Sam Altman在一场长达78分钟的访谈中，给出了OpenAI目前最清晰的战略定位：它不应成为包办所有产品类别的应用公司，而应提供一个面向个人和企业的统一AI入口，以及一条供开发者构建任何产品的API。为了把有限的算力和人才集中到通用知识工作与科学发现上，OpenAI据称在2025年停止了Sora产品和Atlas浏览器项目，把资源转向Codex、模型训练、自研芯片与数据中心。Altman同时承认，AI能力增长远快于社会采用速度，甚至他自己仍在用滚动邮件和待办清单的旧方式工作；真正缺失的不是更强模型，而是像iPhone一样重新定义人机交互的产品突破。他认为AI安全必须通过真实部署不断学习，但最担心的仍是系统失控，以及权力集中于少数公司、个人或模型。
文章作者、来源：David Senra
OpenAI想做平台，而不是包办整个经济
Altman对OpenAI的最新定位非常明确：公司应该更像平台公司，而不是不断进入新行业的产品集团。
这套平台由两部分组成。第一部分是一个统一的直接入口，让个人或企业能够向自己的AI提出任何问题，并逐渐把它变成长期存在、掌握上下文、可以主动提供帮助的Agent。第二部分是一条API，让开发者在OpenAI模型之上构建自己的产品。
Altman说，OpenAI希望覆盖完整的成本—性能曲线：既提供用于科学发现的高端智能，也提供价格低廉、能够大规模处理常规工作的模型。用户真正需要的是大量、快速、低成本并且了解上下文的AI调用，而不是为每一类任务切换一个完全不同的产品。
在他的设想中，OpenAI不应该亲自进入每一个产品类别，更不应与所有API客户竞争。公司提供基础智能和通用入口，至于AI如何进入医疗、教育、金融、创作和企业流程，应主要由外部开发者决定。
Altman甚至提出，希望这套平台最终帮助产生一亿家新企业，并让全球数十亿人以不同方式在其上开发与工作。这是愿景而非已经实现的业务数据，但它解释了OpenAI为何越来越强调API、Agent与统一界面。
为什么好产品也必须被砍掉
平台战略真正困难的部分，不是增加功能，而是主动放弃已经做得不错的产品。
据Altman在访谈中的说法，OpenAI在2025年停止了Sora产品。他认为Sora“有趣、很酷，也是个好产品”，但视频生成消耗了大量算力，其战略重要性不及Codex。公司最终选择把有限算力交给更通用的知识工作Agent。
OpenAI还停止了内部开发的Atlas浏览器。Altman称它是一款优秀、甚至可能是“最好的”浏览器，但维持浏览器业务需要持续投入人才，而这些人才可以被用于更接近核心目标的项目。
这里的判断标准并不是产品有没有用户，而是它是否直接服务于“生成更强通用智能”这条主线。模型训练、自研芯片、数据中心、算力基础软件，以及面向知识工作和科学发现的通用Agent，被放在更高优先级。
Altman把这种取舍称为创业者最难掌握的能力：为了伟大的方向，杀掉好的想法。算力、人才和时间都有限，如果一家公司拒绝关闭任何表现不错的项目，最终就会失去真正的重点。
这也说明，OpenAI所谓的平台化并不等于减少基础设施投入。恰恰相反，公司正在把更多资源放到产业链上游——芯片设计、晶圆与服务器供应链、电力系统、数据中心融资和模型研究。Altman认为，这可能已经成为人类历史上成本最高的基础设施工程之一。
AI能力在加速，经济采用却有巨大惯性
Altman承认，自己曾经高估AI改变经济结构的速度。
GPT-4发布后，他以为大量软件业务会迅速被AI原生公司取代。但现实中，即使新工具能力明显更强，企业和个人仍会继续使用熟悉的软件、供应商与工作流程。行为习惯、采购制度、监管要求和组织结构构成了巨大的摩擦。
他以自己为例：尽管拥有Codex和OpenAI最新模型，他仍会像过去一样滚动浏览邮件、维护待办清单，再手动决定下一步做什么。这种行为与他对AI能力的判断并不一致。
Altman认为，这主要是产品没有做好。现有AI可以写代码、研究资料和执行任务，却仍没有出现一种足以让普通人彻底改变计算机使用习惯的界面。产业拥有了智能手机时代的大量技术组件，但还没有等到真正的“iPhone时刻”。
