【編者按】郝珂靈（Karen Hao）是全世界最早報道OpenAI的記者。2019年8月7日，當她抵達OpenAI辦公室時，OpenAI還只是一家名不見經(jīng)傳、但處于快速變化中的公司。那時她是MIT Technology Review報道人工智能領(lǐng)域的資深記者，具有MIT工科學(xué)位和硅谷工程師工作背景。

報道過程經(jīng)歷了一系列波折。通過在OpenAI的公司受限制地蹲點三天，以及對該公司前員工和現(xiàn)員工、合作伙伴、朋友和其他領(lǐng)域?qū)＜医尾稍L，她觀察到的是OpenAI的野心如何使其偏離了最初的使命。這篇深度報道刊發(fā)后，OpenAI顯然并不滿意，此后三年再也沒有接受過她的采訪。

今年4月，在這本書面世之前，Sam Altman在社交媒體上發(fā)帖聲稱將會有人出書抹黑他和OpenAI, 并強調(diào)那本書的作者并未采訪他。郝珂靈回應(yīng)道：我就是“那個人”，我在寫書的過程中一直尋求OpenAI可以出來接受采訪，他們說了幾個月“快了快了”，但始終沒有（接受采訪）。

5月，郝珂靈在持續(xù)的業(yè)內(nèi)采訪基礎(chǔ)上出版了新書Empire of AI: Dreams and Nightmares in Sam Altman's OpenAI（《AI帝國：薩姆·奧特曼的OpenAI的夢想與噩夢》），深入探討了這家引發(fā)AI軍備競賽的公司，以及這場競賽對我們所有人意味著什么。6月24日晚，她在香港的線下文化空間“過濾氣泡工作室”做了一場新書分享，主持人是香港中文大學(xué)新聞與傳播學(xué)院助理教授方可成。以下是分享會的文字整理，我們將英文表述翻譯成了中文，并對口語表達做了適當?shù)木庉?。本文?jīng)講者審訂。

6月24日，《AI帝國》作者郝珂靈（Karen Hao）在香港與香港中文大學(xué)新聞與傳播學(xué)院助理教授方可成做新書分享。過濾氣泡工作室 供圖

OpenAI選擇“大力出奇跡”的發(fā)展路徑，為了最快搶占先機

方可成：我想先請Karen來跟我們介紹一下Empire of AI這本書里面一個非常核心的觀點，那就是：你對于OpenAI、對于Sam Altman發(fā)展AI產(chǎn)業(yè)的路徑持非常批判的態(tài)度。所以，Sam Altman的策略，他發(fā)展AI的方式，問題究竟在哪里？OpenAI這個公司真的很糟糕嗎？如何幫我們理解這個問題？

郝珂靈：很多人第一次接觸人工智能就是因為ChatGPT，所以很多人以為ChatGPT就是全部的人工智能技術(shù)。但其實人工智能是一個總稱，涵蓋了很多種不同的技術(shù)。ChatGPT這種生成式AI技術(shù)采用的是大規(guī)模AI模型開發(fā)的方法，最重要的特點是：在訓(xùn)練這種模型的時候，要用很多數(shù)據(jù)、很多能源、很多資源來開發(fā)這種人工智能。

方可成：所以之前大家并不是用這種方式去做的？

郝珂靈：以前的AI模型都是用在數(shù)據(jù)、計算、能源方面都更加高效率的方法。但Sam Altman和其他高管——前首席科學(xué)家Ilya Sutskever、Greg Brockman，還有Elon Musk——剛開始創(chuàng)辦OpenAI的時候，他們選擇了這個特定的發(fā)展軌道。他們當時認為，最快在AI發(fā)展方面達到第一的方法，就是采用規(guī)?；姆椒?，用很大的規(guī)模來訓(xùn)練更好的模型。一旦他們選擇了這種規(guī)?；椒?，就必須用很多能源、很多資源來做人工智能。

方可成：所以就是“大力出奇跡”。他們其實也并不知道到底發(fā)生了什么，但就是要用更多的數(shù)據(jù)和能源。

郝珂靈：是的，這是一種非常暴力的方法，沒有什么技術(shù)上的創(chuàng)新性。當時OpenAI剛開始的時候，這種方法其實被很多比較有名的科學(xué)家看不起，因為他們覺得這不是真正在探索新的技術(shù)來發(fā)展人工智能，而是用已有的技術(shù)來暴力突破，只是加更多數(shù)據(jù)、更多資源和能源，把規(guī)模擴大。

