OpenAI第三期播客上线：从ChatGPT到智能体，AI如何重新定义职场与科研

OpenAI COO布拉德·莱特卡普（左）和首席经济学家罗尼·查特吉（右）

7月16日消息，OpenAI在Youtube官方账号发布了第三期播客节目——由前工程师安德鲁・梅恩（Andrew Mayne）主持，公司首席运营官布拉德·莱特卡普（Brad Lightcap）和首席经济学家罗尼·查特吉(Ronnie Chatterji)作为嘉宾参与。

这期节目不仅回顾了“ChatGPT”如何从API中的“游乐场”功能演变为标志性的人工智能产品，还深入探讨了OpenAI正在进行的研究、与各界的对话，人工智能对劳动、工作及经济未来的深远影响等。

核心观点有：

• ChatGPT的成功与演变：ChatGPT从最初的文本补全功能演变为具有交互性对话界面，标志着人工智能大规模应用的转折点。其简单直观的界面大大降低了使用门槛，推动了人工智能的普及。
• 人工智能对生产力的提升：人工智能显著提升了软件工程、科学研究和专业服务的生产力，尤其在小企业和发展中国家，释放了巨大的增长潜力。AI被视为推动全球经济转型的重要力量。
• 教育和软技能的重要性：人工智能时代，情商、批判性思维和适应力变得尤为重要。教育系统需要进行改革，以培养能够与智能协作的能力。
• AI对就业和职业的影响：人工智能不仅在传统行业如医疗和法律中创造新的需求，还通过自动化和智能工具使得小企业主和普通人能够提高生产力，推动新兴行业的发展。人工智能有潜力彻底重塑工作模式，促进更高效、更灵活的工作方式。
• 智能体的未来潜力：AI智能体能够处理复杂任务，并且适应新的工作场景，成为企业和科研领域的关键伙伴。智能体的应用将跨越不同领域，包括软件开发、销售和科研等，推动各行业的创新和发展。
• 人工智能对新兴市场的作用：在新兴市场，AI有望推动农业、教育和小企业的快速发展，尤其在低收入国家和地区，AI的普及可能极大地改善生活质量并促进经济发展。
• 未来的行业变革：药物发现、材料科学等领域将因人工智能而产生突破，尤其在科学研究和专业服务领域，人工智能将发挥越来越重要的作用。
• 教育改革和个性化学习：AI将成为个性化学习的关键工具，通过智能导师帮助学生根据自身需求学习，同时也让教育系统更加灵活，注重培养学生的软技能，如批判性思维和适应能力。

以下为此次播客节目的精华版内容：

01 ChatGPT的诞生：从不起眼功能到产品

梅恩：能否介绍一下你们在OpenAI的职责？

莱特卡普：我的职责主要集中在“部署”层面。从宏观角度看，OpenAI是一家兼顾研究与部署的公司。我们不仅致力于构建人工智能、进行基础科学研究，也关注如何将技术真正推向社会，确保其有益且安全地服务于用户。这意味着我们要考虑在不同国家、不同产业中如何使用人工智能，也要研究用户的实际需求，以及技术演进对使用方式的影响。

梅恩：OpenAI最初是一个专注研究的机构，甚至曾不打算推出面向公众的产品。这种转变对你来说有多快？

莱特卡普：变化极其迅速。2022年11月发布的ChatGPT成为一个关键节点，这是我们首次见证人工智能实现大规模应用。我们原本构建了一个开发者API，其中有一个“游乐场”（the playground）功能，允许用户输入提示词，观察模型如何完成文本。那时候，模型仍基于纯粹的文本补全。

我们注意到，用户试图“破解”游乐场的机制，想让模型进行对话。可以明显感受到，人们希望与人工智能进行自然交流。于是我们基于这一发现，推出了ChatGPT的对话型界面，并训练模型更好地遵循用户指令。这一尝试让我们大吃一惊，也成为第一波人工智能时代的标志：对话式人工智能，不仅足够吸引人，而且真正开始为人们带来帮助。

梅恩：起初我们以为需要等到GPT-4模型发布后，AI才会真正变得实用，因为当时的ChatGPT其实是建立在GPT-3.5之上的。显然，界面的改变起到了关键作用，我们本以为还需要一个更快、更智能的模型，但事实证明，对话界面本身就是一次巨大突破。

