半小时讲透OpenAI（轻科技）

作为程序员，我看完这本书最大的感受是：做技术既要仰望星空也要脚踏实地。OpenAI靠把模型做得足够大、数据足够多、算力足够强赌赢了质变，这告诉我们规模法则真的能带来飞跃。但训练大模型要烧钱，资金和算力才是硬通货，所以别被免费幻觉骗了。与此同时，AGI依旧遥远，GPT-3只是在猜词游戏里领先一步，真正的通用智能还要很久。更值得警惕的是，AI再牛也缺乏真实人生体验，编程之外的思考、创造和与人共情才是你不可替代的价值。面对OpenAI的领先，既不必神化他们，也不必轻视差距；把他们当镜子，照出自己的不足，然后利用本土市场和产业链优势加速追赶。一句话：别把AI当成魔法，它只是工具；别把人类当成配角，你才是主角。

半小时讲透OpenAI 本书用9部分，介绍OpenAI完整兴衰史。 非营利实验室（马斯克、Altman等人为全人类的理想而创立）→ChatGPT意外点燃全球AI革命→ 惊天政变 （2023年，CEO Altman被开除又请回）。 GPT的进化逻辑：从猜词游戏→超级大脑→理想被金钱＆算力逐步重塑。 关键时间线： 2015/12，OpenAI以非营利机构成立 2018，马斯克离开董事会 2019，改为利润封顶公司，微软首投$10亿 2020，发布GPT-3 2022/11，ChatGPT上线，月活破亿/2个月 2023/3，GPT-4发布，微软累投$130亿 2023/11，五日宫斗：Altman被开又回归 2024，o1推理模型、Sora视频模型问世 2025/1，改为公益公司PBC，大幅放宽利润封顶 2025/3，GPT Image 1原生生图引爆吉卜力狂欢，新增百万用户/1小时 一、一封理想主义的邮件（2015） 为造福人类，共享AI成果，马斯克与Altman（硅谷著名创业孵化器Y Combinator总裁）决定创办一家开发实验室，即OpenAI，成立于2015/12。 团队成员： 1. 马＆Altman：联合主席 2. Greg Brockman：支付公司Stripe前CTO，OpenAI大管家，后为总裁 3. Ilya Sutskever：深度学习领域传奇人物，公司灵魂科学家，后任首席科学家 4. 一批顶尖研究员 团队2位灵魂人物，后决定OpenAI走向： 1. Altman：识人、聚人、说服人、嗅风口 2. Sutskever：纯粹的技术信徒 二、理想很贵（2018-2019） 训练先进的AI模型，需海量计算资源，算力＝一堆昂贵芯片，不停运转，背后支撑：电费、设备费、人才薪水→天价背后，只靠捐款度日。 2018，矛盾爆发，分歧点：路线、控制权→马斯克离开了OpenAI董事会→ OpenAI缺钱→2019，设新公司OpenAI LP，利润封顶，该子公司可： 1. 对外融资，吸引投资人，但ROI有上限，超出部分归全人类 2. 雇佣顶尖人才→股权激励 同年，微软入场，投资$10亿，约定让OpenAI使用微软的Azure来训练模型。 三、GPT OpenAI最重要的发明：GPT＝文字接龙机器：✖️数据库、查答案，✔️编答案。 GPT的本质：猜词。 1. G, generative 因猜词而不断生成内容。 2. P, Pre-trained 把互联网上的海量文字，全投喂给模型，令其猜下一个词。 3. T, Transformer 一种神经网络结构＝所有大模型的共同地基，于2017由一位谷歌研究员提出。 OpenAI的天才点＝规模法则：只要3点足够（模型大、数据多、算力强），量变就会引发质变。 GPT进化史： GPT−1，2018，1.17亿参数，初露锋芒 GPT−2，2019，15亿参数，尚较危险 GPT−3，2020，1750亿参数，会写文章、代码 GPT−4，2023，能看图、更可靠 GPT−5，2025-2026，会推理、更全能 OpenAI高度依赖资金，原因：规模法则＝其核心信仰→需烧钱。 