昨天，红杉资本公开了部分 AI Ascent 2025 闭门分享会的视频，我着重看了一下 Sam Altman 那场OpenAI 访谈视频。原本以为会是那种“AI很牛、未来很美好”的套路，结果发现细节里藏着不少值得琢磨的东西。今天就像和朋友深夜聊天一样，慢慢和你聊聊我的观后感。
OpenAI的起点：一群人和一台旧机器
2016年，OpenAI还只是个十几人的小团队，围着一台70磅的DGX-1，像极了大学寝室里鼓捣电脑的场景。那时候没人知道大语言模型会火，产品也只是个模糊的想象。Sam说，他们一开始就是在白板上乱画，试着让AI玩游戏、操控机械臂，完全是“边走边看”。这种状态其实很真实——大多数创新不是计划出来的，而是摸索出来的。你会发现，很多伟大的创新，都是在一片混沌和不确定里生长出来的，很多决定都是“走着走着就对了”。
从API到ChatGPT：偶然与必然
严格来说，第一款消费级产品其实并不是 ChatGPT，而是最初推出的 **DALL-E，**然后推出了 API 服务。
后来，专注于无监督学习的同事研发出了GPT-1和GPT-2。到了GPT-3阶段，技术很惊艳，但困惑于其实际应用场景。更关键的是，要继续升级到GPT-4，需要动辄上十亿美元的巨额投入，这已超出了纯科研项目的承受范围。于是 OpenAI 开始探索商业化路径，并确信这项技术蕴含着巨大价值。
之前开源GPT-2模型权重时市场反响并不热烈。根据 Sam 的观察，开放API往往能带来意外突破。考虑到这些模型运行复杂且体积庞大，OpenAI 决定开发配套工具来提升效率。既然暂时找不到明确的应用方向，不如让市场来发掘可能性。于是在2020年6月，OpenAI 正式开放了GPT-3的API接口。当时全球反应平淡，但硅谷创业者们异常兴奋，有人评价“这预示着**通用人工智能(AGI)**的到来”。
实际上，最初只有做文案创意的公司实现了规模化使用，这是当时GPT-3唯一产生商业价值的领域。但有个现象很值得关注：尽管对话体验还很生涩，大家都喜欢和模型聊天。是不是熟悉的场景，生成文案和聊天这两个场景，也是国内AI 应用的两大使用场景。
用户的热情让 OpenAI 意识到，这里也许藏着新机会。于是一步步试错，DALL-E、GPT-3、再到ChatGPT，产品像滚雪球一样越滚越大。Sam 说，很多决定都是试出来的，不是靠战略规划拍脑袋定的。其实，技术和市场的结合，往往是偶然和必然的混合体。
团队哲学：小团队，大责任
OpenAI现在很大，但Sam始终坚持小团队、大责任。他反复强调，扩张不是为了养更多人，而是要让每个人都能做实事。否则就会变成“40个人为一个小功能吵翻天”，效率低得吓人。真正有价值的，是那些能快速产出、不断试错的小团队。
Sam 车策略是：用精干团队承担重要任务。为此，必须持续开拓新业务。要实现“成为每个人的个性化AI生活助手”的目标，意味着要覆盖各种主流场景和细分领域，需要搭建的东西非常多。
这个点很打动我——大公司常见的病，就是人多事少，会议室永远在争论细节，没人推动事情往前走。Sam的观点很简单：让最聪明的人保持忙碌，给他们足够的空间和责任，创新自然会发生。
AI的世代分野：代际鸿沟与创新窗口
Sam Altman 谈到年轻人与年长一代在使用 AI（尤其是 ChatGPT）上的巨大差异，这一段其实非常有意思，也很有现实启发。
他观察到，年轻人用 AI 的方式，和上一代人完全不同。对许多二十岁出头的年轻人来说，ChatGPT 已经不只是“搜索引擎的升级版”，而是他们生活的“操作系统”。他们会把 AI 连接到各种文件、数据源，甚至记住复杂的提示词（prompt），用来处理学习、生活、决策等方方面面。更有意思的是，他们在做重要决定前，几乎都会先问问 AI 的意见，而且 AI 已经能记住他们生活中的各种细节、关系和历史对话，成为真正的“数字参谋”。
相比之下，年长一些的人（比如三十五岁以上）用 AI 的方式就保守得多。他们大多还是把 ChatGPT 当成 Google 的替代品，遇到问题就去查查资料、问问知识，很少会把 AI 深度融入到自己的日常决策和生活流程中。
