ChatGPT 最近明显又有点焦虑。

一个月前还在拉红色警报应对 Gemini，现在又看到 Claude Code 爆火，后脚奥特曼就发推说 Codex 要憋大招。在这个时间节点，奥特曼把大家聚在一起，没开发布会，而是开了场座谈会

可能是真的想听听大家的想法，也可能确实没有太清晰的方向，奥特曼刚刚和一群 AI 应用开发者开了场一个多小时的研讨会。我们把整场对话整理了一下，他们主要讨论了关于未来产品形态、模型能力边界、还有个人成长的内容。

听完这一个多小时，这次也感觉奥特曼没把自己当成那个高高在上的 CEO，更像是回到了一个同样在摸索新时代玩法的老程序员。

未来的 App，是一人一个

每个人都有自己定制的版本

有人问了个很实在的问题，AI 让代码变便宜了，工程师是要失业还是需求更大？

奥特曼的回答挺有意思，他说工程师的定义会变，但需求不会少。他提到了「杰文斯悖论」：代码越便宜，需求反而越多 。只是「工程师」这个词的定义变了，以前是自己在键盘上敲代码，以后是指挥计算机去做你想做的事。

所以，他觉得未来会是这样，就像我们现在的网名会标注「考研版」、「工作版」，以后每个人手机上的 App 也都不一样。我从 AI 应用商店下载安装的微信是「微信 – APPSO 版」，你的是「微信 – XX 版」。世界会充满为个人定制的软件。

谁来做这个入口

有个独立开发者问得更直接，你们 OpenAI 会不会垄断所有 Agent 的界面？我还能不能在 Codex 上做自己的东西?

说实话，这个担心不是没道理。现在无论是 ChatGPT 还是 Claude，都在疯狂开发各种应用，想收割不同层面的用户。

▲ 因为 Claude Code，软件股经历了自 2022 年以来最糟糕的一周

不过奥特曼倒是给了个比较开放的回答：我们也不知道正确的界面长什么样。有人可能喜欢像电影里那样面对三十个屏幕，有人可能就想安静地每小时说一句话让 AI 去处理。这是个巨大的未解领域，需要大家一起去试。

想想也是，就像当初谁能想到 Manus 这种产品形态会火成那样?

好点子从哪来

这可能是整场最戳心的问题，既然生产力不是问题了，好点子才是稀缺资源。有没有工具能帮我想创意？

很遗憾，目前还没有。但奥特曼提了个很有意思的想法，如果能做一个像 Paul Graham（著名投资人）那样的 ChatBot，能和我们对话激发灵感，那价值就大了。他说他人生中遇到过三四个这样的人,每次和他们聊完都能冒出一堆想法。

说到这个，我想起最近 Dan Koe 那篇《How to fix your entire life in 1 day》在 X 上疯传，目前收获了快两亿浏览。那篇文章提供了一套完整的「心理挖掘」方法，通过一天时间的深度自我提问，帮我们找到真正想做的事。虽然不是 AI 工具，但确实是个激发创意的好框架。

▲文章链接：https://x.com/thedankoe/article/2010751592346030461

这篇文章为什么能这么火，我想也是这种创意在 AI 时代的放大。当意义本身变成了稀缺品，所有人都能用 AI 快速生产内容时，真正有价值的反而是那个「独特视角」——你为什么关心这个问题？你的人生经历如何塑造了这个想法？这些是 AI 复制不了的。

这其实也呼应了奥特曼在座谈会上说的：人类只在乎人类。他没有简单的把那些 AI 生成的内容叫做 AI Slop，而是把那些 AI 作品定义为「Clanker 废铁」，他说这种作品一旦被识破，人们就不喜欢了。

我们渴望的是创作者背后的故事、挣扎和成长轨迹。

做出来了，然后呢

有个开发者说出了很多人的心声，用 AI 做 App 容易，但没用户啊！怎么找到用户（GTM）才是真正的难题。

▲「既然我们现在可以自己开发软件，为什么还要继续支付昂贵的订阅费用？」，知名软件服务提供商 Salesforce 订单减少

奥特曼这次没给什么新答案，很直白地说：是的，人类的注意力是有限的。这是创业永恒的难题，AI 并不能改变这一点。AI 能帮我们更快地做销售自动化、营销自动化，但最终我们还是要和别人竞争这个稀缺资源。

这是物理定律，AI 也改变不了「注意力有限」这个事实。

为了编程，GPT-5.2 的写作确实被削弱

GPT-5.2 写作确实变弱了

Raindrop 的 CTO 提了个很多人都注意到的问题：GPT-5 编码很强，但写作好像不如 GPT-4.5 了？

奥特曼直接承认了：我们搞砸了。5.2 版本为了专注推理和编码，确实牺牲了写作能力。但他强调未来的模型会是通用的，我们想要一个编程助手的同时，也希望它能写出清晰的文档和交互。

