebbings：作为一名风险投资家，这将是逆势而为，而我们不会这样做，我们是绵羊。我确实想从我们在这里的关系开始，这是一种非常独特的伙伴关系。再次强调，这是你们第一次一起接受采访。这种合作关系是如何形成的？Brad，你为什么不告诉我呢？

Brad：Sam与我一起工作了很长时间。我们在YC花了很多时间研究这批开始进入增长阶段的公司，这些公司都是技术含量很高的项目，核聚变反应堆、量子计算机、自动驾驶汽车、卫星等，我一直从投资角度关注这些公司。

OpenAI是我关注的第一家公司，我认为这家公司非常独特，它似乎随着时间推移，越来越好，这并非常见的二元风险。

我记得曾向Sam指出这一点，并表示我认为这家公司与我们当时关注的其他一些公司相比，会有所不同。

我花了更多时间，与Greg、Ilya交流。

Sam描述的系统特性是，随着规模扩大，它们会变得越来越好，一开始不可预测，变得更加可预测，我认为这非常独特。

我认为我们看到同样的事情，只是从不同角度。我主要从投资角度来看待它，如果这是真的，这将非常重要，就像投资结果一样，就像对世界产生真正影响的事物一样。我很早就有了这种信念，我只是想尽我所能提供帮助。

Harry Stebbings：你是否打算全职加入？何时决定让这成为未来几10年的使命？

Brad：起初，并没有这样打算，我主要是帮Sam寻找CFO。

Sam：Brad实际上在我之前，就全职在OpenAI工作。

Brad：确实如此，这是我首次在某件事上打败Sam。我当时正在帮忙招聘，当时没人愿意担任OpenAI CFO，这家公司当时只是规模较小的非营利性研究机构。

我询问了约25位人选，结果全数被拒。我之来这里，是25个人中没一个人愿意，这让我感到尴尬，我说，我为什么不在晚上与周末帮忙？我很快就全职了。我大约一半时间在OpenAI，一半时间在YC。

Harry Stebbings：Sam，你什么时候全职加入？

Sam：我开始全职做OpenAI，这是一个循序渐进的过程，我认为到2019年春季或夏季。

Harry Stebbings：Brad在OpenAI方面，比你更胜一筹。

Sam：我认为伟大的合作伙伴关系，在于互补的技能组合。

Harry Stebbings：这是肯定的。我想听听你们每个人意见，就像全明星先生与夫人一样。Brad有什么了不起的地方，世界不知道？

Sam：我觉得，良好合作关系的一个标志是，我很感激能与OpenAI许多关键人物合作。Brad可以替我做一周的工作，我肯定不能替Brad做一周工作。

我认为，作为一个团队，进行分工，与每个人以及作为一个领导团队一起建立非常高带宽的沟通渠道的能力非常重要。

Brad擅长很多事情，为了节省时间，我在这里只谈两点。

一是适应性。Brad加入公司是为了做金融，现在他做了一些事情，我想这就像在金融领域，但非常不同。我们根本没有生意，或者直到最近，才有了可观的生意。

当我们清楚知道我们将拥有非常快速增长的业务时，我环顾四周，觉得我们真的需要一个人，我们得找个人来做这件事。

我环顾了一下房间，让Brad去做。他表示：我会找到解决办法。我可能需要一些时间来适应，但我曾经处理过类似商业事务，我有能力完成所有事情。

Brad在公司各个层面上都能够接受新挑战，并在前进过程中解决问题。

我对财务一窍不通，这一切对我来说，都显得神秘。要创建一个新的产品类别，并进行市场推广，需要广泛技能与极大耐心。这就像对客户痴迷，从产品到商业模式，再到我们如何处理客户支持，以及所有相关事情。

Brad能够看到整体画面，以及它是如何组合在一起，这就是一家公司。今天，我们在这里参加这个企业销售活动。

如果你1年前告诉我，我们将会成为伟大的组织，我可能会表示怀疑，我们还不是一个伟大的组织。

如果你说我们将会成为非常优秀的上市公司，我会认为这种情况发生的可能性非常低。现在，我们已经是一个相当不错的组织。

Harry Stebbings：稍后我们会讨论这个问题，我认为你制定的上市计划令人难以置信。换个角度，你认为Sam最大优势是什么，这是很少有人考虑或知道的？

Brad：我猜有些人可能知道这一点，我想说两件事，它们是相互关联的。

首先，任何公司发展阶段，总有1~3件事是那个时期真正重要的。这些事情会变化，几乎从来不会有10件真正重要的事情。

我认为Sam专注于1~3件重要事情上，有着难以置信的能力，这种专注也影响到我们团队运作。

如果我知道他正专注于什么，即使我们可能对这些事情有不同看法，通常我认为我们是一致的。

如果我们至少能在这些事情上达成一致，它们可能不是正确的全球性押注，但在当时看起来是正确的，这有助于我将其转化为我正致力于建立的团队，无论我们想要更注重企业，还是我们真的想改变我们对研究的押注，或者我们实际上想更多押注于一件事，而不是另一件，哪里我们真正需要做对的地方，这有助于我们非常快速前进。

