OpenAI 昨天发了一篇文章，标题叫《Built to benefit everyone: our plan》。

作者是 Sam Altman 和 Jakub Pachocki。

这篇文章不是新品发布，也不是模型参数说明。

没有什么「GPT-6 正式上线」，也没有什么「某个按钮突然变强」。

但我觉得它反而挺值得看。

因为它讲的是 OpenAI 接下来真正想干什么。

如果用一句大白话概括，就是：

OpenAI 想把高级 AI 做成一种像电一样的基础能力，便宜、充足、安全，最好每个人都能用上。

听起来有点宏大。

但你把这篇文章拆开看，其实它在讲几个很现实的问题。

OpenAI 开头用了一个类比，电力。

电本身当然重要，但电真正改变世界，不是因为它在实验室里多厉害，而是因为它进了工厂、进了家庭、进了医院、进了学校。

灯泡、电梯、冰箱、电脑、流水线，这些东西才真正改变了普通人的生活。

OpenAI 想说的是，AI 也会走这条路。

如果 AI 只停留在几个大公司、几个实验室、几个技术圈的人手里，那它再强，也只是少数人的工具。

但如果 AI 变得足够便宜、足够好用、足够普及，它就会变成每个人的能力放大器。

这就是这篇文章的第一层意思。

AI 不应该只是少数人的外挂。

它应该变成普通人的工具。

比如一个普通人可以用它学习新技能，理解复杂合同，处理医疗账单，做一个小生意，给家里老人安排照护，或者在工作里少做很多重复劳动。

你会发现，OpenAI 这次讲的不是「AI 替代人」。

它讲的是「AI 帮人做更多自己想做的事」。

这两句话差别很大。

很多人一听 AGI，就会想到机器接管世界，人类坐在旁边失业发呆。

但 OpenAI 在这篇文章里其实专门强调了一点：

他们不想做一个把所有事情都自动化掉的未来。

这句话挺关键。

因为完全自动化听起来很爽，但问题是，谁来决定什么事情值得做？

谁来决定目标？

谁来承担后果？

如果 AI 只是疯狂执行任务，但人的判断被挤到一边，那这个未来其实挺吓人的。

所以 OpenAI 给自己的定位是，AI 应该服务人的目标，而不是替人定义目标。

人不是消失了。

人的角色变了。

以后更重要的可能不是你亲手做了多少事，而是你能不能判断什么事值得做，怎么做才对，边界在哪里，结果算不算好。

这个逻辑放到我们现在用 Codex、Claude Code，其实已经能感觉到了。

以前写代码，是你一行一行敲。

现在很多时候，是你把需求拆清楚，把上下文给足，把验收标准说清楚，然后让 AI 去跑。

你不再只是一个执行者。

你更像一个小团队的负责人。

只不过团队成员不是人，是一堆 Agent。

这也是文章里第二个很重要的方向，AI 研究员。

OpenAI 说，他们接下来一个重要目标，是做出能够帮助甚至部分自动化 AI 研究的系统。

这句话乍一听有点绕。

AI 来研究 AI？

是的。

而且这可能是未来几年最关键的变量之一。

因为如果 AI 能帮研究员提出假设、跑实验、分析结果、改进模型，那 AI 进步的速度可能会变得更快。

以前是人类科学家一步步推。

后面可能是人类科学家和 AI 系统一起推。

OpenAI 还提到，到 2028 年 3 月，他们内部可能会有相当一部分研究工作由 AI 系统和人类研究员协作完成。

这个时间点其实不远。

也就是说，他们不是在聊一个遥远的科幻概念。

他们是在说，未来两年左右，AI 可能会明显进入 AI 研发本身。

这件事如果跑通，影响会很大。

因为 AI 一旦能加速科学研究，就不只是写代码、写文章、做 PPT 这么简单了。

它可能会影响药物发现、材料科学、能源、数学、工程，甚至整个生产力系统。

这也是 OpenAI 文章里的第三个关键词，经济增长。

但它这里有个很微妙的表达。

OpenAI 一方面很乐观，觉得 AI 会带来巨大的经济和科学进步。

另一方面，它也知道这件事会带来分配问题。

