ChatGPT 最近明顯又有點焦慮。
一個月前還在拉紅色警報應對 Gemini，現在又看到 Claude Code 爆火，後腳奧特曼就發推説 Codex 要憋大招。在這個時間節點，奧特曼把大家聚在一起，沒開發佈會，而是開了場座談會
可能是真的想聽聽大家的想法，也可能確實沒有太清晰的方向，奧特曼剛剛和一羣 AI 應用開發者開了場一個多小時的研討會。我們把整場對話整理了一下，他們主要討論了關於未來產品形態、模型能力邊界、還有個人成長的內容。
聽完這一個多小時，這次也感覺奧特曼沒把自己當成那個高高在上的 CEO，更像是回到了一個同樣在摸索新時代玩法的老程序員。
未來的 App，是一人一個
有人問了個很實在的問題，AI 讓代碼變便宜了，工程師是要失業還是需求更大？
奧特曼的回答挺有意思，他説工程師的定義會變，但需求不會少。他提到了「傑文斯悖論」：代碼越便宜，需求反而越多 。只是「工程師」這個詞的定義變了，以前是自己在鍵盤上敲代碼，以後是指揮計算機去做你想做的事。
所以，他覺得未來會是這樣，就像我們現在的網名會標註「考研版」、「工作版」，以後每個人手機上的 App 也都不一樣。我從 AI 應用商店下載安裝的微信是「微信 – APPSO 版」，你的是「微信 – XX 版」。世界會充滿為個人定製的軟件。
有個獨立開發者問得更直接，你們 OpenAI 會不會壟斷所有 Agent 的界面？我還能不能在 Codex 上做自己的東西?
説實話，這個擔心不是沒道理。現在無論是 ChatGPT 還是 Claude，都在瘋狂開發各種應用，想收割不同層面的用户。
▲ 因為 Claude Code，軟件股經歷了自 2022 年以來最糟糕的一週
不過奧特曼倒是給了個比較開放的回答：我們也不知道正確的界面長什麼樣。有人可能喜歡像電影裏那樣面對三十個屏幕，有人可能就想安靜地每小時説一句話讓 AI 去處理。這是個巨大的未解領域，需要大家一起去試。
想想也是，就像當初誰能想到 Manus 這種產品形態會火成那樣?
這可能是整場最戳心的問題，既然生產力不是問題了，好點子才是稀缺資源。有沒有工具能幫我想創意？
很遺憾，目前還沒有。但奧特曼提了個很有意思的想法，如果能做一個像 Paul Graham（著名投資人）那樣的 ChatBot，能和我們對話激發靈感，那價值就大了。他説他人生中遇到過三四個這樣的人,每次和他們聊完都能冒出一堆想法。
説到這個，我想起最近 Dan Koe 那篇《How to fix your entire life in 1 day》在 X 上瘋傳，目前收穫了快兩億瀏覽。那篇文章提供了一套完整的「心理挖掘」方法，通過一天時間的深度自我提問，幫我們找到真正想做的事。雖然不是 AI 工具，但確實是個激發創意的好框架。
▲文章鏈接：https://x.com/thedankoe/article/2010751592346030461
這篇文章為什麼能這麼火，我想也是這種創意在 AI 時代的放大。當意義本身變成了稀缺品，所有人都能用 AI 快速生產內容時，真正有價值的反而是那個「獨特視角」——你為什麼關心這個問題？你的人生經歷如何塑造了這個想法？這些是 AI 複製不了的。
這其實也呼應了奧特曼在座談會上説的：人類只在乎人類。他沒有簡單的把那些 AI 生成的內容叫做 AI Slop，而是把那些 AI 作品定義為「Clanker 廢鐵」，他説這種作品一旦被識破，人們就不喜歡了。
我們渴望的是創作者背後的故事、掙扎和成長軌跡。
有個開發者説出了很多人的心聲，用 AI 做 App 容易，但沒用户啊！怎麼找到用户（GTM）才是真正的難題。
