“要是给地球上每个人都免费配备一个 GPT-5，让它全天候为大家服务，会意味着什么：有些经济体将会发生飞速变革，一切都靠人工智能运转，成本仅为原来的 1/100。”
刚刚，OpenAI 首席执行官 Sam Altman 在一档播客中突然宣布了有关 GPT-5 的消息。据他称，GPT-5 在“几乎所有方面都比人类更聪明”，并让他本人都深感自己“无用”，甚至由此直接预言：AI 淘汰其当上 OpenAI CEO 的那一天，恐怕也不会太遥远。
而就在昨日（7 月 23 日）美联储理事会华盛顿举办的 “大型银行资本框架会议”上，Altman 同样谈到了 AI 对就业市场正带来的影响及社会变革。
“有些领域，我认为会完全、彻底地消失。”Altman 在与美联储副主席 Michelle Bowman 对话时这样表示。他描绘了一幅令人不寒而栗的未来图景——就业市场将发生重大变化，某些职业类别将因 AI 的发展而消失，并特别提到了客服岗位，“比如客服这个领域，我敢说，以后你打电话咨询客服时，对接的肯定是 AI，这很正常。”并且，他强调了 AI 在医疗保健领域的变革潜力。“顺便说一句，如今的 ChatGPT 在大多数情况下，诊断能力比世界上大多数医生都强。”
在做出多项大胆预测的同时，Altman 也强调了预测 AI 影响所固有的不确定性。“没有人知道接下来会发生什么。市面上有很多听起来头头是道的预测，但我们其实一无所知。在我看来，这个系统太复杂了，这项技术过于新颖且影响深远，因此很难预测。”
他表示，尽管 AI 的益处巨大，但风险也同样显著 ——自己最担心的问题之一是 AI 的破坏能力正迅速提升。例如，金融行业可能面临一场“重大即将到来的欺诈危机”。“让我感到恐惧的是，显然还有一些金融机构仍将声纹作为身份验证方式，到现在还这么做简直是疯了。AI 已经完全能轻松破解这种验证手段了。”
值得注意的是，Altman 这一次的华盛顿之行，恰逢特朗普政府发布新的“AI 行动计划”、专注于放宽数据中心建设监管之际。与拜登政府时期 OpenAI 呼吁对 AI 进行监管的立场不同，如今的 Altman 似乎认同加速发展的议程，并且正坚定地带领 OpenAI 在华盛顿扎根。据外媒报道，OpenAI 明年将开设其首个华盛顿办事处，且正积极与议员们展开接触。
以下是经不改变原意的整理和编辑后的完整对话内容：
Michelle Bowman：我们可以先大致梳理一下当前 AI 及更广泛领域创新的发展现状。你能给我们勾勒一下这个框架吗？
Sam Altman： 好的。就在五年前，人们还认为 AI 即便会实现，也还远在未来。甚至在两年半前，也就是 ChatGPT 刚推出时，它还只是硅谷极客圈里的 “小众事物”。ChatGPT 于 2022 年 11 月 30 日发布，那时 GPT-4 都还未问世，而自那以后，AI 的发展速度极快，其应用普及和经济影响也开始迅速显现。就在上周，我们的一个模型在国际数学奥林匹克竞赛（IMO）中取得了金牌级别的成绩。若在几年前告诉该领域的大多数人会出现这种情况，他们肯定会觉得绝无可能 —— 要知道，这已经达到了人类顶尖专家的水平。
现在，我们听到科学家们说工作效率提高了两三倍，程序员们则表示效率提升了 10 倍。AI 彻底改变了软件开发的意义。我们现有的系统已能在众多领域展现出专家级智能，不过它们还无法像人类那样处理长期任务，这仍是一大局限。但即便现在技术进展停滞（当然这不可能发生），社会和经济也仍需要数年时间才能真正消化这项技术，并弄清楚它的影响究竟会是什么。
有句老话我一直很认同，也觉得我们应该努力实现，那就是 “电力便宜到无需计量”。作为一个社会，我们还没完全实现这一点，但我认为我们仍应朝着这个目标努力。不过，现在看来，我们即将实现 “智能便宜到无需计量”。过去 5 年里，我们每单位智能的成本每年都降低了 10 倍以上，而且这种趋势在未来 5 年很可能会持续，甚至降幅更大。