用户看到聊天框，就知道可以提问，比如“如果我这样做会怎样”，这使得人工智能的可用性显著提升。更令人惊讶的是，ChatGPT的增长远超预期，甚至并未出现我们担心的“热度消退”。人工智能不再是遥远的未来，而是切实的当下。因此，公司也需要引入一位经济学家，帮助理解并应对这些迅猛变化。

查特吉：正如你所说，未来比我们任何人预想的都来得更快。我加入OpenAI时，公司正处于将智能技术大规模部署到经济和社会中的关键时期。我的职责是帮助人们理解人工智能对企业、就业、社会关系和政策制定的影响，同时提供前瞻性预测，帮助个人和机构明智投资时间与资源。

从经济学角度看，这是一个激动人心的时代。我负责开发一系列指标，分析经济将如何演变，并将这些洞见传达给全球各地的利益相关者。因为人工智能带来的转型不仅关乎美国，也将影响全球人民的生活方式。

梅恩：通常在科技公司中，经济学家的职责集中于产品定价、预测和数据分析，而你似乎不仅面向公司内部，也有很多外部工作。OpenAI具体做了哪些事情来帮助公众理解这些趋势？

查特吉：确实如此。这个职位的设立体现了OpenAI深厚的研究基因。虽然我也参与定价和平台数据分析工作，但更重要的是开展关于AI如何改变世界的严谨研究，并以负责任的方式向公众传达这些信息，帮助他们为未来做好准备。

我与世界各地的政府、机构、大学进行了大量接触，包括伦敦、布鲁塞尔、德里、华盛顿等地，未来还将前往萨克拉门托、悉尼等地。这些对话让我了解了不同市场对人工智能的思考与应用实践，同时也让我收获了许多宝贵的见解。对我而言，对外沟通是工作的重要组成部分。

02 人工智能对工作和生产力的影响

梅恩：ChatGPT的成功和普及速度出乎很多人意料，也随之引发了广泛的焦虑。人们普遍担心，人工智能将如何改变工作、劳动和就业模式。OpenAI如何看待这一问题？你们又是如何帮助人们适应这种变革的？

莱特卡普：这是我们高度关注的问题。罗尼可能更多从经济研究的角度分析，我则主要从产品角度思考。我们关注的核心问题是：应当构建哪些工具，以加速人工智能在经济体系和实际成果导向场景中的应用。这种影响可以发生在微观层面，比如帮助个人更好地理解和管理自己的医疗服务；也可以发生在宏观层面，比如帮助企业加速软件开发，将原定于明年完成的项目提前至今年。

罗尼会用严谨的科学方法研究这些变化的经济影响，而我们则从产品出发，思考如何打造真正符合用户需求的工具。当前，软件工程是一个尤为引人注目的领域。我们的人工智能系统在编程能力方面的进步速度令人惊叹。你可以看到像Cursor和Windsurf这样的新工具正在兴起。我们认为，人工智能有潜力彻底重塑软件工程师的工具链，不是将生产力提升10%，而是达到10倍的增长。

查特吉：我完全同意布拉德的观点。正如他所说，在产品端，我们的团队正在为软件工程师提供前所未有的智能支持。要知道，如今全球每天可能产生数十亿行代码。想象一下，如果通过人工智能工具，这个规模可以提升一个数量级，会发生什么？我们能够构建出什么？代码质量是否也会同步提升？这在我看来是一个巨大的经济机遇。

我的工作是从这个角度展开研究，探索软件工程师的工作方式如何随之演变，他们如何利用这些工具完成过去无法实现的任务，以及他们所在的组织如何因此受益，从而推动生产力增长并创造更高的经济价值。

除此之外，我尤其关注科学研究这一领域。在我看来，如果我们能把强大的人工智能能力赋予科研人员，无论是在基础研究还是技术应用方面，都会极大地提升发现效率与成果产出，这也是我最感兴趣的方向之一。

03 人工智能助力科学研究

查特吉：为什么这件事如此重要？因为科学是推动经济增长的关键力量。如果我们能够加速科学发现，就意味着整个社会都将因此受益。对我而言，如果能研究人工智能如何改变科学本身，那不仅能为经济学领域带来有意义的洞见，也能为世界提供更广泛的价值。

