2026 年 10 月 29 日，Cheeky Pint。嘉宾 Sam Altman，主持 John Collison。
这次对话把几件通常被分开讨论的事连在了一起：AI 如何产生科学成果，为什么一次任务会消耗越来越多计算，模型公司为何进入芯片和数据中心，以及当能力继续增长时，谁拥有决定权。
从行业角度看，贯穿全场的是一组张力：供给侧依赖更集中、更高效的基础设施，智能的使用却可能更加分散；模型越来越能独立工作，人类却必须保有控制；客户应当为有价值的工作付费，却仍然需要能理解和核对的计费单位。
这些张力比任何一句增长预测都更值得分析，因为它们会决定下一阶段的产品形态、成本结构和产业分工。
本文依据节目方完整文字稿，并补查 OpenAI、Clay 数学研究所和 Simons 基金会的原始发布。访谈中的估算、预测与已发布材料分开处理。补查截至 2026 年 11 月 3 日，后续资料不倒写成嘉宾当时已经证明的事实。
一、推理计算开始像研发预算，而不只是软件使用费
访谈讨论智能体团队时，最值得抓住的变量，是一个问题能够有效吸收多少计算。对企业来说，这意味着 AI 支出可能逐渐具有研发投入的性质：预算增加，可以尝试更多路线、获得更多验证，但不保证每次都产生回报。
传统软件的单位成本往往容易解释：增加一个用户，多承担一份服务成本。科研型或复杂任务型 AI 的成本曲线更难预测。同样一个问题，系统可以快速给出可用答案，也可以继续搜索、检验和修正。预算不再只影响服务容量，也可能影响最终成果的质量上限。
这会改变竞争的两个层次。模型能力决定哪些问题值得尝试，研究组织方式决定投入多少计算之后还能获得增量收益。后者涉及选题、分工、证据筛选和停止条件，不能用模型排行榜的单个分数概括。
也要警惕一种过度推论：能够投入更多计算，不等于收益必然按比例增加。高价值案例容易被看见，失败实验和无效分支则容易被忽略。判断这种模式是否成熟，应该看整组任务的投入产出，而不只看最惊艳的一次成功。
二、数学成果已经有公开材料，但“产出数量”必须拆开看
数学段落从 15:47 开始。Altman 对 Navier–Stokes 项目的成本给出约 1,000 万美元量级的口头估计，并设想一年后同类工作可能降到原成本的 1/100。前者不是审计数据，后者是预测。访谈文字稿
理解这笔账，必须先弄清楚外部到底能验证什么。
2026 年 9 月 8 日，OpenAI 发布了 Navier–Stokes 问题的解答主张，附论文和 Lean 形式化证明，并称所用内部模型的能力显著高于 GPT-6 Astra。公司也明确表示不打算申领千禧年大奖。这是有公开研究材料的正式发布，不能只当作访谈逸闻。OpenAI 原始公告
但正式发布与完成学术认定仍是不同阶段。Clay 数学研究所在 9 月 11 日表示关注这一看似解决问题的公告，同时强调成果评价和归属认定将按既定流程进行。其回应不是颁奖决定。Clay 数学研究所声明
更有解释力的数据来自 OpenAI 的公开数学仓库。本文查阅时，目录列出 721 份手稿、373 个结果家族；研究过程向模型提出约 4,000 个问题；仓库称约 42% 的顶层结果已形式化。仓库同时提醒：材料处于不同核验阶段，未形式化结果可能存在问题，手稿应被理解为研究原始材料，而非全部经过打磨的学术论文。OpenAI 数学仓库
这四个数字不能相互替换：
- 手稿数量不等于独立解决的问题数量。同一个结果家族可能含主结果、辅助论证、推论或替代证明。
- 结果家族数除以尝试题目数，不能直接得出标准化成功率。筛选、聚合与重要性门槛都会影响分母和分子。
- 形式化比例不等于“其余结果均错误”，也不代表已形式化结果的学术意义、优先权和适用范围都已由社区确认。
- 平均计算投入不能代表最难案例的成本分布，更不能直接当作 API 售价。
OpenAI 10 月 6 日的发布使用另一种口径：平均每项结果消耗的计算，相当于该内部模型约 三小时 ChatGPT Pro 思考。这是计算等价描述，不是普通用户三小时就能复现所有成果的承诺，也不能与千万美元项目直接相除，宣称已实现某个降本倍数。数学成果发布说明
更深的变化：理解和验证开始成为稀缺环节
如果候选证明的生成速度显著快于人类阅读速度，科研体系的压力会从“想不出结果”部分转向“来不及理解结果”。重要性判断、错误识别、概念提炼、教学传播和优先权分配，都需要额外投入。
这已出现制度层面的回应。Simons 基金会 10 月 15 日宣布，与 Anthropic、OpenAI 合作投入合计 1,500 万美元的资金与资源，支持数学界评估成果、学习工具和形成共同标准；其中 OpenAI 单独公布的出资为 500 万美元。前一个是多方合计，不能写成 OpenAI 一家的捐款。Simons 基金会公告｜OpenAI 出资说明