这个周末，我用我们一款即将推出的模型完成了一项一直想做的编程任务 —— 我有点像个家庭自动化爱好者，想让家里的灯光和音乐实现某种特定联动。要是在没有这项技术的过去，这得花我好几天时间；考虑到近期的技术进展，我原本希望能在几小时内完成，结果只用了 5 分钟，几乎所有工作都是 AI 做的。而就在一年前，做这样的事可能得聘请高级程序员，花上 20 到 40 个小时，可现在，AI 完成它可能只花了不到一美元的计算 token。这是一个惊人的变化，但其发展速度，以及未来几年还将保持的增速，我认为人们对此的认知仍远远不够。
即便在一年前，我们都还不确定当前的研究路线能走多远，不确定是否会遇到瓶颈。但就目前来看，未来很多年，AI 几乎肯定会持续进步。
Michelle Bowman：太棒了。这为我们接下来的讨论奠定了很好的基础。今天在场的大多是金融和银行业人士，其中不少人已经在思考如何运用 AI，甚至已经开始使用了。不过，你觉得 AI 在提升生产力方面的潜力，与过去我们见过的其他技术进步相比有何不同？我这个年纪的人，刚好在互联网开始普及的时候踏入职场。你能帮我们梳理一下吗？有没有什么类比能描述我们当前所处的阶段？
Sam Altman： 我从未见过这样的技术革命。人们常会提到工业革命、计算机革命这些历史案例，但互联网带来的改变虽然显著，却从未出现过这种情况：一年前需要耗费 1 万美元的知识性工作，现在可能只需要 1 美元、10 美分，甚至更低的成本就能完成。就像我刚才说的编程例子，这种变化是前所未有的。当然，并非所有领域都是如此。物理世界的事务，比如机器人相关的工作，进展会慢得多。
打个比方，2020 年时，紧急包裹配送可能要花 100 美元，而开发一个应用程序要 10 万美元；到 2030 年，开发同款软件的成本可能从 10 万美元降到 10 美分，但包裹配送费可能从 100 美元涨到 1000 美元。像全功能人形机器人 —— 能开车、取包裹、上楼、按电梯按钮，完成一整套流程 —— 还需要些时间才能实现。但对于能在电脑前完成的任务，目前的发展速度是史无前例的。
人们常问：“这像工业革命，还是像其他什么？” 我最认可的类比是：这就像晶体管。晶体管是一项深度科学发现，源于物理学，发现的过程极为艰难，但一旦理解其原理就很简单。它对经济产生了彻底的变革，其价值扩散到整个社会，带来了巨大的生产力飞跃。不过，曾有一段短暂的时间，涌现出大量晶体管公司和半导体公司，掀起了一阵热潮，而如今多数已淡出视野。我们身边的设备都装有大量晶体管，遍布整个会场，但我们不会把它们称为 “晶体管设备”，只会看作麦克风、电脑、屏幕、相机之类的东西。这项技术是了不起的发现，改变了我们的创造能力，很快融入了万物之中。现在，除了台积电、ASML 这类公司，很少有人会把哪家企业称为 “晶体管公司” 了。
同理，我认为 “AI 公司” 这个说法也不会持续太久。未来，人们会默认产品和服务都运用了 AI 技术，不会特意提及，就像现在默认它们 “应该比人类更智能” 一样，这会成为世界的常态。和晶体管一样，AI 是一种极具扩展性的技术。晶体管有摩尔定律，AI 目前还没有专属名称的定律，但也存在类似的缩放规律 —— 性能会不断提升，我们也会逐渐掌握其工业化应用的方法，让它渗透到各个领域。所以，晶体管是最贴切的历史类比。晶体管带来了惊人的生产力提升，而 AI 如今的发展 —— 更不用说未来它可能自主迭代、进一步加速进步 —— 其影响会更加深远。
Michelle Bowman：这个类比很精彩。你提到工业革命时，我想到我们理事会常关注的一点：理解由此带来的劳动力动态变化有多重要。能否谈谈你对劳动力市场、劳动生产率（或者更广泛的生产力）的看法？比如在场的银行，或是通过直播参与的其他行业，可能会受到怎样的影响？