梅恩：我很想继续探讨这一话题。但先谈谈软件领域的情况。很多人曾对此表达了担忧，一些公司开始表示他们不再需要那么多开发者。

我认为从更宏观的角度看，软件开发的需求只会不断增长。我们永远不会停止编写软件。挑战在于，虽然大型企业可能因人工智能技术而经历某种内部“颠覆”，但与此同时，新的小型、敏捷公司也会快速涌现。因为借助人工智能，小团队如今具备了完成更多任务的能力。你是否已经观察到这一趋势？

莱特卡普：毫无疑问，这正是我们看到的关键趋势之一。人工智能的根本特性在于，它让人才稀缺问题成为制约增长的“瓶颈”。今天，大多数地区的经济增长几乎陷入停滞。这并非因为缺乏机会，而是因为无论是小型企业、大型机构，还是金融、保险、医疗等领域，几乎所有组织都面临一个共同难题：很难找到真正能够构建更优工具、系统或客户解决方案的人才。

你去问硅谷的公司，“是否需要更多工程师”？答案几乎永远是“需要”。而这还是在全球软件工程最发达的地区。那么试想其他地区又该如何？以软件开发为例，我们认为这不仅是一个可以带来变革性成果的机会，而且OpenAI也有责任开发相应的工具、模型、安全机制和合规框架，确保这些能力能够真正服务于最需要它们的地方。

有趣的是，我们正在同时看到两种不同类型的赋能效应：一方面，有了这些工具，过去从未写过一行代码的人，也能成功构建出软件产品；另一方面，这些工具又能大幅提升高级工程师的生产效率，甚至达到50%或翻倍的效果。这两种效应并存，本身就是人工智能时代最令人惊叹的现象之一。

梅恩：我觉得Moderna的例子就很典型。他们部署了ChatGPT企业版，结果是许多内部员工开始构建自己的GPTs(自定义生成式预训练变换模型)。这些人原本并非技术出身，也没有想过要开发智能体或复杂工具。很多人只关注GPTs的外部应用，但其实公司内部的创造力也在被大大激发。你是否在其他企业也观察到了类似趋势？

莱特卡普：是的，我认为这正是人工智能真正释放潜力的方式。人工智能的本质是一种赋能工具，它让人们突破自身能力的边界，完成他们原本无法实现的事情。这其中会诞生许多令人意想不到的成果，有些甚至在今天难以预测。如果回顾历史上的颠覆性技术浪潮，你会发现，真正的变革往往源于某种能力的“解锁”——让个人可以以更高的效率，或以全新的方式完成重要任务，而不再受限于他人或流程。

GPTs就是一个典型例子。今天的普通用户，已经能够配置出高度复杂的工作流。这本身就是一次生产力的跃升。接下来，我们的任务是继续迭代产品，构建支持更复杂流程的能力，拓展GPTs应用的边界。这是一个令人兴奋的挑战，也体现了人工智能真正的价值所在。

04 下一个被重塑的行业

梅恩：接下来你们认为哪些行业将受到人工智能的深刻影响？

查特吉：我认为我们在某些领域，例如药物发现和材料科学，目前仍仅仅触及了表层。在未来几年，你会看到这些领域因人工智能的介入而产生重大突破。

我经常把科学研究比作一条无尽的走廊，两边排满了门。科学家和企业研发人员必须决定打开哪扇门，资源和时间都极其有限。而我们开发的工具可以帮助他们快速浏览这些“门”，从而更加精准地判断应当在哪些方向上投入资源，去攻克最具挑战性的问题。如果我们能够以这种方式加速科学研究的效率，那么无论是私营实验室、国家研究机构，还是我们正在合作的组织，未来几年都可能迎来令人难以置信的新发现。

另一个值得关注的领域是专业服务。我们都认识很多从事私募股权、投资银行、咨询等工作的朋友。这些行业本质上依赖知识密集型劳动，人工智能完全可以在其中发挥增强作用。

以我个人为例，我常使用我们的人工智能工具来制作演示文稿、准备汇报材料，这让我能够把更多精力集中在更有价值、更具战略意义的工作上，而不是耗费时间完成琐碎但必要的任务。