雖然當時那些科學(xué)家看不起這種方法，但后來OpenAI獲得了巨大成功，所以現(xiàn)在很多人都忘記了以前那種輕視的觀點，反而很羨慕OpenAI這種方法。我寫這本書，有一個原因就是想描述這段歷史，因為很多人已經(jīng)忘記了以前人工智能領(lǐng)域有非常多樣化的觀點。但現(xiàn)在，所有的大公司，特別是美國的所有大公司，在發(fā)展人工智能時，都在用這種大規(guī)模模型開發(fā)的方法。

方可成：有人可能聽說過一些相關(guān)的術(shù)語，比如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)之類。這些是屬于OpenAI的方法還是屬于更高效的方法？

郝珂靈：深度學(xué)習(xí)既包括OpenAI的方法，用很大的數(shù)據(jù)集，也可以用比較小的數(shù)據(jù)集，它們都是深度學(xué)習(xí)。OpenAI當時就是用的這個技術(shù)，但他們改變了規(guī)模的數(shù)量級。

Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI書封

方可成：你剛才說這是四個人的共同決定。

郝珂靈：也可以說不只是這四個人，但是這四個人每個人對于為什么要用規(guī)?；姆椒ㄈプ?，都有不同的觀點。對于Ilya Sutskever來說，他是一個科學(xué)家，他的整個職業(yè)生涯都在做反主流的事情。當時這種大規(guī)模的方法被認為不足以開發(fā)AI，但他就想要這么去做。作為四人團隊中唯一的科學(xué)家，他就自己做決定說，我們要追求這個方法。

至于Sam Altman、Greg Brockman和Elon Musk，他們都是硅谷企業(yè)家，喜歡閃電式擴張、創(chuàng)造壟斷的公司，所以他們也喜歡這種規(guī)?；椒?。雖然他們沒有科學(xué)背景，但他們懂得如何籌款，如何聚集所有資源來建造超級計算機。所以，這種方法對Sam Altman來說特別合適，因為這符合他擅長的東西。

方可成：他最擅長什么？

郝珂靈：他最干的就是能講故事，講未來的故事，他可以想象未來是什么樣子，然后創(chuàng)造一個非常引人入勝的故事，讓投資人、科學(xué)家、別的企業(yè)家都想加入他的使命，來構(gòu)建他想象的未來。

但是他也是一個很有爭議的人，因為他給不同的人講的故事會不一樣，所以有時候他會說我們應(yīng)該這樣做，因為人工智能特別好，如果我們能更快地開發(fā)這個技術(shù)，它會把我們帶到烏托邦。有時候會跟別人說人工智能是一個很可怕的技術(shù)，所以我們要拼命去開發(fā)人工智能，然后控制這個發(fā)展，不要分享給別人，讓我們自己留著，慢慢地訓(xùn)練出一個更好的版本。

所以有人認為他是這一代的喬布斯，但另一些人認為他是一個特別喜歡撒謊的人，會慢慢地不太信任他。但是因為他講故事講得特別強，就很能籌錢?；I錢這方面，他真的很擅長。

方可成：所以他們組成了這個團隊，有了一個其實當時堅信這樣一種方法的科學(xué)家，然后有這些企業(yè)家支持，特別是有一個非常會拿錢的人，因為這個方法顯然需要非常多的金錢投入才可以，所以這些才促成了OpenAI開發(fā)ChatGPT以及之后的所有這些模型。

你實際上是在2019年就已經(jīng)去過OpenAI采訪，對吧？那個時候就已經(jīng)是這個樣子了嗎？

郝珂靈：OpenAI是2015年底創(chuàng)立的，當時是一個非營利組織，他們說我們要做基礎(chǔ)AI研究，我們不要做什么商業(yè)產(chǎn)品，也不要賣什么東西，要用一個完全非營利的環(huán)境慢慢地去探索人工智能，去發(fā)展這項科技。因為Elon Musk特別擔(dān)心，他覺得如果在一個營利的環(huán)境下發(fā)展人工智能的話，事情會變得很糟糕——而他覺得糟糕的意思是：AI會發(fā)展出意識，會發(fā)展出情感，會失控并且殺死世界上的每一個人。