四、ChatGPT：一次意外，点燃了全世界（2022-2023） 2022H2，OpenAI的GPT＝没方向盘的发动机，除程序员，普通人不会用→新增聊天框——基于GPT-3.5，用RLHF反复调教模型→即ChatGPT：引爆了一切 GPT-3＝给工程师的引擎 ChatGPT＝给所有人的汽车 五、五天宫斗：CEO被开除又被请回（2023/11） 2023/11/17，CEO Altman（ChatGPT门面人物，带领OpenAI登顶世界）被开除，分歧： 1. 理想派：Altman让公司太商业化，偏离安全使命 2. Altman派：不发展、赚钱，如何影响世界 5天后，Altman又被请回；事件历程： 11/17，董事会开除Altman，布罗克曼亦辞职抗议 11/18-19，员工、投资人震怒，微软向Altman投邀 11/20，微软聘Altman组建新AI团队；员工联名辞职追随Altman；Sutskever公开反悔开除Altman 11/22，Altman回归CEO，董事会几乎全换 该事件本质：在利益、权力面前，原结构（非营利→控制营利）脆弱不堪；踩刹车（董事会）被踩油门力量碾压→理想主义败给商业、人才。 六、百花齐放：不只是聊天（2024-2025） Altman掌权后，OpenAI进入产品爆发期： 1. DALL•E，会画画的AI 2. GPT-4o原生生图，全民吉卜力狂欢 3. GPT Image 2.0，最新一代，于2026/4/21发布，特点：将推理能力带进生图——先内部规划构图→推敲逻辑→生成。OpenAI让AI学会思考，在图像领域结出果实。 4. Sora：会拍视频的AI，2024/2上市，2026/3/24关停服务，API将于9/24关闭，Sora将并入更大的模型＆世界模拟研究。 5. o系列：会思考的AI，于2024/9推出，＝推理模型：AI从快嘴→慢想。 如上一系列产品的终极目标：AGI（通用人工智能）。 普通人使用指南： 1. 写东西、查资料、总结、学新知→用文字工具，如ChatGPT 2. 配图、做海报、画概念草图→用图像工具，如GPT Image 3. 做短视频、广告创意→用视频工具，如Sora 4. 需严谨推理难题，如数学、代码、分析→用推理模型 七、万亿巨兽：理想的最终妥协（2025-2026） 模型越做越大，OpenAI对算力、资金需求↑↑，预计2026在计算资源花费$500亿。故2025/10，OpenAI改组，新结构： OpenAI基金会（原非营利母体），仍掌控制权，控制＆持有：OpenAI Group PBC公益公司（新营利主体），各方股份→1）微软，27%，2）员工＆投资人，47%，3）基金会，26%。原利润封顶设计，实际被取消。 OpenAI估值，从2024，$860亿→2026/3，$7300亿；年化收入，从$20亿→$250亿，计划于2026 Q3上市。 与微软的关系，也重新洗牌，新协议：1）2025/10，取消微软对OpenAI新增云业务的优先选择权，OpenAI采购微软$2500亿Azure云服务。2）2026/5，大幅下调需分给微软的收入上限。 无微软的资金、算力，无ChatGPT；无OpenAI的技术，微软难在AI浪潮中稳坐头筹。 八、从中国视角看OpenAI 1. 使用：目前，OpenAI的产品，尚未在中国大陆正式开放服务。 2. 中国自己的AI：大型科企、新锐公司，均推出了自己的模型产品。 3. 看待竞争：避免神化、轻视。 健康视角：把OpenAI＝镜子、标杆→理解技术革命的逻辑。中国独特优势：最大应用市场、完整产业链、海量工程师。 九、和普通人的关系 1. 别恐慌、旁观 2. 保留判断力 AI的本质是猜下一个词，只是助手，非正确的权威。 3. 守住人性 AI能模仿、生成、高效，但无真实人生体验。要保留人的判断、品味、责任、共情力。