下一代入口可能不再要求用户不断打开应用、输入提示词。它会长期保存相关上下文，了解人的工作、偏好和目标，并在适当时机主动提出建议或执行任务。
访谈还特别讨论了上下文的价值。人类不可能在几秒内读取几万页材料并准确调用其中细节，模型却可能做到。AI最独特的价值因此未必是模仿一个聪明人，而是把远超个人记忆容量的信息转化为当下决策所需的建议。
安全不能只在实验室里推演
Altman继续为OpenAI的“迭代部署”路线辩护：先向社会发布能力受限的模型，从真实使用和事故中学习，再逐步提高系统能力与安全水平。
他认为，很多关键风险只有进入现实环境后才能被发现。用户会以实验室未曾预料的方式使用模型，攻击者也会寻找新的漏洞。完全脱离真实用户进行安全推演，无法获得足够准确的反馈。
Altman把这种机制类比为航空安全体系：行业不会因为事故风险而停止所有飞行，而是记录事件、调查原因、修改系统并让下一轮运行更安全。他声称，OpenAI服务约十亿周活跃用户所积累的真实反馈，使团队取得了早期安全研究难以获得的进展。
但他并未否认前沿AI的重大风险。Altman最担心两种情况。
第一种是AI能力强大到人类无法继续控制。第二种则是即使系统仍可控制，决定其方向的权力却集中于一个人、一家公司或一个模型。
这两种风险需要不同对策。前者涉及技术对齐、监测和控制；后者则涉及市场竞争、开放生态、社会参与和治理结构。Altman认为，不能因为害怕失控，就把全部权力交给少数机构并牺牲个人自由——那可能只是用一种危险替换另一种危险。
AI行业没有解释清楚“普通人能得到什么”
Altman还批评整个AI行业，包括OpenAI自己，没有做好公众沟通。
行业一方面不断讨论AI导致灾难的概率、岗位大规模消失和国际竞赛，另一方面又继续高速建设模型与数据中心。普通人接收到的信息很容易变成：少数技术公司正在开发一种可能毁灭世界、夺走工作并大量消耗电力的技术，却要求公众相信未来会更好。
相比之下，AI如何提高个人自主权、让普通人获得过去只有大型机构才能使用的能力，以及各种负面影响如何被减轻，讨论得远远不够。
Altman预计，AI会推动一次规模巨大的小企业创业潮。过去需要完整团队完成的编程、设计、营销、研究、客服和运营工作，可能由少数人配合Agent完成。但这仍是预测，真实结果取决于模型成本、可靠性、市场竞争和经济政策，并不能简单理解成小企业数量必然达到某个规模。
他也认为，人类连接的价值不会随着AI能力增长而消失。相反，当合成内容和自动化服务变得极其便宜时，体育、现场活动、人与人之间的信任以及明确由真人提供的体验，可能变得更加珍贵。
OpenAI最初并没有一张通往GPT的路线图
访谈最后回到OpenAI的创业史。
Altman说，OpenAI成立第一天，大约十几个人聚集在Greg Brockman的公寓里，很快发现团队并不知道下一步究竟应该做什么。公司此后经历了数年“混乱地摸索”，才逐渐形成后来通往GPT的研究路线。
这与经典互联网创业方法并不相同。OpenAI最初四年半没有产品，也没有客户反馈，研究团队必须自己设计指标，判断能力是否正在朝正确方向发展。
但Altman认为，Y Combinator教给他的几个原则仍然有效：寻找不被共识接受却可能产生巨大回报的方向；让技术人员接近决策核心；尽早从现实中取得反馈；承认极少数研究路线可能产生远高于其他路线总和的价值。
他把管理研究项目比作早期投资。大多数尝试不会决定公司命运，真正重要的是识别少数具有指数增长潜力的路线，并为非传统人才提供足够空间。2015年押注通用人工智能，以及后来集中研究大型语言模型，在当时都不是AI学界的主流共识。
这场访谈最值得关注的，不是某一项产品被关闭，而是OpenAI对自身边界的重新描述：它希望控制智能、算力和统一入口，却不想亲自占领每一个下游行业。这个承诺未来能否长期维持仍有疑问——拥有直接用户关系的平台，天然会看到并进入最有价值的应用市场。