Sam Altman 罕见自省:GPT-5 写作翻车、招聘放缓,以及更便宜的智能未来
OpenAI 首次 Town Hall 没有发布新模型,却信息量爆炸:Sam Altman 当众承认 GPT-5 写作“搞砸了”,明确招聘将放缓,同时抛出一个更激进的判断——两年内,更高水平的智能会以 100 倍更低成本到来。这场看似平淡的 Q&A,其实暴露了 OpenAI 的真实焦虑与路线选择。
OpenAI 首次 Town Hall 没有发布新模型,却信息量爆炸:Sam Altman 当众承认 GPT-5 写作“搞砸了”,明确招聘将放缓,同时抛出一个更激进的判断——两年内,更高水平的智能会以 100 倍更低成本到来。这场看似平淡的 Q&A,其实暴露了 OpenAI 的真实焦虑与路线选择。
一个反直觉的事实正在发生:你不写一行代码,也能在16分钟内做出同步的 Web + Mobile App。更狠的是,这个 App 里除了你,其他“用户”全是会自己发帖、点赞、评论的 AI 代理。这不是演示,这是一次对未来软件形态的实战预演。
一场看似松散的直播,却不断抛出危险信号:AI 产品命名都能失控成 meme,Token 需求被反复点名,而创始人们已经开始谈“谁会吃掉 80% 市场”。这期 TBPN,不是热闹,是风向。
最反直觉的不是 AI 会写代码,而是一个“完全不会写代码”的增长负责人,已经开始用 AI Agent 把自己的整份工作变成一个命令行。邮件、数据分析、Notion、日程协调,全都在一个终端里完成。这不是炫技,而是一种正在成型的新工作范式。
如果你还以为AGI只是个营销词,那这期对谈会让你不安。Yi Tay 亲口承认:把“AGI”写进团队名字并不是玩笑;而在IMO金牌、On-Policy RL、AI编程全面可用的背后,一条新的技术主线已经浮出水面。
如果你做过 MCP Server,却总觉得“能跑但不好用”,这场演讲会让你坐立不安。Prefect 的 Jeremiah Lowin 直接开喷:现在市面上大量 MCP Server,不是写得差,而是设计目标就错了。他点出了几个让全场沉默的事实,也给了 MCP 开发者一套更接近“正确答案”的思维方式。
大多数人以为AI写代码的极限是“快一点的Copilot”,但Greg Isenberg在这期节目里抛出一个更激进的玩法:你只要写清楚需求,剩下的交给一个叫 Ralph 的AI Agent,它会自己拆任务、写代码、测试、提交——而你在睡觉。这不是概念演示,而是已经有人每天在用的工作流。
如果你还觉得“大型重构只能慢慢来”,Robert Brennan 在这场 AllHands 的分享,基本是在当场拆台。他给出的判断很直接:不是重构太难,而是我们一直用错了方式。真正的突破不在更聪明的单一模型,而在于——如何让一群 AI Agent 并行协作,把原本几年量级的工程活,压缩到几周内完成。
当所有大模型厂商都在拼命讲故事、晒自家指标时,有一家公司选择站在牌桌外,只做一件事:独立跑评测。Artificial Analysis 的创始人坦言:你不能花钱买更好的结果。正是这句看似“反商业”的坚持,让它成了今天 AI 行业最有影响力的第三方裁判。
在这期《No Priors》对谈中,NVIDIA CEO 黄仁勋系统阐述了他对推理模型、AI就业、开源生态与地缘政治的判断。他反复强调:AI不是一次技术周期,而是一种正在成型的基础设施,并由此重塑产业、能源与全球合作方式。