实时播报： 【OpenAI下一代模型Astra曝光，以2000美元算力成本破解十项数学难题】OpenAI当地时间8月1日发布有关数学和理论计算机科学的十项突破，这些成果由其下一代主要模型Astra的内部版本实现。按照Sol API的费率计算，找到这些问题的解决方案所需总词元（tokens）成本约为2000美元。十项突破涵盖高维球体堆积密度上限、二进制与球面码界限提升、非纯索菲群存在性证明、康涅斯刚性猜想的推翻、算术电路复杂性新下界、量子平行重复定理、最近向量问题的多项式因子近似难度证明、埃尔哈特体积猜想、多色拉姆齐数的超指数下界，以及极值数猜想等。（界面） OpenAI 8月1日正式披露下一代主力模型 Astra（星辰） 内部测试成果。 Astra定位：多智能体长期协同推理模型，和Sol、Terra、Luna并列，有可能作为GPT-6或者GPT5.7版本对外发布。 标志性事件：依靠AI自主推理，产出10项悬而未决数十年的纯数学、理论计算机科学全新结论；按照Sol API计价，全部解题token消耗成本合计约2000美元。 所有证明全部通过Lean形式化语言完成机器校验，结论具备可复现性。 二、10项成果简要通俗解读 1. 高维球体堆积密度上限 1978年后48年没有进展，Astra推紧密度上界抵达Cohn–Elkies阈值；高维几何基础难题，深刻影响编码、通信理论。 ​ 2. 二进制与球面码界限提升 对编码最大规模上限实现指数级改进，直接关联通信、数据纠错。 ​ 3. 非sofic（索菲）群存在性证明 群论核心开放问题，困扰学界26年；证明存在无法用有限结构无限逼近的无穷群，颠覆算子代数基础认知。 ​ 4. 推翻康涅斯（Connes）刚性猜想 菲尔兹奖得主Connes提出的经典猜想，Astra构造无限多组反例；不同群可以生成完全一致的冯·诺依曼代数。 ​ 5. 算术电路复杂性新下界 积和式计算复杂度取得新下界，属于计算复杂性理论基石。 ​ 6. 量子平行重复定理拓展 完善量子博弈理论，支撑量子信息、量子密码基础研究。 ​ 7. 最近向量问题近似难度证明 后量子格密码的核心理论基础，直接影响下一代加密标准。 ​ 8. 埃尔哈特体积猜想证明 整数格点凸多面体经典几何猜想。 ​ 9. 多色拉姆齐数超指数下界 组合数学Erdős经典遗留难题。 ​ 10. 极值数猜想突破 解决多条极值图论公开问题。

OpenAI改变了人类认知计算历史，改变了人们工作和思维的某些东西， 但我们始终要认为它只是人类的辅助工具而已。但从更长远的openA| 智能体的安全角度上思考，谁会给它套上枷锁，让它在理性的道路上奔跑得远？

这本书详细地介绍了OPEN AI这家公司怎么来的，怎么发展起来的，还有它创造的改变现代人们生活的工具GPT / Chat GPT。现在很多公司、很多办公软件都与GPT进行了结合，从而使得我们的日常办公变得轻松和飞快。很大程度上，改变了人们的工作方式，也加快了人们的工作速度。 OpenAI中的Open，就体验了其最初的信仰——“开发、共享、透明”，公司的原来的大老板就是埃隆·马斯克，他和其他创始人的信念就是把AI成果放开，对外共享，让AI造福全人类。这个理念真的太强大了，而且最终确实也实现了。 开发大模型，本身就是一件烧钱的事，购买大量显卡，招聘大量开发人员，还有公司经营等消费。所以，为了这家公司能够正常经营下去OpenAI新设了一家利润封顶公司，OpenAI LP主要通过吸引融资，对外投资养活OpenAI公司。目前已经不存在"OpenAI LP"这个名字了。这个原本2019年成立的"利润上限"有限合伙企业结构，经过多次重组， 已从2019年"有限利润上限的营利性子公司"，转变为2025年完成资本重组后"公益性股份有限公司（PBC）+非营利基金会"的双层架构 。现在的营利主体叫做OpenAI Group PBC，由非营利的OpenAI基金会控股约26%。 OpenAI Group PBC其商业模式的核心，是通过持续的技术领先构建用户与数据壁垒，再通过分层变现覆盖天量研发与算力成本 。具体收入支柱包括： 消费级订阅——最主要来源。 