说白了，AI 如果真的大幅提高生产力，那钱会流向哪里？

是所有人都变好，还是只有少数掌握算力、模型和渠道的人变得更强？

这是这篇文章背后最重要的问题。

OpenAI 反复强调「benefit everyone」，不是随便喊口号。

因为 AGI 这种东西，如果只让少数人受益，社会撕裂会很严重。

技术越强，分配问题越尖锐。

以前一个人拥有一台机器，可能只是多赚一点钱。

以后一个人拥有一套超级智能系统，可能就不只是多赚一点钱了，而是拥有了远超普通人的决策能力、生产能力和组织能力。

所以 OpenAI 这篇文章里一直在讲一件事：

AI 不能变成权力集中的工具。

它应该尽量变成能力分散的工具。

当然，说是一回事，做到是另一回事。

这也是我读这篇文章时最大的感受。

OpenAI 现在已经不是一个单纯的研究实验室了。

它有产品，有 API，有企业客户，有算力需求，有巨大的商业压力。

所以它说「让所有人受益」，我们当然可以期待，但也不能完全当成已经发生的事实。

真正要看的，是它后面怎么做。

比如模型会不会越来越便宜。

普通开发者能不能用得起。

小公司能不能接入高级模型。

安全规则会不会透明。

不同国家和地区能不能公平获得能力。

当 AI 影响就业和收入分配时，会不会有对应的社会机制。

这些才是硬问题。

不过，这篇文章至少把 OpenAI 的路线讲得很清楚。

他们认为 OpenAI 已经进入第三阶段。

第一阶段，是做 AGI 研究。

第二阶段，是把研究成果变成真实产品，比如 ChatGPT、API、Codex 这些东西。

第三阶段，就是让高级 AI 变得充足、便宜、安全、有用，并且足够容易被每个人和每个组织使用。

这就解释了为什么 OpenAI 这两年一直在做很多看似不同的事。

一边推更强的模型。

一边做 Codex 这种 Agent 工具。

一边做企业产品。

一边谈算力基础设施。

一边讲安全和治理。

这些事情表面上很散，但放到这篇文章里就串起来了。

它们都指向同一个目标：

把智能变成基础设施。

就像电一样。

你不需要懂发电厂怎么运转，也能开灯。

未来 OpenAI 想做的，可能就是让你不需要懂模型怎么训练，也能随手调用一个很强的智能系统。

写代码，做研究，管公司，学东西，处理生活事务。

你只需要知道自己想要什么。

当然，这里面也有一个很现实的问题。

很多人其实并不知道自己想要什么。

这可能才是 AI 时代真正拉开差距的地方。

当工具越来越强，执行越来越便宜，人的差距就会更多体现在目标、判断、审美、组织能力上。

你会不会提问题。

你会不会拆任务。

你会不会判断结果好坏。

你会不会把 AI 放进自己的工作流，而不是把它当成一个聊天玩具。

所以我觉得，这篇文章对普通人的启发，不是「AGI 要来了，大家快紧张」。

而是我们得开始换一种方式理解 AI。

AI 不是一个单独的软件。

它会慢慢变成一种底层能力。

你今天学会用 ChatGPT 写东西，只是第一步。

后面更重要的是，你怎么用 Codex 做项目，怎么用 Agent 做调研，怎么用 AI 帮你搭知识库、做课程、剪视频、跑业务流程。

换句话说，别只盯着模型名字。

要盯着能力怎么进入你的生活和工作系统。

OpenAI 这篇文章写得很大。

讲电力，讲 AGI，讲科学发现，讲经济增长，讲全球治理。

但落到我们普通人身上，其实就一句话：

未来不是 AI 替你活。

而是你能不能带着 AI，把自己原来做不到的事，一件一件做出来。

这可能才是 personal AGI 真正的意思。

不是给你一个无所不能的神。

而是给你一个越来越强的长期搭子。

你要有目标，它才有方向。

你要有判断，它才不乱跑。

你要有好奇心，它才真的能把世界打开一点。

原文链接：https://openai.com/index/built-to-benefit-everyone-our-plan/