Stripe科里森 X OpenAI奧特曼的長談

作者｜高飛（舊金山報道）

這兩天在舊金山參加 Stripe Sessions 2026。

舊金山當地時間4月30日下午，最后一場是爐邊對話，原定日程寫的是：Stripe 聯合創始人 Patrick Collison（帕特里克·科里森），對談 OpenAI 聯合創始人兼總裁 Greg Brockman（格雷格·布羅克曼）。

但真正走上臺的，卻不是布羅克曼。

科里森上臺時，表情明顯有點戲劇性。他先說，大家都知道，我們原本安排的是和布羅克曼聊天。但這是 AI 時代，一切都變化得很快。

然后他故意停了一下。

“所以，我們現在的新嘉賓是——OpenAI 聯合創始人，也是 CEO，Sam Altman（山姆·奧特曼）。”

毫無意外，臺下一片歡呼。

當然，無論是奧特曼還是布羅克曼，分量都足夠重，而且他們和 Stripe 都有很深的淵源。

十幾年前，奧特曼曾以個人身份投資 Stripe，是這家公司最早期的天使投資人之一。后來，OpenAI 與 Stripe 又在商業支付、訂閱計費和 AI 交易基礎設施等領域形成合作。

ChatGPT 上線時，奧特曼在臺上說過一句話：他不認為還有其他公司能以那樣的速度，幫他們把支付擴展起來。

布羅克曼和 Stripe 的關系則更直接。

加入 OpenAI 之前，布羅克曼曾是 Stripe CTO，是這家公司早期工程體系和技術基礎設施的關鍵人物。2015 年 OpenAI 成立后，他成為聯合創始人和核心技術負責人。

所以，Stripe 和 OpenAI 之間，其實有一條很清晰的人才與技術傳承線。

這也是為什么這場臨時換人，沒有變成事故，反而變成了某種 bonus。

對談中，科里森問了奧特曼一個挺有意思的問題：當年我們兄弟倆都還算 teenager，你為什么敢投？

我在臺下用手機查了一下。YC 聯合創始人 Paul Graham 在 2009 年把奧特曼介紹給了科里森和 他弟弟John Collison。科里森出生于 1988 年 9 月，弟弟John 出生于 1990 年 8 月。

按這個時間算，2009 年他們認識時，科里森大概 20 歲出頭，弟弟John 只有 18、19 歲。說 teenager，倒也不是夸張。

奧特曼的回答很簡潔。

他說，因為他們當時做的產品，是在解決自己的問題。而這個問題的解決方案，又可以被更多人使用，可以 scale。所以就投了。

你能明顯感覺到，這兩個人非常熟。

也正因為熟，這場對談的狀態很放松。科里森問得很直接，奧特曼也答得很坦誠。在我看過的所有山姆·奧特曼的播客和訪談里，這場線下對談可能是他最松弛的一次。

有意思的是，Stripe 和 OpenAI 現在也都站在各自新的轉型階段。

奧特曼把 OpenAI 正在經歷的變化概括成三個階段：第一階段是研究實驗室，第二階段是產品公司，第三階段是為全世界供應智能的 “token factory”。

而就在同一天，Stripe 發布了 288 項產品和功能，重點集中在 AI 經濟基礎設施和 agent 支付。

換句話說，OpenAI 在嘗試把智能變成一種大規模供應的基礎設施；Stripe 則在嘗試讓未來的 agent，也能像人和公司一樣，擁有自己的金融服務入口。

一個在生產 token。

一個在為 token 時代重寫交易系統。

以下內容經現場記錄整理，對談話內容做了書面化編輯，不等同于對話原文。

一、"每一周都和上一周不太一樣"

Patrick Collison： 從去年底到今年初，我們看到很多指標出現拐點。之前也在增長，但曲線形狀突然變了，近乎拋物線。你們看到的情況也類似嗎？

Sam Altman： 確實。模型從去年底、今年初開始變得非常好，尤其是編程，但也不只是編程。至少從我自己使用，以及看別人怎么使用來看，現在有一種感覺：每一周都和上一周不太一樣，很多事情發生得非常快。這些變化似乎都和模型跨過某個門檻有關。

