OpenAI首席財(cái)務(wù)官Sarah Friar在最近的一次峰會(huì)上分享了公司在通用人工智能（AGI）領(lǐng)域的最新進(jìn)展，透露了公司在智能體（Agent）和AI基礎(chǔ)設(shè)施方面的突破性進(jìn)展，以及為實(shí)現(xiàn)AGI所需的巨額投資和資源。

OpenAI首席財(cái)務(wù)官Sarah Friar探討了通往AGI的發(fā)展路徑，目前OpenAI已到達(dá)第三階段：智能體（Agnent）。除Opeator和深度研究Deep Research智能體外，OpenAI即將發(fā)布全球最強(qiáng)編程智能體。

OpenAI，正引領(lǐng)生成式AI的革命浪潮。

這家公司如何確立行業(yè)領(lǐng)先地位？又采取了哪些策略保持競爭優(yōu)勢(shì)？

2025年3月5日，在倫敦舉行的「高盛顛覆性科技峰會(huì)」中，OpenAI首席財(cái)務(wù)官Sarah Friar探討了通往AGI的發(fā)展路徑，以及資本在AI競賽中的關(guān)鍵作用。

Sarah Friar曾任高盛科技股權(quán)研究主管，會(huì)議中與高盛全球銀行與市場部聯(lián)席主Dan Dees展開深度對(duì)話，時(shí)長30余分鐘。

她表示：「我們可能已經(jīng)接近了AGI，但世界尚未學(xué)會(huì)如何最大化地利用它」。

OpenAI，正在全速前進(jìn)，全面出擊：從數(shù)據(jù)中心到應(yīng)用層，各部分都在創(chuàng)新。

左：高盛全球銀行與市場部聯(lián)席主Dan Dees先生，右：OpenAI首席財(cái)務(wù)官Sarah Friar女士

AI涌起，適逢其會(huì)

AI風(fēng)起云涌，而OpenAI銳不可當(dāng)，可以說是目前最具影響力的技術(shù)領(lǐng)域中最具影響力的公司。

在去年OpenAI向她拋出橄欖枝時(shí)，Sarah Friar實(shí)在很難拒絕。

去年6月10日，Sarah Friar加入OpenAI擔(dān)任首席財(cái)務(wù)官

在她看來， AI浪潮，確實(shí)比迄今為止看到的其他科技浪潮都要宏大，雖然她錯(cuò)過了個(gè)人電腦革命。

加入OpenAI，投身AI科技浪潮，她覺得是個(gè)人難得的機(jī)遇和幸運(yùn)。

但在互聯(lián)網(wǎng)崛起時(shí)，Sarah Friar在斯坦福商學(xué)院進(jìn)修——2000屆畢業(yè)生都記得，那時(shí)互聯(lián)網(wǎng)泡沫正膨脹。

互聯(lián)網(wǎng)泡沫，也稱dot-com泡沫或dot-com熱潮在上世紀(jì)90年代末期并最終于2000年3月10日達(dá)到頂峰的一次股市泡沫。從1995年至2000年3月的高峰期，投資于NASDAQ綜合指數(shù)的資金增長了800%，而在2002年10月之前，該指數(shù)又從其峰值下跌了78%，回吐了泡沫期間的所有漲幅

隨后她又目睹了持續(xù)幾年的硅谷寒冬。

接著是移動(dòng)互聯(lián)網(wǎng)的興起如何重塑企業(yè)，后來我在高盛的事業(yè)軌跡，坦白說也正是圍繞著向云計(jì)算的轉(zhuǎn)型展開。

