GPT6发布之际，一位硅谷工程师首谈眼中的“混蛋”马斯克、AGI、智能平权与人类可能面对的可怕未来

文｜尚莞迪

2026年9月3日，OpenAI 正式发布GPT6模型Astra。这是继 Sol、Terra、Luna 之后，OpenAI开辟的全新模型类别。它不仅被视为当下最强大的 AI 模型之一，也是OpenAI首款跨过“关键级”网络安全能力门槛的模型。OpenAI总裁Greg Brockman表示，最新模型 Astra 的发布标志着世界已经进入AGI时代。

而在这一切发生之前，我有幸和 OpenAI 数据与大模型 Infra 工程师赵迪，进行了一场 72 分钟的深度对话。

他将马斯克称为“最混蛋的人”，可在介绍自己时，却只有一句简单的话：

“我只是一个普通的工程师。”

但在我看来，他的职业经历几乎可以当作一部硅谷技术迭代史来读：甲骨文、摩根士丹利、Salesforce、Fanatics、Netflix，再到 Twitter、X 和 OpenAI。企业软件、金融实时系统、SaaS、推荐系统、大数据、机器学习，直到今天的大模型。过去二十五年中的每一次技术浪潮，他都是其中的见证者与建设者。

但他始终觉得，自己不过是在踏踏实实做一件喜欢的事。技术没有高低贵贱，而工程师的工作也不需要被神化。

鲜有人知道，他是Navi的创造者。Navi 曾支撑 Twitter 与 X 的首页推荐和搜索，并为 Grok 提供相似性搜索基础设施。而它最初只是赵迪出于兴趣用 Rust 写的一个“玩具”，后来落地广告系统，为 Twitter省下百万美金成本。马斯克接手 X 后，又将 Navi 推向推荐系统，最终成为核心推理基础设施的统一底座。

值得一提的是 Navi 这个名字，它来自赵迪最喜欢的电影《阿凡达》里骑着飞鸟坐骑的纳威人。他把自己对自由的向往，写进了一个每天处理数十亿次请求的系统，尽显理工男的极致浪漫。

2025年3月，赵迪加入OpenAI。他说，他非常认同Sam Altman提出的Intelligence as Utility——让智能像水和电一样，成为人人可用的基础设施，即智能平权。

而他喜欢OpenAI的另一个原因也非常具体：工程师共用MTS（Member of Technical Staff，技术专家）这个头衔。不谈层级，只做事情。

而我想借这期节目聊的，恰恰就是“做事”这件小事。

赵迪没有创办公司，未曾站上任何发布会的舞台，从未po过一条被反复引用的推文。他是那种走进一栋楼，坐下来，打开电脑，然后开始build的人。但正是这样踏踏实实的每一天，堆成了我们今天所说的「技术进步」。

ChatGPT的每一次回答，你信息流里的每一次排序，一个模型从实验室走到十亿人手里的每一步，背后都是成千上万个赵迪这样的工程师，一行一行写出来的。而他们中的绝大多数，从未成为过任何媒体故事的主角。

所以这一期，我想让一个幕后工程师的名字和故事，被看见一次。

OpenAI 对员工的公开分享有相应的合规要求。在赵迪老师与公司多轮沟通、完成相关审核后，这期录制于三个月前的节目终于与大家见面。

赵迪告诉我，促使他接受访谈的一个重要原因，是希望为当年马斯克接手 Twitter（现为 X）后被裁的三千多位同事正名。在他看来，他们都是非常有能力的人，值得被理解与尊重。

本期「创见」播客于6月13日在硅谷山景城录制，以下为本期访谈内容精选。

在宇宙中心祛魅

尚莞迪：您现在每天走进的是全世界最受关注的一家公司。每天在宇宙中心工作，是一种什么样的感觉？

赵迪：坦白说，我没有太多感觉。一直以来我去的公司大概都算是风口浪尖上的，所以走进那栋楼本身，对我没有太大冲击。

真正的变化发生在做事的过程里。最开始几个月是兴奋的：你总在新闻里看到它，觉得这是一家触及人类根本的公司，做的事情应该很神秘。然后你把每件事拆解开来，会发现每一块其实都不神秘。这是一个祛魅的过程。