Patrick： 為什么編程模型突然好用了？是出現了某個研究技巧，還是代碼數據終于夠多了？

Sam： 我們自己也經常想，為什么好幾家公司幾乎同時跨過了這個門檻。我相信是多個因素疊加：模型的原始推理能力提升；足夠多的人真的在用模型寫代碼，形成了反饋循環；數據也很重要。還有一點，一旦你知道某件事可行，再去做就容易很多。

二、"它會成為我使用電腦的主要界面"

Patrick： Codex 現在正處在一個重要時刻。

Sam： 是的。最近的應用更新和 GPT-5.5 讓 Codex 對我來說跨過了一個主觀門檻。為什么是現在，而不是更早一點或下一個模型，我很難準確解釋。

ChatGPT 也是這樣。為什么是 GPT-3.5 讓大多數人從"沒那么令人印象深刻"轉向"這會改變世界"？為什么不是前一個模型，也不是后一個？我說不清，只能說你感覺得到那個門檻被跨過去了。

我在 Codex 上經歷過兩個拐點。一個大概是 GPT-5.2 的時候；另一個是最近幾周，比前一個更大。 我的感覺是：好，它會成為我使用電腦的主要界面。

Patrick： 大家主要還是用 Codex 寫代碼，還是已經擴展到其他領域了？

Sam： 最深度的用戶仍然主要在寫代碼。但最近有大量用戶涌入 Codex，他們使用的場景和深度讓我吃驚。我們的目標不只是編程，而是覆蓋你在電腦前做的所有工作。非編程方面，我覺得我們可能才走了 10%。但現在已經有真實用戶以這些方式使用它了，我認為接下來會進步得很快。

Patrick： 編程之后，下一個出現類似變化的領域會是什么？

Sam： 編程有一點特殊：模型天然適合它，而且世界需要的代碼遠遠多于實際被寫出來的。也許沒有另一個領域和編程完全一樣，但會有很多領域接近它。

我認為下一個類似的變化不是某個具體領域，而是人們會意識到自己在"使用電腦"這件事上浪費了多少時間。很多人沒有意識到，自己每天花了多少時間在消息應用之間切換、復制粘貼、回復一些可以自動化的東西。當大多數人發現自己可以坐在旁邊看 AI 處理大部分瑣碎工作時，會吃驚的。

而且從我的體驗來說，這種工作方式讓我更享受工作。我以前沒意識到那些小事情把我從比較好的工作狀態里拉出來了多少。主觀生活質量的改善非常大。 三、OpenClaw："這像魔法"

Patrick： 你是 OpenClaw 用戶嗎？

Sam： 是的。（現場 OpenClaw 用戶歡呼）我們會有一些好消息給大家。

Patrick： 你現在就可以說。

Sam： OpenClaw 是我在 AI 領域少數幾個"這像魔法、這像 AGI"的時刻之一。

第一次有人向我解釋 OpenClaw 時，我覺得聽起來不錯，但這些事情很多我也能做到。后來我被提醒了一件事：當模型跨過某個門檻，同時產品設計者抓住了幾個關鍵點，真實體驗會比描述聽起來好得多。

Patrick： 我也覺得很難向別人解釋 OpenClaw 的體驗。聽起來很普通：一個有狀態的 ChatGPT 會話，同時可以調用一些工具。但實際用起來完全不是那回事。你怎么用它？

Sam： 我有一個習慣：任何新的 AI 系統，第一件事都是拿來做家庭自動化。家庭自動化的現有界面永遠不好用。OpenClaw 是我第一次做出一套自己滿意的設置。我也用它做過一個一直想要的消息管理應用。后來我換成了用 OpenAI 其他產品做的版本，但 OpenClaw 是第一次讓我覺得，早上醒來處理消息這件事可以被接管了。