▲「既然我們現在可以自己開發軟件，為什麼還要繼續支付昂貴的訂閲費用？」，知名軟件服務提供商 Salesforce 訂單減少
奧特曼這次沒給什麼新答案，很直白地説：是的，人類的注意力是有限的。這是創業永恆的難題，AI 並不能改變這一點。AI 能幫我們更快地做銷售自動化、營銷自動化，但最終我們還是要和別人競爭這個稀缺資源。
這是物理定律，AI 也改變不了「注意力有限」這個事實。
為了編程，GPT-5.2 的寫作確實被削弱
Raindrop 的 CTO 提了個很多人都注意到的問題：GPT-5 編碼很強，但寫作好像不如 GPT-4.5 了？
奧特曼直接承認了：我們搞砸了。5.2 版本為了專注推理和編碼，確實犧牲了寫作能力。但他強調未來的模型會是通用的，我們想要一個編程助手的同時，也希望它能寫出清晰的文檔和交互。
▲除了寫作能力的下降，多數網友對 ChatGPT 的聲討，還是集中在路由機制和 4o 的迴歸
好消息是，他們會在後續版本里補上這塊。
有個 YouTuber 問了個技術向的問題，模型都是基於舊技術訓練的，我們會不會被困在舊技術棧裏？就像現在讓 GPT 用兩年前更新的框架都很費勁。
奧特曼倒是挺樂觀：模型本質上是通用推理引擎。未來它們學習新工具的速度會超過人類，給它一個全新的環境，探索一次就能學會。
奧特曼説他們知道怎麼做，只是優先級的問題。OpenAI 內部項目排期估計都排到巴黎了，但這個需求確實在路線圖上。
一個斯坦福做生物安全創業的學生問得更深，生物安全在你們的路線圖裏排在什麼位置？
奧特曼一直對安全問題很擔憂。他説單純封堵已經行不通了，社會需要建立韌性機制，就像我們應對火災風險那樣。不是禁止用火，而是建立防火規範、使用阻燃材料。他還坦承，如果今年 AI 真出什麼大熱門，生物安全領域是個「合理的賭注」。
除了模型和安全，個人隱私向來也是大家關注的重點。當被問到，ChatGPT 能否手動分組記憶（工作 vs 個人）？奧特曼直接説，我比較懶，我希望 AI 知道我的一切並自己判斷。
他自稱是個懶人（Lazy user），他已經準備好讓 AI 讀取他電腦和網絡上的一切數據，只為了不手動輸指令，也不想費勁去給記憶分類。
但是，當被問到，能不能開放「用 ChatGPT 登錄」，讓用户把 Token 預算和記憶帶到第三方 App？奧特曼又説我們會做的。先做 Token 預算共享，記憶共享比較敏感但也是目標。
奧特曼的回答還是有些微妙，Token 共享好説，記憶共享就很敏感了。畢竟，記憶數據某種意義上是 ChatGPT 最大的護城河，怎麼安全地把這些數據開放給第三方，他們也還在糾結。
有個做 GTM 自動化的 CTO 問：你們説「智能便宜到不用計量」，但我們跑百萬級 Agent 還是被成本卡住了。未來成本能降多少？
奧特曼給了個挺激進的預測，到 2027 年底，GPT-5.2 級別的智能成本至少降低 100 倍。
但他也提到了另一個維度：現在越來越多人在意的是速度，而不只是成本。怎麼把同樣的輸出時間縮短到百分之一，這是個和降成本完全不同的問題，他們還在權衡怎麼平衡這兩個方向。
學歷無用論
有個從倫敦輟學、進了 YC W26 的創業者問：父母逼我回去上大學，我該怎麼辦？
奧特曼的回答挺直接：如果你是個有野心的 AI 建設者，現在待在大學可能不是時間的最佳利用方式。學校永遠在那裏，但技術窗口期不等人。
他自己當年輟學，父母花了十年才不再問他什麼時候回去讀書。他建議就告訴父母：不是説大學對所有人都不合適，但現在對我來説，我得做這件事。
▲AI 圈裏，從名校輟學去創業還做得很好的人，其實很少
一個伯克利學生問了個很實際的問題：現在高中生都在用 ChatGPT 寫作業，幼兒園和小學教育該怎麼適應 AI？
