奥特曼深度访谈：AI未到iPhone时刻，最缺的是交互范式革命

导语：OpenAI创始人奥特曼在最新访谈中指出，AI目前仍不是"iPhone时刻"——技术零件已经齐全，但缺少的是彻底改变人机交互范式的 Product。他同时认为AI将大幅降低创业门槛，引发人类历史上最大规模的小企业创业潮。

2026年8月24日，OpenAI创始人奥特曼做客主持人大卫·森拉的节目，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。

主持人提到Shopify创始人托比·吕特克的判断，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"。

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），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。

当主持人追问，那要如何改变产品，你才会真正深入采用自己的产品？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。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。

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。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。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。

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。

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。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"。

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。

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。

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。

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。

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"。

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。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"。

现在更限制他的，是AI对他的有用上下文不够多。他希望AI能尽可能多地了解他，帮他做他做不到或不想做的事。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。"

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。

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。

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。他把这两人形容为"非线性思考者"。

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。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。

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。

这段借用了列夫·托尔斯泰《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。

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。"

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。