而如今站在浪潮的另一端，從宏觀世界格局到政府政策，再到企業(yè)級(jí)應(yīng)用，全方位探討AI的影響——這種角色轉(zhuǎn)換令她無比振奮。

而最近，OpenAI關(guān)注的焦點(diǎn)是AI基礎(chǔ)設(shè)施。

這感覺就像是「云計(jì)算黎明」再次來臨，盡管AI的架構(gòu)和構(gòu)建方式完全不同。

對(duì)親身經(jīng)歷過「云計(jì)算黎明」的人來說，這波AI浪潮更加迷人。

OpenAI如何用ChatGPT賦能工作

Sarah Friar認(rèn)為當(dāng)今世界上沒有哪位CEO或企業(yè)領(lǐng)袖會(huì)意識(shí)不到AI部署的緊迫性，甚至都擔(dān)心自己已經(jīng)落后了。

作為OpenAI的CFO，她剛加入時(shí)最迫切的需求就是：「先要弄明白——我的團(tuán)隊(duì)，就拿財(cái)務(wù)部門來說，到底該如何運(yùn)用ChatGPT？」

但當(dāng)時(shí)的情況是，由于OpenAI正在大規(guī)模招聘，許多員工來自尚未應(yīng)用AI的傳統(tǒng)企業(yè)。

這導(dǎo)致團(tuán)隊(duì)在AI應(yīng)用方面出現(xiàn)了明顯的認(rèn)知斷層——

大家對(duì)「誰來做什么、為什么做」缺乏統(tǒng)一理解，整體協(xié)作也缺乏組織性。

作為團(tuán)隊(duì)管理者，她采取的第一個(gè)舉措就是親自組織了一場黑客馬拉松：召集銷售團(tuán)隊(duì)和解決方案工程師，花了一下午進(jìn)行討論。

從最基礎(chǔ)的環(huán)節(jié)開始， 用紙筆羅列出日常工作中那些高度重復(fù)性的任務(wù)。

隨后將人員按職能分組——稅務(wù)團(tuán)隊(duì)一組、采購團(tuán)隊(duì)一組、投資者關(guān)系團(tuán)隊(duì)一組，通過小組討論，讓初步的想法碰撞。

即便采用如此簡單的方式，現(xiàn)場已經(jīng)迸發(fā)出驚人的熱情。

她記得，當(dāng)時(shí)投資者關(guān)系團(tuán)隊(duì)正在籌備一輪大規(guī)模融資，深陷盡職調(diào)查「地獄」。

OpenAI很快發(fā)現(xiàn)，那些源源不斷的盡調(diào)問題雖然細(xì)節(jié)各異，但核心模式高度重復(fù)。

當(dāng)時(shí)他們經(jīng)常加班到深夜，反復(fù)經(jīng)歷這樣的場景：「啊，這位投資人問過類似問題——快找出之前的回復(fù)，稍作修改再發(fā)出去。」

直到開發(fā)出能自動(dòng)回答這些問題的定制GPT解決方案時(shí)，整個(gè)團(tuán)隊(duì)在會(huì)議室里簡直高興得手舞足蹈、歡呼雀躍。

這讓她深刻意識(shí)到：必須讓團(tuán)隊(duì)成員從第一性原理出發(fā)，真正理解AI帶來的普適性效能提升。

而ChatGPT的深度研究，已經(jīng)幫助OpenAI解決了關(guān)于GPU融資的分析問題。

她的團(tuán)隊(duì)使用了深度研究，獲取了一份報(bào)告，得到了OpenAI內(nèi)部員工的認(rèn)可：「和兩位MD、三位VP、六位助理和十位分析師的團(tuán)隊(duì)，DeepResearch所做的事情要好得多?！?/p>

