东京大学，这所拥有近150年历史的高等学府，一直走在创新与突破的前沿。作为日本最具代表性的学术机构之一，它不仅在学术研究上取得了卓越成就，更持续应对社会结构的快速演进与技术挑战。

　　在这样一个背景下，东大迎来了两位重量级嘉宾——Sam Altman 和 Kevin Weil，两位重塑技术范式的前沿探索者。Sam Altman，OpenAI 的掌舵人，以其在人工智能领域的颠覆性贡献深刻改变了人类的学习、工作与生活方式。而 Kevin Weil，则是产品与技术领域的资深专家，曾在 Twitter 和 Instagram 等科技巨头担任要职，现活跃于 AI 驱动的创新领域。

　　东大校长藤井辉夫在开场致辞中提到，他刚刚从达沃斯世界经济论坛归来，带回了对全球性问题的更深刻认识。他表达了对两位嘉宾的敬意，并指出，这场对话不仅是一次关于技术的交流，更是一次关于社会未来的深刻探讨。尽管时间有限，但他相信，与会者将从这场对话中获得宝贵的启发。

　　这期特别活动，不仅让我们得以一窥两位行业领袖的独特视角，也让我们思考技术如何在快速变化的社会中创造更大的价值。无论是人工智能的未来，还是全球性议题的解决方案，这场对话都将成为一次极具意义的思想碰撞。

　　生成式 AI 技术在教育、科学与社会发展中的巨大潜力，尤其是在个性化学习、科学进步和社会工具构建方面。AI 不仅能提升学习效率、加速科学发现，还将为人类提供全新的平台与工具，帮助我们创造价值并延续生活方式的本质。真正的变革在于如何利用 AI，为社会创造更加美好的未来。

　　AI 的开放性与边界正在成为行业竞争的核心议题。在开放与安全之间找到平衡是未来发展的关键，同时脑机接口等技术将为教育方式带来颠覆性可能。AI 在太空工程中的应用正逐步扩展，为科研和教育提供更广阔的空间。

　　OpenAI的未来研究计划聚焦于技术与人类社会的共同进化。AI 的发展并非为了全面超越人类，而是拓展人类能力边界的过程。在这一框架下，OpenAI 正推进“Stargate”项目，其算力目标是当前的 100 倍，旨在探索高算力环境下 AI 的涌现特性，特别是在科学发现领域的潜力。

　　在AI技术快速迭代的背景下，创业的核心仍是创造粘性和差异化的价值，而非单纯依赖AI。创业公司应聚焦于“能力边缘”的构建，让新模型的发布增强产品价值，而非成为威胁。

　　Sam Altman 在回答东京大学学生提问时，提到了教育是他最关注的领域之一。他认为，生成式 AI 技术正在为教育带来前所未有的改变。现在，学生可以通过基于 AI 的个性化辅导工具，按照最适合自己的方式学习。这些工具能够精准识别学生的薄弱环节，提供针对性的学习方案电脑上如何下载小火箭，甚至构建可持续的终身学习体系。这种能力的潜力巨大，不仅能提升学习效率，还能让每个人都享受到比当今最优质教育更好的体验。

　　他还提到，虽然目前日本在这一领域的发展还不够多，但他对未来充满期待，并鼓励更多人参与到相关应用的开发中。他相信，这将是一个非常值得投入的方向。

　　至于更长远的未来，Sam Altman 对 10 年、30 年甚至 100 年后的世界进行了展望。他指出，AI 的发展将极大加速科学进步和发现的速度，可能是现在的 10 倍甚至 100 倍。如果科学进步是推动经济增长和社会发展的核心动力，那么这样的提升将彻底改变世界的面貌。我们或许会看到太空探测器离开地球，AI 创造出许多我们今天难以想象的事物。但与此同时，人们的日常生活方式可能并不会发生根本性变化。人们依然会希望与朋友相处、组建家庭，发展自己的兴趣爱好。从这个角度来看，AI 的发展虽然会改变一切，但人性的本质却始终如一。

