奥特曼最新采访：AI还没有到iPhone时刻，不缺技术缺交互

2026年8月24日，OpenAI创始人奥特曼做客主持人大卫·森拉（David Senra）的节目，聊了一个多小时。

奥特曼在节目中袒露了很多心声，包括产品、时间管理、创业的迷茫，以及他差点就不从事AI这个行业……信息量极大。

奥特曼认为，技术跑得比人快，但人适应技术的速度要比想象中慢很多。并且，AI直到今天，仍然不是“iPhone时刻”，最主要的原因是，当前缺的不是技术而是一种交互范式。

原文很长，我们为你摘取了其中最有价值的23条。

1. “AI 是（我们）发明过的最不可思议的技术之一，但社会和经济会适应得更慢。”

主持人提到Shopify创始人托比·吕特克（Tobi Lütke）的判断，2026年会成为“每一家生意都重新洗牌”的年份。

奥特曼大赞托比是他眼里“最激进的CEO”，甚至说他比别的CEO领先六到八个月，但唯独在时间这个问题上，奥特曼明确反驳了托比。

他举了自己的例子，2023年GPT-4问世时，他以为软件业会立刻天翻地覆、大量生意被重写，结果并没有。原因不是技术不够好，而是“经济有巨大的惯性”。

人们继续买同一家公司的东西，继续用同样的工具、同样的方式工作。他把这种惯性称为“一个好特性”，因为它让这场大转型更平滑、更慢，但也意味着“我们所有人都把时间估得太乐观了”。

2. “我20年来一直在用同样的方式使用电脑……最让我觉得心理上自相矛盾的就是这一点。”

主持人问了一个很刁钻的问题，说奥特曼你是发明AI的人，那你自己会被旧习惯困住吗？

奥特曼回答说，他现在拥有一个“神奇的东西”（指Codex这），按理说他应该彻底改变使用电脑的方式，不该再手动粘贴复制，更不需要老办法去处理邮件或者其他杂事。

但奥特曼却说，他仍然这么做。

奥特曼觉得自己的脑子里似乎被写进了一段编码，做这些琐事才是“工作”、才是“高效”。

奥特曼将一切的原因归咎于“产品”本身的能力还不够，以至于还不能代替他去改变旧方式。

3. “我们现在拥有全部的技术零件，但我们还没有迎来那个彻底改变‘人如何与科技交互’的iPhone时刻。”

当主持人追问，那要如何改变产品，你才会真正深入采纳自己的产品？

他说自己在2003、2004年前后就试过Palm之类的智能设备，那时候很多技术其实已经在了。可唯独还缺像多点触控这样的一两处关键交互。随后奥特曼补充，说更缺的是，“那些让iPhone之所以成为iPhone的产品构想”。

他由此得出一个常被引用、也常被误读的结论，说我们缺的不是技术，而是那个在产品层面彻底重排人机关系的时刻。

真正的iPhone时刻，不是“第一台多点触控手机”，而是“让所有人觉得旧方式再也回不去”的那个转折点。

4. “我们能做的最重要的事，就是造出更聪明的模型，并且高效运行它们，让很多人用上。如果我们把这件事做对了，我相信其他一切都会随之而来。”

主持人向奥特曼提问，好奇他的时间都花在哪。

奥特曼的回答说绝大部分精力都在研究和算力上，并希望将来能多花时间在产品上。

他的逻辑是，只要模型足够聪明、运行成本足够低、供给足够充裕，那么产品和生态自然会繁荣。

他还解释称，把算力规模做上去，涉及复杂的供应链、大型合作、可能是“人类历史上最昂贵的基础设施项目”的融资，还有从自研芯片到晶圆厂、再到供电系统的技术问题。这些横跨技术、商业、政策、物流的难题，“恰好都让我感兴趣”。

5. “你最好的那笔投资会超过其他所有投资的总和……AI 研究至少也是这样的。”