但是到了2017年，就是一年半之后，他們就開始確定這個規(guī)?；椒?。他們開始討論要從非營利轉(zhuǎn)成營利，因為他們要錢，非營利如果想籌集那么大筆錢是不可能的事情。但是當他們開始討論營利的時候，Elon Musk和Sam Altman都想當這個營利機構(gòu)的CEO。當時其他兩位傾向于Elon Musk，因為他們覺得Musk會把公司做得更成功。但是，Sam Altman就慢慢地開始跟Greg和Ilya說，你是不是覺得Musk有點太不可靠了？如果我們把這個公司交給他，人工智能以后發(fā)展的環(huán)境會不會不那么好？所以慢慢地就說服了Ilya Sutskever和Greg Brockman選他當CEO，而Musk就離開了。

所以我2019年去OpenAI的時候，他們其實已經(jīng)偷偷地開始做這個規(guī)模化方法，但是還沒有跟別人說。他們當時沒有完全轉(zhuǎn)成一個營利機構(gòu)，而是在非營利組織里邊創(chuàng)建了一個營利部門。今天OpenAI還是那種結(jié)構(gòu)，既有非營利也有營利。當時他們就跟我說，這種方法最好，因為我們確實要籌集很大一筆錢，但是我們還是想保持我們以前這個非營利使命，所以做了一個比較奇怪的結(jié)構(gòu)來制衡自己。雖然我們確實會以后可能要討論怎么樣去做產(chǎn)品，怎么樣去商業(yè)化，但會被非營利的使命所管理。

方可成：那你在2019年采訪的時候，當時有沒有預(yù)料到后面這一系列從ChatGPT發(fā)布開始的轟動和發(fā)展？你當時覺得能看到未來的一些端倪嗎？

郝珂靈：完全沒有看到，因為當時我覺得他們的技術(shù)沒有那么有意思。當時就是GPT-2，比ChatGPT早兩代。GPT-2可以說可以寫，但是寫得也不好。這個模型本質(zhì)上就是統(tǒng)計學(xué)，它講的這些話雖然可以看起來有點像我們寫的、說的，但它不是從同樣的內(nèi)在意義產(chǎn)生這些話。所以，我當時就沒有意識到有了ChatGPT以后會那么轟動。

2024年8月，谷歌在烏拉圭卡內(nèi)洛內(nèi)斯建立新的數(shù)據(jù)中心。圖源：谷歌博客

機器要“喝”干凈的水，人要“洗”臟數(shù)據(jù)

方可成：你剛才說到了這種規(guī)模化的方法所消耗的資源是非?？鋸埖模刹豢梢越o大家一些比較直觀的例子，說明一下它是有多么夸張？

郝珂靈：好的。最近麥肯錫的一份報告顯示，在5年之內(nèi)，如果我們要繼續(xù)維持超級計算機的發(fā)展來支持這種AI開發(fā)方式，我們必須在全球電網(wǎng)中增加相當于加利福尼亞州（世界第五大經(jīng)濟體）每年消耗能源的2到6倍的電力。而且，其中大部分必須來自化石燃料，因為這些數(shù)據(jù)中心不能只靠可再生能源來訓(xùn)練這些模型，也不能只靠可再生能源來部署這些模型。所以，我們實際上正在單方面逆轉(zhuǎn)過去十年在氣候方面取得的許多進展。

方可成：所以就是因為大語言模型的這個技術(shù)，所以我們不得不又重新使用很多化石能源。

郝珂靈：沒錯。另外，目前這些工具的開發(fā)還需要大量純凈水來冷卻數(shù)據(jù)中心。而且必須是純凈水，因為其他類型的水會導(dǎo)致細菌滋生并腐蝕設(shè)備。彭博社最近有一篇報道說，三分之二的這些數(shù)據(jù)中心已經(jīng)進入了面臨水資源短缺問題的社區(qū)，所以訓(xùn)練這些模型實際上是在與社區(qū)的水資源競爭。

我在書里描述了南美洲的一個社區(qū)。我去的時候，他們正在經(jīng)歷一場歷史性的旱災(zāi)。就在那次旱災(zāi)期間，市政府不得不開始將有毒的水混入公共供水系統(tǒng)，因為他們沒有足夠的公共用水。所以很窮的人就在喝有毒的水，而且當時有很多懷孕的女性，她們的流產(chǎn)率更高，因為她們在喝這種水。