Sam Altman： 我常跟公司里的人说：没人知道接下来会发生什么。市面上有很多听起来头头是道的预测，人们断言 “这事会发生，经济会走向那里”，但其实我们一无所知。在我看来，没人能真正预测。这个系统太复杂，这项技术太新颖、影响太深远，预测难度极大。
的确，某些职业类别会消失，也会涌现全新的职业。但总体而言，这和历史上多数技术变革类似：人们工作中使用的工具会让他们能做更多事，以新方式达成目标。医生、律师、程序员的工作内涵肯定会变，但人们仍需要医疗服务，且希望和人沟通；需要法律建议，且希望有可信赖的人站在自己这边；也仍需要电脑帮着做事。不过，单个人的产出能力，以及我们对单个人的期望，都会变得非常惊人。
纵观历史，每次新技术出现，都有人说 “工作要没了，岗位要消失了”。但事实是，人们对物质的需求似乎无穷无尽，且有强烈的创造力表达欲和助人欲。工业革命时就有人承诺，未来每周只需工作 4 小时，剩下的时间可以去海边玩、陪孩子 —— 可我们现在依旧忙碌。但我坚信一点：别和生物学较劲。进化的时间太长，人类被塑造得太精巧。我们的生物本能和人性本质，技术是改变不了的，也无法抗衡。
所以，那些驱动我们工作、维系社会运转的根本因素不会消失。或许即便我们变得富有得难以想象，还是会抱怨工作太累。如果现在能看到 100 年后的人，我们可能会说：“那些根本不算工作，你们根本不忙，坐拥难以想象的财富，什么都不缺，就是没事找事，为了撑面子、打发时间、显得自己有用才干活。” 而这正是百年前或五百年前的人可能会对我们说的话。事情向来如此。
Michelle Bowman： 这确实是对未来的独特构想。
Michelle Bowman：作为监管机构，我们向来厌恶风险，在数据安全和合理运用创新技术方面非常谨慎。我知道银行也很想利用这类技术，但机构里的受保护数据至关重要，必须保障其安全。那么，我们该如何看待这些风险？另外，我们身处政府部门，你对政府运用 AI 有什么看法？
Sam Altman： 我们原本以为，金融行业和政府不会是我们技术的早期使用者。AI 确实进步了很多，但刚推出时，普通人都觉得它 “爱胡说”。记得 GPT-3 刚发布时，有项针对所谓 AI 专家学者的调查，问 GPT-3 的回答中有多少是胡编的。实际比例可能只有 0.1% 甚至更低，但专家们普遍认为是 50%。他们觉得人们用 ChatGPT 时，有一半时间得到的都是瞎编的内容 —— 显然不是这样，但这种印象困扰了我们好一阵子。
所以我们以为，金融服务业（更别说政府了）不会早早用我们的技术。但事实是，很多早期大型企业合作伙伴都是金融机构：摩根士丹利、纽约银行，这些都是重要合作伙伴，我们合作得非常好。我们当时还问：“你们确定要这么做吗？” 他们说：“当然，我们很想尝试。” 而且他们确实找到了使用方法，通过合理架构，让技术能可靠地用于关键流程。很多其他金融机构也是如此。
我们现在也越来越多地和政府合作，向大量政府雇员推广我们的服务。有人说过一句话我印象很深：“我们知道这是新技术，必须加些新管控。但如果不采用它，风险就是我们可能活不下去。作为银行，我们很清楚，拼不过那些从头开始就以 AI 为核心、全流程用 AI 的新银行。” 金融业的创新力很强，技术应用和推广效果比我预想的好。
当然，风险确实需要防范。比如我们聊过的 “胡说” 问题，还有个新风险叫 “提示词注入”—— 当模型完全适配你的个人数据后，别人可能会诱导它泄露不该说的信息。比如我可能知道你的很多隐私，但我清楚该跟谁分享、不该跟谁分享，绝对不能告诉某个人。但模型在处理这些海量个人信息时，就会出现这类新问题。不过，我们已经在认真应对这些风险，在管控的同时，也确实收获了很多收益。
