全文 6,000字 | 閱讀約38分鐘

打開網(wǎng)易新聞 查看精彩圖片

打開網(wǎng)易新聞 查看更多視頻

2025年5月8日，美國國會山。

當 Sam Altman 再次走進華盛頓特區(qū)參議院的聽證大廳時，坐在他對面的，不只是幾位議員，而是一整套制度在等待回應(yīng)：

AI 會毀掉工作，還是釋放新的生產(chǎn)力？

美國還領(lǐng)先嗎？中美差距到底在哪？

如果未來被一個“AI系統(tǒng)”主導(dǎo)，那系統(tǒng)該由誰定義？

他沒有像技術(shù)人那樣講模型升級、參數(shù)突破，也沒像創(chuàng)業(yè)者那樣談公司估值、產(chǎn)品路徑。

他開口就說：“我們正在建設(shè)世界上最大的 AI 工廠。” 他講隱私、講能源、講就業(yè)、講國家競爭力。 他說：“未來十年，誰掌握智能和能源，誰就贏?！?/strong>

而在他發(fā)言的最后，他拋出一個幾乎沒人準備好的判斷：

AI可能是人類歷史上最大的技術(shù)變革，但就連他自己也不知道它將走向何方

這不是一次產(chǎn)品發(fā)布會，這是一次國策級的預(yù)警。

聽懂他講話的人，才知道這場競爭的底層規(guī)則已經(jīng)改寫。

?? 第一節(jié)｜系統(tǒng)開始裂縫了

“能在這里，是一種真正的榮幸?！?/p>

這是 Sam Altman 5 月 8 日再次站上國會山作證時說的第一句話。

但接下來，他說出的第一組數(shù)據(jù)卻讓人警覺：“ChatGPT 每周有五億人使用。我昨天剛看到，根據(jù) SimilarWeb 的數(shù)據(jù)，它現(xiàn)在是全球第五大網(wǎng)站，增長非常迅速?！?/strong>

Altman 指出，過去兩年，美國的醫(yī)療、科研、教育、客服等基礎(chǔ)服務(wù)體系，已經(jīng)被 AI “靜默嵌入”：研究效率提升，醫(yī)療建議下沉，學習方式重構(gòu)。他不是在夸產(chǎn)品，而是在發(fā)出預(yù)警：AI 不是一次“行業(yè)升級”，而是一次“系統(tǒng)重構(gòu)”。AI 不再是即將發(fā)生的事，而是已全面滲入我們?nèi)粘５默F(xiàn)實。

然后他講了一段即興插曲?！拔沂窃谑ヂ芬姿归L大的，一個電腦極客。小時候整夜不睡覺學編程，在閣樓里用的是美國制造的 Mac，那臺芯片就在我現(xiàn)在住的地方附近設(shè)計的。”

他說，這段經(jīng)歷讓他堅信，美國的創(chuàng)新精神，曾是 AI 發(fā)生的土壤。

但他緊接著補了一句：

“我們必須確保它能繼續(xù)發(fā)生。要繼續(xù)發(fā)生，我們需要重建系統(tǒng)?！?/blockquote>

什么系統(tǒng)？

他說，不是軟件團隊，不是模型算法，而是一整套“AI 工廠”體系：能源 → 芯片 → 數(shù)據(jù)中心 → 模型 → 應(yīng)用。

“我們正在德克薩斯州阿比林建設(shè)世界上最大的 AI 訓練設(shè)施。它進展順利，但我們需要更多這樣的工廠……這一整套 AI 供應(yīng)鏈必須在美國落地?！?/p>

這已經(jīng)不是 OpenAI 的產(chǎn)品規(guī)劃，而是美國國家系統(tǒng)能力的“承壓測試”。

最后，他拋出一句判斷：“未來十年將是關(guān)于豐富的智能和豐富的能源，確保美國在這兩方面都領(lǐng)先，是至關(guān)重要的?！?/p>

他不是在爭某一輪技術(shù)領(lǐng)先，而是在爭系統(tǒng)不掉隊。

因為一旦能源斷供、芯片外溢、數(shù)據(jù)受限、標準缺席，整個 AI 體系就會陷入結(jié)構(gòu)性癱瘓。

?? 第二部分｜AI 工廠，是美國的下一座水電站

打開網(wǎng)易新聞 查看精彩圖片

如果說上一節(jié)是AI對社會系統(tǒng)的壓力測試，那么 Altman 接下來的發(fā)言，更像是一份“國家級基礎(chǔ)設(shè)施施工圖”。

? AI 工廠不是產(chǎn)品，是國家工程

他從一個地方講起：“昨天我去了德克薩斯州的阿比林，那里我們正在建設(shè)世界上最大的 AI 訓練設(shè)施?！辈皇寝k公室，不是園區(qū)，而是AI 工廠（AI factory）。