但再过几个月，你又会发现，每家公司的成功之处，总还是有一些自己的秘密。而这个秘密，其实就是总有一批很踏实、很疯狂、还带着一点理想主义的在做事的人。我觉得这是最重要的。

尚莞迪：OpenAI的管理是相对扁平的吗？

赵迪：算比较扁平，大家都是Member of Technical Staff，都能做事。方向当然会有人去定，但很多时候是自下而上的，也有一些是自上而下，最终要找到一个平衡点。我觉得很多事情都是互相制衡，达到平衡最重要。

从X到OpenAI，这中间的transition并没有很大落差感。因为在马斯克的X也是这样，非常扁平。

尚莞迪：从2001年到今天，25年中每一个科技浪潮您都没有落下。能不能带我们回看这条路，在每一站您都在解决一个怎样的问题？

赵迪：其实我不觉得自己踩中了浪尖，也没有特意去踩。

「很多时候就好像一个球落在一片叶子上。事后看，为什么会落在这片叶子上？如果不落在这片，也会落在另外一片。」

在Oracle待了很多年，现在回想，其实早就应该走了。拿到身份之后，那时候还年轻，觉得终于自由了，就开始explore各种机会。因为有Oracle的履历，选择权比较好，去哪儿更多是按当时的兴趣来。

但随着年纪增长，我悟到一件事：

「跳来跳去其实没有太大意义。一会儿想做这个，一会儿想做那个，一会儿想当manager，一会儿想当IC（独立贡献者）——摇摆本身是有代价的。」

你对自己的了解越多，其实越能在职业和往后的人生里，获得一种方向性的优势。我花了很长时间才想明白：我喜欢technical的事，喜欢engineering，喜欢解决效率问题，所以最后落在了infra。这才是我的兴趣所在。

早期在Oracle、Salesforce做的一些full stack的工作，后来发现兴趣并不大；反而是在摩根士丹利、在Twitter做的那些，让我更有兴趣。

「了解自己是什么样的人，选一条路踏踏实实走下去，不被外界的噪音干扰——我觉得那是最好的。但这样的人很少。如果你能很快converge到这个状态，是最幸运的。」

马斯克：最混蛋的人，最伟大的企业家

尚莞迪：哪段职业经历带给您的成长最大？

赵迪：Twitter 和 X。我完整经历了一家典型的湾区大厂被马斯克一巴掌打倒、再从零重建的过程。身心都受到很大冲击，甚至世界观也会改变。

尚莞迪：马斯克此举这对硅谷的大厂文化意味着什么？

赵迪：我觉得是一次毁灭性的打击。

以前的 Twitter 像一个小 Google，很多人来自 Google，也延续了它的文化。做任何事都要达成共识、写文档，事无巨细地考虑，再做计划，动辄几个月。大家都很聪明，也很聪明地互相制衡，最后组织就慢下来了。

马斯克一来，就裁掉了很多人。但我想说，当时离开的人都很聪明，后来在其他地方也发展得很好。

他的逻辑很简单：我不需要这么多人。当时甚至有更极端的说法，认为一百个人就够了。而你会发现，现在做 X 的人大概也就是那个量级。他下手非常狠，他做决定时不掺杂情感。

尚莞迪：一个不太顾及员工感受的领导，为什么仍有人愿意把他的梦想当作自己的梦想？

赵迪：因为他的梦想确实很吸引人。

我留下来，不是因为我最优秀，一个原因是当时很崇拜他。那封要求大家选择去留的邮件发出后，很多优秀的人走了，因为不认同他的理想和做事方式。我看 Tesla、SpaceX，觉得这个理想伟大，所以愿意跟他干。

