核心内容
Sam Altman 在 OpenAI DevDay 现场讨论芯片计划与对齐问题,提供公司发展安排和技术挑战的交流入口。
介绍依据 · 发布标题 · 完整内容待核读
编辑导览,依据原始来源 ↗,整理于 2026-10-06。 介绍只说明标题中的讨论议题,不据此判断讲者结论。
Sam Altman 在 DevDay 现场披露 OpenAI 自研芯片时间表(2027H1 投产),直言对齐背后的科学本质问题远未解决;同时指出未来智能体形态究竟是单一超级助理还是分工军团,以及交互协议如何演化,仍是全行业尚未看清的关键未知数。
原话
2逐字核对过;核对了说话人和位置将对齐仅仅视作一个工程问题无疑是错误的。任何声称我们已经解决了对齐科学问题的人,我认为都犯了极其危险的错误。我们需要在基础研究上取得更多进展,我相信我们也会做到,因为我们一直擅长取得这种研究突破。
it's certainly incorrect to talk about this only as an engineering problem. Anyone who says we have solved the science of alignment I believe is wrong in a very dangerous way. Like we need to make more research progress I assume we will. We have been great at making this research progress.
语境:在 DevDay 现场回应前沿模型安全与对齐进展时,Altman 反驳了‘对齐已成为单纯工程沙盒修补’的乐观论调,直言对齐背后的科学本质问题远未解决。
OpenAI 拥有一项未被外界足够重视的布局,就是我们的自研芯片计划——它将在 2027 年上半年开始上线,并在未来几年大规模扩展。我认为它将为我们在全球能获取的每瓦能耗上带来巨大的推理成本优势,特别是考虑到我们在消费者、开发者和企业端看到的爆发式需求增长。
one thing that OpenAI has that doesn't get as much attention is our chip program, which will start to come online in the first half of 2027 and will scale a lot in future years. I think gives us a huge inference advantage for whatever watts we can find in the world and given the growth and demand we are seeing across consumer developer enterprise really everywhere.
语境:Altman 在 DevDay 透露 OpenAI 正在推进的自研芯片计划时间表(2027H1 投产),旨在打破外部算力与能耗瓶颈,最大化单位功耗下的推理通量优势。
主张
1转述不加引号;附原文依据和位置,核对范围见语境与收据Altman 对智能体未来生态的架构演进提出开放性判断:行业尚未解决的根本问题在于,未来的智能体形态究竟会演化为统揽全局的‘个人超级智能体’,还是由无数专业分工微智能体组成的‘智能体军团’,以及个人智能体与团队/企业智能体之间的交互协议。
语境:在探讨个人智能体爆发与交互范式时,Altman 分析单一超级助理与多智能体协作协同两种路线的不确定性。
回应 → zhangxiaojun-zeng-ming-20260903
解释背景 → a16z-greg-brockman-20260914
相关
Altman 实际上怎么用 AI 管 OpenAI 和自己的生活
Sam Altman·The Every Podcast·播客 · 2026-09-30
同一讲者已核对原话
CNBC 专访 Altman:安全放在能力前面
Sam Altman·CNBC·访谈 · 2026-09-29
同一讲者
Marc Benioff 对谈 Sam Altman
Marc Benioff · Sam Altman·Dreamforce 2026·圆桌 · 2026-09-16
同一讲者已核对原话
Fortune 专访 Altman:末日担忧、控制权与上市时间
Sam Altman·Fortune·访谈 · 2026-09-12
同一讲者已核对原话
Zuckerberg 与 Alexandr Wang:个人智能体、记忆与千亿美元投入
马克·扎克伯格 · Alexandr Wang·Cheeky Pint·播客 · 2026-10-12
同话题 · 算力与芯片
为什么 80% 的可靠性还不够
Felipe Blanes·AI Engineer·演讲 · 2026-10-08
同话题 · 商业模式与格局已核对原话