OpenAI CFO重磅曝料：AGI近在咫尺，全球最強編程智能體已就緒！
OpenAI，正引領(lǐng)生成式AI的革命浪潮。
這家公司如何確立行業(yè)領(lǐng)先地位？又采取了哪些策略保持競爭優(yōu)勢？
2025年3月5日，在倫敦舉行的「高盛顛覆性科技峰會」中，OpenAI首席財務(wù)官Sarah Friar探討了通往AGI的發(fā)展路徑，以及資本在AI競賽中的關(guān)鍵作用。
Sarah Friar曾任高盛科技股權(quán)研究主管，會議中與高盛全球銀行與市場部聯(lián)席主Dan Dees展開深度對話，時長30余分鐘。
她表示：「我們可能已經(jīng)接近了AGI，但世界尚未學(xué)會如何最大化地利用它」。
OpenAI，正在全速前進，全面出擊：從數(shù)據(jù)中心到應(yīng)用層，各部分都在創(chuàng)新。
左：高盛全球銀行與市場部聯(lián)席主Dan Dees先生，右：OpenAI首席財務(wù)官Sarah Friar女士
AI涌起，適逢其會
AI風起云涌，而OpenAI銳不可當，可以說是目前最具影響力的技術(shù)領(lǐng)域中，最具影響力的公司。
在去年OpenAI向她拋出橄欖枝時，Sarah Friar實在很難拒絕。
去年6月10日，Sarah Friar加入OpenAI擔任首席財務(wù)官
在她看來， AI浪潮，確實比迄今為止看到的其他科技浪潮都要宏大，雖然她錯過了個人電腦革命。
加入OpenAI，投身AI科技浪潮，她覺得是個人難得的機遇和幸運。
但在互聯(lián)網(wǎng)崛起時，Sarah Friar在斯坦福商學(xué)院進修——2000屆畢業(yè)生都記得，那時互聯(lián)網(wǎng)泡沫正膨脹。
互聯(lián)網(wǎng)泡沫，也稱dot-com泡沫或dot-com熱潮在上世紀90年代末期并最終于2000年3月10日達到頂峰的一次股市泡沫。從1995年至2000年3月的高峰期，投資于NASDAQ綜合指數(shù)的資金增長了800%，而在2002年10月之前，該指數(shù)又從其峰值下跌了78%，回吐了泡沫期間的所有漲幅
隨后她又目睹了持續(xù)幾年的硅谷寒冬。
接著是移動互聯(lián)網(wǎng)的興起如何重塑企業(yè)，后來我在高盛的事業(yè)軌跡，坦白說也正是圍繞著向云計算的轉(zhuǎn)型展開。
而如今站在浪潮的另一端，從宏觀世界格局到政府政策，再到企業(yè)級應(yīng)用，全方位探討AI的影響——這種角色轉(zhuǎn)換令她無比振奮。
而最近，OpenAI關(guān)注的焦點是AI基礎(chǔ)設(shè)施。
這感覺就像是「云計算黎明」再次來臨，盡管AI的架構(gòu)和構(gòu)建方式完全不同。
對親身經(jīng)歷過「云計算黎明」的人來說，這波AI浪潮更加迷人。
OpenAI如何用ChatGPT賦能工作
Sarah Friar認為當今世界上沒有哪位CEO或企業(yè)領(lǐng)袖會意識不到AI部署的緊迫性，甚至都擔心自己已經(jīng)落后了。
作為OpenAI的CFO，她剛加入時最迫切的需求就是：「先要弄明白——我的團隊，就拿財務(wù)部門來說，到底該如何運用ChatGPT？」
但當時的情況是，由于OpenAI正在大規(guī)模招聘，許多員工來自尚未應(yīng)用AI的傳統(tǒng)企業(yè)。
這導(dǎo)致團隊在AI應(yīng)用方面出現(xiàn)了明顯的認知斷層——
大家對「誰來做什么、為什么做」缺乏統(tǒng)一理解，整體協(xié)作也缺乏組織性。