有些工程师就是纯粹想做事，对自己受到什么待遇没有太多要求：他们只想做成一件别人做不成的事，这些人自然会留下。当然，也有投机的人会留下，但投机的人哪里都有。

尚莞迪：为什么华人工程师更能适应 X？

赵迪：我的感觉是，华人在社会中受过的捶打比较多。如果能习惯他的方式，做事的空间其实很大。但反过来讲，何苦要承受这么多心理上的打压呢？有些天才工程师可能有一点阿斯伯格的特质，并不太在意这些，只专注做事。

老 Twitter 有不少人很擅长经营人际关系，和总监、副总裁建立紧密联系，但马斯克接盘后风向变了。我在 OpenAI 看到的一些工程工作方式和规则，与 X 有相似之处。只会沟通、做不出东西，在今天这些顶尖公司也待不下去。

尚莞迪：一家公司的风格往往带着创始人的管理烙印。那你会觉得马斯克和奥特曼有点像吗？

赵迪：表面上看，相差非常远。

尚莞迪：马斯克喜欢听别人给他画大饼吗？

赵迪：从来都是他给别人画大饼，很少有人能给他画。

尚莞迪：拍马屁有用吗？

赵迪：很难。他软硬不吃。拍完马屁，事情没做完，他一样开除你。

我记得有位产品经理，曾在 Twitter 上晒自己在公司搭帐篷。最初确实很多人都这样通宵工作，可能出于恐惧，也可能出于梦想，他们确实很拼。但几个月后，那位产品经理还是被解雇了。

尚莞迪：那马斯克看重什么？

赵迪：老马只看重工程能力和实际成果。

有条不成文的规则：「Don't say no。」他给项目的期限，要么几周，要么一年，几个月」的概念从来不会在马斯克脑海中出现。你只能先顺着他定的目标往下做。

不过好的是执行有弹性。比如他说两周做完一个功能，你没做完，但两周后能告诉他已经推进到哪一步，他也可能觉得干得不错，也不会开除你。

关键是三点：认同目标，愿意做；能力在线，及时反馈；且足够努力。他很看重这一点。即使结果与预期有差距，他往往也会认可。

尚莞迪：他的“目中无人”，是刻意为之，还是本性如此？

赵迪：我不觉得是刻意的。他做事确实从第一性原理出发。

我从未见过这世界上有第二个如此alpha的人。尤其在美国体系中成长起来的 CEO，通常要考虑政治因素、员工满意度、以及各方支持。我估计，很多人也知道，有些业务用两成人手就能做，但没几个人真下得了手。