84%的收入来自ChatGPT付费用户（ChatGPT Plus、ChatGPT Enterprise和ChatGPT Team订阅） 开发者API—— 面向开发者端的API接口收入占比仅为15%左右 企业级服务与新兴业务—— 收入结构已从2024年"订阅收入占比超80%"的单一结构，转型为"消费级订阅、企业级服务、开发者生态、新兴业务"四大支柱均衡发展的多元体系 未来可能的新收入——包括广告（ 尽管「红色警报」暂时搁置了广告项目。 2025年年化营收已超 200 亿美元，赚钱能力确实逆天。 GPT的本质就是一个“猜字游戏”，只不过喂给它海量的互联网数据进行学习，使得它可以成为一个做“完形填空”的超级好学生，比较准确地猜出下一个字是什么。但是也不是每次都能够回答得很准确。 还有个关键性的转变就是从GPT转变为Chat GPT。不断地使用基于人类反馈的强化学习模型，调教GPT模型，使得它可以像人一样礼貌地回答问题，从而解决人们的问题，让更多的人也能够顺利、轻松使用上GPT，这就是Chat的由来。所以一个顶尖的技术，加上一个能够面向大众化的对话机制，使得Chat GPT能够火遍全球，得到如此广泛的应用。后来Chat GPT也能够生成图片，帮助人们进行文生图，做PPT等材料，这是大家都知道的事了。 作为普通人，作者给出了实际的建议，不要袖手旁观，充分利用起AI。以后的社会区分的不是你会不会AI开发，而是不会使用AI的人和会使用AI的人。使得AI也不要全然相信AI，AI也有犯错的时候，尽管它大多数时候都是一个完形填空的高手。AI 可以替代人们编程、编写材料等等，但是AI 替代不了人们的品味、经验、判断以及作为人的责任感和良知。 最后，OpenAI 给人的最大启示就是，无论一个小店，一个人经营公众号，还是像OpenAI 这样做大做强的公司，都会面临“现实”和“理想”的双重选择，是一心一意坚持自己的理想之路，还是面对现实，拥抱赚钱的道路，OpenAI做到了2者兼容，既可以赚钱，也可以继续实现自己的理想，从中找一条折中的道路，使得鱼和熊掌在某种比例上兼得，可能这种兼得的比例在不同时期会产生不同的变化。不管如何变化和变体，只要不忘初心就好。

本书脉络清晰，完整梳理OpenAI从理想初创到商业化博弈的全过程，拆解GPT技术迭代逻辑。内容通俗无晦涩术语，厘清巨头间竞争格局，点明AI浪潮对普通人的影响，快速帮读者建立清晰的AI认知。

- OpenAI, 一群理想主义者, 为了不让AI失控而创立了一家开放/非营利/为全人类的机构 - 可当AI真的强大起来, 喂养它所需的金钱和算力, 又一步步把这家机构推向了商业巨兽的命运 - `理想主义创业者的经典困境, 你坚持的价值观, 需要钱来支撑, 而拿了钱, 价值观就可能被稀释` - GPT(Generative Pre-trained Transformer), 生成式-预训练-Transformer, 本质是文字接龙概率机器 - Transformer, Attention Is All You Need, 一个句子所有token之间的联系 - GPT的本质是一台被逼着把整个互联网做了一遍完形填空的超级概率接龙机器 - GPT不是数据库, 它不查答案, 它编答案, 概率机器, 存在幻觉(hallucination), 要对关键信息做核实 - 上下文窗口(Context Window), AI的短期记忆容量, 一次对话里最多能记住多少内容 - 规模法则(Scaling Laws), OpenAI的信仰, 只要把模型做得足够大/喂的数据足够多/算力足够强, 量变就会引发质变 - `GPT-3是给工程师的引擎, ChatGPT是给所有人的汽车`, 强大技术只有翻译成普通人的直接体验才会真正改变世界 - RLHF反复调教模型, 请大量人工给模型的回答打分, 哪个好哪个差, 让模型慢慢"懂事", 知道人类想要什么回答 - 