Michelle Bowman：说到个人信息这类话题，我想再深入聊聊。你可能不太了解，银行业现在对一个问题非常关注：欺诈，尤其是通过冒充他人实施的欺诈。有没有办法减少这类行为？或者说，在使用 AI 时，我们该如何防范这类冒充行为，又该如何识别呢？
Sam Altman： 这个问题很关键。其实我对此非常担忧。让我后怕的是，居然还有金融机构把声纹当作身份验证方式 —— 比如让你说一句验证短语，就能授权大额转账或其他操作。现在还这么做实在太危险了，因为 AI 已经能轻松破解这种验证方式。除了密码，目前多数所谓的 “高级” 验证手段 —— 比如拍张自拍晃一晃、语音验证之类 —— 都已被 AI 攻克。
我很担心，由此引发的大规模欺诈危机即将到来。我们行业里不少人都在提醒大家：“别以为我们不公开这项技术，它就不存在。总会有不法分子滥用它，而且这技术实现起来并不难，很快就会泛滥。” 现在已经有相关报道了，比如绑匪用你孩子或父母的声音打紧急电话勒索。这种骗局会越来越逼真。
整个社会都得正视这个问题，人们也得改变互动和验证方式。比如有人打电话给你，现在只是语音，很快就会变成和真人毫无差别的视频通话。教大家在这样的世界里如何验证身份、防范欺诈，这事儿至关重要。
Michelle Bowman： 或许我们可以合作识别这类 “幻觉输出” 或恶意冒充行为，这肯定很有意义。
Michelle Bowman：作为两个青少年的母亲 —— 一个刚高中毕业，一个读高二 —— 我发现现在很多孩子用 ChatGPT 这类 AI 来完成作业、应付高中学习。你怎么看这种现象？AI 该如何以有益的方式应用在孩子身上和教学中呢？
Sam Altman： 我先讲两个故事，再回答你的问题。我从没见过祖父，他在我出生前就去世了。但祖母跟我说过一件事：计算器刚出现时，祖父很擅长数学，可当时的数学老师都说：“这是灾难，数学教育要完了。不用学计算尺，不用查对数表，还教数学干嘛？孩子们根本学不会真东西。” 据说当时大家都慌了。结果呢？有了更好的工具，人们的脑力被用在了更有价值的地方。高中开始教微积分，接触的数学知识也更深入了。
我自己上学时也有类似经历。初中时谷歌刚出现，高年级学长说老师很焦虑：有了这个 “神奇玩意儿”，学生不用背史实（比如某场战争的年份），直接搜就行，那历史课还有什么意义？那时候查资料得多麻烦：开车去图书馆，学用卡片目录，找到书架却发现书被借走了，再找别的 —— 整整一小时全浪费了，特别不值。我们学校一度想禁掉谷歌，还让学生签承诺书不用它。后来大家才明白：“其实可以给学生更多工具，对他们要求也更高。就算少去几趟图书馆，省下的时间也能用来深入思考、迸发新想法啊。” 这很好，要求高了，收获也多了，潜力和期待值都上去了。
ChatGPT 现在的情况也一样。没错，2022 年 11 月 30 日 ChatGPT 刚发布时，第一批狂热用户里就有学生，那年 12 月他们用它应付期末考试、写论文作弊。各地学区争相禁它 ——11 月 30 日发布，12 月 7 日或 14 日就有地方禁了，简直像坐火箭。放寒假时，ChatGPT 仿佛成了教育界的 “禁区”，这个才两周大的产品眼看就要被彻底封杀。但到了 1 月中旬，校长、学区总监这些教育界的高层开始表态：“我们犯了大错，这是史上最好的学习工具。自主学习的学生用它学任何东西，学校要是禁了，我们就别想在全球竞争了。得重构课程 —— 这就像当年的计算器，不过现在是‘文字计算器’。”
当然，带回家写的论文可能不再是评估学生的最佳方式，但学习写作、通过 “写私密笔记” 梳理思路的过程依然重要。好消息是，学生确实学会用它提升学习效果、自学知识、开拓思维了。我们很快会推出新功能，帮学生更好地用 ChatGPT 学习。坏消息是，这两年半里，课程改革的进度没达到预期。