尚莞迪：我在斯坦福进修时，一位教授说，乔布斯是他见过最伟大的企业家，同时也是最混蛋的人。

赵迪：这句话放在马斯克身上同样适用。我怀疑他自己也知道。

我们曾做好一套基础设施，为 Twitter 省了几百万美元，当时大家都很高兴，直接发短信问他能不能买个披萨庆祝一下。他说：「No，你自己掏钱。」

类似的小事很多。以前有免费午餐，他改成收五美元。其实对我们来说不在于钱的问题，而在于他要推行自己独断的行事方式。很多人不满，走了。其实我也不满，只是忍得久一点。

尚莞迪：您现在怎么看他？

赵迪：以前是纯粹的敬佩。现在是在认清他是 the biggest asshole 这个现实的基础上，依然敬佩。

因为他能让你做到原以为不可能的事。不管拿鞭子赶，还是用其他方式，最后他真做成了。

尚莞迪：湾区有个说法，这里只有两种人：天才和「天才病」。您怎么看？

赵迪：「天才」是个很主观的判断，我已经慢慢脱敏了。

有一小撮人，能突破、创新，做别人不敢想的事。还有更多优秀的工程师，你给他一个疯狂的想法，他能做出来。

我一直觉得，中国人把事情从1做到100没有问题，从0到1比较难。做0到1的人，可能就是你说的「天才病」：疯狂、不近人情。但没有他们，有些事做不成。

工程师的第一反应往往是列举约束：这个不行，那个不行。必须有人像“另一个你”一样站在那里说：不管怎么样，你给我做下去。

硅谷其实就是聚集了这些做梦的疯子。他们可能成功，也可能失败，但没有他们，就没有很多技术的从0到1。当然，还需要愿意一起做梦的资本。

Navi：一个工程师的浪漫

尚莞迪：您在 X 创造了 Navi，它是什么？最初想解决什么问题？

赵迪：Navi 是一个推理引擎。

无论推荐系统还是大模型，推理都是重要的成本环节。在推荐系统中，一个用户请求可能对应几千、几万，甚至几百万个候选，需要逐一打分，计算量会被成百上千倍地放大。要解决的就是降成本。

马斯克收购前大约半年，我出于兴趣，用 Rust 写了一个小玩意。写完发现，相比外部已有方案和我们当时使用的系统，性能有一个数量级的提升。

时间也赶得巧。收购前，成本飙升就已经是 Twitter 的一个大问题。我们花了几个月落地，先用于广告，省了很多钱。马斯克来了以后，又推广到推荐系统。

社交网络的两件核心业务，推荐负责吸引用户，广告负责赚钱。背后都依赖神经网络模型，需要推理引擎提供服务。到我离开时，Navi 基本统一了 Twitter 最重要的推理基础设施。

尚莞迪：马斯克知道是您做的吗？

赵迪：他知道，也清楚这部分的重要性，所以他没有动我。产品经理才是真正被折磨的那批人。

尚莞迪：Navi 的名字有什么来历？

赵迪：我喜欢电影《阿凡达》，尤其第一部，电影里主角骑着飞鸟从悬崖俯冲、再拉起的画面让我很震撼，感觉特别自由。我一直想用这个名字，这次正好用上了。Na’vi的名字来自里面的原著民：纳威人。

尚莞迪：把喜欢的东西融进系统架构，是工程师的一种独有浪漫。

赵迪：这也是我们唯一能做的一点有趣的事，毕竟做infra挺枯燥的，有时候需要靠点乐趣支撑。

尚莞迪：现在到了大模型和 Agent 时代，模型服务的核心挑战有什么变化？

赵迪：分两部分：模型计算本身，以及请求路由，也就是如何把用户请求更高效地送到计算资源。

大模型同样要做批处理（batching），把多个请求放在一起，提高 GPU 的计算效率；也要做缓存（caching），保留计算成本高的中间结果，避免重复计算。KV cache 就是这个思路。

推荐系统时代，这些事已经做过了，大思路上基本相通。还有一个容易忽略的问题是：数据的序列化与反序列化。只看上层很难注意到，但在底层是很大的问题。

至少在请求路由上，两个时代有很多共通之处。

尚莞迪：模型能力、服务系统、数据、人才、资本，哪项才是 AI 公司的核心壁垒？

赵迪：很难排序。稳妥的说法是都重要。

但从第一性原理看，模型好，才更容易吸引用户。像很多商品一样，模型也许只好10%，却可能收两倍、甚至十倍的价格，仍有人愿意付费。就像苹果手机贵很多，功能上未必有那么大的差别。

所以模型能力很关键。现在模型的进展已经到了非常可怕的地步，大家都在这里疯狂竞争，只为了能让自己的迭代速度跟上。

尚莞迪：未来胜出的 AI 公司，要在哪方面做得更好才能独赢？

赵迪：我不觉得会有谁独赢。市值有大小，但市场足够大，切入点也不同。只要做得好，可能都有空间。

这是一场长期竞争。还会不会有新玩家，从意想不到的地方出现？现在大家主要做语言模型，聚焦文本，但图像理解能力能否泛化到文本？已经慢慢出现一些迹象。

也有人从编程切入，希望再向其他能力泛化，这也有可能。不同阶段，选择不同。现在编程也许最具成本效益；等 GPU 多十倍、一百倍，更多多模态数据会带来什么影响，我不知道。