　　他并不担心人们会无事可做，或者失去成就感。尽管工作的形式会有所不同，但人类的基本生活方式会保持相似。AI 将为社会提供新的工具和平台，而人类则继续通过这些工具，创造属于自己的价值。

　　从教育到科学，从生活到工作，AI 正在成为未来社会的构建者。它不仅塑造了技术的进步，还为人类生活方式的延续提供了支撑。或许，真正的变革并不在于技术本身，而在于我们如何利用它，为自己和社会创造更美好的未来。

　　Sam Altman 提到，未来的核心能力将转向 AI 难以替代的创造性工作或专业知识深度。就像计算器的发明让人类从繁琐的算术中解放出来一样，AI 的出现也将让人类摆脱基础任务的束缚。未来的关键在于如何利用这些工具实现超越个人能力的目标。他认为，每个人都可以像运营一家顶尖公司一样，提出创意，让 AI 去执行和协调整个过程。这个能力将成为未来社会的重要驱动力。

　　在这样的环境下，他强调了几项核心技能的重要性：理解人们的需求、具备创造性愿景、快速适应能力和面对变化的韧性。这些能力不仅帮助我们更好地利用 AI 工具，也让我们在变化加速的世界中保持竞争力。与其试图在 AI 擅长的领域较量，不如专注于如何与 AI 协作，将工具效能转化为创新势能。

　　Kevin Weil 则从实践的角度提出建议。他认为，现在正是开始学习如何使用 AI 工具的最佳时机。将 AI 融入工作和学习的过程中，逐步培养一种习惯：在做每件事时，问问自己是否可以通过 AI 更快完成？是否需要亲自完成这项任务？通过这种方式，你不仅能提升效率，还能逐步掌握新技术，跟上 AI 发展的步伐。

　　两人的观点共同指向一个事实：有效利用 AI 不仅是一种选择，更是一种必需。AI 的发展正在快速降低智能的获取成本，让每个人都能触手可及。正如 Sam Altman 所说，“智能便宜到可以忽略不计”是他们的目标，而这一目标的实现将为全球范围内的公平获取创造条件。

　　OpenAI 的未来研究计划，正围绕着技术与社会的共同进化展开。Sam Altman 在对话中指出，AI 的发展并非简单地朝着“全面超越人类”的方向前进，而是一个人与技术共同进化的过程。每一次技术的突破，都为人类带来了难以想象的新可能性。就像今天的人类相比一百年前或一千年前的人，能够完成更多复杂的任务一样，AI 的未来也将不断拓展我们的能力边界。

　　在这一框架下，OpenAI 正致力于探索计算能力提升所带来的潜在突破。他们正在开展一个名为“Stargate”的新项目，其计算能力预计将达到当前系统的 100 倍。在我们之前的文章《孙正义对话Sam Altman，软银联手OpenAI开启日本“星际之门”》中提到，“Stargate”项目的未来与挑战。这一项目的目标，是研究更高算力下 AI 的涌现特性，尤其是在科学发现领域的潜力。他认为，随着算力的提升，AI 有可能在创新算法和全新科学知识的发掘上实现质的飞跃。这或许将成为下一个两个数量级提升后最重要的成果。

　　过去一年中，OpenAI 在推理模型上的进展尤为显著。通过强化学习，他们成功用更小的模型在许多基准测试上取得了接近甚至超越 GPT-6 预期性能的成果。以竞争性编程为例，OpenAI 的第一个推理模型仅排在全球第百万名，而最新的 O3 模型已经跻身全球前 175 名。根据内部基准测试，这一排名甚至接近前 50 名，并有望在年底达到第一名。这种进步速度令人惊叹，也为未来的研究提供了更多可能性。

　　未来的研究计划不仅关注技术本身，还包括如何更有效地预测 AI 的发展路径。他们希望通过更高效的预训练方法，推动模型在特定维度上的性能提升，同时更明智地评估算力增加对整体性能的影响。

