编辑：Aeneas

奥特曼的新播客一上线，就曝出了大金句：「我一点都不想当上市公司CEO！」然而，他却苦恼自己躲不掉。如今，OpenAI正豪赌1.4万亿算力，押注AI需求将碾压人类极限。奥特曼直言：亏多少都不怕！

最近，OpenAI CEO奥特曼又上了一个播客。

在这个名为《Big Technology Podcast》的播客中，奥特曼曝出不少金句。

比如，「对于当上市公司CEO，我一点都不兴奋」。听起来是不是有点耳熟？

果然，播客一放出没几个小时，这条金句立刻被外媒发现，火速发成文章。

并且，访谈中奥特曼还直面了许多犀利的问题。

比如，OpenAI的收入如何与1.4万亿美元的算力投入承诺相匹配？

公司的债务状况是不是很糟？

有人评论说，这次采访给人的最大收获，就是奥特曼终于讲清了OpenAI的财务模式到底是怎么运作的。

看完之后的感受是，「他们的资本规划流程比我之前想象的更有逻辑。」

如果假设，他们在最后一轮私募融资中筹集750亿美元（给传闻中的1000亿美元打个75折），随后通过IPO再筹集750亿美元，那么很有可能——

OpenAI将拥有足够的资本，支撑自身走到实现正向现金流的那一刻。

所以，播客中还有哪些亮点？让我们来一一盘点。

奥特曼：我一点都不想当上市公司CEO

当被主持人问道「你想不想成为一家上市公司的CEO」时，奥特曼非常坦率地回答：「一点都不想。」

不过紧接着，他又补充了一句：「不想上市，但可能不得不上市。」

奥特曼直言，作为一家仍然需要巨额资本投入的公司，OpenAI迟早会触及股东人数、融资结构这些现实问题。

从这个意义上说，上市不是情绪选择，而是结构性的结果。

对于上市，他的态度非常复杂。

好的一面，是能让更多普通人参与价值创造；然而糟糕的一面，就是短期主义、季度压力和舆论噪音。

「这会很烦，但也许是必须经历的阶段。」

而真正让他警惕的，不是资本，而是「被低估的影响力」。

有趣的是，整场访谈中，奥特曼反复表现出一种罕见的克制——他比大多数人，都更害怕AI的成功。

原因很简单：当今的AI模型已经足够强，但社会却远没准备好，使用方式、制度、伦理，都是全面滞后的。

GPT-5.2是AGI吗？

主持人抛出了一个尖锐的问题：「GPT-5.2已经在几乎所有方面比人类更聪明，这难道不就是AGI吗？」

奥特曼表示，AGI的问题，不是「到了没有」，而是「从没被定义清楚」。因为，AGI的定义没有统一指标。

GPT-5.2到底缺了什么？奥特曼表示，它缺少一个关键能力——意识到「我不会」，并主动去学习如何变得会。

但紧接着，奥特曼话锋一转，说了一句非常耐人寻味的话：即便停在现在这个水平，世界仍然远远没有「用完」这些模型的价值。

从AGI到「超智能」，也许才是真正的分界线

然后，奥特曼提出了一个大胆的新视角：与其纠结AGI，不如直接讨论「超智能」。

当一个系统能比任何人类更好地担任总统、CEO、科研机构负责人，且不需要人类辅助，那才是真正意义上的Super intelligence。

他还提到，在国际象棋早期，是人类+AI>单独AI。

再往后，就是纯AI>人类+AI。

在有些智能层级，人类只会成为干扰项。

谷歌和DeepSeek，让我们拉响红色警报

奥特曼承认：当Gemini3 发布、当DeepSeek出现、当竞争对手在某个维度突然追近，OpenA 内部就会进入一种「战时状态」应急模式。

红色警报，在OpenAI内部早已是常态：通常持续6–8周，集中修补产品短板，加速发布关键更新，然后恢复到正常节奏。

竞争，逼着OpenAI变得更好。

ChatGPT的周活用户已经逼近9亿，而奥特曼的判断是：这个领先优势不会缩小，反而会继续扩大。

这是因为，AI的竞争早就不是「哪个模型参数更多」这么简单了，用户真正依赖的，是一个稳定、熟悉、能持续积累价值的平台。

OpenAI真正害怕的，从来不是「别人追上模型」，而是错过下一次平台级跃迁的窗口。

1.4万亿算力赌局，OpenAI在押什么

接下来，是采访中最硬核的部分——1.4万亿美元算力赌局，OpenAI到底在押什么？

在未来多年，OpenAI计划在算力和基础设施上总体投入1.4万亿！

这个数字，立马引发了整个市场的集体不安。

