这是最近我看过的最“去魅”但也最硬核的一期播客。
a16z的Martin Casado对话OpenAI开发者平台负责人Sherwin Wu。
说实话，大家平时盯着Sam Altman的宏大叙事看多了，容易飘在云端。但Sherwin Wu不一样，他是那个真正掌管OpenAI“下水道”和“电网”的人——也就是API。所有基于OpenAI构建的万千应用，最后都要经过他的手。
听完这期，我最大的感受是：OpenAI内部对自己定位的认知，正在经历一场巨大的、鲜为人知的修正。
咱们就像老朋友聊天一样，顺着他们的对话逻辑，把这里面的门道拆解一下。
01. 从“天下一统”到“诸侯割据”
以前我们（甚至包括OpenAI自己）都有个执念：AGI就是那个终极的“上帝模型”，一个模型解决所有问题。
但Sherwin很坦诚地聊到了OpenAI内部风向的转变。他说，在2022年那时候，他们真的以为未来就是一个单一的通用模型统治世界。但现在的结论是：根本不是那么回事。
这一点非常反直觉。现在的趋势是专业化（Specialization） 。
这就像你在公司里，不可能指望CEO去写底层代码，也不可能让CFO去画设计图。OpenAI现在的策略变了，他们开始搞o1（推理特化）、搞Sora（视频特化）、搞Codex（代码特化）。
这对我们这种搞AI应用的人来说是个巨大的信号：不要再迷信“通用”了，垂直才是护城河。
Sherwin提到了一个特别有意思的点——微调（Fine-tuning）的进化。以前我们觉得微调就是让模型说话好听点，改改语气（Tone）。现在的微调，尤其是结合了强化学习（RL）的微调，是在让模型在特定领域达到SOTA（最高水平）。
这意味着什么？意味着企业手里的那些“沉睡的数据”——以前不知道怎么用的工单记录、代码库、医疗档案——现在成了真正的金矿。只要你用RLHF去“喂”特定模型，你在那个垂直领域就能吊打通用的GPT-4。
02. 既做裁判又做运动员？
这是一个所有人都想问，但很少有人敢当面问OpenAI高管的问题：你们既做ChatGPT（直接面向用户），又做API（卖给开发者），这不是左右互搏吗？
这就像如果你去开一家面包店，结果卖面粉给你的供应商也在街对面开了一家面包店，你慌不慌？
Sherwin的回答很有意思，甚至带着一种属于头部大厂的“凡尔赛”。他说：“增长解决一切问题。”（Growth solves all problems.）
因为ChatGPT的增长太恐怖了（每周8亿活跃，虽然这个数字可能是口误，或者包含了API触达，但这量级依然惊人），他们根本顾不上去想什么“抢生意”的事。
更重要的是，他抛出了一个让我思考很久的观点：API的最终触达用户，其实远大于ChatGPT。
你想想，ChatGPT是一个产品，但API是渗入到每一行代码、每一个SaaS软件里的。OpenAI的真正野心，是想做AI时代的“电力公司”。电力公司会担心自己卖的电炉子抢了电器厂的生意吗？不会，因为电器厂卖得越好，电费收得越多。
03. AI的“反中介化”特性
这部分是Martin Casado提出来的，我觉得非常有洞察力。
在传统软件时代，我们习惯了“封装”。你用一个SaaS软件，你根本不在乎它背后是用AWS还是Azure，那个底层是被“藏”起来的。
但AI不一样。AI模型有一种很奇怪的“反中介化”（Anti-Disintermediation）能力。
比如你在Cursor里写代码，或者玩一个AI NPC游戏，你很难把底层的那个模型完全藏住。因为模型的“性格”、它的推理逻辑，直接暴露给了最终用户。你很难在中间插一层薄薄的软件就说这是你的东西。
这就导致了一个结果：开发者必须把自己和模型深度绑定。 你没法像换云服务商那样随意切换模型，因为GPT-4和Claude的“脾气”完全不同，换了模型，你的应用体验可能就崩了。
这对OpenAI来说是好事，因为客户粘性极高。
04. 为什么我们还需要“写流程图”的Agent？
最近大家都在炒Agent（智能体），觉得丢给AI一个目标，它就能像魔法一样自己搞定。
但Sherwin打了一盆冷水——或者说，说了一句大实话。
即便是在OpenAI内部，他们发现现在的模型虽然聪明，但还不足以处理所有开放式任务。所以在实际落地（比如企业级应用、客服）的时候，还是需要SOP（标准作业程序） 。
这就解释了为什么OpenAI还要搞“Agent Builder”这种看起来有点“倒退”的、基于节点的流程式工具。
因为在真实商业世界里，你不敢让AI随意发挥。客服不能答应给客户退款100万，医疗AI不能随便开处方。我们现在处于一个“半自动化”的阶段，需要人类用逻辑去框定AI的边界，让AI在这个框里发挥它的推理能力。
这不仅仅是技术问题，更是为了确定性（Determinism） 。企业为了合规和稳定，宁愿牺牲一点“魔法”，也要换取“可控”。
05. 开源并没有杀死OpenAI
最后聊聊开源。Llama出来的时候，好多人都说OpenAI要完蛋了。
但现实是，并没有。
Sherwin的态度非常Open（双关了）。他说OpenAI并不担心开源，甚至他们也在推开源项目。为什么？
因为推理（Inference）太难了。
拿到了Llama的模型权重，和能稳定、便宜、高并发地把这个服务跑起来，中间隔着十万八千里。对于绝大多数开发者和公司来说，自己去维护一套GPU集群跑开源大模型，成本和精力都远高于直接调API。
而且，OpenAI现在的定价策略非常狡猾（褒义）。他们坚持按用量付费（Usage-based pricing） 。这是一种最公平、也最难被颠覆的模式。因为这直接对应了你获得的价值。
最后的思考
看完这段对话，我有一个强烈的感知：
OpenAI正在从一家“造神”的实验室，变成一家极其务实的商业基建公司。
Sherwin的背景很有意思，他以前在OpenDoor做定价模型，在Quora做信息流。这些都是极其考验数据处理和商业变现的地方。
他不再跟你谈什么“硅基生命”的哲学，他在谈成本、谈延迟、谈SOP、谈开发者体验。
这说明什么？说明AI的草莽时代结束了，现在进入了精耕细作的“生意人”时代。
如果你还在焦虑AI会不会取代人类，不如学学Sherwin的视角：别管它是不是人，先看能不能把它变成水电煤，卖出去，融进每一个APP里。
这才是当下的真实世界。
关注我们 加入AI超级个体交流群