10 月 26 日，OpenAI 又公布了三类不同的成果发布安排：直接开放材料、与外部团队合作解释、由外部团队决定材料发布。公司承认尚不清楚哪种方式最好，并讨论了专家组织方式可能带来的信息不对称。学术合作公告
行业由此面临一个新问题：科学发现能力可以快速扩张，科学共同体消化这些发现的制度不一定同步扩张。下一阶段科研 AI 的竞争力，可能需要同时包含发现能力与知识转化能力。
三、多智能体是能力路线，也是一种权力分配主张
08:54 起的安全讨论和 23:12 起的智能体团队讨论，表达了 Altman 对多主体结构的偏好：相比把能力压在一个极强的单体上，他更愿意看到许多智能体参与。安全讨论则涉及沙箱、监测与对齐的不同作用。访谈文字稿
这个判断值得从两个层面理解。
在技术层面，多主体可以产生不同候选、交叉检查和分工。但如果所有主体依赖同一模型、相同训练偏差和同一信息源，它们可能形成一致而错误的结论。数量上的分散不等于认识上的独立，也不等于经过证明的安全优势。
在产业层面，多智能体可能增加用户的选择权，却不必然分散基础设施的控制权。大量用户拥有各自的代理，仍可能依赖少数供应商的模型、云端算力、身份体系和工具入口。应用层看起来多元，供给层仍可能高度集中。
因此，“避免单一超级智能”与“避免少数平台掌握智能资源”是两项相关但不同的议题。前者关乎模型和组织结构，后者涉及切换成本、数据迁移、第三方接入以及市场竞争。访谈提出了方向偏好，没有解决这两者之间的全部矛盾。
安全判断也应保留尺度。沙箱不能被假定永远足够，并不等于现阶段可以放弃隔离；对极端未来能力的担忧，也不能直接作为今天某个系统已经无法约束的证据。需要持续检验的是具体能力、具体环境和具体控制措施。
PHP 事件显示，能力扩散快于保护扩散是现实难题
节目开场的安全话题也有正式发布可核对。OpenAI 10 月 21 日公告称，Calif 使用其模型发现 PHP 严重问题，Wiz 也独立发现并报告相关漏洞，修复由 PHP 维护者主导，其他团队参与研究和协调。这里的成果属于多方协作，不应简化成一家模型公司单独完成全球修复。PHP 协调响应公告
对安全产业而言，发现速度提高只是链条的起点。维护者能否验证报告、供应商能否准备兼容更新、运营者能否实际部署修复，才决定风险是否下降。AI 可能大幅增加问题供给，同时把验证和协调能力变成更紧缺的资源。这与科研中的“结果生成快于人类消化”形成了相似的结构，但两者的时间压力和外部后果不同。
四、自我改进仍处在探索期，局部效率提升与范式突破要分开
在 25:17 开始的算力长段落中，Altman 区分了两类工作：寻找约 5% 的计算效率改进已有可操作路径，提出堪比 Transformer 的新架构则仍没有成熟方法；AI 辅助 AI 研发也尚未形成标准流程。访谈文字稿
这段表述对“递归自我改进”的讨论很重要。行业经常把三个不同阶段压缩为一个词：辅助工程师写代码，独立完成有价值的研究实验，以及持续提出并验证新的研究范式。它们的难度、验证周期和对组织的要求差异很大。
局部优化可以累积出显著商业价值，但累积是否会自动变成概念突破，需要额外证据。模型能提出候选方法，也不代表它能可靠判断哪项研究值得消耗大规模训练预算。实验选择、因果归因和失败结果的解释仍然关键。
对未来进展，更有分辨力的问题是：新增成果中有多少来自模型自主提出的方向？验证是否由独立实验完成？研究团队因此缩短了多少周期？成果能否在不同任务或模型上迁移？这些问题比把任何加速都称为“自我改进闭环”更有用。
五、全栈布局已有实物与测试结果，机器人扩建算力仍是更远期设想
访谈中的机器人和数据中心愿景，应该放回可核查的产业路线图里。
2025 年 10 月，OpenAI 与 Broadcom 公布了 10 吉瓦定制加速器合作，目标部署窗口为 2026 年下半年至 2029 年底。这是多年部署计划，不是已经投运的容量。双方合作公告
2026 年 6 月，双方公布 Jalapeño 推理芯片；OpenAI 称从初始设计到流片用了九个月，初期部署目标为当年年底。流片、工程样片和大规模生产部署是不同里程碑，不能合并成“九个月建成完整算力平台”。芯片发布公告
8 月，公司公布首批性能结果，同时进一步说明其多供应商策略：自研芯片是增加选择与系统协同的手段，云、加速器与数据中心合作伙伴仍将长期并存。性能数据属于公司发布的特定测试结果，不能泛化为所有模型和服务条件下的优势。全栈算力战略说明