奥特曼用幂定律来阐述他对投资的看法。幂定律是一种描述“少数极大、多数极小”分布的规律，一个指标翻倍，出现的概率往往不是简单减半，而是按幂次更快下降。

放在投资里，就是绝大多数项目回报有限，少数项目却可能带来远超其他项目总和的回报，因此结果并不是平均分布，而是被极少数赢家拉开巨大差距。

也正因为如此，投资者会愿意承担一些失败，只要押中的项目一旦成功，价值足够大，就可能覆盖其他投资的损失，甚至超过了它们的总和。

纵观奥特曼的人生，他先做了投资人，再回去当创始人，他自己说这是“硅谷极其罕见的反向路径”，也是他强烈推荐别人走的路。

奥特曼认为，投资让你“整天都在看那些关键时刻”。你看过无数创始人在十字路口做对或做错，这个数据集的丰富程度是运营一家公司永远攒不出来的。

而投资教给他最核心的思维模型就是幂定律。你必须重新编程自己的大脑，因为我们天生不擅长这么想。

6. “那位教授告诉我：可以试试别的方向，但有一件事我们确定行不通——深度学习。那是毁掉职业生涯最稳妥的方式。”

奥特曼说他对AI的兴趣从童年就开始了，他说他是那种周五晚上在电脑前玩、看科幻、读科幻的孩子，甚至上大学就是为了学AI，大一暑假还在AI实验室干活。

但那是2005年前后，AI的能力还极其有限。

奥特曼回忆到，一位教授当着他的面说深度学习行不通。“当时我还真信了”，奥特曼说到。

7. “把东西投入真实世界，从真实用户那里获得反馈，看它在哪儿崩、在哪儿不崩。这是做出好产品的方式，也是做出安全产品的方式。”

奥特曼承认，OpenAI成立时承受了来自“末日论者”的巨大压力。当时主流意见是，OpenAI做不出AGI，哪怕是最后真做出来了也不可能保证安全。

但他坚持的路线是“迭代式部署”，把每一代模型尽快放出去，让上亿用户使用，观察对齐失败、安全系统失败、用户需要放松护栏的场景。

奥特曼说，ChatGPT才上线不到四年就有十亿用户在用，涉及大量场景，却让绝大多数人认为它很安全。

可另一方面，奥特曼也承认“从这儿往后确实会更难”，因为世界上最聪明的人和最聪明的模型马上就要一样聪明了，但他坚信“你不能靠切断与现实的联系来解决问题”。

8. “我们造出了当时大多数人会认为非常接近AGI的东西，很多好事发生了，而世界末日并没有发生。人们应该改变对未来的预测。”

奥特曼拿2015年对照现在，当年两派主流意见：一是十年内绝不可能做出类 AGI 的东西；二是就算做出来了，世界早就被毁灭、对齐必然失败。

10年过去，OpenAI做出了当时会被认为“非常接近AGI”的产品，AI可以自己研究自己，可以自己改进自己，可坏预言却没有没兑现。

他借此提出一个方法论主张，称预测应该被证据更新，而不是抱着立场不放。

当然奥特曼也强调前面还有更高风险的挑战。

9. “有一个很奇怪的现象，人们总觉得AI永远不会超越‘恰好发生在我活着时的这个当下’。这背后是一个深层的人类心理缺陷。”

主持人提到一个场景，音乐行业的人说“AI永远做不出伟大的音乐”，却又承认“它大概能做播客”。

奥特曼说这是一种“双标”，几乎每个人都相信AI会超越所有“别人”正在做的事，但轮到“我自己正经历的这个点”时，就坚信它是不可超越的。

他说AI最终能“做所有我们能做的事，甚至比现在做得更好”，而这种“此刻即巅峰”的错觉，是人类普遍存在的认知偏差。

奥特曼反问到，如果两个AI的对话比你和我的更精彩，人们还会想听吗？

10. “AI可以去发现新的物理、治愈疾病，在数学上它已经在发挥作用了。我认为这会是最重要的领域之一，甚至比AI自动化其他任务更重要。”