　　OpenAI 刚刚发布的 O3 mini 模型，展现了未来 6 到 12 个月研究的主要发展方向。这些小型但高性能的推理模型目前在 STEM（科学、技术、工程和数学）领域表现优异，但目标是扩展到所有领域。同时，OpenAI 正在整合多模态能力，未来的模型将支持语音交流、代码编写与编译、互联网浏览等功能，用户能够在一个模型中完成多种任务。

　　Sam Altman 还提到了一个名为 “Deep Research” 的新功能，这是 OpenAI 推出的第二个智能代理产品，目前在 pro 订阅计划中上线。这个功能能够帮助用户完成复杂的研究任务，例如在互联网上收集信息并生成报告。无论是学术研究还是生活中的具体需求，它都表现得非常出色。他分享了一个个人体验：他利用 Deep Research 找到了日本境内仅有的三辆特定改装车，并获取了完整的联系信息。他认为这种能力展示了 AI 作为智能助手的巨大潜力。

　　未来，OpenAI 的目标是开发更多类似的助手，尤其是能够自主完成复杂任务的工具。例如，一个理想的编程助手，可以帮助用户解决需要数小时甚至数天才能完成的问题。虽然目前距离这一目标还有很长的路要走，但他对此实现充满信心。他希望到今年年底，pro 用户可以使用一个具备强大计算能力的模型，处理大多数复杂问题。尽管这些问题还不涉及新科学知识的发现，但模型可以通过长时间的推理和工具调用，最终交付令人满意的结果。

　　如果技术的开放是竞争的起点，那么它的边界在哪里？DeepSeek AI 的发布让这个问题变得更具现实意义。作为中国最新的 AI 模型，DeepSeek 不仅公开了权重和架构，还重新点燃了关于开源与封闭的争论。Sam Altman 对此的回应是坦率的。他承认，行业的趋势确实在向更开放的方向发展，社会也逐渐接受了开放可能带来的风险。他强调，尽管开源模型并不总能保证所有人都遵守规范，但大多数情况下，人们会选择负责任地使用。他预计 OpenAI 也会逐步迈向这一方向，在开放与安全之间找到平衡。

　　AI 的竞争优势不仅体现在技术的透明度上，更在于它对未来教育方式的颠覆性影响。他提到，脑机接口是一个值得期待的领域。通过这种技术，人类将能够直接接入 AI 系统，即便是低带宽的接口，也能向大脑输入大量信息。这种方式或许需要时间去完善，但它为教育提供了全新的可能性。他认为，与其追求破坏性的技术革新，不如选择温和的方案，让人类逐步适应这种学习方式。这种观点不仅反映了技术发展的节奏，也暗示了教育未来的方向。

　　太空工程则为 AI 的应用提供了另一个视角。Kevin Weil 提到，尽管太空项目的周期远长于 AI 模型的更新速度，但技术的进步正在缩短这一差距。例如，配备 GPU 的卫星已经能够在太空中运行 AI 模型，更高效地处理数据并传回地球。他相信，随着火箭技术的提升、更大的太阳能电池板以及更小更高效的 AI 模型，太空中的 AI 应用将逐步增加。这不仅推动了技术的边界，也为教育和科研提供了更广阔的空间。

　　Sam Altman 做出了一个引人深思的预测。他认为，到 2035 年，一个大型数据中心的智能可能超过 2025 年地球上所有人类与 AI 的总智力容量。虽然这一预测听起来令人惊讶，但它更多地是提醒我们，AI 的发展速度正在以指数级增长。

　　如果数据是 AI 模型的燃料，那么如何突破数据瓶颈实现模型进化？这个问题正变得越来越重要。东大学生提问时提到，AI 模型的训练往往依赖于大规模数据集，但在数据稀缺的情况下，OpenAI 的策略是什么？Kevin Weil 的回答揭示了一个关键趋势：随着 AI 模型的智能化程度提升，它们对数据的需求正在逐渐减少。他解释道，一个更智能的模型能够通过更少的样本完成微调，学习新领域的知识。这种现象符合直觉，因为更智能的系统本质上具备更强的归纳能力和迁移学习能力。无论是在建筑管理还是其他细分领域，这种趋势都表明，未来的 AI 模型将更加高效，能够以更少的资源实现更大的突破。