GPT-3到GPT-4

從GPT-3過渡到GPT-4，OpenAI花了大約一年半到兩年的時(shí)間。

去年，他們首次部署了推理功能，也就是o系列模型。

這意味著從一個(gè)更傾向于預(yù)測、快速響應(yīng)的實(shí)時(shí)回答模型，轉(zhuǎn)變成了能夠更像人類一樣推理的模型。

有一種簡單的描述方式是這樣的：

如果想象一下你做填字游戲的時(shí)候，比如一個(gè)橫向的單詞有五個(gè)字母，你認(rèn)為可能是三個(gè)不同的詞之一。

你填寫了一個(gè)單詞，然后轉(zhuǎn)向下一個(gè)豎向的線索，發(fā)現(xiàn)不對(duì)勁，第二個(gè)字母應(yīng)該是A。

這就意味著之前的那個(gè)答案是錯(cuò)誤的，你需要?jiǎng)澋舨⒅匦绿钊肓硪粋€(gè)詞。

所以它會(huì)自我回溯。

這一點(diǎn)對(duì)于AI智能體非常重要。

但如今，OpenAI遠(yuǎn)遠(yuǎn)不止這些。

AI基礎(chǔ)設(shè)施 2.0：AI工廠

OpenAI正深入數(shù)據(jù)中心，因?yàn)樗麄冋J(rèn)為現(xiàn)在正處于AI基礎(chǔ)設(shè)施的第二版本（V2），或者如黃仁勛所稱的「AI工廠」。

數(shù)據(jù)中心創(chuàng)造了很多知識(shí)產(chǎn)權(quán)（IP），對(duì)OpenAI來說擁有這些IP非常重要。

想象一下亞馬遜在電子商務(wù)領(lǐng)域取得巨大成功時(shí)的情景。他們看到AWS（亞馬遜網(wǎng)絡(luò)服務(wù)）開始成形。

就像在這個(gè)階段，如果他們決定將這一部分外包給新興的谷歌或其他公司，那會(huì)是怎樣的情形呢？如果當(dāng)初亞馬遜將AWS的所有知識(shí)產(chǎn)權(quán)都拱手讓人，那么今天這家公司將會(huì)是怎樣的不同呢？

如今，AWS在云計(jì)算市場中占據(jù)了40%的市場份額，并擁有38%的運(yùn)營利潤率。

因此，擁有基礎(chǔ)設(shè)施能力非常驚人。

但現(xiàn)在OpenAI不僅停留在模型層面，還向上擴(kuò)展到了API層，這使OpenAI將影響力擴(kuò)展到企業(yè)和開發(fā)者。

然后再上一個(gè)層次進(jìn)入應(yīng)用層面，即如何推動(dòng)功能特性的發(fā)展，讓消費(fèi)者在個(gè)人生活和工作中都喜歡得到的東西。

所以，現(xiàn)在在ChatGPT的前端頁面，用戶可以用Sora生成視頻，可以進(jìn)行深度研究報(bào)告，可以搜索，可以創(chuàng)建項(xiàng)目，可以編寫代碼，還可以創(chuàng)建寫作畫布。

OpenAI的目標(biāo)就是不斷加載這些功能。

然后她意識(shí)到，「ChatGPT已經(jīng)有很強(qiáng)的用戶粘性了。我不打算離開它?！?/p>

從商業(yè)角度來看，這是件好事。這就是OpenAI目前所處的位置。

接下來，她介紹了OpenAI實(shí)現(xiàn)通用人工智能（AGI）的五個(gè)步驟。

通向AGI的5個(gè)階段

2023年，是實(shí)時(shí)預(yù)測響應(yīng)之年：聊天機(jī)器人Chatbot興起。

2024年，OpenAI把推理帶上了臺(tái)面。

2025年，將是AI智能體的一年。

OpenAI實(shí)現(xiàn)通用人工智能（AGI）的五個(gè)步驟

大概從去年第三季度或第四季度，OpenAI開始討論這個(gè)話題。

現(xiàn)在，Agent已經(jīng)成為整個(gè)AI行業(yè)公認(rèn)的術(shù)語。

但這里的AI指的是能夠獨(dú)立為你完成工作的智能體（agents）。

這不是虛無縹緲的概念。

實(shí)際上，OpenAI已經(jīng)有三項(xiàng)功能在運(yùn)行：

深度研究（Deep Research）：這是一個(gè)生成深入的研究報(bào)告的工具。

操作員（Operator）：允許任務(wù)工作者在網(wǎng)絡(luò)上執(zhí)行一些可能需要后臺(tái)處理時(shí)間的任務(wù)。

第三個(gè)即將推出的功能稱之為A-SWE（Agentic Software Engineer）。

A-SWE不僅僅是像Copilot那樣，增強(qiáng)現(xiàn)有軟件工程師的工作能力，而是一個(gè)真正能夠構(gòu)建應(yīng)用程序的自主軟件工程師。