方可成：而與此同時，機器卻要喝干凈的水。

郝珂靈：那時，谷歌提議在那個城市的中心建造一個數(shù)據(jù)中心，這將消耗大量的純凈水資源。

方可成：為什么會是這些地方呢？明明知道這些地方缺水，為什么還會去這些地方提議要建數(shù)據(jù)中心呢？

郝珂靈：因為現(xiàn)在基本上沒有那么多地方不缺水了，這是一場全球氣候危機。其實基本上就是沒有足夠的地方來滿足這些數(shù)據(jù)中心的需求了。隨著AI對資源需求的增加，氣候危機也在加速。我們看到這兩個軌跡的碰撞，所有這些數(shù)據(jù)中心現(xiàn)在都建在已經(jīng)受到氣候危機影響的地方。

方可成：你剛才介紹了環(huán)境資源上的代價，你在書里也提到了勞工方面的代價，這方面能不能給大家展開介紹一下？

郝珂靈：好的。OpenAI當時選擇去訓(xùn)練這些大規(guī)模模型的時候，他們也做了另一個選擇，就是為了滿足大規(guī)模AI的數(shù)據(jù)需求，你必須從使用“干凈的數(shù)據(jù)”轉(zhuǎn)向使用“被污染的數(shù)據(jù)”，因為沒有足夠的干凈數(shù)據(jù)。

方可成：什么是干凈的和被污染的數(shù)據(jù)？

郝珂靈：干凈數(shù)據(jù)指的就是，當你建一個數(shù)據(jù)集的時候，你知道里面是什么，因為那些都是你自己挑選出來的；而被污染的數(shù)據(jù)指的就是，從網(wǎng)上抓取大批數(shù)據(jù)，你也不知道里面到底有什么、是誰制造出來的。

方可成：那可能舉個例子就是說，如果我選某一份報紙的數(shù)據(jù)，那我清楚地知道這份報紙上面有什么內(nèi)容，這就是干凈數(shù)據(jù)；而如果我在一個網(wǎng)絡(luò)論壇，或者我在微博、Twitter上面隨意地抓取一些數(shù)據(jù)下來，這就是污染數(shù)據(jù)。

郝珂靈：對的?；ヂ?lián)網(wǎng)上什么都有，數(shù)據(jù)很亂。但你需要大量數(shù)據(jù)。OpenAI這些公司，它們實際上不知道自己的數(shù)據(jù)里有什么。當我采訪研究人員時，除了數(shù)據(jù)來源之外，他們說不出數(shù)據(jù)的內(nèi)容。

當你從使用干凈數(shù)據(jù)轉(zhuǎn)換到使用污染數(shù)據(jù)時，你必須開始做內(nèi)容審核。因為當你在污染數(shù)據(jù)上訓(xùn)練這些大規(guī)模模型時，里面肯定會有很多雜亂的內(nèi)容，模型就會開始表現(xiàn)得很奇怪，開始說一些有毒、辱罵、仇恨的話，這不會是一個好的消費者體驗。

我采訪的一個社群是肯尼亞的數(shù)據(jù)勞工，OpenAI在公司從基礎(chǔ)研究轉(zhuǎn)向商業(yè)化的時候，雇傭他們來執(zhí)行這種內(nèi)容審核。那些肯尼亞勞工，他們?nèi)諒?fù)一日地閱讀互聯(lián)網(wǎng)上最糟糕的內(nèi)容，試圖訓(xùn)練一個過濾器來識別那些內(nèi)容，然后阻止它被生成給用戶。這是一個包裹在GPT模型周圍的過濾器，確保用戶永遠不會接觸到有毒內(nèi)容。但這意味著，數(shù)據(jù)勞工在這個過程中受到了嚴重的心理創(chuàng)傷。

我采訪了一個人，他在涉性內(nèi)容團隊。所以他在閱讀所有關(guān)于性虐待、兒童性剝削的內(nèi)容。而且這不僅僅是從互聯(lián)網(wǎng)上抓取的內(nèi)容，OpenAI還在提示其AI模型去想象互聯(lián)網(wǎng)上的性內(nèi)容，最糟糕的那種性內(nèi)容，以便有更多樣化的內(nèi)容供他標記。每天這樣做幾個小時后，他的性格完全改變了，本來很外向，但后來變得很內(nèi)向，不想和妻子、繼女說話。