奧特曼的態度挺保守：幼兒園別用電腦，讓孩子在現實世界玩耍。他提到社交媒體對青少年的負面影響，已經被討論很多了，但技術對幼兒的影響可能更糟，卻很少有人關注。在我們搞清楚這些影響之前，沒必要讓幼兒園小朋友用 AI。
有人問，軟件開發的面試形式是不是該變了？
奧特曼説他們正在討論這個。理想的面試應該是，給你一個去年一個人兩週都做不完的任務，看你能不能在 10-20 分鐘內搞定。他覺得傳統的軟件工程面試本來就不太好，現在就更不相關了。關鍵是看你能不能在這個新時代有效地工作。
至於招聘，他説 OpenAI 會放緩招聘速度，畢竟現在的 AI 領袖，都在説少量人加 AI 能做更多事。他也希望避免那種「招太多人然後突然發現 AI 能做這些事不得不裁員」的尷尬局面。
最後有個越南國際學生問了這個經典問題。奧特曼的答案都是軟技能：高能動性(High Agency)、善於產生想法、有韌性、能適應快速變化的世界。
他説這些技能都是可以學的。當年做 YC 的時候，他最驚訝的發現就是：通過三個月的訓練營，真的能讓人在這些方面變得非常強。
最後座談會結束時，奧特曼説了句挺「暖心」的話。
我非常希望瞭解，你們希望 OpenAI 開發什麼樣的產品，就像是説假設我們會有一個比現在強 100 倍的模型，上下文長度、速度、成本都是現在的 100 倍優化，工具調用完美，超長上下文的一致性極好……都請你們告訴我們。
你想要什麼，我們就會給你建什麼。不管是需要什麼 API、什麼樣的原語、什麼樣的運行時，我們都願意做。
聽起來還是挺誠懇的，畢竟這場座談會本身，可能就是因為 OpenAI 也不太確定下一步該往哪走了。
資料來源：愛範兒（ifanr）
一個月前還在拉紅色警報應對 Gemini，現在又看到 Claude Code 爆火，後腳奧特曼就發推説 Codex 要憋大招。在這個時間節點，奧特曼把大家聚在一起，沒開發佈會，而是開了場座談會
可能是真的想聽聽大家的想法，也可能確實沒有太清晰的方向，奧特曼剛剛和一羣 AI 應用開發者開了場一個多小時的研討會。我們把整場對話整理了一下，他們主要討論了關於未來產品形態、模型能力邊界、還有個人成長的內容。
聽完這一個多小時，這次也感覺奧特曼沒把自己當成那個高高在上的 CEO，更像是回到了一個同樣在摸索新時代玩法的老程序員。
未來的 App，是一人一個
引用每個人都有自己定製的版本
有人問了個很實在的問題，AI 讓代碼變便宜了，工程師是要失業還是需求更大？
奧特曼的回答挺有意思，他説工程師的定義會變，但需求不會少。他提到了「傑文斯悖論」：代碼越便宜，需求反而越多 。只是「工程師」這個詞的定義變了，以前是自己在鍵盤上敲代碼，以後是指揮計算機去做你想做的事。
所以，他覺得未來會是這樣，就像我們現在的網名會標註「考研版」、「工作版」，以後每個人手機上的 App 也都不一樣。我從 AI 應用商店下載安裝的微信是「微信 – APPSO 版」，你的是「微信 – XX 版」。世界會充滿為個人定製的軟件。
引用誰來做這個入口
有個獨立開發者問得更直接，你們 OpenAI 會不會壟斷所有 Agent 的界面？我還能不能在 Codex 上做自己的東西?
説實話，這個擔心不是沒道理。現在無論是 ChatGPT 還是 Claude，都在瘋狂開發各種應用，想收割不同層面的用户。
▲ 因為 Claude Code，軟件股經歷了自 2022 年以來最糟糕的一週
不過奧特曼倒是給了個比較開放的回答：我們也不知道正確的界面長什麼樣。有人可能喜歡像電影裏那樣面對三十個屏幕，有人可能就想安靜地每小時説一句話讓 AI 去處理。這是個巨大的未解領域，需要大家一起去試。
想想也是，就像當初誰能想到 Manus 這種產品形態會火成那樣?