催生了提示词(prompt)工程师新职业, 和AI打交道是一种新的沟通能力, 把需求讲清楚, GPT-4第一次看懂图片 - 五日宫斗, AI安全派和AI加速派, 非营利控制营利的理想主义闸门, 没能挡住真正的商业利益洪流 - `再精妙的制度, 最终都要靠人来执行, 而决定胜负的, 往往是人心和共识, 而非纸面上的权力`, 共勉 - 在任何合作中, 今天的救命恩人, 都可能成为明天谈判桌对面的对手 - `关系的天平, 永远随着双方实力的此消彼长而摆动` - `AI浪潮面前, 别旁观也别恐慌, 保持你的判断力和独立思考, 守住你"人"的那部分(体验/品味/思考/创造)` - `你不需要成为AI专家, 你只需要成为会用AI的那个人`

比OpenAI自身命运更重要的，是它打开的那个新世界——一个机器开始能听懂人话、能写、能画、能推理的世界。这个变化，不会绕过任何一个普通人。所以最后，请允许我把这本书最想送给你的几句话，认真地说一遍： 第一，别恐慌，也别旁观。AI不会在一夜之间取代所有人，但「会用AI的人」取代「不会用AI的人」，正在缓慢而真实地发生。与其焦虑，不如现在就打开一个AI工具，从帮你写封邮件、做份总结开始，亲手体验它能为你做什么。 第二，永远保留你的判断力。记住第三章那个核心真相：AI本质上是在「猜下一个词」，它会犯错，会「一本正经地胡说八道」。把它当聪明的助手，而不是绝对正确的权威。涉及健康、法律、金钱的关键决定，AI可以给你参考，但拍板的必须是你自己，必要时请咨询真正的专业人士。 第三，守住「人」的那部分。AI能模仿、能生成、能高效，但它没有真实的人生体验，没有你独特的判断、品味、责任感和与人共情的能力。在一个AI越来越能干的时代，这些「人之为人」的东西，不仅不会贬值，反而会更加珍贵。把重复、繁琐的活儿交给AI，把省下的时间，留给思考、创造，和你真正在乎的人与事。

《半小时讲透OpenAI》用生动案例勾勒了OpenAI从非营利实验室到商业化巨头的演变，聚焦“理想与金钱”这一核心矛盾，让读者快速理解AI创业公司在资金、算力与价值观之间的拉扯，并给出小店、公众号、职场项目等可借鉴的平衡思路。书中对ChatGPT革命、CEO政变等关键事件的复盘，帮助你把握AI浪潮与个人机遇的关联，适合想在技术与商业间寻找共识的读者。作者提出“设计机制让理想与现实共存”的观点，既不盲目理想化，也避免一味逐利，为读者提供了务实的参考框架

《半小时讲透OpenAI（轻科技）》｜樊中恺 一句话概括 这本书以OpenAI的发展史为主线，讲清楚了GPT如何依靠模型、数据和算力实现能力跃迁，以及一家理想主义实验室如何在资本、商业竞争与安全使命之间不断妥协。 核心逻辑 本书有两条相互交织的主线： 技术主线：Transformer提供基础架构 → OpenAI押注规模法则 → GPT通过预测下一个词学习语言 → ChatGPT降低使用门槛 → AI从生成文字扩展到图像、视频、推理和执行任务。 组织主线：以“让AI造福全人类”的非营利理想起步 → 先进模型需要巨额资金和算力 → 引入营利结构和微软投资 → 商业力量逐渐增强 → 安全使命、公司控制权和资本回报之间的矛盾全面暴露。 OpenAI的故事说明，AI革命既是技术进步的结果，也是算力、资本、人才、产品设计和组织治理共同作用的结果。 核心内容 1. OpenAI从理想主义实验室起步2015年，马斯克、萨姆·奥尔特曼等人联合创建OpenAI，希望通过非营利组织研究通用人工智能，并让研究成果造福全人类。奥尔特曼擅长聚集人才和资源，伊利亚·苏茨克维则代表技术与安全理想，两股力量后来深刻影响了公司的走向。 2. 先进AI的理想需要昂贵的现实条件训练大模型需要顶尖人才、海量数据、昂贵芯片、电力和云计算资源，仅靠捐款难以持续。马斯克离开后，OpenAI资金压力加剧，最终设立“利润封顶”的营利实体，以便融资和实施股权激励。微软随后提供资金与Azure算力，成为OpenAI最重要的合作伙伴。 