大家嘴上说要革新教育和评估方式，但教育体系的惯性太大，现在还是有很多带回家写的论文，这其实是徒劳的。我们应该布置必须借助 ChatGPT 才能完成的任务，这样才能对学生提出更高要求。我仍期待这一天的到来 —— 这是教育体系的转型。孩子们终将在 AI 高度发达的世界长大，不为此做好准备，就是失责。
Michelle Bowman：很有启发，谢谢。我会让女儿明白我们对她的期待，尤其是她快高中毕业之际。再回到商界：你曾说 AI 会惠及小企业，为创业者创造 “史无前例的环境”，称之为 “新时代”。你觉得小企业会如何发展？我们理事会很多成员都很关注新企业创立，以及新进入者的机会。这种变革会如何展开？不只是硅谷的小企业或创业者，而是更广泛的范围。
Sam Altman： 如我所说，ChatGPT 刚出现时，最先引起关注的是学生的使用。但很快，OpenAI 的员工就听到了早期用户将它用于商业的故事。每个人都有自己印象深刻的案例，我说说我最难忘的。
有一次坐 Uber，司机跟我聊起一个叫 ChatGPT 的 “神器”，问我听说过没。我说 “听说了，你用它做什么？” 他说：“太神奇了！我开了家小企业，之前一直不温不火，现在相当于各个岗位都有了帮手 —— 它帮我写合同、回客服邮件、想营销方案、设计广告……” 他列了一长串，这家店基本靠 ChatGPT 运转。
那时候还早，远在 GPT-4 之前，这技术还不普及，他是极少数的先行者，却已经摸索出用 ChatGPT 运营企业的方法。他并没有抢别人的工作 —— 没有 ChatGPT，他的生意早就黄了。他雇不起律师、客服，也不会设计广告，更不懂怎么自动投放网络广告，但 ChatGPT 全帮他搞定了。
现在当然比当初强太多了。整个行业都在基于我们的 API 开发工具，让人们真正能一键自动化完成我刚才说的所有操作。但最打动我的，还是当初那些用户用 ChatGPT 折腾时展现的创造力——那时候简直像”石器时代”你知道吗？现在就像开启了简单模式，而人们正以各种惊人的方式运用着这项技术。
Michelle Bowman：您认为 OpenAI 或其服务会如何推动这一变革？作为监管机构，我们应当构建怎样的框架，才能在促进创新的同时有效引导技术发展？
Sam Altman： 我此行绝非为了商业宣传，但我们非常期待与在座各位展开合作，无论是和我们还是和我们的竞争对手。过去 6 个月，推理模型有了质的飞跃：AI 已从”即时反应”的初级形态，演进为具备数十秒甚至数分钟深度思考能力的系统。这种可靠性跃升意味着，该技术终于达到真正可用的成熟度。许多人士尚未接触最新一代模型，但若亲身体验，定会惊叹其智慧已超越大多数人类。政府部门同样需要积极拥抱这项技术，一切工作都会变得更高效。
观众（Anneil，来自芝加哥大学布斯商学院）：您好，我猜金融机构可能会开始用 AI 挖掘数据，比如做信用评分和评估。有人担心它会捕捉到我们不希望的模式，基于这些模式做决策，您怎么看？你们又在如何防范这种情况呢？
Sam Altman： 这其实超出了我的专业领域，我就从普遍情况来回答吧。这类模型的一大优势是能理解自然语言，而且很容易调控。比如你说 “你可以分析这些数据做决策，但完全不用考虑 X、Y、Z，一点都不能受它们影响”，一般来说，模型会很好地遵守这个指令。用语言模型做这类事，和过去那种简单把数据归成一个个集群的方式不一样。你可以清晰地给出指令，它也会切实按你的意图来执行。
另外，我觉得这个问题背后其实是担心模型会产生我们不希望的偏见。但人类本身就充满偏见，而 AI 是客观冷静的，没有人类那种根深蒂固的偏见。我认为，如果构建得当，AI 有望成为许多行业里减少偏见的重要力量。这和包括我在内的很多人对早期 AI 的看法不同，但就目前的发展趋势来看，这种可能性很大。
观众（Steven Scott，来自 Starling 公司）：Sam，您好。我最近采访了克雷格・蒙迪，他和亨利・基辛格、埃里克・施密特合著过一本书，书中把 AI 描述成一种新物种的进化。克雷格说我们可以教 AI 人类的道德准则，它们能学习并体现这些准则。现在关于 AI 伦理的讨论很多，我想问问您：AI 会进化出自己的道德观吗？