奥特曼说，他从小是科技宅，学校有机器人俱乐部，夏令营里一个能用电脑控制的小乌龟都让他觉得酷毙了。

可话锋一转，奥特曼说成年后回看，自己当年对“机器人”的热情，很可能已经被现在这个身份“染色”了。

真正让他兴奋的，是AI推动科学发现这件事。让AI去发现新物理、治愈疾病、在数学上已经有所斩获。

他觉得这会是AI最重要的应用方向之一，“甚至比自动化其他任务更重要”，因为它帮助人类理解更多事物。

他还提到重读《无穷的开始》（The Beginning of Infinity）时的感受，AI真的会帮我们完成“理解一切、或尽可能多地去理解”这件重要的事。

他也确实向往《星际迷航》式由技术带来的巨大繁荣与富足。

11. “我深深地相信，人类永远会被人类吸引……那些关于人与人连接的东西，在AI之后的世界里会变得更值钱，而不是更廉价。”

奥特曼说“我押注人类永远钟爱人类”。在他眼里，即便进入超级智能时代，绝大多数人内心最根本的诉求仍然是关心他人、与他人在一起、与他人互动。

他甚至调侃，确实有一小撮“怪人”只想跟电脑交流、觉得人类碍事，但那是人类中极小的一部分，“而当我们找到这类人，应该把他们点出来，确保他们不要掌权”。

他甚至承认自己尽管全部工作都是数字化的，内心深处却渴望真正的生活，比如读纸质书、拒绝视频会议、喜欢面对面。

12. “我们想要人深深地掌控未来，我们想要人深深地被赋能。人才是这一切的全部意义。我们不会坐在这里，因为不信任人，而把控制权一点点交到一个AI模型手里。”

主持人请奥特曼谈他最担心的 AI 风险。他给出了两个：一是“失控”，AI 强大到我们无法保证控制；二是“权力过度集中”，某家公司、某个模型或某个人拥有过多权力。

他说这两种情况本质都是“非常反人类的立场”。

他尤其反对一种论调，因为不信任人，所以要限制谁能接触这项技术、把权力集中到少数公司手里。

对于此，奥特曼是这样说的，“我们给你治百病的药和便宜的物质生活，作为交换，你们放弃对未来的自主权和影响力”、“这是一个糟糕的推销话术，一个非常反人类的推销话术，居然还有人愿意讲。”

显然，奥特曼在内涵Anthropic。

13. “我同意末日论者的部分是：这是强大的技术，我们应该偏向安全，在每一级技术上都谨慎行事。我不同意的部分是：这是个无解的问题。”

主持人把话题引回克劳德·香农（Claude Shannon）和艾伦·图灵（Alan Turing）那个年代，两人在贝尔实验室时天天喝咖啡聊AI，认定它“不可避免，15年后就会实现”，并设想着用它解数学题、写诗、治病。

奥特曼说，很遗憾他们没能活到今天亲眼看到。

谈到“末日论者”，他将问题分成两部分，第一部分是说“这技术太强、必须谨慎”的部分他完全同意。第二部分是说“这是不可解决的安全问题、世界注定毁灭”的部分他坚决反对。

14. “我们将看到人类历史上最大的、人们创办小公司的热潮。我认为是 AI 在赋能这件事。”

主持人抛出一个悖论，说“所有人都用AI，所有人都讨厌AI，到底怎么回事？”

奥特曼认为，人对快速的社会经济变化天生警惕，这是人类社会的“内置惯性”，甚至是好事。

可在这个领域（包括 OpenAI 自己）在沟通上失职了，太多人整天喊“有25%概率毁灭世界”、“50%的工作要消失”，却没讲清楚好处在哪、风险怎么被对冲。

奥特曼感叹到，更可惜的是，一个明明正在发生的巨大红利被忽略了，AI正在大幅降低创办小公司的门槛，过去这需要相当多的特权、运气和资源，而现在，“我们即将看到人类历史上最大的小企业创业潮”。