尚莞迪：您怎么定义模型的好坏？

赵迪：取决于谁在用。

前端工程师可能更看重审美，后端工程师更在意数据分析和准确性。科学家可能需要两种模型：一种善于发散，给出没想到的点子，不一定对，但有惊喜；另一种用于论证，要可靠，能长时间工作。

很难有一个模型满足所有需求。

尚莞迪：快和聪明，哪个更重要？

赵迪：看你要做什么。

有人把模型当编程助手，希望边打字边得到反馈。我现在更多是定义一个任务，让它完成。只要不出错，慢一点也可以，所以更看重能力和可靠性。

这是两种需求。未来会是多元的，就像人一样，有的聪明，有的踏实，都有价值。

尚莞迪：您怎么看中国的模型？

赵迪：模型一直在变。我用 OpenAI 免费，就没太换过。

但这也是多元化的体现。湾区的思路是把饼做大：圆越大，接触的未知越多，要做的事也越多。能用开源解决，当然可以；解决不了的，可能需要更前沿的闭源模型。两者不冲突。

尚莞迪：GPU 的数量仍是影响中美模型差异的重要因素吗？

赵迪：我怀疑是很大的因素。

如果国内公司仍受算力约束，GPU 没有这里多，差异化就更重要。我的理解是，参数规模越大，模型通常越有机会获得更通用的能力，覆盖更多场景。

为了智能平权

尚莞迪：为什么离开 X，加入 OpenAI？

赵迪：首先是学习曲线变平滑了。搜广推荐做了很多年，再投入精力，可能也只有一两个点的提升。当时整个湾区科技公司都有这个困境。

我认同 Peter Thiel 对 Twitter 的一个批评：这么多聪明人，拿着这么高的薪酬，围绕一条有限字数的帖子工作，而世界上还有很多更重要的事。那是当时湾区的缩影。要打破它，需要一个天不怕地不怕的人。所以马斯克就来了，他确实天不怕地不怕。

尚莞迪：为什么不去做 xAI，而是选择 OpenAI？

赵迪：我更喜欢「智能作为基础设施」这个理念，或者说，像水电一样的公共服务。

这里面有一点平权的意味。人是自私的，总想把好东西据为己有。我认为，智能最终也难免成为区分阶层的工具。那至少要看，哪家公司愿意提出一个目标：把智能变成大家都能使用的公共服务。

这个目标，总比让智能成为少数人的特权更有意义。

尚莞迪：但明码标价的智能，会不会反而扩大贫富差距？

赵迪：会，而且可能比以前快得多。

这不只是大模型的问题，机器人出现后会更明显。我想到《资本论》里资本与劳动的关系。过去，资本需要劳动力才能创造价值；如果未来越来越不需要人的劳动，资本积累的雪球就会滚得更快。

我觉得很可怕。

尚莞迪：可怕在哪里？

赵迪：资本可以不再需要人就能自己run起来。

如果社会制度仍按现在的方式运行，有钱人会越来越富，也越来越不依赖其他人。过去还需要人为你打仗、洗衣服，以后可能连这些都不需要了。

尚莞迪：会不会像《头号玩家》：一部分人享受先进科技，另一部分人靠虚拟世界麻痹自己？

赵迪：某种意义上，每天刷短视频不就是吗？

我和一些朋友聊过，科技可能把社会最终推向这个方向。对于某一种特定人群来说，他们会认为这种社会形态最稳定，想到这里也很可怕。第一步是麻醉，或许走到最后，人类的生活状态离《黑客帝国》就不远了。

写代码这件事被重新定义

尚莞迪：有一种论调说，工程师不用写代码了，现在只看 AI 写代码就够了。在 OpenAI 内部，工程师还自己写代码吗？

赵迪：在我们公司内部，Codex 的使用已经无处不在。每一位工程师默认都会使用 Codex。如今，每位工程师完成的拉取请求（Pull Request，简称 PR）数量，已经提升到了原来的 2 倍。过去需要一个月才能交付的东西，现在我们只需要 一周 就能上线。