对于这个反应，奥特曼十分清楚。他反复强调：这不是一笔「短期豪赌」，而是一条被需求反复验证过的长期曲线。

算力不是「成本」，而是生命线？

奥特曼言简意赅地总结：算力，是限制一切可能性的瓶颈！

他的话很直白：「如果人们真的知道我们能用更多算力做什么，他们只会想要更多。」

这个判断，是基于一个反复出现的事实铁律：每当模型更强一点，每当延迟更低一点，每当成本再降一点，需求就会立刻成倍放大。

为了帮大家理解，奥特曼做了一个类比。

假设今天顶级AI公司每天输出10万亿级别的token，假设全球80亿人类，每人每天「输出」2万token的思考量，那么我们就会发现一个很可怕的趋势。

AI输出的「智力劳动规模」，正在逼近，甚至未来会远超全人类的总和！

所以，投入1.4万亿美元的算力，并不夸张。

算力真正要买的，是「还没被发明的未来」

当被追问「这么多算力到底要干什么」时，奥特曼给出的答案，并不是更多聊天机器人。

最令他兴奋的方向只有一个——科学发现，比如新材料、新药物、疾病机理、基础物理与数学问题等。

在奥特曼看来，科学进步是推动世界整体变好的最高阶变量，而AI刚刚开始触碰门槛。

奥特曼表示，算力不是一次性投入，而是「提前十年的工程」。

一个外界经常忽略的现实是：算力建设的节奏，永远落后于模型需求。

比如数据中心建设周期极长，芯片、能源、网络都需要提前规划。

奥特曼直言，他们现在做的每一个基础设施决策，都是在为一个尚不存在、但高度确定会到来的需求做准备。

这就是为什么，即便知道风险存在，他们仍然选择继续扩张。

所以，OpenAI会不会过度建设了？奥特曼给出一个十分硬核的回答。

到目前为止，我们从未遇到过算力无法被变现的情况。

在他看来，真正的风险从来不是「算力太多」，而是算力不够，限制了可能性。

所以，1.4万亿美元买的不是服务器，而是一个前提假设：人类对智能的需求，远未接近上限。

OpenAI，可能要亏上千亿美元

当1.4万亿美元的算力计划被摆到台面上，质疑声越来越大——钱，从哪来？该怎么赚回来？

问题极其严峻，但奥特曼在访谈中的态度，反而出奇的冷静。

外界流传说，OpenAI在未来几年可能累计亏损上千亿美元，直到2028～2029年左右才接近盈利。

奥特曼并不否认这一判断，但他立刻补充了一个前提：

如果我们停止扩大训练规模，现在就可以盈利。

也就是说，OpenAI的亏损并不是商业模式失效，而是主动选择把钱继续投进训练和算力。

在OpenAI的账本里，存在一个关键拐点——

在早期，训练成本会占绝对的大头，每一次新模型都是巨额投入。

而在后期，推理会成为主要支出，不过，推理是直接产生收入的。

奥特曼的判断是：随着模型成熟，推理收入会逐步「淹没」训练成本。

指数级增长，是人类最难直觉理解的东西

当被问到「20亿、200亿收入，怎么撑得起万亿级投入」时，Sam 把话题拉回了一个更根本的问题：人类天生不擅长理解指数增长。

如果你用线性思维去看算力投入，它永远显得「过于激进」；但如果你把算力、模型能力、使用频率、收入增长放在同一条指数曲线上，逻辑就会完全不同。

接下来，奥特曼承认了一个残酷事实：OpenAI，从来没有算力富余过。

算力不足，就导致产品受限，然后收入增长被压制，会导致更难扩建算力。这就是一条反向锁死的链条。

而现在，OpenAI正在做的，就是一次性跳出这个约束区间。

为什么OpenAI的债务并不疯狂？

市场对「债务」最恐慌的点在于：AI是一个新行业，需求是否稳定，没人能100%确定。

但奥特曼的看法非常务实：没有人怀疑AI基础设施「有没有价值」。真正的不确定性，只在于谁来用、什么时候用、用多快。

在他看来，为数据中心融资、为长期基础设施引入债务，本质上和历史上修铁路、建电网、铺互联网没有本质区别。

当然，他也并不否认：过程中一定会出现波动、泡沫、甚至清算。但是，这并不会改变长期方向。

总之，OpenAI不是在赌「不会亏钱」，而是在赌——智能需求的增长速度，会跑赢所有保守预期！

一段正在展开、无法暂停的历史

总之，如果要用一句话总结奥特曼的世界观，那就是——

不要赌人类会停下来，也不要赌智能会停下来。

AI并不是一项普通技术，它更像电力、互联网、印刷术——一旦出现，就不会再被「收回」。

而OpenAI所做的，不过是试图在这条不可逆的曲线上，尽量跑在前面，也尽量不失控。