我认为这是在规模扩大同时，保持速度的关键，这是大多数公司在事情的数量与感知到重要事物的数量增加时，开始丧失的。

第二件事，长期未来的导向。

你会有这样一种想法，你正在追逐非常遥远的目标，这个过程中，辩解哪1~3件事是最重要的，就是尝试弄清楚哪1~3件事，是最快把我们带到那个点的方式。

Sam对那个未来世界有着狂热的专注，我的工作只是填补其中的一切。

Harry Stebbings：对你来说，现在最重要的一两件事是什么？

Sam：世界上有很多AI组织，可以复制其他人工作。一旦你知道某事是可能的，就知道它大概样子，一旦你知道人们想要它，那就不太难了。

真正难的，是首次尝试做新事物，持续多年，如果幸运的话，持续几十年，建立一个研究机构、产品机构与全公司，将这些东西推向世界。

我们还在商业模式上创新，这种反复创新的文化，非常重要，这样我们不仅是在让GPT 5变得惊人的棒，6、7、8等，不论我们将来会怎么称呼它们，我们不会一直这样编号。确保我们能从思考研究人员能把我们带到哪里，这对产品必须走向何方，整个公司必须跟随的思考中得到准备，这是一个大事。

Harry Stebbings：影响OpenAI决策创新速度的最大障碍之一，是什么？

Sam：我认为我们有世界上最好的研究人员与最好的研究文化。如果我们失去其中的任何一个，将是非常糟糕的。没有足够的计算资源，将是非常糟糕的。

我想，我们喜欢做酷酷的研究，科学进步是世界上最酷、最令人兴奋的事情。实际上，我们在这里，是为了为其他人做有用的事情。

如果我们进行了世界上最好的研究，我们尽我们所能使其高效，我们仍然没有足够计算资源，来为地球上每个想要使用它，并将要更多使用这些模型的人提供服务，将是很糟的。

我想说的第二件事是，考虑如何获得足够的计算资源，来满足想要使用这些服务人们的需求。

Harry Stebbings：你是如何考虑回答这个问题的？

Sam：我可能不会在镜头前回答，但通过将其视为一个整体系统问题，我对我们将给世界带来的惊喜，保持乐观。

Harry Stebbings：我问一下，你们如何决策？你如何确定哪些事情可以委派，哪些事情不能委派？

Brad：最重要的事情就是达成一致，我们作为执行团队与领导团队，花了很多时间在这个方面做决定，有时很明显，有时不然，所有其他事情都会被分派下去。

我每天可能做10个决定，这些决定都不会交给Sam，它们并不是最重要的。如果真是一件最重要的事，我们整个执行团队，会花一次会议，或者好几次会议来讨论它。

Harry Stebbings：你是否同意那种说法，一家公司只需要1年做一两个决定，就能成功？还是说你更认同每天做10个决定，所有这些小的渐进式决定，最终会使公司取得进步的观点？

Sam：我非常认同两者都重要。

我喜欢做投资者的一件事是，这份工作实际上是每年做一两个决定，或者10年做一两个决定。

作为运营者的角色，绝对不是我的本能，这不是我在这个世界上的自然位置，为了稍微做得更好，我学到的一件事是，只有少数几个战略决策。

感觉更像是每月一两次，不是每年一两次，也不是那么多，也不是很大，就像这里是什么决定一样。关于如何做决定，有很多。

我认为声称没有很多这样的人，以前没有尝试过经营一家复杂的公司。说任何CEO每年或每月只做一两个决定都是荒谬的，这真的是永不停歇的。

诸如我们要做ChatGPT ，或不要做ChatGPT 之类的大事之间，是有区别的。为了使这一决定成功，我们必须在整个过程中做出1万个小决定。

Harry Stebbings：你为什么认为自己不是一个运营者？

Sam：老实说，我不是，我非常开心做投资者。

对我来说，这不是令人满意的工作，但这是非常有趣的工作，，我有点喜欢。人们用来取笑投资者的所有话，在某种程度上都是正确的。

就像对于生活质量的工作来说，这是很好的权衡。毫不谦虚的说，我天生就不是操作员。我非常愿意做这件事，是我真的非常喜欢OpenAI。我认为AGI将是我接触过的最重要的事物。

