Sam Altman 談規模、AGI 與前沿系統的未來
Sam Altman 談規模、AGI 與前沿系統的未來
AI 時代的新創業手冊
人工智慧已根本改變了創業的經濟模型。Sam Altman 主張，創辦人現在只要在代幣上做策略性投入，就能達成過去需要百人工程團隊才能完成的事。這種轉變讓早期新創能擁有前所未有的雄心、速度與平行執行力。
Altman 指出，雖然許多創辦人都在尋找顯而易見的問題，但最有價值的機會往往是非顯而易見的市場——可能是數兆美元規模的產業——而目前只有少數公司在追逐。他強調，當前自動化程式碼的時代，使得追求這些非顯而易見且高規模的機會成為可能。
規模的實證力量
規模不僅是量的增加，更是一種質的轉變，會產生新興特性。Altman 的核心信念來自實證觀察：將系統推向前所未有的規模，往往會產生遠超共識預期的回報。
規模作為系統設計屬性
- 新興特性： Altman 以 Y Combinator 為例，當每批次的公司數量增加時，產生了在較小規模時不存在的網路效應。
- 回報預測： 他認為，當一個系統在小規模下表現有趣時，即使專家預測回報會遞減，將其推向大規模仍是一個具生產力的賭注。
- 系統挑戰： 規模化會帶來不可預測的失敗。將這些失敗拆解為可管理的工程、資本與文化問題，是前沿 AI 發展的主要系統挑戰。
案例研究：ChatGPT 與 Codex
ChatGPT 與 Codex 的開發說明了從研究導向的發現到產品導向的規模化的轉變。
ChatGPT：從研究示範到全球產品
OpenAI 最初難以為 GPT‑3 找到消費者產品，最終以 API 形式釋出，讓開發者自行探索使用情境。雖然 API 起初的吸引力有限，但開發者開始用它來聊天。遵循 Y Combinator 「看使用者喜歡什麼」的原則，OpenAI 圍繞 GPT‑3.5 建立了聊天機器人。
ChatGPT 作為研究示範釋出，以鼓勵 API 使用，結果卻病毒式傳播。Altman 描述這是一場「好緊急情況」，流量在五天內以不可預測的波浪激增，顯示必定會成功。這迫使 OpenAI 必須在高壓的規模化階段，同時打造公司與產品。
Codex 與走向代理的道路
Codex 的開發基於這樣的信念：編程是 AI 控制電腦的主要方式，而機器人則是控制實體世界的途徑。透過結合智慧與寫程式的能力，AI 能從被動的資訊提供者轉變為能在世界中執行任務的主動代理。Altman 提到 Codex 在 5.5 版時達到了一個重要的拐點。
AI 架構與公用事業的未來
管線重寫
目前，AI 能力是透過預訓練、半訓練、後訓練與強化學習（RL）等管線開發。Altman 預期這條管線將徹底重寫。他預測到 2028 年 3 月，AI 將能作為完整的端到端研究者，設計全新且超越人類設計管線的架構。
智慧作為公用事業
Altman 把智慧比喻為新興的公用事業，類似於電力。他指出早期的電力公司並未販售「電力」——這是一個令人害怕且抽象的概念——而是販售「夜間的光」。他認為 OpenAI 必須找到類似、具體的價值主張，才能讓大眾理解通用智慧作為公用事業的概念。
系統性風險與全球分岔點
Altman 列出未來 AI 的幾個關鍵「分岔」或決策點：
民主化 vs. 集中化
AI 能力過度集中於少數公司是一大風險，Altman 視之為危險的吸引子狀態。他估計有 80% 的機率技術會被民主化，但警告說追求權力的個體與安全論點可能被用來正當化集中化。他主張民主化對於對齊與全球代理至關重要。
計算資源短缺危機
Altman 提出計算資源短缺的即時危機。他認為只要 AI 持續進步，需求必然結構性地超過供給。他將推論基礎設施視為堆疊中最被低估的投資領域，呼籲開發者致力於讓智慧變得廉價且充裕。
經濟再分配
隨著槓桿從勞動轉向資本，Altman 認為傳統經濟模型可能失效。他不主張固定的每月現金紅利（UBI），而是倡導「公民財富基金」模式，讓個人持有驅動 AI 經濟的資本/公司所有權股份。
摘要：OpenAI 執行長 Sam Altman 討論了規模的實證力量、ChatGPT 與 Codex 的演變，以及 AI 時代中計算資源短缺與權力集中等系統性風險。
標題：Sam Altman 談規模、AGI 與前沿系統的未來