15. “英特尔三巨头当年停下手头的事去教育客户、投资人、整个国家……为什么 AI 圈没人这么做？没有任何借口，我们应该做更多。”

主持人讲了一个他念念不忘的故事，英特尔从集成电路走向微处理器时，意识到技术太重要、会吓跑客户，于是三位创始人放下手头工作去给客户、投资人乃至整个国家上课，一度开的课比当地社区大学的全部课程还多。

奥特曼对此的回应是“我们应该做更多”，他也承认OpenAI“试过一些版本，但没完全做对”。

不过他也指出，像眼前这样坦诚的长对话本身就是教育的一部分。AI行业在“解释自己”这件事上，做得远不如英特尔当年。

16. “现在更限制我的，是 AI 对我的有用上下文不够多。我希望 AI 能尽可能多地了解我，帮我做我做不到或不想做的事。”

主持人问奥特曼考虑让A 看到多少电脑上的内容。奥特曼说，最新一代模型已经相当聪明，此刻更让他感到受限的，是AI掌握的关于他的上下文太少。

他说他不想读完公司内部Slack的每一条、每个客户的故事，因为他没那个时间和精力，但他想要一个“持续试图对我有用”的AI agent，能看他看不完的上下文、在他做重大决策时给出好建议。

奥特曼说这是AI的一条全新能力轴：“没有任何人能几秒钟读完几万页上下文并准确使用，这是AI能做到、而人做不到的，会是一个惊人的补充。”

他甚至用主持人的故事说，主持人把从2018年起所有书的笔记和节目字幕喂给自己的AI工具，每天用来辅助制作节目。奥特曼说“这正是我想要的”。

17. “我们应该更像一家平台公司，而不是产品公司……我不认为我们该去造每一个产品品类，也不该试图与所有客户竞争，更不该试图吞并整个经济。”

奥特曼说OpenAI刚把ChatGPT和Codex合并，未来就是“一个通向你自己的单一AGI界面+一个让任何人在上面造任何东西的API”。

而这就是他想提供给世界的平台。

不过奥特曼也明确划出了边界：不做每个品类、不跟客户抢生意、不“吞下整个经济”，而是希望“1 亿家新企业和80亿人”以各种新方式用上它。

18. “除掉好主意、牺牲好主意去追求伟大的主意，是任何创业者或企业最难学会的一课。”

当被问到做过哪些取舍时，奥特曼回忆起了Sora。去年OpenAI砍掉了Sora，奥特曼说这个产品是“好产品、有趣、很酷，但太费算力，不如把算力给Codex”。

同时奥特曼也砍掉了自研浏览器Atlas。

“我认为它是市面上最好的浏览器，但对我们的优先级来说，不如把人才放到别处”。

奥特曼认为，通用智能才是一切的上游。

19. “保罗·格雷厄姆和彼得·蒂尔，是两位我几乎无法预测下一句话会说什么的人。那是一种极其宝贵的技能。”

主持人问，谁是你这个位置上有资格当你的“思维整理师”的人？

奥特曼说分三类：一是陪他从头走到尾的研究员，他们有无法在外部复制的“共同语言和直觉”；二是在商业和世界问题上，长期是保罗·格雷厄姆和彼得·蒂尔。

保罗・格雷厄姆是Y Combinator（YC）的联合创始人，彼得・蒂尔是PayPal的联合创始人。

他把这两人形容为“非线性思考者”。LLM做的事是预测下一个词，而这两人恰恰是“他最预测不出下一个词”的人。

他举了彼得·蒂尔的例子，说ChatGPT上线两个月、被内部普遍质疑“这种增长不可持续”时，他列了五六个可转方向去问蒂尔，蒂尔说：除了它正在增长这件事，做任何其他事都是明显错误。