当你想到OpenAI是发展最快的公司时，听到这个消息真是太有趣了，我相信Brad会同意。

Brad：我绝对同意。

Harry Stebbings：我想问一下，我们提到了计算元素。在边际成本与边际收益方面，我们如何考虑边际收益超过边际成本的情况？我认为这是很多人建议我们今天讨论的一个问题，尤其是我们的产品。我们如何看待这个问题？

Sam：我认为这是我们可以谈论的所有事情中，最无聊的，这是我能想到的最无聊的问题。

Harry Stebbings：真的吗？为什么无聊？

Sam：你只需要坚信一点，计算成本将持续降低，随着模型性能不断提升，AI价值将持续攀升，这个等式相当直观，解决起来并不复杂。存在出错的可能性，比如如果计算成本某些原因，未能如预期般下降，或者供需失衡、计划不当等因素，导致算力变得异常昂贵，情况就会有所不同。

我认为我们可以将非常高质量的AI技术成本降至接近零，这对世界上大多数领域而言，都将是惊人的转变。不是所有事物都会受到负面影响，我相信AI成本即将变得非常低廉。

Harry Stebbings：开源与开源的兴起，如何进一步实现或影响这一点？

Sam：世界将会有开源模型一席之地。有些人想要这些模型，有些人想要托管服务，还有些人两者都用。

我认为这些细节有趣，但忽略了更大图景：我们正处于一场真正、相当大的技术革命之中，智能正在从一种非常有限的东西转变。过去，只有聪明人才拥有智能，如果你想做一些需要高智商的事情，就需要很多聪明人合作。

例如，创建像OpenAI这样的东西，需要大量聪明的人，非常多，试想一下整个体系，不仅是OpenAI员工，还有制造芯片、建造数据中心等的人。

最终每个人，都将能够获得丰富、廉价的智能来做一些惊人的事情。

Harry Stebbings：我们是否高估了1年的应用速度，低估了人们未来的意愿？

Sam：这很有可能，我认为实际上是对技术普遍应用方式的深刻洞察。无论某样东西有多神奇，社会惯性都是大问题。只有非常棒的东西，才会被广泛采用，这个过程需要时间。对于酷炫的新事物，人们总是一开始期待很高，过几年，热情减退。我可能确实高估了应用速度，我认为期望与现实之间，会很快发生逆转。

Brad：人们期望值目前非常高，现实仍然很糟糕，这些模型并没有那么好。我认为一旦人们接触到现在的模型，他们期望值就会迅速下降。这些模型也会很快变得非常出色，你会看到期望与现实的逆转，人们期望值突然需要追赶上现实的提升速度。

Harry Stebbings：你提到模型的实际质量，可能不像预期那么好，以及期望与现实间的差距。另一个有趣问题，可能有点无聊，它就是模型的商品化。以前从未见过像这样，上周Mistral还被热捧，又出现其他的一些东西，媒体上总是报道新晋玩家崛起，感觉每周都在变化，这是否意味着模型正在变成一种商品？

Sam：我记得，美国曾经有100多家汽车公司，或者至少接近这个数。如果你看当时一些媒体报道，会看到类似现在出现更好汽车这样的说法。我认为大多数新兴行业，都会经历同样过程。我觉得没关系，甚至可能是件好事，我并不认为这才是持久的价值所在。

最终会有一场洗牌，只会剩下少数几家提供商，大概十几家左右，大规模提供模型。这将是项非常复杂、非常昂贵的工程。我希望我们所有人能继续互相竞争，使模型变得更好、更便宜、更快，并在某种意义上实现商品化。

长期差异化，不会存在基础模型上，就像智能只是物质的一种新兴属性一样。长期的差异化，将在于最适合你的模型，它拥有你的整个生活背景，并与你想做的所有其他事情无缝集成。就目前而言，进步的曲线如此陡峭，我们最应该关注的是不断改进基础模型。

Harry Stebbings：你提到你做投资人的经历，Brad今天也接触了很多全球大型企业。作为投资者，我看了很多AI公司，但我没投资过任何应用型AI公司。我看到OpenAI自己推出一些产品，感觉杀死了整个行业。