这种代际差异，很像智能手机刚普及时的情景：年轻人很快就能用手机做各种事，而年长者则需要几年时间才能适应。这种“数字鸿沟”会在 AI 时代被进一步放大。年轻人天然地把 AI 视为生活的底层工具，而年长者则更像是“用用看”，但并没有真正改变自己的思维和行为方式。谁能率先把 AI 融入到自己的底层操作系统，谁就能在新世界里获得更大的杠杆和自由。
这点我深有体会，我平常大量使用ChatGPT，有意无意，我会让他记住很多事情，直到去年底，我让他给我整理一份年终总结，他竟然很清楚我们的技术栈，我们研究了哪些新技术，我最近做了哪些项目，项目的大概情况如何，再加上 ChatGPT 稍微夸大了一点的宏观总结，生成的年终总结基本上是我职业生涯中最好的一份了。
AI的未来：平台、协议与数字基建
未来的AI不仅是一个产品，更像是数字世界的基础设施。他设想，未来会有一套全新的协议，类似于 HTTP 协议，让各种AI代理、工具、服务像乐高积木一样组合。身份验证、支付、数据传输，这些底层能力，都应该内置于这个大家共同信任的基础协议中。**虽然目前具体形态还不完全明确，但整体架构正在逐渐清晰。**AI会像水和电一样，无处不在，但你未必会察觉它的存在。这个想象力，既务实又浪漫。你可以想象，未来的AI助手能无缝帮你登录各种服务、自动完成支付、管理数据。每个人、每家公司都能在上面搭建自己的“数字生命”。
当然，这条路不会一蹴而就。协议的演进，注定是反复试错、不断修正的过程。我们需要一种折中的方案，既能保证安全和信任，又能让创新者自由搭建自己的“数字积木”。
AI的能力边界：多模态、代码与现实世界
AI的能力不再局限于文本和图片。视频里提到，OpenAI正在尝试把传感器数据、语音输入、代码生成等各种信息整合进模型。未来AI或许能理解温度、湿度，甚至感知物理世界的细节。Sam特别强调，代码生成能力是AI驱动现实世界的关键。每一行代码，都是AI影响世界的触角。未来你问AI问题，它直接给你一段能跑起来的程序，这才是真正的“动起来”。而且，AI的多模态能力会让它成为现实世界和数字世界的桥梁。
创业者的韧性：危机、成长与自我修复
最后一段关于创业者韧性的讨论很真实。
去年年底到今年年初，OpenAI 经历了几位重要高管的离职风波，现在看起来已经逐步稳定。上周，OpenAI 宣布成立应用事业部，并聘请了新 CEO，而且还把公司结构变成了一家既追求利润又强调社会责任的公司。会议上，主持人提问，经过这一波高管离职风波，对于创始人，该如何培养越挫越勇、能扛事又能持久作战的能力？
Sam的回答很真实，一看就是经历过大风大浪的人。随着时间的推移，会变得越来越容易，作为创始人，难免会遇到各种挑战，而且赌注会越来越大。但经历的事情多了，内心反而没那么煎熬了。虽然困难越来越大，处理问题的能力也随之增强。
比起危机爆发那一刻，最难的是危机过后的重建和自我修复。情绪的消化、信心的恢复，比解决危机本身更难。最难的不是危机本身，而是危机过后的“重启”——这才是真正考验人的地方。
现在很多人讨论如何应对危机，但很少有人谈论如何收拾残局。我至今没找到可靠的资料，告诉创始人在危机过去两个月后该如何重新振作，这才是最需要下功夫培养的能力。
未来展望：价值创造与社会融合
Sam 的结尾很有力量。他说，AI的价值不仅是技术的进步，更是社会的融合。
2025年可能是智能代理全面落地的一年，AI会深入科学发现、产业升级，甚至改变我们的生存方式。每一次技术革命，都是一次社会进化。AI的故事，才刚刚开始。我们所能做的，是保持好奇，拥抱变化，在混沌中寻找属于自己的道路。
看完整个视频，我最大的感受是：AI的未来不是规划出来的，而是一群人不断试错、不断修正，一步步走出来的。技术进步和人的成长，其实很像——都在混沌和不确定里，慢慢摸索出一条路。也许这才是科技最有趣的地方。你会发现，真正的创新往往不是“看见了才相信”，而是“相信了才看见”。如果你还没看这场访谈，强烈建议找个安静的晚上，泡杯茶，慢慢看完。你会发现，很多“未来”，其实已经在我们身边悄悄发生了。
如果你也有类似的思考，或者对AI、出海、全球收款、独立开发这些话题感兴趣，欢迎来我的小圈子。这里没有标准答案，只有不断试错和碰撞出的新火花。也许，最好的答案，就藏在我们的对话里。点这里加入：discord.com/invite/XDNe…
