奥特曼直播实录：坦承ChatGPT-5研发失误，预言编程与教育的AI巨变

面对AI从业者的尖锐提问，OpenAI首席执行官萨姆·奥特曼（Sam Altman）在最新的直播对话中表现得极其坦诚。

在这场涵盖了软件工程、商业逻辑、模型迭代、科研范式、教育改革及安全防线的深度对谈中，奥特曼针对行业痛点进行了「有问必答」式的回应。

对话内容火药味十足，奥特曼也给出了诚意十足的干货，可谓是干货满满的行业风向标。

纵观整场对话，奥特曼抛出的核心观点不仅令人振奋，也极具警示意义，以下是关键结论的精炼总结：

未来的软件工程师岗位不仅不会萎缩，反而可能迎来规模化的增长。

人类在代码敲击与冗长调试上的耗时将大幅缩减，工作的核心将转向驱动系统达成最终目标。

软件产业将进入个性化爆发期，为个人或小群体量身定制的工具将成为主流。

奥特曼坦陈OpenAI在ChatGPT-5系列模型的研发策略上确实存在失误，未来将回归全能型通用模型的演进路径。

在不远的未来，AI系统习得新技能的进化速度将全面超越人类。

以下是本次对谈的深度实录，经过不改变原意的优化处理，带你洞察AI时代的底层逻辑～

AI正在深度重构：工作范式、技术演进与教育根基

Q：当AI让编程变得低成本且高效，软件工程师的需求量会缩水吗？

Sam Altman:恰恰相反，我认为未来工程师的需求量会呈现「爆发式增长」。

AI将赋予工程师更强大的价值捕捉能力。未来的焦点在于如何让计算机精准实现功能，这意味着你将从繁琐的语法调试中解脱，将更多精力投入到「目标驱动」的系统架构上。

甚至我们会看到一个‘一人一软’的时代，软件将根据用户需求实时生成。每个人都能不断地为自己创造生产力工具。

因此，软件工程不仅不会消失，反而会成为全球GDP创造中更核心的组成部分，其规模将远超今日。

Q：技术架构的快速更迭是否会导致系统僵化，难以吸收最新的AI能力？

Sam Altman:我对此持乐观态度。模型本质上是通用的推理引擎，我们非常擅长让其掌握新工具。

目前的架构已内置了海量的世界知识，我们正行驶在正确的轨道上。我坚信在未来几年，模型学习新技术的速度将超越人类的认知节奏。

一个具有里程碑意义的时刻即将到来：当模型面对全新的环境或未知的工具时，只需一次简短说明，甚至靠其自主探索，就能实现稳定、可靠的应用。

相信我，那个时刻已经近在咫尺。

Q：面对AI的冲击，处于成长关键期的幼儿教育该如何调整？

Sam Altman:我的观点可能比较保守：幼儿园里根本不该出现电脑。

对于幼儿来说，奔跑、玩耍以及与真实的人进行情感交互才是学习的核心，而非盯着冷冰冰的屏幕。

事实上，我们至今尚未完全搞清楚现代技术对青少年心理健康的长期负面影响。社交媒体带来的争议已然存在，而针对幼童的科技产品可能潜藏着更大的隐患。

在科学研究给出明确结论之前，我认为在幼儿园阶段引入AI不仅没有必要，反而应当慎之又慎。

OpenAI产品策略修正：从能力失衡回归通用智能

Q：近期ChatGPT模型似乎出现了某种「偏科」，OpenAI是准备延续这种能力失衡的路线，还是重回均衡发展的通用模型？

Sam Altman:必须承认，在这个问题上我们「搞砸了」。

在开发ChatGPT-5系列时，我们过于执着于提升逻辑推理和编程智能，导致在专注某一维度的同时，不可避免地忽略了其他均衡性。

这就是为什么大家感觉到ChatGPT-5在文案创作等软实力上不如4.5模型稳定，我们完全接受这些批评。

但我坚信，长期的主旋律依然是高质量的「通用型」模型。编程能力与表达能力并非鱼与熊掌，高效的沟通本身就是智能的重要体现。

我们的目标是让下一代模型在所有维度上都达到顶尖水平。通过单一架构同时兼顾这些能力，在技术上是完全可行的。

我们将持续推进编程智能的极限，并迅速补齐其他能力的短板。

Q：Agent的大规模落地受限于成本，OpenAI如何看待调用成本的下降空间？

Sam Altman:模型发展已进入新阶段。现在的核心矛盾不再仅仅是成本，而是「速度」。

回顾我们的成本曲线，模型单价一直保持明显的下行趋势。但市场需求正在分化：许多用户愿意为了更极致的响应速度支付溢价。

我们正在成本与速度之间寻找完美的平衡点。如果市场确实倾向于极致的性价比，我有信心将成本压缩到可以忽略不计的程度，从而让亿级智能体（Agent）的运行在商业逻辑上闭环。

Q：在信息过载的时代，AI能否在源头上提升人类创意的质量？

Sam Altman:生成内容本身并不难，难的是产生具有洞察力的新点子。与其关注AI生成的所谓「垃圾内容」，不如反思人类本身也产生了大量低质内容。

我们正在构建能够激发优质灵感的工具。随着创作门槛的崩塌，人类可以极速试错，通过密集的反馈闭环筛选出真正的价值。

事实上，我们内部使用的GPT-5.2版本已在科学研究中展现出惊人的辅助能力，其贡献已不再是边缘性的，而是实质性的进展。

宏观视角：AI带来的通缩效应与安全隐患

Q：AI能否解决结构性的经济差距，例如长期存在的性别薪资差异？

Sam Altman:AI将带来强劲的「通缩」效应。作为一种极致的赋权工具，它能让个体以微小的成本，完成以往庞大机构才能负担的任务。

如果这种能力被普惠化，它确实有望抹平部分经济鸿沟。但我也必须警惕权力的二次集中——如果工具仅被少数巨头垄断，差距反而会进一步拉大。因此，AI的社会影响最终取决于监管与政策的配套设计。

Q：关于安全，AI如何提升全球基础设施的抗风险水平？

Sam Altman:我对2026年的AI潜在风险感到非常紧张，尤其是「生物安全」。目前的封堵式策略（如限制权限）难以持久。

我们需要从「被动阻止」转向「韧性安全」。就像人类学会控制火一样，我们通过建立防火规范和耐火基建，而非禁止用火，来达成安全利用。AI也必须走这条路：它既是风险的源头，也是解决风险的钥匙。

创业新范式：解决注意力稀缺是终极门槛

Q：当技术门槛被AI拉低，创业的难题是否会转向市场推广（GTM）？

Sam Altman:创业最难的部分始终是获得大众的深度关注并建立连接。AI简化了开发，但并未简化创意的价值验证。

只有找到真正差异化的核心价值，产品才能立足。在软件过剩的时代，人类的「注意力」才是最稀缺的资源。持续创造非凡价值，依然是创业者唯一的突围路径。

参考链接：https://www.youtube.com/watch?v=Wpxv-8nG8ec