Sam：我认为现在关于AI的发展，有两个策略。一种策略，是假设模型性能不会提升，在此基础上构建各种附加功能。另一种策略，假设OpenAI这样的AI研究机构，会持续快速迭代，模型会不断进步。

在我看来，全球95%创业公司，都应该采用后一种策略；遗憾的是，许多创业公司采用前一种策略。

当我们不断改进模型与工具时，就会有可能让采用前一种策略的公司面临挑战，这就是 OpenAI杀死创业公司这个想法的由来。

也有许多创业公司，可以从GPT-5性能大幅提升中获益。如果你押注AI进步，并将之作为投资逻辑，大多数情况下，你都会取得成功。

Harry Stebbings：对投资者来说，该如何识别哪些公司不会被淘汰，哪些公司可能会被淘汰？

Brad：我们可以询问这些公司，是否对模型性能提升100倍感到兴奋。

通常，经常跟我们说想要下一个模型、询问新模型发布时间，并希望成为第一个尝鲜的公司，就属于可以从中获益的类型。

还有一些公司，从未对此表示过兴趣。我认为，一个非常好的判断标准是，如果一家公司能清晰阐述出更强大AI将如何加速其产品开发，他们就属于可以从中获益的类型。

Harry Stebbings： Klarna就是一个例子吗？

Sam：Klarna是一个很好的例子。

对于Klarna公司来说，如果下一个模型像我们预期的那样出色，他们将取得巨大收益。就拿医疗顾问例子来说，目前的AI模型，存在一些不足，但在某些方面非常有用。如果模型能在这些方面取得更大进步，Klarna就可以拓展更多业务。

他们可能会对我们施加压力，要求我们更快改进模型，以便挽救更多生命，让以前无法获得医疗服务的人，能得到一些帮助。

Harry Stebbings：之前我列了一些问题，后来意识到这些问题并不理想。现在我要谈论一下模型改进的速率，这个速率是线性的吗？还是会遇到瓶颈期？现在模型的改进速度明显在加快，这种速度在未来会如何发展？

Sam：外部看，模型的改进速度，似乎是跳跃式的。这表明我们在一个核心信念上，做得还不够好。我们认为迭代式发布模型非常重要，避免在实验室里秘密研发AGI。

最糟糕的情况是，经过几十年努力，我们突然发布AGI，让全世界措手不及。对我们来说，更好的做法，是将模型发布到世界，让人们有时间思考、做出反应，逐步提高社会对AI的参与度。

我认为，我们做过最重要的决定之一，是将像ChatGPT这样的模型发布到世界，让全世界都认真对待高级AI。我们以前尝试过谈论这个话题，收效甚微，推出ChatGPT确实取得成效。

当我展望未来模型时，我认为我们低估了它们潜力。我们已经习惯这些模型，看着它们一点点改进。我们低估了即使采用迭代式发布的前瞻策略，这些模型的一些能力，也会变得多么强大。构思下一个模型时，我们正在努力让发布过程更加平滑，使外部世界感受到平滑度，更接近我们内部感受。

Harry Stebbings：随着公司规模扩大，你认为迭代部署策略，是否仍然可能向前发展？ Farron Llama发布一些关于医学科学写作的文章，他受到强烈反对，不得不撤回它。Bard也做了他们的事情，股价下跌8%。随着公司规模扩大，发布不完美的产品，可能会产生这样的后果。随着时间推移，这种迭代部署是否仍然可能？