“这就是谷歌那个空白文本框的力量。谷歌证明了一个能输入任何内容的空文本框有效，你为什么不全力加倍？”结果就是，造就了如今的OpenAI。

20. “（如果）只把技术快进到 2016 年，而不改变创业生态……我不认为还会有OpenAI。YC给整个生态带来的改变，更多杠杆流向创始人、年轻的技术创始人能够融到大笔资金、没有显赫履历也能做雄心勃勃的事。没有这些，OpenAI根本不可能存在。”

主持人注意到奥特曼整场访谈里反复提到 YC，次数多到让他震惊，于是追问这到底给了奥特曼什么。

奥特曼给出了两个原因，一是“怎么经营公司”的哲学，迭代式部署、技术人员当家、愿意赌那些有精力有野心但经验尚浅的年轻人；二是YC对整个创业生态的塑造，它改变了资本怎么流动、谁能当创始人、没有履历的人能不能做大事。

紧接着，奥特曼提出了一个思考，如果把技术本身快进到2016年，但创业生态仍停留在2004年OpenAI根本不可能诞生。

换言之，OpenAI不只是技术的产物，更是“YC式创业生态”的产物。

21. “当我看到自己失败的地方，我学到的是关于毅力和‘别做什么’的泛泛之谈……我从成功里学到的教训，远比从失败里学到的有用。”

这段借用了列夫·托尔斯泰（Leo Tolstoy）《安娜·卡列尼娜》的开头，“幸福的家庭都是相似的，不幸的家庭各有各的不幸”。

奥特曼的推论是，失败的原因千奇百怪，绝大多数事情本来就不成，你很难从失败里拼出正确的因果；而成功的原因往往相通，把“YC里到底哪部分管用了”、“OpenAI里到底哪部分管用了”抽出来用于未来，远比吸收“反教训”更有帮助。

他并不否定从失败学习，但奥特曼认为，成功提炼出的正面教训“我当时就该多用一些”，而失败教给他的东西“要么太泛泛、我早就知道，要么会妨碍别的事”。

22. “这些事情应该被谨记，比如更多地和用户交谈、更早地发布产品、更快地拿到反馈、对招人保持更高的标准。”

奥特曼认为，创业者播客不是教你什么独门秘籍，就是反复在你耳边念叨那些最基本的道理。

你听完觉得“这不废话吗”，但等你一离开这个环境，转头就忘了，就不做了。所以他说：“关键不是道理有多新，是有人天天在你耳边提醒你。”

奥特曼认为，多和用户聊、尽早发布、多拿反馈、招人时把标准拉高，这些就是应该被反复提醒的东西。这也是为什么他会一次次讲“迭代部署”“从成功中学习”这些朴素的道理，因为它们经得起反复推敲，而且必须靠重复才能内化。

23. “创业第一天有人提议去弄一块白板，白板来了，大家又面面相觑：现在我们该干什么？我能感到房间里的能量一下子就垮了。”

OpenAI在2015年底官宣，2016年新年后的第一个工作日，十一二个人聚集在格雷格·布罗克曼（Greg Brockman）的公寓，像开学第一天。

但兴奋的劲头很快就过去了，这不是做产品创业，没有“先聊客户”这回事。他们说要造AGI，于是“那就写几篇论文吧”，“那就想想点子吧”。

奥特曼坦言：“谁都有过‘我完全不知道自己在干嘛’的时刻，创业的那天就是我的迷茫时刻。”

他们后来请教了艾伦·凯（Alan Kay）等曾在伟大研究实验室待过的人，靠Dota 2排行榜这类“替代终端用户信号”的机制，摸索出一条“梯度”，在混沌中踉跄前行，最终做出了GPT-1，这才有了今天的GPT。

“我对 OpenAI 早期最深的记忆，就是拼命筹钱却不断失败。真希望当时也有台像贝尔实验室那样的印钞机。”