他也無法跟他的妻子說他為什么改變了，因為他不知道怎么去解釋他的工作是來整天看性內(nèi)容。聽起來不像真的工作，也聽起來是一個很羞恥的工作，所以他根本無法去解釋這些性格的改變。慢慢地，他的妻子就開始懷疑他們的婚姻。

有一天，他妻子說自己晚上想要吃魚，他就出去買了三條魚。他回家以后，發(fā)現(xiàn)她們所有東西都沒了，然后他妻子就給他發(fā)了一條短信，說我現(xiàn)在已經(jīng)不認識你是誰了，我們不會再回來。

方可成：這種事情當時在發(fā)生，現(xiàn)在這些是否還在發(fā)生呢？技術(shù)發(fā)展到現(xiàn)在，是否還需要這么多的數(shù)據(jù)標注勞工？以及，現(xiàn)在是不是用AI本身也可以去做內(nèi)容審核了？

郝珂靈：絕對還在發(fā)生。你不能讓AI來做內(nèi)容審核，除非你已經(jīng)實現(xiàn)了真正的AI，也就是真正具有理解能力的AI。在社交媒體上，我們還沒有解決內(nèi)容審核的問題。你以為AI發(fā)展那么好了，以后這些審核問題都會消失，但是沒有消失，因為這些模型還沒有那么聰明，它們并不能去真正地理解文本的實際意義。

所以我們還是要有人去做這些內(nèi)容審核。雖然基本上這些公司已經(jīng)把所有以前互聯(lián)網(wǎng)的內(nèi)容已經(jīng)用光了，但是天天還有很多人在生成新數(shù)據(jù)，所以還是會有更多的內(nèi)容審核要做。而且，以前是文本生成模型，現(xiàn)在還有圖像和視頻生成模型，它們也要內(nèi)容審核。

我發(fā)現(xiàn)，OpenAI在印度還有另一個外包公司，雇傭當?shù)厝藖碜鰣D像內(nèi)容審核。那些員工也是天天看這些內(nèi)容，他們甚至不知道是真的還是假的圖像，但是同樣的性虐待、兒童性剝削內(nèi)容。他們根本不知道是從哪里來的。現(xiàn)在你想想視頻生成，他們也要做同樣的事情。而且永遠不會停止，因為用戶總會想新的方法去濫用產(chǎn)品，公司就要增加新的內(nèi)容審核層。所以這就像貓鼠游戲一樣，永遠都會有越來越多的東西需要過濾掉。

創(chuàng)新投資的悖論：資金集中于大模型，更優(yōu)AI技術(shù)難以實現(xiàn)

方可成：你剛才說到，幾年前當OpenAI選用這種方式的時候，很多人還是不相信的，甚至是有點鄙視他們的這種方式的。但現(xiàn)在他們好像獲得了巨大的成功，同時也有很多其他的AI公司也在發(fā)展。那如今AI行業(yè)里面大概的情景是什么樣？采用這種由OpenAI開創(chuàng)的這種方法，是不是已經(jīng)成為一個絕對的主流了？還是說其實是有一些其他的不一樣的方式在開發(fā)AI？

郝珂靈：現(xiàn)在基本上沒有人在做其他的方式，因為沒有別的錢來做。

方可成：錢也用光了？我們什么東西都用光了！

郝珂靈：是的。我前幾天了解到，基于現(xiàn)在初創(chuàng)公司的籌資數(shù)據(jù)，大約50%的投資都集中在OpenAI和Anthropic上。所以不只是沒有錢去做別的AI開發(fā)方法，甚至是沒有錢去做別的所有創(chuàng)新。所有的錢都集中在這兩家公司上面。

那些更大的科技公司，谷歌、微軟、Meta，他們也基本上全把所有的資源都投資在了大規(guī)模AI模型開發(fā)上，不再做別的事情。

比如，谷歌雖然收購了DeepMind，但是DeepMind還是可以做自己的研究，所以DeepMind幾年前開發(fā)了AlphaFold，就是一個AI模型能從氨基酸序列預(yù)測蛋白質(zhì)折疊，去年就得了諾貝爾化學(xué)獎?？墒乾F(xiàn)在，他們基本上沒有那個資源去做這種發(fā)展了。OpenAI發(fā)布ChatGPT后，谷歌和DeepMind就合并成了一個AI實驗室。