Sam：设置正确的预期很重要，我认为只要预期得当，迭代式发布仍然可行。

Brad：我同意这一点，我们也会学到很多东西。

例如，当我们发布奏鸣曲时，我们从创意界、媒体与业界得到大量反馈。我们现在开始将这些反馈纳入考量，并将其融入我们针对这一特定模式的研究路线图。

某种意义上说，我们一开始会将期望值设定得很低，只是尝试学习，倾听外界声音，尽最大可能吸纳这些建议。

等到我们真正想要分享某个产品时，它才会让人觉得实用，人们会自然而然熟悉它，甚至感觉它好像是专门为他们打造。

我认为这将成为我们一种运营模式，它将是一种真正迭代模式，与世界的合作开发，将比人们想象的更加紧密。

Harry Stebbings：最后我想谈论一下产品上市GTM 策略，你之前明确提到医疗顾问。我听说你对AI如何解决癌症，特别是某些医学问题，充满热情。

Sam：更准确说，我渴望AI能够提供帮助。它或许无法完全解决癌症问题，但可以大幅提高科学进步速率，攻克癌症是很好的例子。

我确实认为科学非常棒，这肯定有一部分出于个人兴奋之情。我真诚相信，科学进步是社会进步、经济增长，与所有人生活质量提升方面，最重要的一环。

如果AI能帮助人们显著加快科学进步步伐，我相信它一定会取得巨大成功。

Harry Stebbings：你认为实现这一目标最大障碍是什么？

Sam：我认为最大障碍，在于模型不够智能。这听起来有点令人沮丧，像是信息量不足的敷衍回答，我觉得这才是最根本原因。

只要模型足够智能，其他问题都会迎刃而解。

我们需要找到各种方法，将这些工具整合到人们工作流程中。模型在不同领域的能力，也将发挥重要作用。

宏观角度看，使用GPT-2进行科学研究，曾被认为是相当不切实际的想法。如今，人们在使用GPT-4进行科学研究时仍，只停留在非常原始与有限阶段。

我可以预见，到GPT-6时代，人们将会把它视为能够在各方面提供帮助的通用工具。到了GPT-8时代，人们会惊叹它所能完成的任务之广泛，甚至可能超出我们现在想象。

Harry Stebbings：现在可以谈论公司发展方面的内容了吗？我认为这非常重要。历史上来看，OpenAI发展规模可以说是史无前例，尤其是考虑到收入增长速度。

Brad，你一直是其中佼佼者。这是不太好的问题，目前为止，OpenAI是如何实现足够好的发展规模？成功秘诀是什么，以及为什么一切看起来都没有崩溃？

Brad：事情不总是顺利，我很感谢你认为至少表面看，OpenAI 没有乱成一团。当时推出ChatGPT时，正是一个契机，人们第一次真正体验到这项技术的人性化一面。我们一直听到人们分享各种各样使用体验，这些故事的多样性，让我们感到非常惊讶。

例如，有时你会听到一家公司的研究科学家，谈论这个工具如何提高他们工作效率，又会听到XYZ 初创公司软件工程师说，这个工具可以帮助他写代码。

甚至新手父母说，他们每天都会向这个工具询问80个问题，帮助他们理解如何照顾婴儿。

同一个工具，竟然能支持如此丰富的使用场景，我认为它易于上手，这肯定会对人们接受程度与使用方式产生重大影响。

这也会带来商业上的影响，我们仍然专注于在这一领域不断努力。

B2B业务与面向个人的业务节奏不同，企业采用新技术往往需要更长周期，我们在开发者方面取得巨大成功，我们一直都以打造全球顶尖的AI开发者平台为荣。

现在，企业用户成为我们的新关注点。针对企业用户开发产品，将是一个需要更多流程与时间点的过程，我们对此感到兴奋。

Harry Stebbings：我想问一下关于人才的问题。如果人才因为OpenAI是最热门的公司而加入，这是否不好？OpenAI是发展最快的公司吗？

Sam：可能吧。

Harry Stebbings：每个人都必须加入我们的使命吗？

Sam：如果人才只是因为OpenAI是最热门、发展最快的公司就想加入，并不是件好事，每个人都应该认同我们使命才对。

我们总是强调使命，但仅仅强调使命就足够了吗？我确实看到过一些科技公司，仅仅成为热门雇主而吸引人才，这种做法通常会带来负面影响。

使命感并不需要在所有情况下都100%真实，不过失去使命导向，被雇佣兵文化主导的公司，往往会为此感到后悔。

Harry Stebbings：你投资了一些杰出的创始者，有没有哪些人是你学习榜样、塑造了你关于建设公司想法的？

Sam：我非常幸运能与我这一代许多优秀的创始人合作，并见证他们取得成功，我也很高兴他们现在愿意花时间帮助我。

Harry Stebbings：冒昧追问一下，有没有一两位特别让你印象深刻的创始人，你从他们身上学到了什么？

Sam：Chessie在过去1年半里，对我提供很多帮助，他擅长许多我并不擅长的领域，迫使我快速学习如何思考产品、讨论产品，以及如何打造优秀产品，他真是特别的人。

Carlson兄弟也很棒，每次与他们交谈，我都会学到前所未有的深刻见解，这些都是非线性思考方式。

我投资了很多公司，认识很多杰出的创始人，我非常感激他们愿意在不同方面提供帮助。就像我试图从不同投资者身上学习一样，向不同创始人学习，也是一种很棒的策略。

Harry Stebbings：回到关于用户使用方面的话题，你提到消费者、父母、科学研究人员等各种各样用户群体，你们还与一些全球知名大型企业建立令人赞叹的合作关系。