它可以接受需求，并去實(shí)現(xiàn)它。但不僅僅是開發(fā)，它還做了所有軟件工程師討厭去做的事情。

它可以從你給任何其他工程師的Pull Request（PR）開始，去構(gòu)建應(yīng)用程序。

不僅如此，它還會(huì)完成所有軟件工程師討厭去做的事情：

它自己做代碼質(zhì)量保證、錯(cuò)誤測試和調(diào)試。

并且它還編寫文檔。

這些都是所有軟件工程師不愿意去做的任務(wù)。

因此，它可以成倍地提高軟件工程團(tuán)隊(duì)的效率。

之后是AGI的第四階段：創(chuàng)新的世界。

在創(chuàng)新的世界，不再只是關(guān)于當(dāng)今世界存在的知識(shí)，而是如何擴(kuò)展這些知識(shí)。

實(shí)際上，從教授和學(xué)者那里聽到的是，他們發(fā)現(xiàn)模型在專業(yè)領(lǐng)域中，提出了新的想法。

目前這些想法還需驗(yàn)證，但OpenAI千真萬確地收到了這樣的反饋。

長遠(yuǎn)來看，代理組織（agentic organizations）將是未來的發(fā)展方向。

AGI近在咫尺

OpenAI仍然有迄今為止最領(lǐng)先的模型：o3。

從軟件工程領(lǐng)域中，o3競賽性編程的表現(xiàn)：在全球排名第175位的競賽性程序員。

在數(shù)學(xué)競賽中，它只錯(cuò)了一道題。

而在博士級(jí)別的科學(xué)領(lǐng)域，它在物理、化學(xué)、生物學(xué)等方面都達(dá)到了博士水平。

4個(gè)被廣泛認(rèn)可的基準(zhǔn)測試，用來衡量AI是否正在向AGI（通用人工智能）邁進(jìn)，即是否真正達(dá)到了人類智能甚至超越了人類智能的水平

OpenAI的產(chǎn)品團(tuán)隊(duì)認(rèn)為，o3 mini已經(jīng)成為了全球最具競爭力的程序員。

在Sarah Fryer看來，如今已經(jīng)非常接近AGI了。

也就是說，AI系統(tǒng)能夠承擔(dān)世界上大多數(shù)真正有價(jià)值的、人類的工作。

但可以肯定地說，作為一個(gè)世界共同體，我們還并未充分發(fā)揮它的潛力。

如今，有3個(gè)scaling law正在發(fā)生。

一個(gè)是預(yù)訓(xùn)練，也就是讓通用模型變得更聰明。這就需要更多的數(shù)據(jù)和更先進(jìn)的算法專業(yè)知識(shí)。在更多算力的支持下，研究人員可以發(fā)揮更大的作用。