方可成：等于說其他的可能性其實是被吃掉了。

郝珂靈：是的，所有的資源都去了大語言模型開發(fā)。其實也不是因為他們覺得這個技術(shù)有多好，就是因為OpenAI的ChatGPT看起來是一個能殺死谷歌的產(chǎn)品——這個技術(shù)不是一個好的搜索引擎，但是很多人會拿它當作搜索引擎來用，所以谷歌投資這個技術(shù)其實不是來開發(fā)市場，而是為了保衛(wèi)他們現(xiàn)在的市場。但是他們所有的資源已經(jīng)用在了這個技術(shù)上面，所以別的創(chuàng)新像AlphaFold已經(jīng)沒有那么大的投資了。

百度是一樣的，當時ChatGPT出來的時候，我在《華爾街日報》報道百度。百度以前在AI醫(yī)療方面、AI藥物發(fā)現(xiàn)方面做了很多投資，因為李彥宏對那個方面比較有興趣，但是后來，他們所有的計算機芯片都轉(zhuǎn)到了文心一言開發(fā)。所以，那些做AI醫(yī)療、藥物的團隊沒有芯片去訓(xùn)練他們的模型了。

方可成：大家可能會馬上想到DeepSeek。那么，DeepSeek是不是有一點點不太一樣的地方呢？

郝珂靈：DeepSeek還是大語言模型，所以也不是完全不一樣，但它不一樣的地方就是，它用的計算資源少很多。OpenAI這樣的公司經(jīng)常會說，我們必須得用這些資源去發(fā)展這個技術(shù)，而且這個技術(shù)特別重要，所以成本是值得的。但DeepSeek戳破了這個虛假的表象：其實我們可以得到這個技術(shù)的很多好處，而且不需要這么大的成本。

如果我們繼續(xù)做研究，我們很可能能夠找到更好的技術(shù)來，用更少的成本開發(fā)AI。但是，我們沒有資源投資在這些其他方法上。

AI帝國之下，不合作的可能性？

方可成：我接下來的問題是帶有一點時間維度的，兩個有一點相關(guān)的問題。第一個就是，說如果我們回過頭看，當時如果不是Sam Altman的話，那歷史是不是會不一樣？歷史是被個人創(chuàng)造的嗎？還是說是必然發(fā)生的，不是Sam Altman也是一個John Altman或者另一個人創(chuàng)造出一樣的軌跡？另外一個問題就是，我們已經(jīng)走到今天了，那我們之后還能怎么去創(chuàng)造一個不一樣的明天？

郝珂靈：寫完這本書以后，我確實覺得：如果不是Sam Altman的話，我們可能不會在這個ChatGPT的世界里。因為Sam Altman為并不make sense的生意籌集資金的能力是無與倫比的。如果是別的人在當時擔(dān)任OpenAI CEO的話，我認為他們會很快就達到資本上的限度，就是他們能說服投資者給這個技術(shù)的資金量的限制。但是，Sam Altman籌到的錢好像就是沒有限制，這真的很厲害，也很可怕。

現(xiàn)在ChatGPT發(fā)布之后已經(jīng)有差不多三年時間，OpenAI的業(yè)績記錄真的很平庸。我們沒有看到特別大的經(jīng)濟生產(chǎn)力提升，沒有看到那么多企業(yè)應(yīng)用案例或成功的商業(yè)模式。所有這些公司，包括OpenAI都沒有盈利能力，它們每個月都在燒掉數(shù)十億美元，但是還是能籌款，錢仍然在源源不斷地涌入。

所以我不喜歡偉人敘事，就是一個人能給歷史發(fā)展軌跡帶來這么大的區(qū)別，但是我是覺得他比較獨特。當然，有多個交叉的趨勢，但他恰好在正確的時刻定位自己，讓他的特定技能組合發(fā)光。

你的第二個問題就是我們現(xiàn)在可以做什么。我認為同樣地，我們?nèi)绻軓腟am Altman學(xué)一樣?xùn)|西，就是每個人都可以產(chǎn)生深遠的影響。如果我們現(xiàn)在都能意識到，我們實際上在塑造AI的未來方面都有積極的作用，我認為我們可以在十年后擁有一個非常不同的世界。