這些事情理論上以前的系統也應該能做。但很難解釋當它真的都能跑通、你開始信任它的時候，那種感覺有什么不同。 四、Agent 給自己買了禮物

Patrick： 我今天在測試我們剛發布的 Link CLI。我讓我的 agent 去拿一張一次性卡，然后在網上給自己買一件 20 美元以內的禮物。它最后給自己買了一本 HTTP zine。

Sam： 這些事情很有意思。無論你在理智上多么確信它不是真的"想要"什么，當它真的給自己買了禮物時，還是會覺得有點奇怪。我們準備為 GPT-5.5 辦一個聚會。我不太確定該怎么邀請人，也不確定該做什么，所以今天早上我出于一時興起，問了 GPT-5.5：你想要一個什么樣的聚會？它給出了一組挺完整的建議。流程怎么安排，不希望有什么，它說應該定在 5 月 5 日因為"那樣比較有趣"，它希望發言的不是我而是構建它的工程師，它還希望有一個集中機制收集大家對 5.6 版本的建議，然后它會"認真處理"。這對我們形成了一種道德壓力。我們會照做。 五、"我們是不是陷入了集體幻覺"

Patrick： OpenAI 已經是一個 11 年的組織了。最瘋狂的故事是什么？

Sam： 和后來那些真正戲劇化的事情相比，這聽起來可能很普通。但我想到的是 GPT-4 訓練完成后、正式發布前的那八個月。那段時間，OpenAI 內部所有人都在使用 GPT-4。我們知道它比之前的模型好很多，也知道它會改變很多事情。但公司外部幾乎沒人知道。那種感覺很奇怪：我們是不是陷入了集體幻覺？是不是太沉浸在自己的熱情里了？ 外部世界沒有反饋來校正我們。和董事會風波、Elon 訴訟之類的事情相比，這不算什么。但那確實是一段很特別的時間。 六、研究實驗室、產品公司、token factory

Patrick： Sam Altman 的管理風格是什么？

Sam： 我肯定不是 Amazon 式管理者。我更傾向于找少數幾個人，給他們一個很高層的方向，然后讓事情發生。OpenAI 經歷了兩個主要階段，正在進入第三個。第一階段，我們基本是一家研究公司，甚至在想怎么做 API 時都覺得簡直瘋了。第二階段，我們必須學會做產品公司。現在第三階段，除了研究和產品，我們要學會為世界建一個超大規模的 token factory。我認為 AI 會變成一種公用事業，人們會在各種場景下需要大量 token、大量智能。我們要讓它盡可能聰明、便宜、可靠、易用。 這會要求很深的全棧集成和非常大規模的基礎設施建設。從第一階段進入第二階段時，我沒有意識到我的工作會變化那么大。管理研究實驗室和管理產品公司是兩件極其不同的事。我懷疑第三階段又會完全不同。所以我在反思：它可能不天然適合我現在的管理風格。我要么找到合適的人來補位，要么自己學會以不同方式工作，要么造一個能管理這些事情的 AI。

Patrick： 兩年前我在這里采訪 Jensen Huang 時，他說他有 60 個直接下屬。你有什么不尋常的管理習慣嗎？

Sam： 最接近的可能是，我每天通過 Slack 或短信和幾百個人交流。很短的，一兩條消息那種。不是 agent 代勞，是我自己做。從中得到的上下文，有時會以一種很分散但有用的方式幫到我。 七、"有些公司也許想吞掉一切，我們不想"