我相信未来咨询师、银行家、私募股权投资人等专业人士将广泛使用这些工具，从而根本性地改变他们的工作方式。

简而言之，这两个行业——以科学为驱动的创新企业与知识密集型的金融和咨询服务，都将在未来被人工智能深刻变革。

莱特卡普：我补充一点，在科学领域，人工智能的作用不仅体现在某一具体步骤上，而是能够覆盖整个工作流程的广度。以药物开发为例，这一过程涉及多个复杂阶段，每个阶段都需要人与人之间的密切协作与上下文传递。现在，我们可以系统性地将流程拆解，把模型嵌入其中，实现从早期发现到最终交付的流程优化。这不仅能提升研究人员的效率，也有望大幅加快整个团队的研究进展。

梅恩：我参与的一家从事药物发现的企业也有类似尝试。虽然人工智能模型在提出候选分子方面表现出色，但最终仍要依赖临床试验和实验室验证。我们是否也能找到方法来加快这些环节？目前存在哪些瓶颈？

查特吉：你提出了一个关键点。在这个过程中，人类的判断和决策能力仍然至关重要，甚至可能变得更加重要。

我们的一项研究中，哈佛大学的政治经济学教授大卫·德明(David Deming)也参与了合作，结果表明，能够有效领导团队的人也往往更擅长管理AI智能体系统。那些拥有优秀判断力、具备领导力的人才，在新的经济结构中将更具价值。

具体到药物研发，我们仍然需要专家的判断来优化实验流程。同时，制度性的改革也有助于加快科学进展。目前的临床试验体系依然基于传统的药物安全性和有效性测试流程，而我们的工具可以在许多方面提供帮助，比如增加样本量、优化招募机制、提高筛选效率。我相信，人工智能将贯穿药物发现价值链的每一个环节，不仅加速研发，也加快成果的商业化与规模化，这是我非常期待的方向。

05 AI智能体的界定和发展潜力

梅恩：你刚才提到了“智能体”这个词，今年尤其流行。人们对这个词有各种不同的理解。你们能否对AI智能体进行界定，并谈谈它未来的发展潜力？

莱特卡普：这个话题的确很受关注，我试着提供一个清晰的定义，虽然可能会引来争议。

我认为，真正称得上“智能体”的系统，必须具备以下特征：能够可靠地处理复杂任务，具有高度自主性，并且能够在面对从未遇到过的新问题时展现出良好表现。最后这一点非常关键：智能体不能只是机械复制过去的经验，而要能利用模型的推理能力应对未知挑战。

这一理念在多个领域都适用。人们在谈到“智能体”时，可能是在指企业生产力工具、科学研究助手，或软件工程流程自动化，但核心概念是一致的——无论你是科学家、开发者还是数据分析师，都要像对待真正的队友一样与智能体协作。

梅恩：能举一个具体的例子吗？

莱特卡普：当然。以软件工程为例，智能体可以自动为你生成代码、运行单元测试、进行质量控制，并管理整个开发流程。在销售领域，智能体也可以嵌入销售漏斗，处理潜在客户，分析信息、筛选意图并推荐后续行动，从而推动销售转化。这种结构是可泛化的，几乎适用于所有行业。

梅恩：也就是说，我可以像对待员工那样，给它发邮件并分配任务？

莱特卡普：完全可以。关键在于输入方式将根据用户角色而异。如果你是程序员，你可能希望智能体嵌入开发环境；如果你是科研人员，你可能希望它在实验设计平台中运行；如果你从事客户运营或服务，你可能希望它集成在邮箱中。我们要解决的产品难题是：如何设计一个既智能又可扩展的系统，同时确保其可靠性与功能的强大。这既是挑战，也是一种巨大的机会。

梅恩：我有几个朋友是ChatGPT的深度用户，他们经营小企业，希望拥有一个可以处理琐事的智能体。这样的场景在短期内能实现吗？

查特吉：我认为这是最值得关注的短期应用之一。当前全球经济发展的一个限制因素是小企业的增长受阻。在很多国家，小企业数量众多，但成长性差，难以突破规模瓶颈。相比之下，美国的经济活力部分来自小企业和创业者具备更高的成长和扩展能力。