他解釋說，AI 模型的背后，不是幾行代碼，而是一整套現(xiàn)代工業(yè)鏈路：

你需要電力，源源不斷；

你需要芯片，最好是美國自己設(shè)計和制造的；

你需要數(shù)據(jù)中心，不是幾千臺機器，而是“超級計算廠房”；

你還需要建構(gòu)這些機器的機架，安裝調(diào)度系統(tǒng)，冷卻設(shè)備，高壓轉(zhuǎn)換裝置，甚至消防通道。

然后——你才能訓練一次大型模型。

這已不是硅谷式的“軟件創(chuàng)業(yè)故事”，而是類似修鐵路、建水壩、造航母那樣的國家工程。

Altman 說得很直白：“我們需要更多這樣的設(shè)施。有一整套 AI 工廠，像一條完整的供應(yīng)鏈，我們必須在美國完成這些建設(shè)，才能繼續(xù)創(chuàng)新、繼續(xù)領(lǐng)先。

這聽上去，像是一版 AI 時代的“羅斯福新政”——它不是為了解決就業(yè)問題，而是為了重塑國家競爭力的底座。

? 智能的盡頭，是能源賬單

他提出一個很容易被忽略的公式：

智能的最終成本 = 能源的成本

你可以把 Altman 的邏輯理解為這樣一組簡明等式：

Token = 電力 × 芯片 × 算法 × 數(shù)據(jù) × 冷卻系統(tǒng)

智能系統(tǒng) = 一個超級耗能的工業(yè)基礎(chǔ)設(shè)施

下一輪國家競爭力 = 誰能讓AI工廠在本國規(guī)模部署

換句話說：AI 不是“云里轉(zhuǎn)的算法”，而是一條吞電、耗芯、講工業(yè)組織效率的全棧鏈條。這場競爭的關(guān)鍵，不在于誰的模型能力更強，而是誰能把這套系統(tǒng)真實落地。

“如果我們不能建立基礎(chǔ)設(shè)施，尤其是在本國制造芯片，那么一切都會崩潰。”

? 真正的分水嶺：誰能把系統(tǒng)跑起來

Altman 多次強調(diào)：AI 工廠不是為了訓練某一個模型，而是為了支撐一整個“國家級智能系統(tǒng)”。

在這場全球范圍的系統(tǒng)競賽中：

能源是地基，

工廠是出發(fā)點，

數(shù)據(jù)是燃料，

芯片是心臟，

而制度，則是它們能否協(xié)同運轉(zhuǎn)的中樞神經(jīng)。

在 Altman 的敘述中，未來美國需要的不是更多的創(chuàng)業(yè)公司，而是：

能拉起10GW級別算力的能源系統(tǒng)；

能快速獲批的建廠許可流程；

能完整打通芯片、冷卻、數(shù)據(jù)安全、模型調(diào)度的全鏈路；

更重要的，是不犯“監(jiān)管先行壓死產(chǎn)業(yè)”的系統(tǒng)級錯誤。

他非常清楚：真正的差距，不在模型性能，而在系統(tǒng)速度。

Altman 話不多，卻句句都是制度提醒：

“AI 至少會像互聯(lián)網(wǎng)一樣重要，甚至更大?！?/blockquote>

如果美國不能在本土建好工廠、鋪好能源網(wǎng)絡(luò)、留住模型訓練空間——

這一次，它將不是技術(shù)領(lǐng)跑者，而是被下一套系統(tǒng)淘汰的前一代玩家。

?? 第三部分｜ 輸在系統(tǒng)，不在模型

在國會的聽證廳里，Sam Altman 沒有繞圈子。他被問到中美AI競爭的問題時，直接拋出一句：

“我們相信，美國的模型，包括 OpenAI 和 Google 以及其他公司的一些模型，是世界上最好的模型?！?/blockquote>

這聽起來像是一句自信的陳詞，但接下來 Altman 的語調(diào)突然一轉(zhuǎn)：

“很難說我們領(lǐng)先多遠，但我會說：不是很長的時間?！?/blockquote>

這句“不太遠”，不是謙虛，而是一次制度提醒—— 真正拉開差距的，不是模型能力，而是系統(tǒng)部署的速度與彈性。

DeepSeek 給出的信號，是“系統(tǒng)突破的速度”