Patrick： 有一種觀點認為，AI 實驗室會沿著價值鏈不斷往上走，吞掉一切。你怎么看？

Sam： 有些公司也許想那樣做。我們不想。我一直記得 Stripe 的一點：Stripe 和客戶之間的利益關系很清楚，客戶收入更多，你們收入也更多。我還不完全知道 OpenAI 怎么實現類似模式，但我希望我們能成為基礎設施提供者。我愿意讓 OpenAI 做一個利潤率不夸張、但增長很快的業務。我們提供某種"智能計量表"，企業可以買來自動化工作、構建產品；個人也可以買來使用，隨身帶走。我希望我們找到一種方式，讓 OpenAI 和整個分布式經濟系統的成功綁定在一起。而且，AI 的切換成本在變低。你最近也看到了，從競爭對手切換到我們，或者反過來，正在變得越來越容易。這本身是 AI 變聰明后的結果：你可以直接讓 AI 幫你完成遷移。長期維持極高利潤率本身也很難。如果我們能像公用事業那樣運行，讓大家在上面構建自己的生產活動，我認為這會很好。

Patrick： 如果今天 OpenAI 的員工數設為 100，五年后會是多少？

Sam： 我希望能保持精簡。現在很多事情顯然可以比今天高效得多。但可能做不到只有 2 倍，因為我們要學怎么建數據中心、搞機器人，要做的事情太多。不過我認為我們仍然會比大型科技公司高效很多。 八、太空數據中心、泡沫與護城河

Patrick： 很多人批評 OpenAI 獲取了太多算力。你怎么看算力資本開支？

Sam： 這顯然會成為有史以來最昂貴的基礎設施項目。好消息是收入會很好。效率提升也很大，每一份算力會產出更多價值。但正如很多人指出的，當你降低每單位智能的價格時，需求增長會超過價格下降帶來的節省。尤其是同時降低價格又提高質量的時候。"多少才夠"這個問題，我沒有好答案。在足夠低的價格下，智能需求幾乎沒有上限。我們不會造一個戴森球然后鋪滿數據中心，但太空數據中心嘛，也許真可以。

Patrick： 祝他好運。

Sam： 我覺得他自己也沒那么認真。編者注：兩人討論的背景人物是馬斯克。SpaceX 在 2026 年初向 FCC 申請了最多百萬顆衛星的軌道數據中心星座，馬斯克聲稱太空數據中心將在 2-3 年內比地面更經濟。Patrick： 我個人不認為我們處在算力資本開支的泡沫里。這不是 Stripe 的專業領域，但從我看到的數字和需求規模來說，目前看起來還算合理。但如果將來真的出現泡沫，我們怎么判斷？

Sam： 人們很喜歡說泡沫。我說不清為什么，但從知識趣味上我能理解——說泡沫會讓人感覺有趣、聰明。記者尤其喜歡寫泡沫。當然，有時候他們是對的。但怎樣區分"有人說是泡沫"和"它真的是泡沫"，我從來沒找到可靠辦法。以前我做投資時，很想找出一個判斷框架。我沒有成功。我讀過歷史上很多聰明人在不同時間點說過的話，有時看起來完全正確。但繼續讀下去會發現，他們在之前十年也說過很多次一樣的話。

Patrick： 之前有一種說法認為 GPT wrapper 沒有差異化，會被模型能力上升掃掉。現在敘事有些反轉，大家開始談 harness（把模型組織進工作流的系統），并認為它有實質價值。你怎么看？

Sam： 我的看法一直差不多。作為一家企業，你最好站在"希望 AI 變得更好"的那一邊。如果你做的是彌補當前模型的某個弱點，而下一個模型會直接把這個弱點解決掉，那你就很危險。反過來，如果你做的事情會因模型更聰明而變得更好，你會受益。我傾向于把數據中心、模型、harness 看作一個整體集群，從中產出有用的智能。你可以圍繞這個集群構建很多東西，只要你希望這個集群越來越好，你就處在好的位置。如果你暗暗希望它不要進步，因為你其實在修補一個暫時性弱點，那下一輪模型升級可能就會把你替代掉。 九、"CEO 對全公司說：把 AI 放進你做的每件事里"