这条路线的商业逻辑相当清楚。掌握真实推理负载的一方，可以更直接决定芯片和服务系统如何协同；拥有自研选项，也会影响采购谈判和供应风险。与此同时，设计能力不能直接消除制造、内存、电力和建设环节的限制。
Altman 提出的以机器人帮助扩大数据中心供给，属于更长期的设想。访谈文字稿 这种设想在产业链上的价值，取决于机器人到底解决哪一项瓶颈：零部件制造、安装、运维与建设并非同一种工作；提高其中一环的效率，也未必突破其他环节的约束。
“每吉瓦 700 亿美元”究竟是什么口径
37:53 起的讨论中，Altman 选取 每吉瓦五年总拥有成本约 700 亿美元作为示例，并表达希望降至约 200 亿美元。它包含建设和五年运行口径，不是单纯机房造价；后一个数字是愿景，不是正式报价或已实现成本。访谈文字稿
这一口径与“每吉瓦收入”也必须区分。收入反映价格、利用率和需求，成本还取决于硬件代际、折旧、能源及运维。即使单位成本下降，短期供给不足仍可能维持高价格；反过来，收入增长也不能单独证明资本回报足够好。
对产业判断而言，真正需要观察的是交付容量何时产生可销售服务、利用率能否持续，以及效率收益被平台、供应商还是客户获得。长期需求增长，与某一年投资过热或局部产能过剩，可以同时成立。
六、个人代理争夺的是服务入口，企业护城河需要重新定价
访谈后半段，Altman 认为个人代理尚未出现真正的“大众化转折点”。访谈文字稿 这应结合产品进度理解：OpenAI 已在 9 月 29 日发布 dots，官方介绍强调长期任务、独立云电脑、连接应用，以及未来智能体团队和企业专用角色的方向。dots 发布公告
产品已经发布，却仍承认形态没有完全成熟，说明下一阶段的竞争不会只由模型能力决定。用户是否愿意把持续工作交出去，取决于结果可靠性、上下文积累、授权成本，以及出错之后能否恢复。
如果个人代理成为常用入口，原本由网站和应用掌握的浏览、比较、填写与下单过程，就可能被重新组织。这里有三种价值需要分开：界面带来的注意力控制，平台沉淀的交易关系，以及企业实际交付产品和服务的能力。
前两者可能受到代理入口的影响，第三者不会因为界面改变而自动消失。商品质量、履约、售后和品牌信任仍然决定购买结果。由此可能出现一种分工：代理负责理解需求和组织选择，商家负责可信交付，双方围绕客户关系、数据和交易费用重新谈判。
这不是所有应用都将消失的结论。复杂工作需要可视化，专业系统还承担责任划分和操作约束。更可能变化的是用户完成一件事所需跨越的界面数量，以及谁能成为用户默认委托的那一方。
七、token 计费的问题，是价值尺度与信任尺度不一致
49:27 起，Altman 透露，OpenAI 考虑过直接按任务报价，但客户反应负面。对话中，Collison 另称 Stripe 的 token 支出约占运营费用 1% 量级；这是他的口述，不是公开财报核验值。访谈文字稿
这两条信息放在一起，比“token 是不是好单位”更重要。企业正在为 AI 留出真实预算，同时又不愿接受无法解释的账单。
token 不是业务价值的直接度量，但它给客户一个可观察的成本单位。按成果计价更接近业务价值，却需要双方先定义成果、质量标准和责任边界。对于探索性研究，同一份答案究竟值多少钱，本来就很难在执行前准确约定。
未来可能出现多种计费方式并存：底层保留可审计用量，稳定任务采用套餐或任务预算，少数边界清晰的业务采用结果计价。能否降低客户的预算不确定性，可能与降低单个 token 的价格同样重要。
接下来应跟踪的五个验证信号
第一，数学等科研成果是否持续得到独立理解、修订和扩展，而不只是增加发布数量。
第二，多智能体是否在相同成本下稳定改善结果，还是主要通过更高支出换取少量高光案例。
第三，AI 辅助研发能否展示可重复的研究周期缩短，并逐渐超出局部工程优化。
第四，自研芯片和长期算力协议能否按阶段交付，并在真实服务条件下改善经济性。
第五，个人代理能否取得长期委托，并让用户和企业理解权限、结果与账单。
这场访谈给出的，是一条从科学能力通向产业能力的路线：让更强模型产生更有价值的工作，再以更便宜的基础设施把这些工作扩展出去。路线中的各部分已有不同程度的证据，但尚未全部连成一个经过验证的商业闭环。区分这些成熟度，才能看清真正的进展，也能看见仍需要时间的部分。
原节目复听索引
- 00:12 PHP 与软件安全
- 07:33 防御侧进展
- 08:54 沙箱与控制
- 15:47 数学与研究成本
- 23:12 智能体团队
- 25:17 算力、供应链与 AI 辅助研发
- 37:53 每吉瓦收入与成本
- 49:27 token 定价
以上为节目方章节起点，不是每条观点的逐句时间戳。完整原文与播放器
公开来源
本文仅供信息参考，详情请见免责声明。
← 继续阅读更多内容