作為團隊管理者，她采取的第一個舉措就是親自組織了一場黑客馬拉松：召集銷售團隊和解決方案工程師，花了一下午進行討論。
從最基礎(chǔ)的環(huán)節(jié)開始， 用紙筆羅列出日常工作中那些高度重復(fù)性的任務(wù)。
隨后將人員按職能分組——稅務(wù)團隊一組、采購團隊一組、投資者關(guān)系團隊一組，通過小組討論，讓初步的想法碰撞。
即便采用如此簡單的方式，現(xiàn)場已經(jīng)迸發(fā)出驚人的熱情。
她記得，當時投資者關(guān)系團隊正在籌備一輪大規(guī)模融資，深陷盡職調(diào)查「地獄」。
OpenAI很快發(fā)現(xiàn)，那些源源不斷的盡調(diào)問題雖然細節(jié)各異，但核心模式高度重復(fù)。
當時他們經(jīng)常加班到深夜，反復(fù)經(jīng)歷這樣的場景：「啊，這位投資人問過類似問題——快找出之前的回復(fù)，稍作修改再發(fā)出去?！?/span>
直到開發(fā)出能自動回答這些問題的定制GPT解決方案時，整個團隊在會議室里簡直高興得手舞足蹈、歡呼雀躍。
這讓她深刻意識到：必須讓團隊成員從第一性原理出發(fā)，真正理解AI帶來的普適性效能提升。
而ChatGPT的深度研究，已經(jīng)幫助OpenAI解決了關(guān)于GPU融資的分析問題。
她的團隊使用了深度研究，獲取了一份報告，得到了OpenAI內(nèi)部員工的認可：「和兩位MD、三位VP、六位助理和十位分析師的團隊相比，DeepResearch所做的事情要好得多。」
GPT-3到GPT-4
從GPT-3過渡到GPT-4，OpenAI花了大約一年半到兩年的時間。
去年，他們首次部署了推理功能，也就是o系列模型。
這意味著從一個更傾向于預(yù)測、快速響應(yīng)的實時回答模型，轉(zhuǎn)變成了能夠更像人類一樣推理的模型。
有一種簡單的描述方式是這樣的：
如果想象一下你做填字游戲的時候，比如一個橫向的單詞有五個字母，你認為可能是三個不同的詞之一。
你填寫了一個單詞，然后轉(zhuǎn)向下一個豎向的線索，發(fā)現(xiàn)不對勁，第二個字母應(yīng)該是A。
這就意味著之前的那個答案是錯誤的，你需要劃掉并重新填入另一個詞。
所以它會自我回溯。
這一點對于AI智能體非常重要。
但如今，OpenAI遠遠不止這些。
AI基礎(chǔ)設(shè)施 2.0：AI工廠
OpenAI正深入數(shù)據(jù)中心，因為他們認為現(xiàn)在正處于AI基礎(chǔ)設(shè)施的第二版本（V2），或者如黃仁勛所稱的「AI工廠」。
數(shù)據(jù)中心創(chuàng)造了很多知識產(chǎn)權(quán)（IP），對OpenAI來說擁有這些IP非常重要。
想象一下亞馬遜在電子商務(wù)領(lǐng)域取得巨大成功時的情景。他們看到AWS（亞馬遜網(wǎng)絡(luò)服務(wù)）開始成形。
就像在這個階段，如果他們決定將這一部分外包給新興的谷歌或其他公司，那會是怎樣的情形呢？如果當初亞馬遜將AWS的所有知識產(chǎn)權(quán)都拱手讓人，那么今天這家公司將會是怎樣的不同呢？
如今，AWS在云計算市場中占據(jù)了40%的市場份額，并擁有38%的運營利潤率。
因此，擁有基礎(chǔ)設(shè)施能力非常驚人。
但現(xiàn)在OpenAI不僅停留在模型層面，還向上擴展到了API層，這使OpenAI將影響力擴展到企業(yè)和開發(fā)者。
然后再上一個層次進入應(yīng)用層面，即如何推動功能特性的發(fā)展，讓消費者在個人生活和工作中都喜歡得到的東西。