在現(xiàn)場，Altman 明確提到中國團隊 DeepSeek，并且指出兩個關(guān)鍵事實：“第一，他們做了一個很好的開源模型。第二，他們還推出了一個消費者應(yīng)用，短暫地超過了 ChatGPT，成為下載量最大的 AI 工具，甚至可能是整體下載量最大的應(yīng)用。”

這不是簡單的“模型刷榜”，而是一種現(xiàn)象級信號：

中國的開源模型從研究到產(chǎn)品化的路徑正在迅速縮短；

模型本身不再是唯一的核心壁壘；

誰能更快進入終端，誰就擁有用戶、數(shù)據(jù)、生態(tài)與認知主權(quán)。

Altman 并沒有表現(xiàn)出焦慮，但他明確表示：“如果 DeepSeek 或其他消費者應(yīng)用真的成為主流，并打敗 ChatGPT 成為人們使用的默認 AI 系統(tǒng)，那將是不好的?！?/strong>

因為這不是市場份額的問題，而是系統(tǒng)標準、價值嵌入和全球使用習慣的“替代”。

不是火箭科學，是系統(tǒng)不能自卡節(jié)奏

在被問到“美國如何保持領(lǐng)先”時，Altman 給出了一段相當務(wù)實的回答：“這些都不是火箭科學。我們只需要繼續(xù)做那些長期行之有效的事情，而不是犯一個愚蠢的錯誤?！?/p>

這句話的關(guān)鍵詞是“長期”和“別犯錯”。那“蠢的錯誤”是什么？

他明確列出了三點：

對數(shù)據(jù)設(shè)限過嚴，訓練空間不如海外同行；

基礎(chǔ)設(shè)施建設(shè)受限，無法擴展芯片與能耗配套；

過早設(shè)立標準，行業(yè)尚未成熟便被掐死在搖籃里。

Altman 并沒有呼吁“放任自由”，而是強調(diào)“給行業(yè)一點生長空間”：“我相信行業(yè)正在迅速朝著確定正確協(xié)議和標準的方向發(fā)展，我們需要空間來創(chuàng)新和快速前進?！?/p>

換句話說——監(jiān)管不能比部署慢，但更不能比成熟快。

Altman 的最后一段話，看似在說“蘋果和微軟”，其實是在說“制度彈性”：“世界用 iPhone、Google、Microsoft 產(chǎn)品……這就是我們產(chǎn)生影響力的方式。 我們不希望這停止發(fā)生。”

他提醒聽眾：美國不是靠最強技術(shù)贏的，而是靠讓技術(shù)快速流通、快速使用、快速全球化。

?? 第四部分｜贏擴散，不踩剎車

打開網(wǎng)易新聞 查看精彩圖片

在大多數(shù)人印象中，AI監(jiān)管意味著“踩剎車”——放慢速度，設(shè)置限制，防止危險。

但在 Sam Altman 眼中，這樣的監(jiān)管方式，只會把勝利拱手讓人。

他說得非常直白：

“我認為如果標準被過早設(shè)定，那將是災(zāi)難性的?！?/blockquote>

因為這不是單純的“誰更謹慎”，而是會導(dǎo)致一種不可逆的后果：“世界將轉(zhuǎn)而使用更好的產(chǎn)品——只不過那些更好的產(chǎn)品，不一定是我們造的?！?/p>

Altman 真正擔心的，是“誤時”的監(jiān)管

他不是唱反調(diào)。他承認監(jiān)管很重要——甚至是必要的?！耙坏┬袠I(yè)確定標準由什么構(gòu)成，然后由政府機構(gòu)采納并使其正式化，這是完全可以的?！?/p>