▲除了写作能力的下降，多数网友对 ChatGPT 的声讨，还是集中在路由机制和 4o 的回归

好消息是，他们会在后续版本里补上这块。

会不会被旧技术锁死

有个 YouTuber 问了个技术向的问题，模型都是基于旧技术训练的，我们会不会被困在旧技术栈里？就像现在让 GPT 用两年前更新的框架都很费劲。

奥特曼倒是挺乐观：模型本质上是通用推理引擎。未来它们学习新工具的速度会超过人类，给它一个全新的环境，探索一次就能学会。

3D 推理什么时候有

做生物医药的开发者问：药物设计需要 3D 推理能力，这个什么时候能有？

奥特曼说他们知道怎么做，只是优先级的问题。OpenAI 内部项目排期估计都排到巴黎了，但这个需求确实在路线图上。

安全问题怎么办

一个斯坦福做生物安全创业的学生问得更深，生物安全在你们的路线图里排在什么位置？

奥特曼一直对安全问题很担忧。他说单纯封堵已经行不通了，社会需要建立韧性机制，就像我们应对火灾风险那样。不是禁止用火，而是建立防火规范、使用阻燃材料。他还坦承，如果今年 AI 真出什么大热门，生物安全领域是个「合理的赌注」。

我的记忆能不能分成工作记忆和私人记忆

除了模型和安全，个人隐私向来也是大家关注的重点。当被问到，ChatGPT 能否手动分组记忆（工作 vs 个人）？奥特曼直接说，我比较懒，我希望 AI 知道我的一切并自己判断。

他自称是个懒人（Lazy user），他已经准备好让 AI 读取他电脑和网络上的一切数据，只为了不手动输指令，也不想费劲去给记忆分类。

但是，当被问到，能不能开放「用 ChatGPT 登录」，让用户把 Token 预算和记忆带到第三方 App？奥特曼又说我们会做的。先做 Token 预算共享，记忆共享比较敏感但也是目标。

奥特曼的回答还是有些微妙，Token 共享好说，记忆共享就很敏感了。毕竟，记忆数据某种意义上是 ChatGPT 最大的护城河，怎么安全地把这些数据开放给第三方，他们也还在纠结。

成本和速度

有个做 GTM 自动化的 CTO 问：你们说「智能便宜到不用计量」，但我们跑百万级 Agent 还是被成本卡住了。未来成本能降多少？

奥特曼给了个挺激进的预测，到 2027 年底，GPT-5.2 级别的智能成本至少降低 100 倍。

但他也提到了另一个维度：现在越来越多人在意的是速度，而不只是成本。怎么把同样的输出时间缩短到百分之一，这是个和降成本完全不同的问题，他们还在权衡怎么平衡这两个方向。

学历无用论

学历还重要吗

有个从伦敦辍学、进了 YC W26 的创业者问：父母逼我回去上大学，我该怎么办？

奥特曼的回答挺直接：如果你是个有野心的 AI 建设者，现在待在大学可能不是时间的最佳利用方式。学校永远在那里，但技术窗口期不等人。

他自己当年辍学，父母花了十年才不再问他什么时候回去读书。他建议就告诉父母：不是说大学对所有人都不合适，但现在对我来说，我得做这件事。

▲AI 圈里，从名校辍学去创业还做得很好的人，其实很少

小孩子该怎么用 AI

一个伯克利学生问了个很实际的问题：现在高中生都在用 ChatGPT 写作业，幼儿园和小学教育该怎么适应 AI？

奥特曼的态度挺保守：幼儿园别用电脑，让孩子在现实世界玩耍。他提到社交媒体对青少年的负面影响，已经被讨论很多了，但技术对幼儿的影响可能更糟，却很少有人关注。在我们搞清楚这些影响之前，没必要让幼儿园小朋友用 AI。

面试会变成什么样

有人问，软件开发的面试形式是不是该变了？

奥特曼说他们正在讨论这个。理想的面试应该是，给你一个去年一个人两周都做不完的任务，看你能不能在 10-20 分钟内搞定。他觉得传统的软件工程面试本来就不太好，现在就更不相关了。关键是看你能不能在这个新时代有效地工作。

至于招聘，他说 OpenAI 会放缓招聘速度，毕竟现在的 AI 领袖，都在说少量人加 AI 能做更多事。他也希望避免那种「招太多人然后突然发现 AI 能做这些事不得不裁员」的尴尬局面。

AI 时代最重要的技能是什么

最后有个越南国际学生问了这个经典问题。奥特曼的答案都是软技能：高能动性(High Agency)、善于产生想法、有韧性、能适应快速变化的世界。

他说这些技能都是可以学的。当年做 YC 的时候，他最惊讶的发现就是：通过三个月的训练营，真的能让人在这些方面变得非常强。

最后座谈会结束时，奥特曼说了句挺「暖心」的话。