世界上确实需要开源模型，它们可以为人们提供大量价值。

我很高兴，世界上已经有一些优秀的开源模型。

在柏林工业大学的一场圆桌对话当中，阿尔特曼再一次谈到了 DeepSeek，并大赞开源模型对世界的贡献。

对话中，阿尔特曼还发表了对 AGI 的最新看法，透露了十足的信心，他认为，虽然会遇到阻碍和挑战，但他相信人类终将实现 AGI。

同时他还谈到了 GPT-5，表示 GPT-5 将会比人类更聪明，其中也包括他自己。

这场对话由柏林工业大学教授、计算机科学家 Fatma Deniz 主持。

除了 Deniz 和阿尔特曼之外，参与者还有同为该校教授的 Volker Markl，以及德国一家 AI 公司 Merantix Momentum 的创始人兼 CEO Nicole Büttner。

期间，他们讨论了 AI 对科学研究的影响、AI 的前景与挑战，以及 AGI 等话题。

（注：下文主要摘录了对话中涉及阿尔特曼的部分，斜体字为解释性文字，其余均为对话者原文）

“AI 是人类制造工具的历史”

首先，针对 AI 会给人们的科研和学术工作带来的影响，Deniz 抛出了第一个问题，阿尔特曼则借助这两天刚上线的 Deep Research 功能进行了解释。

阿尔特曼认为，AI 在科研过程当中的意义是帮助人们节省某些工作的时间，从而有更多精力去思考更高层次的问题。

Deniz：像 ChatGPT 这样的聊天机器人今天被用于激发灵感、起草文本和摘要，它帮助我们节省了一些时间，甚至可以“抄近路”。

你认为这对科学和学术工作意味着什么？如果最有洞察力的想法其实来自于我们慢慢思考而不是“抄近路”呢？

阿尔特曼：我们周一推出了一个叫 Deep Research 的项目…… 这在某种程度上就像 ChatGPT 时代的一个时刻，人们的反应非常热烈，而科学家是其中最兴奋的一群人。

你可以向 Deep Research 提出一个查询，它可以为你进行大量研究，完成一些需要数小时、数天甚至数周才能完成的任务。

目前，它不会直接生成许多新的深刻见解，但在整合信息、帮助科学家或研究人员更高效地工作方面，它非常出色。

这正是 AI 应该发挥作用的地方 —— 它帮助我们在某些领域节省时间，让我们能够在更高层次上工作。

这其实是人类制造工具的历史，我们通过机器来完成以前必须自己做的事情，从而解放自己，使工作进入更高的抽象层次。我认为一切都会变得更好。

在之后的对话中，阿尔特曼还补充说，他认为人类将在未来几年内看到 AI 自主完成重大发现。

“GPT-5 将比人类更聪明”

昨天，OpenAI 与德国一家名为 Bifold 的大数据公司达成了合作，为其提供了 5 万美元的 API 额度，以促进对 o3 模型的探索。

以此为话题，Deniz 向阿尔特曼提出了新的问题。

Deniz：与这样一个基础研究机构合作，你们的期望是什么？

阿尔特曼：我对 AI 有很多期待，我们之前已经稍微提到了一些。但对我个人来说，最让我兴奋的事情是 AI 在科学发现方面的作用。

我相信，如果我们能加速科学发现，或许可以在一年内完成十年的科学研究，甚至未来某一天，在一年内完成一百年的科学研究。

这对人类生活质量的提升意义重大，比如解决最紧迫的问题，应对气候变化，让生活变得更美好，甚至找到治愈疾病的方法。

这将是 AI 给予世界的一份巨大礼物，而我认为 AI 终于可以真正实现这一点了。

说到这里，阿尔特曼话锋一转，询问现场观众有多少人觉得自己比 GPT-4 聪明，又有多少人觉得自己会比 GPT-5 聪明。

问到 GPT-5 的时候，现场只有两个人举手。

阿尔特曼：我不认为自己会比 GPT-5 更聪明。

但我对此并不感到难过，因为这意味着我们能够利用它来做令人难以置信的事情。我们希望能推进更多的科学研究，希望能让研究人员完成他们以前无法做到的事情。

这就是人类历史的发展轨迹。当然，这次感觉有点不同，因为 AI 赋予我们的能力前所未有。

但如果科学家们能利用超高智商的工具，更加专注于提出正确的问题，更快地解决问题，加速他们的研究进程，那对我们所有人来说，都是一种巨大的胜利。所以，我们很高兴能够推动这一进步。