企业级应用方面，你认为有哪些关于企业采用AI的最重要心得体会，以及大型企业是如何思考、接近与采用AI技术？

Brad：我认为最大的心得体会是，企业天生有一种强烈的愿望，将这项技术直接投入到业务流程中，以期获得可量化的投资回报率ROI。

Harry Stebbings：听起来很棒。

Brad: 我管理我的供应链，每年花费X，我想将AI投入到供应链管理的特定流程中，并将我花钱的特定领域支出削减20%，诸如此类，这很好。我们在这里，很乐意帮助你思考这个问题。

我认为人们严重低估仅仅让员工能够使用这项技术，所带来的重要性与回报。你无法确切量化这种工作方式的效益，例如，原本需要花费2天才能完成的工作，现在只需要2分钟，这样一来，员工就腾出更多时间做其他 85 件日常工作，这并不会直接体现在企业衡量投资回报率的方式中。

想象一下，如果这种情况，在1万名或10万名员工身上发生，会带来怎样的影响？

Harry Stebbings：我们该如何向企业解释这一点？你说得对，这不像预算明细那样一目了然，例如，我们节省了X美元。

Brad：要展示节省出来的时间，确实比较困难。

一方面，确实需要时间来证明。ChatGPT作为商用产品还非常新，2023年8月或9月左右，我们才发布企业版，2024年早些时候发布的自助服务产品SRF。

上市时间几乎为零，企业采用新技术往往需要更长周期。我认为，部分原因在于需要时间，另一部分原因在于员工会期望使用这些工具。

未来你将开始雇佣习惯于使用这些工具的人才，他们期望在工作场所也能使用这些工具。我认为随着时间推移，我们会开始看到这种转变。

我认为目前人们对于应该在哪里部署AI，存在一种奇怪的误解，这将对我认为他们应该在哪里部署AI产生重大影响。

Harry Stebbings：你认为最大的公司，没有问他们应该问的哪些问题？

Brad：关于如何使用AI，如何整合AI，他们应该考虑的问题，许多公司认为这是一项静态技术。

许多公司认为 GPT-4 是他们能获得最好的模型，这可以理解，他们以往采用的每项技术都相对静态。

例如，想想 2009 年的 iPhone 与今天的手机，它们本质上是相同的，只是外形略有变化，速度更快，分辨率更高，技术本身没有太大变化。

云计算的应用开发也差不多是这样，现在他们被赋予这项新技术，他们认为这就是全部。

我认为他们没有充分考虑技术更新的速度，以及如何看待下一波技术浪潮与后继浪潮，还有如何思考实施这些技术来适应这种变化速度。

Harry Stebbings：你们公司适应了这种变化速度。欧洲公司在你们如此快速变化的情况下，行动速度往往赶不上。他们习惯现有工作流程与程序，你们进行更新换代，他们就会措手不及，对吧？