3. GPT的本质是大规模的“下一个词预测”GPT中的G是生成，P是预训练，T是Transformer。模型并不是从数据库里直接查找答案，而是根据上下文预测接下来最可能出现的内容。OpenAI的关键判断是“规模法则”：只要模型足够大、数据足够多、算力足够强，量变就可能带来新的能力。 4. ChatGPT的突破首先是产品突破GPT-3已经具备强大的文字和代码能力，但主要面向开发者。OpenAI在模型外增加聊天界面，并通过人类反馈强化学习改善模型的对话方式，让普通人也能自然使用。GPT像发动机，ChatGPT则像装好方向盘和车身的汽车，真正引爆市场的是技术与产品体验的结合。 5. 2023年的管理危机暴露了治理结构的脆弱奥尔特曼被董事会突然解除CEO职务，随后在员工、投资人和微软的压力下迅速回归。事件表面上是人事冲突，深层则是安全使命与商业扩张、非营利控制与营利现实之间的矛盾。当公司已经聚集巨额资本、核心人才和产业利益时，原有董事会很难仅凭制度设计踩下刹车。 6. OpenAI从聊天工具走向综合智能平台OpenAI陆续把能力扩展到图像生成、视频生成、多模态交互和推理模型。AI开始从快速生成答案，走向先分析、再推理、最后行动。OpenAI的长期目标并不是只做一个聊天机器人，而是把语言、图像、视频、推理和工具使用等能力逐步组合起来，向通用人工智能靠近。 7. 微软与OpenAI是相互依赖的合作关系OpenAI需要微软的资金、云计算和商业渠道；微软需要OpenAI的模型能力，在新一轮AI竞争中获得优势。两者既是合作伙伴，也存在控制权、收入分配、算力采购和未来独立性方面的博弈。这种关系体现了AI产业的现实：技术公司很难脱离资本和基础设施独立发展。 8. 理想、资本和安全之间的矛盾不会消失模型越强，训练和运行成本越高，企业就越需要融资、收入和商业规模；但商业压力越强，安全研究和长期使命就越可能受到挤压。OpenAI的变化不是简单的“背叛理想”，而是展示了前沿技术组织必须面对的结构性难题：谁提供资源、谁拥有控制权、谁承担风险，以及最终成果服务于谁。 9. 普通人需要保持清醒的参与姿态AI既不应被神化，也不应被忽视。它擅长生成、整理、模仿和提高效率，但输出不天然代表事实和正确答案。面对AI浪潮，个人既要主动使用工具，又要保留判断、品味、责任和共情能力。中国面对OpenAI也应避免盲目崇拜或轻视，而应把它视为理解技术路线和产业竞争的标杆。 本书最值得关注的核心观点 本书最值得关注的，是OpenAI成功背后的两种“规模法则”。 第一种是技术规模法则：模型、数据和算力扩大到一定程度，可能产生原来没有被明确编程的新能力。 第二种是组织规模法则：当一家实验室需要越来越多的资金、算力、人才和商业合作时，资本与产业利益也会获得越来越大的影响力，最初的治理结构和理想使命将承受巨大压力。 这意味着，理解AI不能只看模型参数和产品功能，还要追问： 谁为模型提供算力和资金；谁控制公司和技术方向；商业增长与安全要求冲突时由谁决定；AI产生的收益、风险和权力如何分配。 OpenAI最重要的启示不是“某家公司是否值得崇拜”，而是技术突破、产品创新、资本投入和制度治理必须同时接受审视。 一段话总结 《半小时讲透OpenAI》以OpenAI从非营利实验室到全球AI巨头的发展过程为主线，解释了GPT依靠Transformer、海量数据、超大模型和巨额算力实现能力跃迁，又如何通过ChatGPT的产品化让人工智能真正进入大众生活。与此同时，OpenAI对资金和算力的持续需求，使它不得不引入营利结构、微软投资和更强的商业扩张，最终暴露出安全使命、资本利益与公司控制权之间的深层冲突。OpenAI的故事提醒我们，AI革命不只是技术竞赛，也是资本、基础设施、人才和治理制度的综合竞争；普通人既不应把AI当作无所不知的权威，也不应站在浪潮之外，而应主动使用它提高效率，同时牢牢保留事实核查、独立判断、责任意识、创造力和人与人之间真实的共情。