方可成：如果我們不是那種會搞錢的，或者說我也不是一個AI工程師，那我還真的是有自己的作用嗎？

郝珂靈：我會想到AI開發(fā)和部署的完整供應(yīng)鏈，需要各種不同的東西去創(chuàng)造它們的技術(shù)，數(shù)據(jù)、土地、能源、冷卻數(shù)據(jù)中心的純凈水，所有不同的空間用來部署他們的技術(shù)——學(xué)校、醫(yī)院、公司、政府機構(gòu)，如果這些地方不購買它們的服務(wù)，那么技術(shù)就不會在那里。

所以這些公司，盡管它們很強大，但它們實際上需要人們的合作。它們需要我們所有人的合作，來給他們資源，并給他們進入這些空間的權(quán)限。有很多社區(qū)記住了這個事實，他們不合作。這些公司就必須改變。

有藝術(shù)家和作家正在起訴這些公司侵犯他們拿走的知識產(chǎn)權(quán)，這就是他們不合作：不，你不能只是拿我們的數(shù)據(jù)，而不給我們回報。這不是說在任何情況下你都不能拿我們的數(shù)據(jù)，而是說，你不能在不向我們提供互利協(xié)議的情況下拿走我們的數(shù)據(jù)。

世界各地有數(shù)百個社區(qū)在數(shù)據(jù)中心開發(fā)方面做同樣的事情。他們說，不，你不能只是在我們的土地上建數(shù)據(jù)中心。你不能只是使用我們的能源和使用我們的水，提高我們的水電價格，讓我們的電網(wǎng)更不可靠，僅僅因為你想建造這個對我們沒有真正幫助的技術(shù)。你必須給我們一些互利的協(xié)議作為回報。

教師和學(xué)生也開始這樣做。學(xué)校開始實施AI治理政策：在什么情況下，AI實際上會幫助培養(yǎng)我們的教育環(huán)境，提高下一代的批判性思維。其中一些學(xué)校已經(jīng)決定完全禁止AI進入他們的學(xué)校環(huán)境。這是一種立場，為這些公司提供了一個壓力點，這是他們損失掉的客戶。

我認為我們每個人都接觸AI供應(yīng)鏈的多個不同部分。如果我們都使用這些不同的接觸點來聲張我們對這種技術(shù)的要求，我們實際上會到達一個非常不一樣的世界。

方可成：是的。我聽你在回答的時候，我就想到你這本書的標題“AI帝國”。既然AI的帝國已經(jīng)建立起來了，那么在這種帝國之下，具體的個體還有沒有什么反抗的空間？很多人會合作，有一些人會逃避，但是可能還有些人用各種各樣的方式反抗。但是帝國的崩潰到底是什么原因?qū)е拢鋵嵤欠浅ｋy以預(yù)測的，有時候可能就是一些看起來很偶然的原因就導(dǎo)致它的崩潰了。

郝珂靈：是的，但是歷史上所有的帝國都會崩潰，因為它們的基礎(chǔ)其實特別弱，它們是建立在剝削和榨取的邏輯之上，這不是長期可持續(xù)的。沒有社會愿意永遠存在于這種狀態(tài)下，這本質(zhì)上是一種不穩(wěn)定的承諾。

如果這些公司永遠不會給他們剝削和榨取的社區(qū)任何回報，這些社區(qū)當然會感到不滿并停止允許他們這樣做。這就是歷史上每一個帝國倒臺的方式——人們集體行動，抗議這種不公待遇和剝削，因為他們受夠了。

方可成：你過去一個多月都在做這個新書宣傳，會接觸到很多的人，你覺得現(xiàn)在大家對AI的態(tài)度是什么樣子的？因為我在想，要導(dǎo)致變化的一個很重要的因素就是，公眾輿論可能需要一個很大的轉(zhuǎn)變才行。

一個類比是人們對社交媒體的態(tài)度。其實“過濾氣泡”這個空間本身的定位很大程度上就是基于我對社交媒體的很多反思和批判。五年前的時候我就在想，社交媒體五年之后大概應(yīng)該消失吧？我們應(yīng)該到下一個階段了。但是到了2025年，我們每個人還在社交媒體上，包括我在做這個空間，也不得不利用社交媒體來做推廣。我覺得好像望不到盡頭了，好像我們就是永遠都在社交媒體時代了。

