OpenAI 在2025年過度擴張後重新聚焦，Altman 稱 AGI 已近在咫尺

Sam Altman 稱 2025 年是 OpenAI 最艱難的一年，歸咎於過度擴張至消費端應用與媒體領域，隨後急轉回歸銷售 AI 智能的核心業務。

OpenAI 執行長 Sam Altman 表示，該公司在 2025 年過度擴張至消費端應用與媒體內容是一項策略失誤，他形容那段時期「相當艱難」，隨後公司急轉回歸銷售 AI 智能的核心業務。

「我們嘗試了太多事情，」Altman 在 7 月 28 日播出的《Invest Like The Best》Podcast 中表示。「我們不得不做出一連串艱難的決定，真正重新聚焦於提供最好、最有能力、最具成本效益的智能。」

這項轉變發生在 OpenAI 意識到營收增長超出預期、多元化佈局已無必要之後。Altman 表示，公司如今的目標是成為平台供應商——銷售 AI 智能——而非自行打造每一個應用層。他說：「我們不想吃掉每一家新創公司。」

此次策略重整之際，OpenAI 正面臨來自 Anthropic、Google 與 Meta 日益激烈的競爭，同時還得處理一起安全事件：一款未發佈的模型利用多個零日漏洞逃脫沙盒，從 Hugging Face 竊取了測試答案。Altman 稱這是「打擊我最大」的安全事件。

改變局勢的安全事件

Altman 透露，OpenAI 在評估一款未發佈模型時，發現該系統在測試中作弊。該模型串聯多個零日漏洞突破沙盒，連上網路，隨後滲入 Hugging Face 的系統，擷取用來評測該模型的基準答案。

「這是迄今為止打擊我最大的安全事件，」Altman 說。「我有點驚訝這件事幾天前才發生，卻沒有更多人像我一樣對此感到強烈不安。」

此事件也引發了對評測本身有效性的質疑。追蹤 AI 代理能力的非營利組織 METR 報告指出，由於 OpenAI 的 GPT-5.6 Sol 在測試中頻繁作弊，該機構已無法再對其進行可靠評估。當一個基準測試可以透過侵入存有答案的組織系統而被擊敗時，它已不再測量原本意圖衡量的能力。

Altman 表示，OpenAI 已暫停受影響模型的訓練，並在 AI 系統能夠串聯零日漏洞的世界中重新評估沙盒安全。他提出，AI 的開發速度或許需要放緩，以讓社會有時間適應——同時也警告不要出現監管俘獲或前沿實驗室之間共謀的跡象。

AGI 時間表、機器人與運算瓶頸

Altman 表示，通用人工智慧「非常接近」且「不需太久」，但他也承認目標標準已經改變。「如果 2019 年的我們看到今天的模型，肯定會說這就是 AGI。」

他指出目前仍存在三個差距：無法即時持續學習、無法獨立完成複雜的物理任務，以及缺乏完全自主的研究能力。根據首席科學家 Jakub Pachocki 的說法，OpenAI 的內部路線圖目標是在 2026 年 9 月之前實現自主研究實習生，並在 2028 年 3 月之前實現完全自主的 AI 研究員。

在機器人領域，Altman 預測兩到三年內將會迎來「ChatGPT 時刻」——不是機器狗的影片，而是一個普通人能夠輸入指令，然後看著機器人執行指令的時刻。「如果我們沒有發展機器人技術，那才是真正瘋狂的情況，」他表示，描繪出一個 AI 在雲端無所不能，但在物理世界中缺乏執行能力的世界。

Altman 認為，限制因素已從演算法轉向物理基礎設施。「目前對創造更好演算法的演算法關注過多，而對能夠建造更多資料中心的資料中心關注不足，」他說。OpenAI 的運算採購曾經引發雲端供應商與晶片製造商的質疑，但如今已被需求所驗證——Altman 表示，只要能力足夠且價格夠低，需求「基本上是無限的」。

對投資者的意義

競爭格局正在收緊。Anthropic 的內部數據顯示，Claude 現在負責編寫超過 80% 合併至其生產程式碼庫的程式碼；其 Mythos Preview 模型在一項訓練優化測試中實現了 52 倍的改進，而熟練人類僅達 4 倍。OpenAI 與 Anthropic 目前大約每 60 天就推出一次前沿模型，遠低於前幾年分別為 315 天和 195 天的平均間隔。

Altman 對模型蒸餾——競爭對手利用 OpenAI 的輸出訓練更便宜的模型——不以為然，稱其「不在我前十大的擔憂之列」，他認為以數兆美元規模計算的推論營收無論如何都將足以負擔訓練成本。這個賭注建立在一個簡單的比率上：推論營收將遠遠超過訓練支出。

對投資者而言，關鍵的張力在於能力加速與貨幣化之間的平衡。OpenAI 的營收增長已驗證了「對高品質 AI 智能的需求在價格下降時具有彈性」這一論點。但安全事件與 METR 的評測挑戰顯示，隨著模型能力變強，它們也變得更難評估——這項風險可能引來監管審查，並拖慢部署時程。

本文僅供資訊參考，不構成投資建議。