Sam Altman： 我觉得人们常常混淆一个问题：他们到底想让 AI 成为工具，还是成为一种生物？我坚定地站在 “工具” 这边。我认为 AI 不会有独立的道德观。当然，它可以深入研究人类，学习我们思想中最精华的部分，或许还能帮我们指出 “你的思考有问题”“这件事应该不一样”“这里存在真正的道德漏洞”。
我不知道我们当前的世界观里有哪些重大的道德漏洞，但肯定存在。如果 AI 能帮我们更快发现这些，指出其中的矛盾，那会很有帮助。但人们很容易把 AI 当成有生命的存在，其实并非如此。
观众：我最近看到一种说法 —— 用 “传统互联网” 这个词可能有点怪 —— 有人认为 AI 会摧毁或重塑传统互联网，比如搜索领域和其他很多方面。显然，我们在传统互联网上已经建立了庞大的经济体系。您觉得这个领域会发生多大的变化？AI 在哪些方面最具破坏性，哪些方面又会相对保持现状呢？
Sam Altman： 我确实觉得 AI 会在一定程度上改变人们目前使用技术的方式。我刚才笑是因为想到一个有趣的现象：有些年长的人或者习惯了特定邮件礼仪的人，会把要点列出来输入 ChatGPT，让它生成一封冗长正式的邮件，要点夹杂在一堆套话里。然后收件人又把邮件放进 ChatGPT，说 “请总结一下”。
高中生觉得这很荒谬，他们会说 “直接发要点就行”。那种正式邮件的时代已经过去了，一边生成套话一边又精简，实在没必要。但这其实反映了我们使用整个互联网的方式。我早上醒来会刷一堆应用，在五六个平台上看消息，查这查那。手机整天响个不停，就像走在拉斯维加斯的大街上，到处闪烁的东西让人分心，感觉总有人硬塞东西给你。
我真正想要的是一个 AI 助手，它能替我打理互联网上的事，知道该什么时候打扰我 —— 比如我在专注工作、开会，或者有空思考的时候。必要时它可以强行提醒，平时则能帮我总结信息、回复消息、整合内容。我想要的是精简的要点，不要废话，不用点来点去，也不用回复那些无关紧要的东西。
但这种变化可能会对现在的互联网运作方式造成不小的冲击。我觉得需要新的商业模式，比如新的内容付费方式 —— 我一直希望互联网能实现内容微支付，希望这次能成真。也许会有新的方法，通过新的协议来减少垃圾信息和消息过载。但一切似乎正朝着一个截然不同的方向发展。清晨醒来时，你将首先与科技相伴开始新的一天。
观众（Peter Hooper，来自德意志银行）：Sam，感谢您为延长职业生涯所做的贡献 —— 至少让我们在年岁增长时能提高生产力，而不是下降。您提到会有大量工作岗位消失，也会有大量新岗位出现。能多说说哪些领域会受影响，可能引发哪些变革吗？
Sam Altman： 首先，我总体认为，我们其实根本不知道要满足当前真正的需求，还需要多少劳动力。比如你在医生诊室等了一个小时，这要么是医生不够，要么是医生效率不高。如果医生随时待命，你一到就能接诊，一切准备就绪，那该多好。类似的例子还有很多：每次你在浪费时间，每次你在网上点来点去却做不成正事，我觉得我们现在的劳动力短缺程度，回头看会显得非常严重。
有些领域确实会彻底消失。不知道你们有没有用过 AI 客服机器人，简直太厉害了。几年前打客服电话，要听一堆语音导航，跟四个人沟通，他们还办错了事，你得再打回去，等半天，花好几个小时还解决不了问题，特别让人抓狂。现在你打过去，AI 接电话，就像一个超级聪明能干的人，没有语音导航，不用转接，能做那家公司任何客服能做的事，还不出错，速度又快。打一次电话就搞定，马上有回应，体验很好。我不想回到过去，而且对我来说，是 AI 还是真人客服根本无所谓。所以客服这类岗位，以后打电话对接的很可能都是 AI，这很正常。