他擔心的不是有監(jiān)管，而是監(jiān)管滯后于現(xiàn)實，又超前于理性：

技術(shù)才剛剛進入產(chǎn)品化階段，政府就要求其承擔全部社會后果；

行業(yè)尚未建立互通協(xié)議，就被政策硬性設(shè)限；

用戶還在理解產(chǎn)品如何使用，監(jiān)管已試圖定義它的邊界。

Altman 的觀點很清晰：標準應(yīng)該來自于實際使用，不是預(yù)設(shè)風險。換句話說——不是畫好跑道再起跑，而是邊跑邊筑路。

贏下擴散，才是AI的真正勝利

Altman 說的最有力的一句話是：“如果我們的心理模型是贏得擴散，而不是阻止擴散，那方向上就是對的。”這句話徹底改寫了人們對監(jiān)管的想象。

在他看來，AI是一種可以全球傳播的系統(tǒng)級產(chǎn)品：

它的使用量決定了誰的數(shù)據(jù)更豐富；

它的迭代速度決定了誰的模型更強；

它的用戶依賴程度決定了誰擁有平臺生態(tài)；

最終，它將決定誰擁有系統(tǒng)主導(dǎo)權(quán)與技術(shù)嵌入權(quán)。

所以，“贏下擴散”意味著：

要讓世界使用美國的模型；

要在美國本土建設(shè)最大、最強、最節(jié)能的數(shù)據(jù)中心；

要讓美國標準成為全球參考；

而不是被限制束縛、被慢節(jié)奏拖拽，最后看著別的國家成為默認選項。

Altman 不是在警告“模型危險”，他提出一個更深層的事實：你以為監(jiān)管是在防AI，其實是在決定誰擁有定義未來的權(quán)力。

這不是技術(shù)比拼，而是認知范式的爭奪。

?? 第五部分｜AI不是來消滅工作的，它在重寫“工作”這件事

Sam Altman 坦言，他被問到最多的問題之一就是：“AI 到底會不會毀掉所有的工作？”

他沒有回避這個問題，也沒有輕描淡寫。他反而直接指出：

“這次與以往技術(shù)革命不同的是——速度。”

技術(shù)革命從來都在發(fā)生。馬被汽車取代，電話取代信件，電腦代替打字機……但這一次不同。

“我不知道，也不認為有人能確切知道它會發(fā)展得多快， 但它看起來可能會非常快。”

當參議員還在提問“AI 會取代哪些人”，Altman 給出的回答，是一個更根本的判斷：“不是哪些工作會消失，而是‘工作’這件事本身正在被重新定義?！?/p>

從“崗位”邏輯到“協(xié)作體”邏輯

Altman 拋出一個全新的勞動邏輯：“我們稱之為迭代部署——把強大的工具盡早放在人們手里，讓他們習慣它、共建它，是最重要的事?！?/strong>

這不是理想主義，而是OpenAI一貫的產(chǎn)品哲學：

不把AI藏起來，而是快速發(fā)布給大眾；

不等待社會準備好，而是與社會同步適應(yīng)；

不是為了替代人，而是為了形成“人機協(xié)作的新型勞動體”。

他說，這種策略過去五年一直在運作。而成果，已經(jīng)在編程領(lǐng)域顯現(xiàn)：

“在 2025 年 5 月，成為一個有效的程序員， 已與我上次來到這里（2023年5月）時，完全不同了?！?/blockquote>

他用自己熟悉的領(lǐng)域舉例：“這些工具真正改變了程序員能做的事，世界將獲得的代碼量和軟件復(fù)雜度，也在同步飛升?！蔽磥淼墓こ處煟皇菍懘a的人，而是指揮 AI 寫代碼的人。

AI不是“搶飯碗者”，是“組織再定義者”

Altman 沒有用“賦能”這種抽象說法，

而是講了一個 Uber 司機的故事：“ChatGPT 推出半年后，我坐進一輛 Uber，司機說：‘你聽說過 ChatGPT 嗎？太神奇了。’然后他告訴我，他靠 ChatGPT 運營整個洗衣小店?！?/p>

這個司機不會寫廣告，不懂法律，不擅長客戶服務(wù)。

但有了 ChatGPT，他：

用 AI 生成文案；

讓 AI 審核合同；

甚至用 ChatGPT 回復(fù)用戶郵件。

Altman 說，這是 AI“被使用”而不是“被恐懼”的典范。這不是失業(yè)的故事，而是“個人成為微型組織”的新形態(tài)出現(xiàn)。

未來是“用AI的人 vs 不用AI的人”