引用好點子從哪來
這可能是整場最戳心的問題，既然生產力不是問題了，好點子才是稀缺資源。有沒有工具能幫我想創意？
很遺憾，目前還沒有。但奧特曼提了個很有意思的想法，如果能做一個像 Paul Graham（著名投資人）那樣的 ChatBot，能和我們對話激發靈感，那價值就大了。他説他人生中遇到過三四個這樣的人,每次和他們聊完都能冒出一堆想法。
説到這個，我想起最近 Dan Koe 那篇《How to fix your entire life in 1 day》在 X 上瘋傳，目前收穫了快兩億瀏覽。那篇文章提供了一套完整的「心理挖掘」方法，通過一天時間的深度自我提問，幫我們找到真正想做的事。雖然不是 AI 工具，但確實是個激發創意的好框架。
▲文章鏈接：https://x.com/thedankoe/article/2010751592346030461
這篇文章為什麼能這麼火，我想也是這種創意在 AI 時代的放大。當意義本身變成了稀缺品，所有人都能用 AI 快速生產內容時，真正有價值的反而是那個「獨特視角」——你為什麼關心這個問題？你的人生經歷如何塑造了這個想法？這些是 AI 複製不了的。
這其實也呼應了奧特曼在座談會上説的：人類只在乎人類。他沒有簡單的把那些 AI 生成的內容叫做 AI Slop，而是把那些 AI 作品定義為「Clanker 廢鐵」，他説這種作品一旦被識破，人們就不喜歡了。
我們渴望的是創作者背後的故事、掙扎和成長軌跡。
引用做出來了，然後呢
有個開發者説出了很多人的心聲，用 AI 做 App 容易，但沒用户啊！怎麼找到用户（GTM）才是真正的難題。
▲「既然我們現在可以自己開發軟件，為什麼還要繼續支付昂貴的訂閲費用？」，知名軟件服務提供商 Salesforce 訂單減少
奧特曼這次沒給什麼新答案，很直白地説：是的，人類的注意力是有限的。這是創業永恆的難題，AI 並不能改變這一點。AI 能幫我們更快地做銷售自動化、營銷自動化，但最終我們還是要和別人競爭這個稀缺資源。
這是物理定律，AI 也改變不了「注意力有限」這個事實。
為了編程，GPT-5.2 的寫作確實被削弱
引用GPT-5.2 寫作確實變弱了
Raindrop 的 CTO 提了個很多人都注意到的問題：GPT-5 編碼很強，但寫作好像不如 GPT-4.5 了？
奧特曼直接承認了：我們搞砸了。5.2 版本為了專注推理和編碼，確實犧牲了寫作能力。但他強調未來的模型會是通用的，我們想要一個編程助手的同時，也希望它能寫出清晰的文檔和交互。
▲除了寫作能力的下降，多數網友對 ChatGPT 的聲討，還是集中在路由機制和 4o 的迴歸
好消息是，他們會在後續版本里補上這塊。
引用會不會被舊技術鎖死
有個 YouTuber 問了個技術向的問題，模型都是基於舊技術訓練的，我們會不會被困在舊技術棧裏？就像現在讓 GPT 用兩年前更新的框架都很費勁。
奧特曼倒是挺樂觀：模型本質上是通用推理引擎。未來它們學習新工具的速度會超過人類，給它一個全新的環境，探索一次就能學會。
引用3D 推理什麼時候有做生物醫藥的開發者問：藥物設計需要 3D 推理能力，這個什麼時候能有？
奧特曼説他們知道怎麼做，只是優先級的問題。OpenAI 內部項目排期估計都排到巴黎了，但這個需求確實在路線圖上。
引用安全問題怎麼辦
一個斯坦福做生物安全創業的學生問得更深，生物安全在你們的路線圖裏排在什麼位置？
奧特曼一直對安全問題很擔憂。他説單純封堵已經行不通了，社會需要建立韌性機制，就像我們應對火災風險那樣。不是禁止用火，而是建立防火規範、使用阻燃材料。他還坦承，如果今年 AI 真出什麼大熱門，生物安全領域是個「合理的賭注」。
引用我的記憶能不能分成工作記憶和私人記憶