Brad：这确实很难，这就是我们的工作难点所在。

我认为公司想要快速发展，但当你规模达到10万倍或20万倍时，要做到这一点，就非常困难，这将是未来几年，我们面临的最大挑战。

Harry Stebbings：Sam提到研究与文化，以及在建立销售团队时，两者间的平衡，产品与销售的职能与文化很难有效融合，你认为这种平衡面临的挑战有哪些？

Sam：我认为这就是Brad与我建立良好合作关系的地方，我们对如何平衡任何特定决定有不同看法。

我认为，我们非常善于听从对方意见，根据情况或感觉，会产生更重要的影响。

我认为，我们在确保让研究推动产品、与产品推动销售的关键重点方面，有着非常深刻的共识，Brad与许多人不会这样认为。

这并不意味着完全如此，必须有另一个方向的反馈。我们现在喜欢拥有用户的原因之一是，这是你能获得最重要的奖励信号，可以判断模型好坏。

它对人们到底有多大用处？这才是最重要的。我们知道，为了销售更多产品，我们能做的最好事情，就是让产品变得更好。

为了提升产品质量，我们最应该做的，就是进行更深入研究。这一点上，我们之间从未有过任何分歧，这一点至关重要。

Harry Stebbings：有趣的是，你提到Meta的Alex Schultz，他以前非常擅长增长，现在在OpenAI之后，他增长思维发生了怎样变化？

Sam：Alex Schultz是增长方面的天才，他可以滔滔不绝讨论用户留存曲线与各种指标，他非常懂得这些方面诀窍。

我认为通常情况下，你从失败中学到的东西并不多，成功才是更好的老师。打破所有规则的极端成功案例，也学不到太多东西。

ChatGPT的成功，是一种罕见的科技革命，并不是什么可以操作的建议。如果我想要学习增长之道，我可能无法向Alex Schultz请教了。

Harry Stebbings：你为什么说从失败中学不到东西？

Sam：我一直认为可以从失败中学到教训，例如哪些做法应该避免。至少根据我自己经历，我失败过很多次，也成功过几次，从成功案例中学到的东西，要多得多。

Harry Stebbings：你从成功中学到的最大教训是什么？

Sam：有很多，比如招聘员工时应该关注哪些方面。我现在更倾向提拔内部员工担任高级职位，招聘外部人才时，我会非常谨慎。

还要学习如何判断创始人是否优秀，如何判断投资是否成功等。

Krishna Ross投资业绩非常出色，你可以向他请教如何判断创始人是否优秀。

我肯定会考虑显而易见的因素，还有一些其他因素也会考虑进去。

例如，我更看重创始人追求的目标是否宏大，如果成功的话影响会很大。这比人们想象的更重要，真正的大赢家往往可遇不可求。

宁可10次投资中，9次失败，第10次取得巨大成功，也不要追求7次小赢的平庸。优秀的创始人，应该能够不断产出新点子，具备快速迭代的能力。聪明、坚韧等素质，也很重要。优秀的沟通能力，也是我非常看重的一点。

Harry Stebbings：我搞砸了很多，我错过很多伟大的公司，我搞砸了，恕我直言，特别是在种子期或我倾向于投资的地方，他们并没有那么熟练，他们没有那种沟通能力。

Sam：作为一家公司领导者，你需要向团队解释公司发展方向与目标，你需要招募人才，并让他们信服与你一起工作，你需要向客户推销产品，并让他们愿意尝试。

某些时候，你需要面对更广泛受众进行演讲。我并不是说一定要能言善辩，也许我一辈子都做不到这一点，日常工作中能够清晰解释你在做什么、为什么重要，以及如何让别人帮助你，这一点非常重要。

Harry Stebbings：我们快速讨论一下招聘问题。你之前提到的一个特点是，你聘用的人似乎有点年纪。你是更倾向聘用经验丰富的人才，还是更看重求职者干劲与拼搏精神？根据你之前提到招聘情况，我猜测你更倾向于前者。

Brad：至少在我任职的公司，招聘策略的制定上，我会区分团队人员构成与职责分配。

我崇尚团队合作，鼓励每个人都能提出好的想法。

实际上，很多优秀的想法，往往出乎意料，并非总是来自经验最丰富的人。

我的建议是，建立扁平的团队架构，平等对待每个人的想法，鼓励大家集思广益，共同决策、判断与发挥创意。

招聘一些经验丰富的人才也很重要，他们可以带来更多视角与经验。

我认为真正能改变公司的新想法，往往不是来自经验丰富的人才。

Harry Stebbings：你同意吗？

Sam：我认为有些职位确实需要经验，有些职位不需要经验，甚至经验反而会成为劣势。

我们领导团队的成员，大多处于30多岁与40多岁这个年龄段，不像其他初创公司那样大多数领导者都在20多岁与30多岁。

我们技术人员平均年龄，稍微偏高一点。我没有具体数据，估计我们技术团队平均年龄应该是在30岁出头，其他一些科技公司可能只有20多岁。我认为部分原因在于成为一名优秀研究人员的道路，非常漫长。这方面也存在一些例外。