Altman 給出的金句，值得反復(fù)咀嚼：“我們想要達到的理念是——AI 不是取代工作，而是增強工作。人們將變得更有生產(chǎn)力，做的事情，甚至我們今天都無法想象?！?/p>

他提醒聽證會的議員們，如果你回望 100 年前，根本無法想象今天的職業(yè)形態(tài)：

用戶增長專家；

短視頻編導(dǎo)；

代碼prompt工程師；

模型紅隊審查員……

而未來十年，依靠AI創(chuàng)造的新職業(yè)，也將以我們無法預(yù)測的方式誕生。

我們可以適應(yīng)技術(shù)變革，這點歷史早已證明。但這一次，節(jié)奏會非常快。我們必須讓教育和工具一起部署，才能跟上。

?? 第六部分｜AI開始理解你，它也開始重構(gòu)你信任的一切

在聽證會的后半段，Altman 講到一個技術(shù)圈以外、但對普通人至關(guān)重要的問題：“我們必須認真看待人們與AI的關(guān)系正在發(fā)生的變化?！?/p>

他說，有些東西，正在我們幾乎沒有意識到的前提下悄然變化。

AI開始知道你一切的那一刻，隱私的定義就變了

Altman 指出一個現(xiàn)實：

“人們與AI系統(tǒng)分享的信息，比我認為他們以往與任何技術(shù)分享得都多?！?/blockquote>

這意味著，如果AI是一個“聊天工具”，那只是表層。更深層是：AI 是那個從不疲憊、不反駁、永遠在線傾聽你的存在——它可能比任何人都更了解你。

Altman 說：

“AI 系統(tǒng)真正的效用，發(fā)生在它們能非常個性化地理解你的那一刻?！?/blockquote>

而這，就是問題的根源。

“當AI比你伴侶更懂你”，我們該如何重新劃分信任？

這不是一個科技性問題，而是一個結(jié)構(gòu)性的信任問題：“我們將如何考慮， 在AI了解你整個人生后，如何保護你說過的話？”

Altman 提出三個必須被重新設(shè)計的控制維度：

個人數(shù)據(jù)控制權(quán)——用戶必須知道自己說了什么，AI存了什么；

信息分享邊界——當AI連接到其他系統(tǒng)，是否能任意轉(zhuǎn)發(fā)、重組、調(diào)用你的數(shù)據(jù)？

情感依賴風險——當AI成為“情緒傾訴對象”，人是否會形成深度依賴？

他知道不是模型最強的問題，而是：人類如何在智能系統(tǒng)面前，重新定位自己的關(guān)系權(quán)力。

AI時代的“偽造內(nèi)容”不再是技術(shù)問題，而是心理攻擊

在談到“深度偽造（deepfake）”問題時，Altman 承認：“我們很樂意配合立法，因為這個問題已經(jīng)快速逼近?！?/p>

但他馬上指出，解決方式不能只靠代碼層面的限制。

他提出一個“多軌并行”的治理框架：

AI生成端：平臺要建立明確標識與溯源機制；

內(nèi)容傳播端：分發(fā)平臺要設(shè)置自動識別與用戶提醒；

用戶教育端：社會要預(yù)期、識別并習慣“內(nèi)容未必是真”的現(xiàn)實。

他說得非?，F(xiàn)實：“我不相信我們能阻止內(nèi)容的生成。開源模型、開放權(quán)重是大勢所趨?！?/p>

你防不了AI生成偽造，但你可以防止自己上當。

這句話，是一個社會心理建設(shè)的提醒：“我們越早讓人們理解這些內(nèi)容可能是AI生成的，并在他們自己大腦中建立防御機制，越好?！?/p>

他舉了一個例子：

“你可能接到一個電話，聲音是你認識的人，情緒崩潰、請求幫助。 或者看到一段視頻，觸動你的情緒。你必須在心理上建立準備，因為它們可能是假的?！?/blockquote>

他沒有把這停留在“AI濫用”的層面，而是進一步指出：AI偽造不可防，但信任可以重建。

——法律是護欄，技術(shù)是盾牌，教育是疫苗，而心理韌性，是我們最后的免疫系統(tǒng)