刚才两位认为自己比 GPT-5 更聪明的人，我很想过段时间再听听你们的想法。

“我们最终会实现 AGI”

下一个话题关于 AGI，Deniz 提到了隔壁 Claude 创始人、前 OpenAI 员工 Dario Amodei 的一篇文章。

Amodei 在这篇文章中谈论了自己对于 AGI 的看法，他认为 AGI 本质上就是一个“数据中心里的天才国家”。

Deniz：你同意这个说法吗？这对下一代科学家意味着什么？

阿尔特曼：在当今阶段，我们已经足够接近 AGI，因此它的精确定义变得重要。当你拥有一个世界级专家团队，在各个领域不知疲倦地协作时，我认为这已经超出了大多数人对 AGI 的认知。

所以，与其讨论我们什么时候会真正达到 AGI，还不如关注更实际的问题。

我想说的是，在未来几年内，我们会看到一些成就，让很多人惊讶地说，“我真的没想到计算机会做到这个程度”。

之后，我们会进入一个新的阶段，比如 AI 在一年内完成十年的科学研究。这个阶段可能还需要更长时间，但那一刻到来时，世界的变化将会更加迅速，并带来巨大的好处。

与一些人会唱衰 AI 不同，阿尔特曼对 AGI 的看法十分乐观。

阿尔特曼：目前来看，我们正处于一个陡峭的技术发展曲线上。过去一年，有许多人喜欢唱衰 AI，比如“AI 扩展训练已经到头了”“它不会再进步了”。

但事实是，我们已经找到了新的范式，现在有了真正具备推理能力的模型，这些模型非常聪明，而且还可以继续扩展。我预计，在这个范式之后，我们还会找到下一个新范式。

我从这之中学到的一点是：当你看到科技呈现陡峭的指数增长时，千万不要低估它。

当有人开始说“这就要到极限了”“我们快要碰到天花板了”“这一点不会再提升了”时，你们都应该保持怀疑。

目前来看，我们似乎已经找到了真正能够学习的算法，它会持续发展。

当然，我们会遇到一些障碍，需要去克服它们。但我相信，我们最终会实现 AGI，甚至超越 AGI，而且从现在开始，这个进步过程会变得更加顺畅。

Deniz：在你看来，目前谁最有能力来独立验证 AGI 是否真正实现了？

阿尔特曼：唯一重要的事情，就是它能为人类提供多少实际价值。

如果它对你有用，如果它超过了一定的实用门槛，那就足够了。如果一群专家想要争论它到底是不是 AGI，我认为这根本不重要。

我相信 AGI 的进步不会是某个突然发生的“终点”，而是一个指数级的持续增长过程, 真正的问题是：它能帮助多少人？它能为世界带来多少价值？

Deniz：你是否认为第一批真正达到 AGI 的基础模型，会具备自我复制、自我改进、自我修改的能力？比如，它们能否基于新出现的需求，自行优化？

而且，即使你认为它们可能会具备这些能力，OpenAI 本身是否会意识到这一点？或者更广泛地说，AI 公司是否能真正察觉到这样的变化？你认为像 OpenAI 这样的公司在报告 AGI 进展及其社会影响方面应该承担什么责任？