這就意味著，要想成功，就必須投入大量的資金。

在GPT-3、GPT-4、GPT-5這樣的大模型上，計(jì)算規(guī)模就在呈對(duì)數(shù)增長。

然后，就進(jìn)入了后訓(xùn)練階段。

比如我們想創(chuàng)建一個(gè)需要診病的模型，就需要對(duì)它微調(diào)，讓它專注于醫(yī)學(xué)。

而第三個(gè)階段——推理時(shí)計(jì)算，就是讓這輛「汽車」能切換到運(yùn)動(dòng)模式的時(shí)刻。

此時(shí)，需要在真正的賽道上行駛，從四驅(qū)模式切換到運(yùn)動(dòng)模式。

以上，就是關(guān)于擴(kuò)展性的三條定律。

OpenAI的研究者，已經(jīng)推出了「強(qiáng)化微調(diào)」技術(shù)。

他們發(fā)現(xiàn)，其實(shí)并不需要很多信息，就能讓模型在一個(gè)特定領(lǐng)域展現(xiàn)出顯著的性能提升。

但關(guān)鍵在于，我們能否達(dá)到那個(gè)具體的領(lǐng)域？如果你想研究神經(jīng)疾病，比如退行性疾病的結(jié)果，你能在這個(gè)特定領(lǐng)域獲得足夠的信息嗎？

即使是一點(diǎn)點(diǎn)的信息，也會(huì)極大提升模型的實(shí)用性。

星際之門，為什么需要5000億

按照OpenAI的說法，星際之門需要投資5000億美元在計(jì)算能力上，或者說，它需要10吉瓦的算力。

這個(gè)數(shù)字是怎么得出來的？

奧特曼在白宮參與5000億美元的Stargate計(jì)劃發(fā)布會(huì)

這是通過預(yù)訓(xùn)練擴(kuò)展、后訓(xùn)練擴(kuò)展和推理時(shí)擴(kuò)展這三個(gè)scaling law。

在模型開發(fā)的每個(gè)階段，都會(huì)需要越來越多的算力。

可以說，OpenAI沒有推出某些模型，就是因?yàn)闆]有足夠的計(jì)算資源。

Sarah Friar表示，自己是個(gè)糟糕的CFO。

Sora差不多在前年2月或3月就準(zhǔn)備好了，但直到差不多去年12月，OpenAI才真正推出了它。

甚至到現(xiàn)在，Sora也還沒有完全上線。

OpenAI選擇的，是推出深度研究，因?yàn)樗麄冎郎虡I(yè)界非常喜歡這個(gè)特性。

因?yàn)闆]有足夠的算力投入業(yè)務(wù)，Sarah Friar承認(rèn)，自己每天做出最糟糕的決定，就是不給研究者提供最有價(jià)值的資源——研究所需的算力。

她甚至透露：很多時(shí)候，Sam Altman來上班時(shí)就會(huì)生她的氣，因?yàn)樗龥]有提供足夠的算力。

為什么她會(huì)陷入這種境地？

因?yàn)樵趦扇昵埃切┡陌鍥Q定算力決策的人，根本想象不到如今算力需求的增長會(huì)如此之快。

兩年時(shí)間里，OpenAI的周活用戶就達(dá)到了4億，收入每年都翻了三倍。

現(xiàn)在，整個(gè)愛爾蘭的負(fù)載是7吉瓦，整個(gè)國家的使用量都比OpenAI需要的10吉瓦少。

而在她看來，在三年后當(dāng)人們回過頭來，會(huì)覺得這時(shí)的人們對(duì)5000億這個(gè)數(shù)字神經(jīng)緊張，簡直是大驚小怪。

所以，該如何擴(kuò)大規(guī)模？電力來源于哪里？是否需要培養(yǎng)人力？

事實(shí)證明，電工、暖通空調(diào)人員等，都是真正能夠制約建設(shè)的資源。

因此，美國政府也會(huì)對(duì)星際之門特別感興趣，因?yàn)樗仁且环N財(cái)政投資，也是有助于在經(jīng)濟(jì)上保持領(lǐng)先地位。

而DeepSeek也讓人看到，AI正處于激烈競爭中。

OpenAI目前的關(guān)注點(diǎn)在于算力、研究人員、數(shù)據(jù)。

他們需要尋找地點(diǎn)和電力，他們需要平整地面，建設(shè)數(shù)據(jù)中心，填充設(shè)備，購買GPU。

OpenAI需要真正證明：它有能力成功應(yīng)對(duì)挑戰(zhàn)。