Sam Altman: Intelligence Will Be a Utility Like Water

为什么 Sam Altman 的”用智能淹没世界”战略将改变一切

Sam Altman 与 Larry Fink（BlackRock CEO 兼 OpenAI 董事会成员）在 AI 基础设施论坛上进行了一场深度对话，远超通常的 AI 炒作周期。其中两个论断尤为引人注目：AI 推理成本在约 16 个月内降低了 1000 倍，以及他预测到 2028 年底，全球数据中心内的认知容量将超过人类大脑的总认知容量。

关于跨越经济实用性门槛： “At some point in the last few months, we really have crossed a threshold into major economic utility of these models. My job shifted from doing direct technical work to managing a team of agents doing this work.”（“在过去几个月的某个时刻，我们真的跨越了这些模型产生重大经济效用的门槛。我的工作也从直接做技术工作，转变为管理一支由智能体组成的团队来完成这些工作。“）Altman 描述了当前的能力发展轨迹：AI 现在可以处理数小时的任务，不久后将能胜任数天乃至数周的工作。之后，AI 系统将”连接到你的生活、你的公司，随时主动思考和工作”——就像信任一名资深员工一样。

关于初创公司不再想要雇员： 思维方式的转变已非常具体。初创公司不再谈论需要多少名员工，而是询问能预留多少算力。“我能签一个云服务协议吗？能拿到这么多 token 吗？“大公司也在跟进：工程团队今年计划交付的成果已翻倍乃至三倍。这在以前从未发生过。

关于 AGI 失去意义： Altman 表示这个词”已经不再有太多实际意义”。他提出了两个更有用的衡量门槛：（1）数据中心内存储的认知容量超过外部人类的认知容量——“大概在 2028 年底”；（2）CEO、总统和诺贝尔奖得主离开 AI 的大量辅助便无法完成本职工作。前者是物理现实的转变，后者是工作流现实的转变。

关于 1000 倍成本降低： “From our first reasoning model O1 to GPT-5.4, to get the same answer to a hard problem has been a reduction in cost of about 1000x.”（“从我们的第一个推理模型 O1 到 GPT-5.4，解决同一个难题的成本降低了约 1000 倍。“）这一切发生在大约 16 个月内。这不仅仅是模型本身的进步——内核工程师、电力工程师和数据中心设计师同步贡献了各自领域的效率提升。

关于智能作为公用事业： OpenAI 最核心的指导原则是用智能淹没世界——“便宜到无需计量”，借用的是核能那个未能实现的承诺。“We see a future where intelligence is a utility like electricity or water and people buy it from us on a meter and use it for whatever they want.”（“我们看到一个未来，智能将像电力或水一样成为公用事业，人们按用量向我们购买，用于任何他们想做的事情。“）相反的情形——容量限制推高价格——意味着 AI”只属于富人”，或者政府做出”几乎总是以失败告终”的中央计划决策。

关于 1100 亿美元融资轮和定制芯片： 这轮融资规模是沙特阿美创纪录 IPO 的四倍。OpenAI 正在打造一款专用推理芯片——不追求最快，而是追求每瓦特成本最低。这一押注的逻辑是：在能源受限、智能体需求巨大的世界里，每瓦特的效率比原始速度更重要。

关于印度的”零人员工”初创公司： Codex 在印度的使用量数月内增长了 10 倍。印度创始人告诉 Altman，他们正在构建”零员工初创公司”——一个提示词就能写软件、处理客户支持、完成法律事务，创始人可以放假休息。印度公司积极锁定算力资源，坚持不让 Altman 离开房间，直到签署协议。

关于管理富足而非稀缺： “For centuries, maybe millennia, we have learned a lot about how to structure society to manage scarcity. Almost none of that helps us as we have to quickly learn towards managing abundance.”（“几个世纪乃至几千年来，我们积累了大量关于如何构建社会以管理稀缺性的知识。然而当我们必须迅速学会管理富足时，这些知识几乎毫无用处。“）Altman 承认了一个可能的悖论：在认知容量驻留于数据中心的通缩世界里，生活质量上升，而 GDP 却可能下降。

Altman 在 AI1F 的 6 大核心洞见

• 1000 倍成本降低 — 从 O1 到 GPT-5.4，约 16 个月内实现，且仍处于效率曲线的早期阶段
• 2028 年底数据中心认知容量将超过人类 — Altman 最具体的 AGI 相关预测
• 初创公司要算力，不要员工 — 新公司的思维转变已经完成，大公司正在跟进
• 智能作为公用事业 — OpenAI 的核心原则是让智能便宜到无需计量，如同电力或水
• 2026 年底前推出定制推理芯片 — 优化目标是每瓦特成本最低，而非速度最快，针对智能体工作负载
• 民主化 AI — 这一量级的技术决策应通过民主程序由社会来做，而非由公司决定

这对构建 AI 的组织意味着什么

16 个月内 1000 倍的成本降低，是应该重塑每一场 AI 预算对话的核心数据。如果这一趋势持续——Altman 表示他们”还处于非常早期”——那么大规模部署 AI 智能体的经济账，每个季度都会发生根本性变化。等待”合适时机”才引入 AI 智能体的组织，正在针对一个加速远离自身的移动靶进行优化。问题不在于 AI 是否会便宜到可以全面部署——而在于当那一天到来时，你的组织是否已经备好了相应的工作流、数据和流程。