阿尔特曼：有些人认为，AGI 只有在变成一个可以自我复制、自我改进的宇宙探测器时，才算真正实现了。我个人不会等到那个里程碑，我在那之前就会承认 AGI 的存在。

当然，我们有责任向公众报告这类进展。如果我们发现 AI 接近这个阶段，我们一定会告诉大家。

Deniz：你们会如何通知公众？

阿尔特曼：你是问我们该如何沟通，如何向世界表达这个进展？

Deniz：是的，还有更重要的是，你们如何察觉 AI 发展出这种能力的迹象？

阿尔特曼：哦，你是问我们如何在 AI 系统中识别这些能力？

我认为，这种进步会是一个渐进的过程。人们谈论自我改进时，往往把它看作一个明确的二元状态，要么发生了，要么没有发生。

但实际上，情况可能更复杂 —— 一开始，AI 只是帮助科学家稍微提高一点工作效率，然后变得更快，接着它可以做的事情越来越多。

所以，我不认为 AGI 的进化会是一个清晰的二元分界线，而是一个变化的曲线斜率。我们可能会察觉到 AI 进步速度的变化，比如它的能力曲线开始陡然上升。

“世界需要开源模型”

DeepSeek-R1 火出圈之后，难免成为了 AI 圈中一个必谈话题，此次也不例外。

Deniz：大学和科研领域，开源和开放数据极其重要，这不仅与我们之前讨论的 AI 解释性有关，也涉及可复现性。

那么，在 DeepSeek-R1 发布之后，你最近在 Reddit 上也表示，OpenAI 在开源问题上“站到了历史的对立面”。

所以，我想问，这次 DeepSeek-R1 的发布，或者更广义上说 —— 开源 —— 对 OpenAI 在竞争力以及生成式 AI 领域的整体发展方面意味着什么？

阿尔特曼：我认为，开源有它存在的价值，世界上确实需要开源模型，它们可以为人们提供大量价值。

我们可以讨论 AGI 是否应该开源，但我认为没人会否认，在当前这个发展阶段，开源模型确实创造了价值。

所以，我认为开源是一件好事。我们有很多优先事项要考虑，因此说起来容易，做起来难。但我很高兴，世界上已经有一些优秀的开源模型。

Three More Questions

访谈的最后还有观众提问，组织者事先收集了一些问题，并由 Deniz 代为提问。

Q1：你认为让 AI 变得更强大的最大技术困难是什么？

阿尔特曼：更好的算法、更强大的计算机、更复杂的训练数据集，以及更优秀的产品 —— 这些都能帮助我们更好地从用户反馈中学习，了解哪些地方还需要改进。

但我必须强调，在接下来的两年里，我们的进步将会非常惊人。我们非常清楚如何大幅提升这些 AI 模型的能力，而且目前并没有明显的技术瓶颈阻挡我们前进。

Q2：如果你是一名今天的学生，你会如何为未来做准备？

阿尔特曼：显而易见的战术策略，就是学会如何真正高效地使用 AI 工具。

当我上大学时，最值得学习的技能是编程，而那确实是一项了不起的技能。但到了今年年底，编程的方式将会完全不同。

你应该站在这个趋势的正确一侧，因此，学会如何使用 AI 工具，以及如何利用 AI 让自己能做到以前无法做到的事情，是最重要的实用技术。

但除此之外，更隐性的关键技能是适应能力（adaptability）和韧性（resilience），这两点在未来将变得极为重要。它们都是可以学习和练习的技能，而且练习越多，提升越快。

另一项重要技能是 —— 理解别人真正想要什么。这其实也是可以学习的能力。

当 AI 几乎可以做任何事情、创造任何东西时，决定做什么和理解人们真正看重什么，将成为至关重要的事情。

人类的本能就是关心他人，关注他人创造的价值，而这种趋势不会改变。

有人会说，重要的是“提出正确的问题”，但我认为真正重要的事情是：搞清楚人们需要什么，什么能创造真正的价值，以及如何正确引导 AI。

我曾是 YCombinator 的创业投资人，在那段经历中，我最大的收获之一就是 —— 人们学习这种技能的能力远远超过我的预期。这是一项值得教授和培养的能力，也是我们应该更重视的事情。

Q3：你对 2025 年的 AI 发展最感到兴奋的是什么？

阿尔特曼：我坚持我前面的看法，是（AI 推动了）科学的进步。

原视频地址：

• https://www.youtube.com/watch?v=McuO7Osgzqo

本文来自微信公众号：量子位（ID：QbitAI），作者：关注前沿科技