除了模型和安全，個人隱私向來也是大家關注的重點。當被問到，ChatGPT 能否手動分組記憶（工作 vs 個人）？奧特曼直接説，我比較懶，我希望 AI 知道我的一切並自己判斷。
他自稱是個懶人（Lazy user），他已經準備好讓 AI 讀取他電腦和網絡上的一切數據，只為了不手動輸指令，也不想費勁去給記憶分類。
但是，當被問到，能不能開放「用 ChatGPT 登錄」，讓用户把 Token 預算和記憶帶到第三方 App？奧特曼又説我們會做的。先做 Token 預算共享，記憶共享比較敏感但也是目標。
奧特曼的回答還是有些微妙，Token 共享好説，記憶共享就很敏感了。畢竟，記憶數據某種意義上是 ChatGPT 最大的護城河，怎麼安全地把這些數據開放給第三方，他們也還在糾結。
引用成本和速度
有個做 GTM 自動化的 CTO 問：你們説「智能便宜到不用計量」，但我們跑百萬級 Agent 還是被成本卡住了。未來成本能降多少？
奧特曼給了個挺激進的預測，到 2027 年底，GPT-5.2 級別的智能成本至少降低 100 倍。
但他也提到了另一個維度：現在越來越多人在意的是速度，而不只是成本。怎麼把同樣的輸出時間縮短到百分之一，這是個和降成本完全不同的問題，他們還在權衡怎麼平衡這兩個方向。
學歷無用論
引用學歷還重要嗎
有個從倫敦輟學、進了 YC W26 的創業者問：父母逼我回去上大學，我該怎麼辦？
奧特曼的回答挺直接：如果你是個有野心的 AI 建設者，現在待在大學可能不是時間的最佳利用方式。學校永遠在那裏，但技術窗口期不等人。
他自己當年輟學，父母花了十年才不再問他什麼時候回去讀書。他建議就告訴父母：不是説大學對所有人都不合適，但現在對我來説，我得做這件事。
▲AI 圈裏，從名校輟學去創業還做得很好的人，其實很少
引用小孩子該怎麼用 AI
一個伯克利學生問了個很實際的問題：現在高中生都在用 ChatGPT 寫作業，幼兒園和小學教育該怎麼適應 AI？
奧特曼的態度挺保守：幼兒園別用電腦，讓孩子在現實世界玩耍。他提到社交媒體對青少年的負面影響，已經被討論很多了，但技術對幼兒的影響可能更糟，卻很少有人關注。在我們搞清楚這些影響之前，沒必要讓幼兒園小朋友用 AI。
引用面試會變成什麼樣
有人問，軟件開發的面試形式是不是該變了？
奧特曼説他們正在討論這個。理想的面試應該是，給你一個去年一個人兩週都做不完的任務，看你能不能在 10-20 分鐘內搞定。他覺得傳統的軟件工程面試本來就不太好，現在就更不相關了。關鍵是看你能不能在這個新時代有效地工作。
至於招聘，他説 OpenAI 會放緩招聘速度，畢竟現在的 AI 領袖，都在説少量人加 AI 能做更多事。他也希望避免那種「招太多人然後突然發現 AI 能做這些事不得不裁員」的尷尬局面。
引用AI 時代最重要的技能是什麼
最後有個越南國際學生問了這個經典問題。奧特曼的答案都是軟技能：高能動性(High Agency)、善於產生想法、有韌性、能適應快速變化的世界。
他説這些技能都是可以學的。當年做 YC 的時候，他最驚訝的發現就是：通過三個月的訓練營，真的能讓人在這些方面變得非常強。
最後座談會結束時，奧特曼説了句挺「暖心」的話。
我非常希望瞭解，你們希望 OpenAI 開發什麼樣的產品，就像是説假設我們會有一個比現在強 100 倍的模型，上下文長度、速度、成本都是現在的 100 倍優化，工具調用完美，超長上下文的一致性極好……都請你們告訴我們。
你想要什麼，我們就會給你建什麼。不管是需要什麼 API、什麼樣的原語、什麼樣的運行時，我們都願意做。
聽起來還是挺誠懇的，畢竟這場座談會本身，可能就是因為 OpenAI 也不太確定下一步該往哪走了。
資料來源：愛範兒（ifanr）
請按此登錄後留言。未成為會員? 立即註冊