而且，由于我们正在用 Codex 来构建 Codex 本身，它也成为了 OpenAI 迄今为止迭代速度最快的产品。几乎每个星期，我们都会推出新的功能。以上这些，都是发生在编程领域的效率提升。

更有意思的是，我们越来越多地看到，Codex 的应用已经扩展到了公司业务的其他部门。如今，我们已经拥有超过500万的周活跃用户（Weekly Active Users）。在亚太地区（APAC），Codex 同样展现出强劲的发展势头。亚太已经成为 Codex 增长最快的市场之一。

自今年年初以来，亚太地区的周活跃用户增长了 11 倍，增速甚至超过了全球整体的 8 倍增长。

今天工程师当然还在写代码。Codex 暂时还不能真正替代工程师，因为工程师仍然要定义问题、设计架构、设约束、review diff、验证 correctness，并且对最终结果负责。

但这个边界确实在慢慢变模糊。以前很多时间花在从零实现、查 API、补 boilerplate、写测试和改小 bug；现在这些工作很多可以交给 Codex 起草、迭代和加速。工程师的角色正在从单纯的 code author，变成 problem framer、system designer 和 code reviewer。

我觉得模型会越来越强，我们也要学会跟着模型一起成长。首先要学会的，不是和模型比谁手写代码更快，而是在更高层次上定义问题、拆解问题、提出好问题，并判断模型给出的答案是否真的正确、可维护、可扩展。

所以我不觉得这是“工程师不写代码了”。更准确地说，是“写代码”这件事本身正在被重新定义。未来优秀工程师的价值，可能不再是“谁手写了最多代码”，而是谁能更清楚地定义问题，并且更高质量地驾驭模型把复杂系统做出来。

尚莞迪：这是否意味着可能不再需要那么多工程师？

赵迪：那是把工作量看成了静态的。

其实工作量也会变。以前一件事要做两个月，每天看大量代码，很难承受；现在可以带一群 Agent 做。那为什么不去做五倍的事情？

我昨天还和朋友聊，现在反而是想法更重要：想出一个与众不同的点子，再把它做出来。

尚莞迪：您之前说，问题不是工程师还要不要写代码，而是写代码这件事本身被重新定义了，我们该如何理解？

赵迪：有没有模型，标准其实都一样：看你创造了什么价值，而不是写了多少代码。

就像「回字有多少种写法」，知道再多种，没创造价值也没用。

只是 AI 让这个问题更尖锐了。以前还可以躲在自己写的多少代码里自我陶醉。现在这一层没有了。

尚莞迪：未来还需要工程师吗，还是有架构师就够了？

赵迪：没有亲自写过代码，就很难形成对系统的敏感，不知道什么该做、什么不该做。这种经验是必要的。

我甚至怀疑，初级工程师会出现断层。真正有过编程经验的初级工程师，反而可能更吃香，因为他们对系统有直觉。

我做系统时，AI 未必犯明显的错误，但方向上的判断，仍需要我纠正。

有个词叫 taste，在这里可以理解为工程判断力。从这一点到那一点，有不同的路径，为什么选这一条？背后需要一套连贯的理解和逻辑。如果在地图中再多加一些点呢？可能AI仍会有拟合，但有经验的工程师会认为这几个点不必连过去。

尚莞迪：现在很多人说，不要学编程了，浪费时间。你怎么认为？

赵迪：我觉得，人以后更需要做自己喜欢的事。

如果选编程只是因为收入高，我不建议这样选，你未必会快乐。以后编程可能赚不了那么多钱。经济条件变了，支撑你做下去的，还是最初的热爱。

尚莞迪：大学还有必要开设计算机科学专业吗？

赵迪：大学教育变化得太慢，这是根本问题，不只是计算机专业的问题。

如果大学的价值仅在于传授知识，我觉得它的存在价值就很有限。学生可以用今天的模型学习。在我看来，模型的知识覆盖面、回答准确性和泛化能力，已经对教师构成很大的挑战。你反复追问，有时确实能得到很多启发。