　　如果说 AI 模型的优化需要策略，那么创业团队的组建更是一门艺术。Sam Altman 分享了他的经验，他认为创业早期最重要的不是专业技能，而是团队成员的能量和韧性。他引用 Paul Graham 的一句话——“永不停歇的创造力”，强调初创团队需要有坚定的信念和充沛的精力。创业初期充满挑战，只有那些能持续输出、应对压力的人才能带领团队前行。Kevin Weil 补充道，团队成员还需要具备灵活应变的能力和快速学习的意愿。面对各种未知的情况，优秀的团队成员会说：“让我试试看，我可以搞定这个。”这种解决问题的态度和学习能力，是创业成功的关键。

　　一位东大学生提出了一个发人深省的问题：如何构建一个能够发展的AI机器人群体？他设想这些机器人可以自发使用自己的语言交流，甚至培养出自己的文化。他认为，将“眼睛”和“耳朵”整合到抽象思维框架中，可能是实现这一目标的关键。

　　对此，Sam Altman的回答提供了一个更广阔的视角。他指出，第一批多代理系统已经上线，人们正在构建一些被称为“群体”或“代理文明”的新型系统。这些系统虽然可能不会像科幻作品中那样戏剧化，但它们的确可以通过新的方式进行交流和信息共享。构建这样的系统并不依赖实体的“眼睛”和“耳朵”，而是需要高效的输入和输出机制，这正是当前技术发展的方向。

　　然而，藤井辉夫 则提出了一个挑战。他指出，在异构环境下构建这样的系统是非常困难的。如果所有代理机器人都来自同一供应商，协作会更简单；但如果它们来自不同的制造商，兼容性问题将成为最大的障碍。

　　从技术的未来到商业的现实，另一个学生提出了创业中的核心问题：在AI技术快速发展的背景下，创业公司如何保持竞争优势？Sam Altman的回答回归到商业的基本原则。他强调，无论技术如何变化，创业的核心依然是找到能够创造持久价值、具有粘性和差异化的产品。他提醒创业者不要因为使用AI就忽视这些基本规则。

　　Kevin Weil则从产品开发的角度补充了建议。他指出，创业公司应该专注于处于能力边缘的构建。如果你的产品因为担心新模型的发布而变得不安，那并不是一个好的方向；但如果你期待新模型的发布能让你的产品更强大，那才是正确的路径。他总结道：“每当模型变得更智能时，你的产品也会变得更好。”

　　对AI的推动不仅体现在技术和商业上，也延伸到社会责任。一位学生关心ChatGPT的环保计划，Sam Altman列举了三点应对措施。他提到，OpenAI已经将每个token的能源成本降低了约1000倍，并致力于利用AI推进气候科学研究，例如清洁能源和碳捕获。商业可行的核聚变技术可能很快会改变能源格局，为AI乃至整个世界带来更大的可能性。

　　另一位学生则提到了AI在硬件调试中的应用难题。他希望AI工具能够更好地帮助调试电路和实物构建。对此，Sam Altman表示，下一代模型将会针对这类需求进行优化，甚至可以通过照片识别硬件问题并提供解决方案。

　　最后，关于AI的伦理问题，一位学生提到了数据标注工人的剥削现象、非英语问题的错误率，以及数据抓取的争议。他认为，或许我们需要“有缺陷”的AI，去更好地理解人类的情感和需求。

　　Kevin Weil在结束时鼓励学生们积极使用AI，与技术共同进化。他认为，只有不断使用和反馈，AI产品才能更好地为人类服务。这场对话让人们看到了AI技术的潜力、挑战和责任，也让我们对未来充满期待。

　　准备好迎接上半年的活动了吗？期待今年与更多新老朋友和 Linklouders 在活动现场和业务一线见面！