文章核心观点 - OpenAI CEO山姆·奥特曼认为，AI将深刻改变工作方式、创业生态和经济结构，但人的角色无法被替代[6] 其核心观点是AI将带来巨大的通缩压力，降低创造门槛，但同时也需警惕其可能加剧财富集中，并认为生物安全是近期最值得关注的领域[7][10][19] 职业未来：程序员工作会变，但需求不会少 - 软件工程师的需求不会减少，反而可能扩大，但工作角色将发生本质变化，更多人将从事“指挥计算机”的工作[13] - 花在编码和调试上的时间会大幅减少，但软件的总体需求未减，对全球GDP的贡献比例预计将显著提高[13] - 未来将出现更多为个人或极小群体定制、可不断进行个性化调整的软件[13] 创业难题：产品好做，用户难找 - AI降低了产品开发成本，但市场推广和获取用户注意力成为新的主要瓶颈，因为“人类的注意力始终稀缺”[15] - 创业的核心法则，如创造差异和获取用户，并未因AI而变简单[15] - 在多智能体系统等前沿领域，存在巨大机会，但目前模型能力与用户获取价值的能力之间存在鸿沟，需要生态共同探索[16][17] 经济与成本：AI能否让世界更公平？ - AI将带来巨大的通缩压力，显著降低商品、服务以及创造和获取知识的成本[19] - 举例而言，今年内，一个人可能只需花几百或几千美元，就能做出过去需要一个团队一年才能完成的软件，这将极大地赋能个人[19] - 存在AI加剧财富集中的风险，确保其被用于普惠必须是政策制定的核心[19] - 未来是通用模型的天下，模型需要在所有维度上进步，而不仅仅是专精于某一领域[20] - 模型成本未来几年有大幅下降空间，但“速度”可能成为新的瓶颈和付费维度[21] 专属AI时代：软件将为你“量身定制” - 软件使用方式将发生根本变化，用户将越来越多地期望电脑能直接编写代码解决特定问题，软件将变得越来越懂用户习惯并最终实现量身定制[23] - 对初创公司而言，AI并未改变创业的基本规则，建立品牌和获取用户的难度并未降低[23] - 创业者应致力于开发那些会因AI变强而更成功的产品，而非仅仅围绕现有模型打补丁[23] - 能够跑完长流程的智能体实现取决于任务范围，需从目标明确、可控的小任务开始[24] - 随着创作成本降低，验证想法将更快，开发能帮助人们进行头脑风暴、产生新创意的AI工具将很有价值[25] 最危险前沿：AI可能在这些领域出问题 - 到2026年，生物安全是OpenAI最关注的领域之一，当前模型在生物学上已很强，仅靠限制访问无法长远防止滥用[29] - AI安全治理需从试图“阻断”转向建设“韧性”，就像对待火一样，制定规范并提升基础设施的安全性[29] - 如果2024年AI出大事故，很可能与生物领域有关[30] - 用户因工具好用且故障率低而快速放松警惕，是AI大规模部署时最被低估的风险之一[33] AI时代的教育：我们该学什么？ - 在AI普及的世界里，人与人的真实连接会更有价值，“多人+AI”的协作界面将是重要探索方向[32] - 幼儿园阶段不应引入电脑或AI，孩子应在户外玩耍并与真人互动[34] - 在AI时代，最应培养的并非具体技术，而是高能动性、创造力、适应力和韧性等软技能[11][45] 账户互联与招聘变化 - OpenAI计划支持ChatGPT账户登录第三方服务，初期将优先实现共享token额度和付费模型互通，但因涉及大量用户隐私，信息共享功能需待技术更成熟后谨慎推进[39] - OpenAI仍在招聘，但会更谨慎，面试方式可能转变为考察候选人运用AI工具在极短时间内完成过去需长时间任务的能力[41] - 未来公司模式可能是“少量员工+大量AI助手”，不积极拥抱AI的公司可能被更灵活的全AI公司淘汰[41] 创作者与AI的关系及技术展望 - 当人们知道作品是AI生成时，评价会下降，人类创作者的情感投入和策展仍然是作品价值的关键部分[43] - OpenAI将大力投入AI的记忆和个性化功能发展，目标是让AI能自动理解生活复杂性并判断信息使用场景，而无需用户手动分类[44] - 对未来模型的展望是能力、上下文长度、速度均比当前模型强100倍，同时成本降低100倍，并具备完美的工具调用和长程一致性[46]