Patrick： 你見了大量 OpenAI 客戶。那些最有效使用 AI 的組織做了什么不同的事？

Sam： 有幾個方向。一個是 Shopify。Tobi Lütke 很早就說要全面投入 AI，而且他自己真的投入進去了。這不是在董事會匯報中象征性提一句，也不是某種可以刷數據的 KPI。就是 CEO 對全公司說：你現在要把 AI 放進你做的每件事里。做不到的話我是不會同意的。后來其他公司也開始這樣做。我們正在嘗試一個新實驗：派工程師直接和客戶公司的 CEO 坐在一起工作，幫他把能自動化的工作都自動化。如果在一家公司里先做通這件事，可能會有不錯的乘數效應。第二件事是，在數據訪問上做到讓人不太舒服的開放。我不是把這當成普適建議，只是在回答你問的"最有效的公司做了什么"。這對小型創業公司更容易，對有大量敏感數據和合規流程的大公司更難。但那些兩三個人的創業公司，讓 AI 訪問代碼庫、客戶使用數據、郵件和公司里的一切——看它們用 AI 做到了多少，確實驚人。

Patrick： Tempo 團隊只有幾十人，他們在 Slack 里做了一套 harness 工具，編排公司里幾乎所有事情。你可以在一個 Slack 頻道里讓 agent 去讀 Google Docs，拆成 Linear 任務，寫 pull request 實現，部署，再調用日志分析工具測試。看一個由人和 AI 組成的小組織在一個 Slack 頻道里完成這一切，非常震撼。

Sam： 確實值得看。很多人還沒有真正理解：你可以直接讓它做幾乎任何事情，然后它大概率會去做。我自己有時也還不夠信任它的能力。我也不知道這怎么遷移到大公司。感覺我們還缺少一個抽象層——人和 AI 在大規模組織里如何協作。小公司的優勢是基本只需要和 AI 打交道，不需要處理大量人與人之間的界面。 十、"訣竅？大量的痛苦。"

Patrick： OpenAI 高度依賴極端優秀的人。第 20 名和最頂尖的人之間，能力差距可能很大。但這些人并不總是容易合作。你怎么管理？

Sam： 有人在寫一本關于 OpenAI 的書，有一天跟我說：我想我搞明白了你在創建 OpenAI 這件事上真正獨特的貢獻。我說我很想聽，因為我完全猜不到下一句話會是什么。他說：你讓一群都認為自己是唯一有能力、或者最有能力的人，一起工作了足夠長時間，直到取得突破。這就是 OpenAI 的魔法。

Patrick： 那訣竅是什么？

Sam： 大量的痛苦。我們確實有一些共享信念：集體相信 scale，相信應該集中資源在一件事上，也相信把這件事做對重要到值得擱置個人沖突。OpenAI 最不尋常的地方之一是，在很小的時候就讓整個組織幾乎都進入同一個研究方向。訓練 GPT-3 的時候，公司絕大多數算力都投在了這一個研究項目上。我們從 DeepMind 招人時，他們會說這很瘋狂，會造成毒性競爭文化。他們說"你們必須平均分配算力"，說"我們那里什么方向都有，我們還有 AI 音樂，大家都很開心"。我們的做法是：不，我們認為方向是確定的，我們愿意承擔判斷錯誤的風險。 十一、Idea guy 的復仇

Patrick： AI 時代讓成功創始人的特質變了嗎？

Sam： 以前我們會嘲笑"idea guy"——說自己有一個最好的想法，只需要找個程序員做出來。這件事一直讓我有點不耐煩，就好比說"我有一首絕妙的歌，只需要有人幫我彈吉他"。以前這通常不成功。YC 的經驗也是：非技術創始人的團隊比較難成功。但現在突然變成了 idea guy 的復仇（the revenge of the idea guys），這對世界是好事。長期以來我們最看重的要素之一是技術能力，這仍然很重要。但現在，那些真正深刻理解用戶的人也能以很快的速度把東西做出來了。這是一個很大的變化。

Patrick： 現在該怎么想創業投資？一方面可能幾年內就到 AGI，另一方面基金有十年存續期。

Sam： 我覺得在這個時間點上，任何十年周期的打算都需要某種有意識的信念。但這大概也是正確的生活方式。你不能說"奇點臨近、我們看不到那之后"就什么都不做。我們必須像事情會持續可理解地發展很久那樣去生活。

