Sam Altman 在 DevDay 说清楚了:未来不是更大的模型,而是会“想”的模型

AI PM 编辑部 · 2024年12月17日 · 6 阅读 · AI/人工智能

正在加载视频...

视频章节

在这场 DevDay 的 AMA 里,Sam Altman 抛出了一个足以改写 AI 创业和投资逻辑的判断:模型规模不再是核心变量,真正的分水岭是“推理能力”。从 o1、Agent、开源,到创业者会不会被 OpenAI 碾压,他几乎把未来 5 年的底牌摊在了桌面上。

Sam Altman 在 DevDay 说清楚了:未来不是更大的模型,而是会“想”的模型

在这场 DevDay 的 AMA 里,Sam Altman 抛出了一个足以改写 AI 创业和投资逻辑的判断:模型规模不再是核心变量,真正的分水岭是“推理能力”。从 o1、Agent、开源,到创业者会不会被 OpenAI 碾压,他几乎把未来 5 年的底牌摊在了桌面上。

真正的转向点:OpenAI 不再只追求“更大”,而是“更会想”

如果你只记住 Sam Altman 这场 AMA 的一句话,那应该是这一句:“Reasoning is our current most important area of focus.”

这不是一句随口的技术展望,而是 OpenAI 路线的公开转向。过去十年,行业的默认信仰是 scaling law:参数更大、数据更多、算力更猛,能力就会线性上升。但 Sam 直言,真正让他们兴奋的,是像 o1 这样的“推理模型”。

为什么?因为很多 AI 从业者等了“很多年”的能力——复杂规划、长链条决策、可靠执行——不是再堆参数就能解决的。推理,才是那把钥匙。它决定了模型能不能:
- 把模糊目标拆成可执行步骤
- 在长任务中持续自我校正
- 不只是回答问题,而是完成事情

这也解释了一个反直觉现象:未来最强的模型,未必是最大、最贵的那个,而是最会“想”的那个。

Agent 不是噱头:Sam 给出了一个极其务实的定义

“Agent”这个词已经被说烂了。自动化脚本叫 Agent,能调用 API 也叫 Agent,甚至一个定时任务都敢自称 Agent。

Sam Altman 的定义很克制,也很有杀伤力:“一个我可以交给它长期任务,并且在执行过程中只需要最少监督的系统。”

注意关键词:长期任务、最少监督。这意味着什么?

这意味着 Agent 的价值,不在于能不能调用工具,而在于能不能在不确定性中持续推进目标。这正好和前面“推理能力”的战略对齐。

也正因为如此,Agent 才会真正冲击 SaaS 的定价模式。当软件不再是“每个座位一个账号”,而是直接替代一部分人类劳动,按 seat 收费就变得极其别扭。

Sam 没有给出答案,但问题已经足够清晰:未来的软件,卖的不是使用权,而是结果。

创业者最关心的问题:OpenAI 会不会把你“碾过去”?

这是全场最现实、也最残酷的问题。

如果你是一名创始人,现在还值不值得在 RAG、应用层、工具层投入大量时间?会不会刚做起来,就被 OpenAI 顺手做掉?

Sam 的回答很 OpenAI 式,也很耐人寻味:“我们会竭尽全力把模型做得越来越好。”

这句话的潜台词是:
- OpenAI 不会刻意为应用层“留空间”
- 但也不认为自己能吃下整个世界

更重要的是,他给了一个长期视角:AI 会创造“数万亿美元”的新增市场价值。 在这样的增量面前,零和博弈的焦虑是短视的。

对创业者来说,这意味着一个关键判断标准:

你是在做“模型能力的薄封装”,还是在构建“模型之上独特的系统、数据和工作流”?

前者迟早被碾,后者才有护城河。

模型会不会变成大宗商品?Sam 的答案比你想的更复杂

“模型正在迅速贬值、被商品化。”这是最近一年最流行的悲观论调之一。

Sam 的回应没有直接反驳,但给出了另一层现实:训练最前沿模型的资本密度正在急剧上升。

结果是一个看似矛盾的局面:
- 一方面,基础模型能力在扩散、在下沉
- 另一方面,真正站在前沿的玩家越来越少

这意味着什么?模型不会简单地变成“谁都能做”的商品,而是会出现极强的分层结构
- 顶层:极少数公司,持续烧钱、探索未知
- 中下层:围绕这些能力做产品、做系统、做行业深耕

在这种结构下,差异化不来自“我也有模型”,而来自你如何用模型解决真实世界的问题

不开源 vs 开源:OpenAI 内部也没有标准答案

关于开源,Sam 罕见地给出了一个非常诚实的回答:这是一个持续讨论、没有定论的问题。

他没有承诺“会开源”,也没有否认“永远不开源”。这本身就释放了一个信号:

开源不再是价值观口号,而是一种战略工具。

当 Agent、推理模型逐渐变得强大,开源与否的影响早已超出技术范畴,而直接关系到:
- 安全边界
- 生态控制权
- 创新速度

对开发者而言,这意味着不要把“是否开源”当成唯一赌注,而是随时准备在不同范式之间切换。

从管理者视角看 OpenAI:最难的不是增长,而是 10 倍增长

在所有技术讨论之外,Sam 说了一句被很多人忽略的话:最难的,是让公司不要只盯着下一个 10%,而是下一个 10 倍。

这句话解释了为什么 OpenAI 会不断“自我否定”:
- 不满足于已有模型
- 愿意推翻已验证的路径
- 鼓励做“完全未经证明”的事

这也解释了他对人才的态度:年轻人和资深者都可以成功,关键不是年龄,而是能否适应这种持续重构的状态

总结

这场 AMA 的真正价值,不在于某个具体预测,而在于 Sam Altman 把 OpenAI 的思考框架公开了:推理优先、Agent 导向、应用层不设保护区、长期价值远大于短期焦虑。

对从业者来说,takeaway 很直接:不要只学新模型 API,而要思考如何构建能长期运行、能交付结果的系统;不要害怕被“碾”,真正危险的是做没有独立价值的中间层。

最后留一个问题给你:如果未来的软件真的按“替代多少工作”来定价,你现在做的产品,值几个岗位?


关键词: Sam Altman, OpenAI, AI推理, AI Agent, o1模型

事实核查备注: 需核查:视频发布时间(2024-12-17);Sam Altman 对 reasoning 为最重要方向的原话表述;Agent 定义的原句;数万亿美元市场价值的表述语境;o1 被提及为推理模型方向代表。