所以，現(xiàn)在在ChatGPT的前端頁面，用戶可以用Sora生成視頻，可以進行深度研究報告，可以搜索，可以創(chuàng)建項目，可以編寫代碼，還可以創(chuàng)建寫作畫布。
OpenAI的目標就是不斷加載這些功能。
然后她意識到，「ChatGPT已經(jīng)有很強的用戶粘性了。我不打算離開它?！?/span>
從商業(yè)角度來看，這是件好事。這就是OpenAI目前所處的位置。
接下來，她介紹了OpenAI實現(xiàn)通用人工智能（AGI）的五個步驟。
通向AGI的5個階段
2023年，是實時預(yù)測響應(yīng)之年：聊天機器人Chatbot興起。
2024年，OpenAI把推理帶上了臺面。
2025年，將是AI智能體的一年。
OpenAI實現(xiàn)通用人工智能（AGI）的五個步驟
大概從去年第三季度或第四季度，OpenAI開始討論這個話題。
現(xiàn)在，Agent已經(jīng)成為整個AI行業(yè)公認的術(shù)語。
但這里的AI指的是能夠獨立為你完成工作的智能體（agents）。
這不是虛無縹緲的概念。
實際上，OpenAI已經(jīng)有三項智能體在運行：
- 深度研究（Deep Research）：這是一個生成深入的研究報告的工具。
- 操作員（Operator）：允許任務(wù)工作者在網(wǎng)絡(luò)上執(zhí)行一些可能需要后臺處理時間的任務(wù)。
- 第三個即將推出的功能稱之為A-SWE（Agentic Software Engineer）。
A-SWE不僅僅是像Copilot那樣，增強現(xiàn)有軟件工程師的工作能力，而是一個真正能夠構(gòu)建應(yīng)用程序的自主軟件工程師。
它可以接受需求，并去實現(xiàn)它。但不僅僅是開發(fā)，它還做了所有軟件工程師討厭去做的事情。
它可以從你給任何其他工程師的Pull Request（PR）開始，去構(gòu)建應(yīng)用程序。
不僅如此，它還會完成所有軟件工程師討厭去做的事情：
它自己做代碼質(zhì)量保證、錯誤測試和調(diào)試。
并且它還編寫文檔。
這些都是所有軟件工程師不愿意去做的任務(wù)。
因此，它可以成倍地提高軟件工程團隊的效率。
之后是AGI的第四階段：創(chuàng)新的世界。
在創(chuàng)新的世界，不再只是關(guān)于當今世界存在的知識，而是如何擴展這些知識。
實際上，從教授和學(xué)者那里聽到的是，他們發(fā)現(xiàn)模型在專業(yè)領(lǐng)域中，提出了新的想法。
目前這些想法還需驗證，但OpenAI千真萬確地收到了這樣的反饋。
長遠來看，代理組織（agentic organizations）將是未來的發(fā)展方向。
AGI近在咫尺
OpenAI仍然有迄今為止最領(lǐng)先的模型：o3。
從軟件工程領(lǐng)域中，o3競賽性編程的表現(xiàn)：在全球排名第175位的競賽性程序員。
在數(shù)學(xué)競賽中，它只錯了一道題。
而在博士級別的科學(xué)領(lǐng)域，它在物理、化學(xué)、生物學(xué)等方面都達到了博士水平。
4個被廣泛認可的基準測試，用來衡量AI是否正在向AGI（通用人工智能）邁進，即是否真正達到了人類智能甚至超越了人類智能的水平
OpenAI的產(chǎn)品團隊認為，o3 mini已經(jīng)成為了全球最具競爭力的程序員。
在Sarah Fryer看來，如今已經(jīng)非常接近AGI了。
也就是說，AI系統(tǒng)能夠承擔世界上大多數(shù)真正有價值的、人類的工作。
但可以肯定地說，作為一個世界共同體，我們還并未充分發(fā)揮它的潛力。