尚莞迪：教育会被颠覆吗？

赵迪：我觉得已经被颠覆了。

奇点三年前已经到来

尚莞迪：AI 会真正杀死软件吗？

赵迪：我觉得现在已经杀死一半了。

尚莞迪：软件公司会说，AI 淘汰的是弱者，好的 SaaS 可以借助 AI 变得更强。

赵迪：关键问题在于估值大小，以前没有 AI 的威胁，可以给那么高的估值；现在威胁出现了，估值还应该一样吗？

生存空间总会有，企业也会自我革新。但差的软件会更快被淘汰。我知道不少软件靠用户的惰性生存，这类软件被替代，对世界是好事。

尚莞迪：如果您是投资人的话，您会认为什么样的 AI 初创公司真正有价值？

赵迪：具体问题具体分析。最重要的是解决什么问题，是否用了 AI 并不是关键。

我最近的感觉是，单纯在软件智能上竞争已经很难，硬件还有很多事可做。比如Arvin为宠物做的情感智能traini就很有意思。再比如一个每天能把家里打扫干净的机器人，谁做出来，我肯定买。做饭的机器人也是。

归根结底还是产品力。现在再好的扫地机器人，一天也可能停几次，这里缠住，那里卡住。我需要的是从头到尾做完，不用我管。

这又回到智能作为公共服务：我希望能像信任自来水一样，信任你的服务。很多产品远没到这一步，仍停留在口号上。

尚莞迪：多年后回看，历史学家们可能会把哪个技术突破视为人类通向奇点的关键一步？

赵迪：2022年11月，ChatGPT 的出现。

那是奇点，让大家第一次知道，AI原来可以有这样的能力。后来的进展，包括今年的 Agent都很好，但与那次革命相比，还是次一级的。

那是从0到1：从不知道、不相信，到有了信心。后面是从1到100，其实我们认识到知道方向后，再投入钱、人和机器，基本可以解决所有问题。

第七章

自由的前提是认识自己

尚莞迪：在 OpenAI 做这件事情，是您的人生使命吗？

赵迪：公司里有很多人确实很有使命感。我是希望从基础设施这一端，帮助实现OpenAI 的目标。最重要的，是让智能成为一种服务，像水电一样可用，实现智能平权。这件事让我很有使命感。

因为我也有小孩，不希望社会这样急速分化。如果真走到那一步，我担心人类社会离毁灭也不远了。

尚莞迪：对您来说，真正的自由是什么？

赵迪：自由是一种心灵状态。

有人不依赖外在的物质条件，就能达到那种境界，我很佩服。我还是需要一定的物质基础。但归根结底，自由是不被琐事困扰，做想做的事，过想过的生活。

尚莞迪：您现在自由了吗？

赵迪：没有，首先得等小孩长大。

比如我想真正去当篮球教练，现在还不行，得挣钱。好在现在挣钱的这件事，我也很喜欢，算是次一级的自由，还不是最高的。

我还是俗人。我觉得百分之九十的人都是。

尚莞迪：是人都有自己的私欲。

赵迪：所以还是那一点：认识自己。

尚莞迪：十年后，大模型公司会剩下几家？

赵迪：要把开源和闭源分开看。

闭源前沿模型这一侧，现在已经有不少公司。我很难想象参与者还会不断增加，减少是有可能的。集中资源有机会提高效率，效率提高，服务价格才有进一步下降的空间。

最后可能形成两类生态：少数公司继续推进闭源前沿模型，开源则形成一个更广泛的生态，大家相互启发，做出不同的东西。如果现在才开始进入闭源前沿模型的竞争，我个人感觉已经比较晚了。

• 本文基于「创见」播客录制内容整理，本期节目录制于2026年6月13日，山景城。主播尚莞迪Lydia为「创见」主理人、Astra X Ventures 创始人；嘉宾赵迪为 OpenAI 技术团队成员，负责数据与机器学习基础设施，此前曾任职于 X（原 Twitter）、Netflix、Salesforce、摩根士丹利及 Oracle。