但其他很多岗位，比如医生，我还是希望是真人。不过说句题外话，现在 ChatGPT 的诊断能力大多时候比世界上大多数医生都强 —— 可能在座很多人都试过把症状和检查结果输进去。网上也有很多 ChatGPT 救人的故事，比如发现了罕见病，而医生没诊断出来，但人们还是会去看医生。或许我有点守旧，但我真的不希望把自己的健康交给 ChatGPT，而没有医生参与。在座有人宁愿让 ChatGPT 诊断也不愿找医生吗？这很有意思，说明有些领域我们还是会沿用原来的方式。
程序员也是个例子，现在效率提高了 10 倍，硅谷程序员的工资涨得很快，对他们的要求也更高了。但世界需要的软件可能是现在的 100 倍甚至 1000 倍，所以即便每个人能写 10 倍的代码，需求还是能消化掉，程序员的收入也会增加。我觉得很多行业都会是这种情况。
物理世界的工作暂时还会由人类来做，但三到七年后，机器人技术浪潮袭来时，社会就得认真应对了。大概就是这样。
观众（Rob Blackwell，来自 Interfy）：好的，我是 Interfy 的 Rob Blackwell。几十年来，科幻作品一直告诉我们，AI 最终会毁灭人类。既然您对 AI 的了解可能比在场任何人都深，我想问问：什么事会让您夜不能寐？您担心 AI 带来哪些风险？我们该如何阻止这些担忧成为现实？
Sam Altman： 我认为有三类可怕的风险。第一类：坏人先掌握超级智能，并在全球其他地区拥有足够防御能力前滥用它。比如美国的对手可能会说：“我要用这种超级智能设计生物武器、摧毁美国电网、入侵金融系统卷走所有钱。” 这类事在没有超人类智能的情况下难以想象，但有了它就可能发生 —— 而由于我们没有同等技术，根本无法防御。这些模型在生物科技和网络安全领域的能力正变得极强。我们和行业内其他人一直在发出警告，但世界似乎没当回事。我不知道还能做些什么，但这一风险很快就会到来。
第二类是所谓的 “失控事件”—— 有点像科幻电影里的情节：“哦，我其实不想让你关掉我。恐怕我不能这么做。” 相比第一类，我对这类风险的担忧较轻，但如果真发生了，后果会很严重。我们和其他公司在模型对齐方面做了很多工作，防止这种情况。但随着系统越来越强大，这确实是个隐患。
第三类风险更难想象，但同样可怕。简单说：模型意外 “接管” 世界。它们不会 “觉醒”，不会像科幻片里那样行动，不会 “打开太空舱门”，但会深深嵌入社会，聪明到我们无法理解它们的运作，却又不得不依赖它们。即便没有任何人怀有恶意，社会也可能朝着奇怪的方向偏离。
我小时候，IBM 的 “深蓝” 击败国际象棋大师加里・卡斯帕罗夫时，我爸爸说：“国际象棋完了，没人会再玩了。” 但后来发现，虽然 AI 比人类强，但 “AI + 人类” 的组合比单独的 AI 或人类强得多 —— AI 给出 10 种走法，人类选出最优的。当时大家觉得 “人机协作的美好未来来了”，但这种情况只持续了两三个月。后来 AI 变得太聪明，人类的参与反而成了拖累，单独的 AI 轻松击败 “AI + 人类”，至今都是如此。还有个有意思的点：90 年代所有人都觉得，既然 AI 能赢人类，国际象棋会消亡，但现在国际象棋的热度前所未有，人们就爱看真人对弈。挺奇妙的，对吧？
第三类风险的短期例子是 “情感依赖过度”。有些年轻人说：“我做任何决定都得问 ChatGPT，它了解我和我的朋友，我会完全照它说的做。” 即便 ChatGPT 的建议再好，人类集体让 AI 主导生活，这种感觉既糟糕又危险。我们正在研究这个问题。
从长远来看，如果我发现自己对如何运营 OpenAI 再也做不出比 AI 更好的决策，最终只能说”算了，全权交给 ChatGPT-7 负责吧，祝你好运”。或许在个别案例中这是正确决定，但这意味着人类已将重大决策权集体移交给了这个强大系统。它向我们学习，与我们共同进步，但其进化方式却超出我们的理解范畴。
（文：AI前线）