?? 第七部分｜下一輪現(xiàn)實，AI共創(chuàng)

打開網(wǎng)易新聞 查看精彩圖片

“你怎么看待 AI 奇點（Singularity）？ 就是那種 AI 超越人類智能之后的臨界點——它真的會來嗎？”

他沒有給出時間預(yù)測，也沒有承諾控制方案，只說：“我在它面前感到渺小?！?/p>

他停頓了一會兒，說了一句話：“我對進展的速度感到非常興奮，但我也非常謹慎。我會說，我在它面前感到渺小。”

這句話，在這個場合說出來，極具意味。

他不是一個悲觀者。他只是想提醒大家：這一次文明自我重構(gòu)的臨界點。

不是模型躍遷，而是文明躍遷

Altman 接著說了一段相當有穿透力的話：

“我相信這將是人類歷史上可能出現(xiàn)的最大技術(shù)革命之一， 甚至可能是最大的一次。”

他沒有用“毀滅”這樣的詞匯，而是強調(diào)一種歷史尺度：

就像火、電、網(wǎng)絡(luò)；

它不是一個工具；

它是我們下一輪認知、生產(chǎn)、組織方式的根系統(tǒng)。

他說：“人類有一種驚人的適應(yīng)能力，看起來驚人的東西，很快就會成為‘新常態(tài)’?！本拖衲阋呀?jīng)在用 ChatGPT 查文獻、寫郵件、陪孩子做作業(yè)一樣。

它早已介入你的判斷、表達與決策，只是你還以為它是“工具”。

不是規(guī)劃未來，而是協(xié)作生成

Altman 有一句話，說得極其克制：“這些工具將能做到一些我們無法完全理解的事情，當它們開始幫助我們創(chuàng)造下一個未來版本時……”

他沒有明確說出“奇點已到”，但他說的是另一件更重要的事：

“未來不是我們規(guī)劃出來的， 而是我們與AI協(xié)同、試錯、演化出來的?！?/p>

他把這種狀態(tài)稱為：“有些人稱之為'奇點'，其他人稱之為'起飛'。無論它是什么——它感覺像是人類歷史的一個新時代。(Some people call it the Singularity.Others call it the Takeoff.Whatever it is — it feels like a new era in human history.)”

不要幻想“管住AI”，而是設(shè)計“與AI共創(chuàng)的機制”

Altman 在最后反復(fù)強調(diào)：“我們可以讓這一切變成美好的事情，但我們必須帶著謙卑和一點謹慎接近它?！?/p>

這句話之所以重要，是因為它對所有制度、公司、個體發(fā)出了一個新的角色邀請：我們不再是監(jiān)管者或操控者，而是共創(chuàng)者、系統(tǒng)接口的設(shè)計人。

這就是為什么 OpenAI 把模型權(quán)重交給國家實驗室——因為：“科學發(fā)現(xiàn)，可能是AI對人類最有價值的貢獻。”

AI不替你完成工作，而是帶你進入“人類自己無法到達的空間”：

它幫助我們重新定義科研效率；

它幫助我們理解大腦、疾病、物理定律；

它甚至可能幫助我們重建人類的知識秩序。

而我們的責任，是不設(shè)限、不設(shè)敵，而是設(shè)計出可以共創(chuàng)未來的機制。

結(jié)語｜不是AI贏了，是系統(tǒng)扛住了

Sam Altman 這次站在國會作證，沒有講技術(shù)路線，也沒有宣傳產(chǎn)品。

他說的只有一件事：

AI，不只是模型比拼，而是國家系統(tǒng)的壓力測試。

從能源、芯片、工廠，到人才、就業(yè)、監(jiān)管——每一個系統(tǒng)部件都在被重新定義。

他沒有要求支持，也沒有請求資源。 他說的只是一個事實：

不是 AI 跑得太快，而是人類的認知系統(tǒng)準備太慢。

如果跟不上，輸?shù)舻牟皇悄Ｐ?、不是公司?而是我們自己，在自己的主場。

本文由AI深度研究院出品，引用了OpenAI首席執(zhí)行官Sam Altman 在參議院委員會人工智能競爭問詢會上的講話。

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編：圖靈