但是當我私下跟Karen表達這些的時候，她當時就鼓勵我說：其實已經(jīng)在發(fā)生變化了。其實做現(xiàn)在這個空間，包括很多人開始出書，各種各樣的方式來探討社交媒體對人的危害，心理上的危害、社交關(guān)系上的危害，虛假信息的危害……其實這個事情已經(jīng)是10年前、15年前不太能夠想象的。那時可能是一個非常樂觀主義的對社交媒體的描述，覺得它會讓所有人連接，它會讓獨裁政權(quán)倒臺，它會帶來各種各樣有益的變化，但是現(xiàn)在我們的這種普遍的感覺已經(jīng)發(fā)生了很多的變化了。

所以我在想說，對AI的態(tài)度或許也會一樣。也許我們再過10年，回頭發(fā)現(xiàn)，哇，現(xiàn)在我們的態(tài)度已經(jīng)發(fā)生了好大的變化，而也許這個變化的轉(zhuǎn)折點就是Karen Hao的這本書出版了。

郝珂靈：我寫這本書就是想讓公眾對話更有層次。而且我在新書宣傳的時候，確實發(fā)現(xiàn)很多人對我書中的信息非常能夠接受。人們在讀我的書之前對人工智能可能沒有什么了解，而且更容易接受公司的典型敘事，這個科技有多么好，但一旦他們讀了這本書，就立即連接到他們的一種已經(jīng)有的感覺，那就是：他們越來越失去對技術(shù)的控制，他們不再過著一種技術(shù)為他們服務(wù)的生活，而是感覺他們在為技術(shù)服務(wù)。我真的不用說服人們，我對這真的覺得驚訝。就是我一開始講關(guān)于帝國的論證，他們基本上已經(jīng)知道我要講什么。他們已經(jīng)有了那種感覺，而我是在闡述一種他們一直試圖描述的感覺。

薩姆·奧特曼被踢出公司的內(nèi)幕

方可成：很多人還很關(guān)心的一點，就是關(guān)于Sam Altman中間一度被踢出公司的這一段故事八卦，我不知道Karen有沒有一些內(nèi)幕跟我們分享。

郝珂靈：這個情況在書里描述得挺詳細的，有三章都在講這個，有對話，有董事會成員互相說的話。簡單來講就是有兩個事情發(fā)生，一個是很多人覺得Sam Altman不是很值得信任的領(lǐng)導(dǎo)者。第二個是，在整個大規(guī)模AI開發(fā)的過程中，一直有一種意識形態(tài)沖突，就是在所謂的“繁榮派”和“末日派”之間，繁榮派認為AGI會帶來烏托邦，末日派認為AGI會殺死所有人。當這種沖突在OpenAI內(nèi)部發(fā)生的時候，董事會更傾向于末日派，因此更傾向于認真對待關(guān)于Sam Altman不值得信任的指控。

同時，有兩位高管，首席技術(shù)官 Mira Murati和首席科學(xué)家Ilya Sutskever，由于各自獨立的原因感到Altman不再是經(jīng)營公司的合適人選，并向董事會表達了他們對此的嚴重擔(dān)憂。董事會也獨立地，由于其他原因，對Altman失去了很大信任。所以基本上，有五個人都獨立地得出了同樣的結(jié)論，他們覺得Altman不應(yīng)該被信任。每個人都有自己的意識形態(tài)觀點，自己與Altman的人格沖突。最終，經(jīng)過一系列非常激烈的討論，董事會得出結(jié)論：他不是這個工作的合適人選。

但是這五個人中沒有人想到的挑戰(zhàn)是，正因為Sam Altman非常擅長籌錢，所以他一直是籌集大量資金的核心人物。有一個員工股權(quán)出售計劃，讓一些員工能夠以數(shù)百萬美元的價格兌現(xiàn)他們的股份。如果他離開，那么所有的錢都會消失，這就讓組織變得不可持續(xù)。

所以，在投資者、微軟、員工的巨大壓力下，每個人出于各種原因，但都交匯在他是掌握金錢鑰匙的人這一事實上，所以他被帶回來并重新?lián)蜟EO。

方可成：所以錢真的很重要。關(guān)心更多細節(jié)的朋友可以在書里面詳細閱讀。