我认为无论是有丰富经验的人才，还是几乎没有经验的人才，只要是优秀的人才，都值得考虑。

目前为止，我们的招聘策略似乎有效。这不是一个非此即彼的选择题，而是更应该考虑哪个人才是最合适的人选。

Brad：某些特定领域，招聘有经验的人才非常重要。我们所做的事情与以往完全不同，这是全新的领域。

人们使用、消费、讨论与评价这项技术的方式，都与以往截然不同。传统的商业模式手册，并不适用于这类新技术，也没有现成解决方案可以借鉴。

至少在我看来，这些前沿领域的问题，拥有20年工作经验的人，不一定能提供更好的解决方案。

Harry Stebbings：新兴行业的一大乐趣，在于它提供了公平的竞争环境。我认为你在加密领域，尤其看到这一点。

Sam：19岁的人才，与45岁的人才，一样能做出重要贡献，这是全新的领域，没有既定经验标准。

总的来说，如果你想评估OpenAI员工，可以看看他们职位、职责与影响力，判断他们是否符合你的预期，即他们应该更有经验，还是更少经验。

Harry Stebbings：你准备好快速回答了吗？每个问题60秒或更短，让我们开始。Sam，在未来12个月与接下来5年里，OpenAI面临最大挑战是什么？

Sam：未来12个月内，最重要挑战是如何进行最佳研究，并将最佳创新成果转化为产品。5年之后，最大的挑战可能是供应链与算力。

Harry Stebbings：如果你能改变主意，过去12个月中最大挑战是什么？

Brad：我认为企业采用AI的速度，实际上会比人们意识到的要快得多，我认为我们将打破惯例。人们认为企业在采用新技术方面比较缓慢，我认为事实并非如此。

Harry Stebbings：我们是否拥有大量实验预算？

Brad：我们拥有大量实验预算，这对我们工作有很大帮助。

Harry Stebbings：你今天最关心的全球问题是什么？

Sam：我感觉全球问题变得更为严重，包括地缘政治、社会经济、政治问题。我觉得现在的世界，比我关注以来的任何时候，都更加不稳定。这就是问题的关键，这就是根本原因，我感觉到的总体宏观不稳定性非常高。

Harry Stebbings：OpenAI发展过程中，最出乎意料的是什么？

Brad：让我吃惊的是模型扩展性如此一致，尽管该趋势已经持续6年，我仍然对这种现象感到难以置信，随着模型增大，性能会可预测的提高，这真是太棒了。

Harry Stebbings：你现在知道的事情，你希望在开始在OpenAI工作时，就知道的是什么？

Brad：我希望我能理解这项技术，实际发挥影响的顺序。例如，创意产业领域对这项技术的重要性，超出我们的预期，而我们之前更关注知识密集型产业或工业领域应用。

我们早期做过很多机器人方面研究，当时我们以为会与机器人公司合作制造机器人，并与游戏公司合作开发智能体，实际的发展完全不同。

Harry Stebbings：如果时间允许，你还有哪些想做的事情？

Sam：我现在几乎不怎么读书，以前我读书很多，这是让我觉得遗憾的变化。

Harry Stebbings：你想腾出更多时间读书？

Sam：也许，可能短期内不会实现。现在这种以牺牲个人生活为代价，换取事业发展的方式可以接受，我知道这并非长久之计，还是觉得有些难过。

Harry Stebbings：这个问题有点深了，见到马斯克，你高兴吗？

Sam：我很高兴，不能说我享受这个过程，我确实为取得的进展感到非常自豪。

Harry Stebbings：过去1年里，你们俩都结婚了，这真是太让人兴奋了。能分享一些你们在如此忙碌情况下，如何保持浪漫的爱情关系，以及幸福的秘诀？

Brad：沟通是关键。我仍在学习如何更好沟通，要有同理心，要理解这份工作可能是世界上最辛苦的工作之一。真正为此付出代价的人，并不是你，而是你的另一半。

Sam：我很幸运娶到克里斯蒂，他确实为我工作付出很多。过去我们生活很平静，现在他非常支持我，理解我的工作，他说，你去忙，我会在这里等你，我们会有很多时间在一起。

我们仍然会抽出时间约会，拥有一个支持你的伴侣，不仅是支持，还是热情的伴侣，这真的很重要。

他说，你去做，我会想办法让事情顺利进行，我会尽量灵活一些。我真的很感激这一点。

Harry Stebbings：对于 OpenAI，你对它未来10年有什么展望？

Brad：我讨厌做10年的预测。

Harry Stebbings：你可以说5年或20年。

Brad：这也没什么区别。我不知道，我知道Sam比我更讨厌它。

Harry Stebbings：当你展望10年后，你如何看待那时的世界状况？你对未来状态感到兴奋吗？

Brad：否则我们也不会从事这份工作，至少我不会。

Sam：非常兴奋。我希望到那时，人们会回首过去，说2024 年的人们生活太原始野蛮，就像我们现在回首几百年前人们的生活一样。

并不是说我们不感激现在美好的生活，人们会生病，会因疾病过早死亡，并不是每个人都能接受良好的教育。

每个人都应该能够按照自己意愿去做事与支配时间，更不用说未来会出现一些我们现在无法想象的新事物。

未来并非全是好的，也会有一些我们失去的东西。总而言之，我对一个真正富足的世界感到无比兴奋。

Harry Stebbings：非常感谢你们抽出时间来做这次访谈，能与你们面对面交流太棒了，再次感谢你们加入我今天的访谈。

来源：六合商业研选

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章