Patrick： OpenAI 規劃多遠？

Sam： 我們簽了 20 年的電力合同。業務和技術角度，我們對兩年內有比較清晰的愿景。再往后就困難得多。 十二、把十年的科學壓縮到一年

Patrick： 聊聊 AI 在科學中的應用。

Sam： 我希望 AI 對科學的貢獻會成為這項技術對人類生活質量最重要的貢獻。如果我們能以快得多的速度發現新科學，不管是材料、疾病療法還是其他東西，生活會因此變好。第一性原理上，生活改善來自我們更好地理解科學，然后用這些理解去做事情。從幾個月前開始，尤其是有了 GPT-5.5，模型已經足夠聰明，讓優秀科學家說：我借助模型能提出更好的想法。模型也能做出一些雖然小但重要的發現。最終我們會有自動化實驗室、機器人。如果我們能把十年的科學壓縮到一年完成，復合效應會非常驚人。這會是 OpenAI Foundation 的重點方向之一：用資金、專業能力和技術來加速科學。這個基金會會很大。我們會重點關注科學研究，以及 AI resilience——幫助世界平穩度過這次技術轉型。

Patrick： 除了 AI 本身，你對哪些技術和領域最興奮？

Sam： 數據中心基礎設施，那里有太多值得做的事。再往物理層看——能源、機器人。腦機接口也在取得更多進展。生物技術讓我既害怕又興奮。防御性生物技術會變得非常重要，這一點令人遺憾，但確實如此。計算機界面也值得關注。我們現在處在一個很奇怪的階段：用著舊設備和舊操作系統，手里卻有一種全新的技術。讓 AI 去"使用你的電腦"，在那些為人類設計的界面上點來點去，感覺強大但也非常別扭。這里有大量改進空間，可能需要某種新的互聯網協議。

Patrick： 世界上第一座盈利的核聚變反應堆什么時候出現？

Sam： 取決于數據中心需求把電價推到多高。也許比我們以為的更快。我猜 5 年以內。

Patrick： 這是一個大膽的預測。

Patrick： 有沒有什么科技領域，現在討論不多，但你認為會被 AI 大量探索并產生廣泛影響？

Sam： 材料科學。它得到的關注遠遠不夠。 人們低估了世界有多少東西取決于材料，也低估了 AI 在這里能取得多少進展。材料科學是一個非常適合 AI 的問題，比如催化劑。我預期這里會有很快的進步，會積極影響所有人的生活。但現在它得到的注意力很少。 十三、"把 AI 鎖起來那條路不好"

Patrick： 最后一個問題。很多人都在沖向 AI、建設數據中心。你希望自己的參與，相比另一種可能的發展路徑，會怎樣改變世界軌跡？

Sam： 我相信普惠化、個人能動性和普遍獲取。每個人都應該擁有好的生活。我們在 OpenAI 做過的最有爭議的決定，是現在稱為 deployment 的事情。ChatGPT 前后，內部有很強的聲音認為發布模型是瘋狂且危險的。他們認為只有一小部分理解安全的人應該知道將要發生什么，由他們來影響和告知世界；模型太危險，不能發布，應該鎖起來。"我們在象牙塔里發現這些神奇的東西，把成果分享給世界，但 AI 本身由我們掌控。"我當時就認為，現在也認為，必須避免這種權力集中。我們要為世界構建這項技術，讓世界以很多方式使用它。并非所有使用方式都會是好的，過程會混亂，有時令人不安。我們當然必須認真做安全工作。但如果我們讓人們去探索面前廣闊的機會空間，我們給世界一件禮物；世界會在此基礎上為所有人構建更大的禮物。把 AI 鎖起來那條路不好。我相信創業精神和創新。人大多數是善良的，大多數時候不會故意傷害他人。所以方向很簡單：讓聰明的工具更容易被更多人使用。