如今，有3個scaling law正在發(fā)生。
一個是預(yù)訓(xùn)練，也就是讓通用模型變得更聰明。這就需要更多的數(shù)據(jù)和更先進的算法專業(yè)知識。在更多算力的支持下，研究人員可以發(fā)揮更大的作用。
這就意味著，要想成功，就必須投入大量的資金。
在GPT-3、GPT-4、GPT-5這樣的大模型上，計算規(guī)模就在呈對數(shù)增長。
然后，就進入了后訓(xùn)練階段。
比如我們想創(chuàng)建一個需要診病的模型，就需要對它微調(diào)，讓它專注于醫(yī)學(xué)。
而第三個階段——推理時計算，就是讓這輛「汽車」能切換到運動模式的時刻。
此時，需要在真正的賽道上行駛，從四驅(qū)模式切換到運動模式。
以上，就是關(guān)于擴展性的三條定律。
OpenAI的研究者，已經(jīng)推出了「強化微調(diào)」技術(shù)。
他們發(fā)現(xiàn)，其實并不需要很多信息，就能讓模型在一個特定領(lǐng)域展現(xiàn)出顯著的性能提升。
但關(guān)鍵在于，我們能否達到那個具體的領(lǐng)域？如果你想研究神經(jīng)疾病，比如退行性疾病的結(jié)果，你能在這個特定領(lǐng)域獲得足夠的信息嗎？
即使是一點點的信息，也會極大提升模型的實用性。
星際之門，為什么需要5000億
按照OpenAI的說法，星際之門需要投資5000億美元在計算能力上，或者說，它需要10吉瓦的算力。
這個數(shù)字是怎么得出來的？
奧特曼在白宮參與5000億美元的Stargate計劃發(fā)布會
這是通過預(yù)訓(xùn)練擴展、后訓(xùn)練擴展和推理時擴展這三個scaling law。
在模型開發(fā)的每個階段，都會需要越來越多的算力。
可以說，OpenAI沒有推出某些模型，就是因為沒有足夠的計算資源。
Sarah Friar表示，自己是個糟糕的CFO。
Sora差不多在前年2月或3月就準備好了，但直到差不多去年12月，OpenAI才真正推出了它。
甚至到現(xiàn)在，Sora也還沒有完全上線。
OpenAI選擇的，是推出深度研究，因為他們知道商業(yè)界非常喜歡這個特性。
因為沒有足夠的算力投入業(yè)務(wù)，Sarah Friar承認，自己每天做出最糟糕的決定，就是不給研究者提供最有價值的資源——研究所需的算力。
她甚至透露：很多時候，Sam Altman來上班時就會生她的氣，因為她沒有提供足夠的算力。
為什么她會陷入這種境地？
因為在兩三年前，那些拍板決定算力決策的人，根本想象不到如今算力需求的增長會如此之快。
兩年時間里，OpenAI的周活用戶就達到了4億，收入每年都翻了三倍。
現(xiàn)在，整個愛爾蘭的負載是7吉瓦，整個國家的使用量都比OpenAI需要的10吉瓦少。
而在她看來，在三年后當人們回過頭來，會覺得這時的人們對5000億這個數(shù)字神經(jīng)緊張，簡直是大驚小怪。
所以，該如何擴大規(guī)模？電力來源于哪里？是否需要培養(yǎng)人力？
事實證明，電工、暖通空調(diào)人員等，都是真正能夠制約建設(shè)的資源。
因此，美國政府也會對星際之門特別感興趣，因為它既是一種財政投資，也是有助于在經(jīng)濟上保持領(lǐng)先地位。
而DeepSeek也讓人看到，AI正處于激烈競爭中。
OpenAI目前的關(guān)注點在于算力、研究人員、數(shù)據(jù)。
他們需要尋找地點和電力，他們需要平整地面，建設(shè)數(shù)據(jù)中心，填充設(shè)備，購買GPU。
OpenAI需要真正證明：它有能力成功應(yīng)對挑戰(zhàn)。
