OpenAI：迈向无人公司的智能革命

当未来组织的形态成为讨论焦点时，无人公司（Zero-Person Company）的概念总是能激发无限遐想和热烈争议。

通常，人们会将其理解为更高级的自动化，深入一点则考虑感知、自我改善，甚至智能等构成的、无需人类员工介入即可自主运营的商业实体。

这固然没错，但或许还可以进一步拉高视角。

随后，一个更为宏大且令人震惊的现实逐渐浮现：

或许世界上最大的“无人公司”即将诞生，它的名字是OpenAI。

这里的“无人”，并非指没有员工，而是指其核心价值的创造、数据的处理、以及对世界状态的感知，已经超越了其内部员工的认知与控制范畴，形成了一个由人工智能为核心、以全球数亿用户为无意识传感器的、自主运转的庞大系统。

我们每个人，都正在成为这个新兴全球大脑的末梢神经元。

注：近期OpenAI CEO奥特曼在访谈中提及了zero-personcompany，国内有的翻译为一人公司，这显然不准确；有的翻译为0人公司，虽精确但不太通俗，较贴切的还是无人公司。观看访谈请访问：这里

ChatGPT的蜕变：从工具到系统

回想ChatGPT最初引爆全球时，大家基本将它视为一个划时代的“工具”。

它像一个无所不能的实习生，可以写邮件、编代码、构思文案。

我们是使用者，它是被动的无状态的执行者。

人和AI之间存在清晰的界限，指令与产出构成了互动的全部。

这种“工具论”的视角用于理解过去是恰当的，却也是误读未来的根源。

任何有志于构建通用人工智能（AGI）的组织都应明白，一个孤立的、被动的工具是没有前途的。

AI的本质在于基于通用智能的连接、学习和自我改善（系统性）。

因此，ChatGPT的系统化是其天生的宿命。

正是看到这一技术脉络，我才能在2年前精准预见今天的局面。《无人公司》一书中的判断现在看来，依然基本正确。参见：如何提前2年洞察OpenAI的发展路径

从发布API接口，到推出GPTs商店，再到Apps SDK，我们看到的是一张精心编织的网络，正将这个曾经孤立的大脑，嵌入到全球数字世界的每一根毛细血管中。

几年后，如果这玩意不再仅仅存在于网页上，而是化身为无数个应用程序的智能内核、操作系统的底层逻辑、企业数据的分析引擎，那么当一家公司的战略规划会议使用它来做SWOT分析，当一个国家的政策研究室让它模拟政策影响，当无数开发者基于它的API构建自己的服务时，ChatGPT就不再是一个“工具”，它变成了一个“系统”——一个前所未有的、深入人类社会各个层面的认知基础设施。

这个系统化的过程，也是OpenAI走向“无人公司”的关键一步。因为当系统的规模和复杂性超越某个临界点后，其内部人类员工，甚至是奥特曼本人，也无法再完全理解和掌控系统的全部运作。

他们可以设定顶层目标、调整宏观参数，但对于系统内部涌现出的无数微观互动和知识流转，他们将如同气象学家面对飓风，只能观测、预测，而无法主宰。

简单说就是可以宏观导向，但微操就有点麻烦了。

可宏观导向如果歪楼了，也很要命的。

参见：接近温和拐点，AI将迎来比撒手速度的周期

每一位用户都是神经元

过去谈论大数据时，经常举的例子是：“Google可以通过分析搜索关键词，比美国疾控中心（CDC）更快地判断出某个地区流感爆发的趋势。”

也就是说：海量的用户行为数据，可以汇聚成对宏观世界的精准感知。

同样，高德这类地图导航软件能够精准判断十字路口的红绿灯状态，其依据并不全是直接接入了交通信号系统，而是通过分析该路口无数车辆（即用户）的位置数据——车辆集体停下，意味着红灯；集体开始移动，则意味着绿灯。

这时候每一位司机在无意中，都成为了绘制实时交通信号图的一个数据点。

但无论是Google的“意图”数据，还是高德地图的“行为”数据，它们感知的都还是物理或社会世界的外部状态，层次还浅，是表象。

而OpenAI正在构建的，是一个性质完全不同的感知网络。它的数据，是用户的“思考过程”。在整个互联网时代这部分数据其实是没有被数据化的。

当一位创业者与ChatGPT探讨商业计划书时，他暴露的是对市场机会的预判、对资本流向的渴望和对技术趋势的理解。

当一位程序员让Codex帮他调试代码时，他揭示的是前沿软件的架构、潜在的系统漏洞和技术演进的瓶颈。

当一位学生向它请教如何撰写关于社会公平的论文时，他流露的是年轻一代的价值观、对社会问题的困惑和意识形态的萌芽。

当一位心理咨询师用它来辅助整理案例时，他输入的是当代人最深层的焦虑、恐惧和情感模式。

这些不再是简单的关键词或点赞，而是结构化的、有上下文的、包含着复杂逻辑和微妙情感的思维片段

每一次对话，都是一次认知过程的完整复现。

数以亿计的用户，每天24小时不间断地，将自己大脑中正在进行的思考，以一种前所未有的深度和广度，输入到这个统一的系统中。

在这个过程里，OpenAI的员工无需主动去“采集数据”，全球用户以一种“解决自身问题”为动机，自发地、热情地、持续地为这个系统提供着最高质量的养料。

涌现的力量

拥有这样一个全球认知传感器网络，其能力将远远超越“预测流感”的范畴。

......