为什么其他国家不具备同样条件？原因之一在于小企业主往往缺乏必要的指导、支持与经验。他们不清楚如何优化商业模式，也不知该如何决策。想象一下，如果AI智能体能为他们提供实际操作建议，比如如何管理一家餐厅、优化电商策略、调整菜单或招聘销售人员——这些其实都是可以通过模型辅助完成的。这将帮助全球数以千万计的小企业主获得基于证据的决策支持。

这是我非常感兴趣的方向，目前还有许多研究者正在探索这一领域的可能性。

06 人工智能在新兴市场与农业中的应用

查特吉：在新兴市场，我们看到大量机会尚未被充分挖掘，尤其是在“人力规模”方面存在显著瓶颈。这与布拉德提到的硅谷公司难以招聘工程师的挑战是类似的逻辑。

以非洲为例，农业扩展服务的潜在回报非常高。所谓扩展服务，是指帮助农民选择合适的种子、施肥方案以及种植技术，以最大化土地产出。由于大多数农户属于小规模经营，提高10%、20%、甚至30%的产量，就足以对他们的生活产生根本性影响。

目前，这些服务主要由农业顾问等专业人员提供，但供给严重不足。在许多地区，10位农户中可能只有1位能获得支持。想象一下，如果我们能通过人工智能为其余9位提供智能化服务，将会带来怎样的改变？在农业领域部署人工智能工具，尤其是在低收入国家和新兴市场，将极大改善当地民众的生活条件。

此外，小企业也是值得关注的另一大类。以美国为例，创业是提升收入和创造财富的重要途径，而在许多发展中地区，这一潜力仍未被释放，原因在于缺乏人才和专业指导。如果我们能够设计出真正有效的人工智能支持系统，无论是在农业还是小微企业经营方面，都有可能带来深远的积极影响。

梅恩：我举个例子，我的岳母在印度经营一家传统甜品公司。她用ChatGPT来规划菜单、设计配方、撰写文案。她本身就非常有创造力，而人工智能的介入让她能将更多时间用于产品和战略，而不是繁琐事务。这让我想起非洲的手机革命。以肯尼亚为例，从只有5%的电话普及率，到手机彻底改变了人们的商业行为。你是否认为ChatGPT或类似工具已经开始引发类似级别的变革？

查特吉：首先，如果你岳母在做印度甜品，我的实习生一定会非常愿意做产品测试！但说回正题，你说得很对。技术变革本身令人振奋，但同时也可能带来焦虑。肯尼亚的例子展示了“跳跃式发展”的巨大潜力，而我们今天做的事，其实比当年更激进——我们正在将智能能力直接交到普通人手中。只要拥有一个ChatGPT账号或订阅服务，用户就等于拥有了“世界上最聪明的大脑”作为助手，无需再依赖政府机构或大型企业中介。

我对人们如何使用这些工具持非常乐观的态度。OpenAI的一个重要特征是从不规定用户必须用人工智能解决什么问题。我们看到用户的创造性用法千变万化，尤其是开发者通过API构建的各种应用。人们会用这些工具解决对自己最重要的问题，这种自下而上的创新方式，不仅将改变个体的生活，也会带来整个社会层面的深刻变革。

作为经济学家，我希望研究这些转型趋势，理解如何通过政策和工具，帮助个人、组织和国家顺利度过这一变化过程。我的团队目前也投入大量时间研究数据，涵盖美国、欧洲及全球各地的发展中经济体。

07 主动性与创意：AI时代必备的核心能力

梅恩：你刚才提到，与AI智能体合作需要一定的管理能力。除了领导力之外，人们还应发展哪些关键技能？

莱特卡普：人工智能之所以特别，是因为它本质上是一种愿望的延伸，是用户意志的体现。几乎没有什么事情是你无法用它去做的。如果某人某天决定创业，人工智能会让这个过程变得更容易；如果他想开发一款软件，也将变得更加可行。因此，在人工智能时代，主动性将成为一种核心能力。

我们的目标之一是尽可能降低从“想法”到“成果”之间的门槛。虽然模型本身已具备强大的能力，但真正的价值还在于能否被具有明确目标的人激活并合理使用。我相信我们正在迎来“创意人”（the creative person）的回归。那些能够清晰表达意图、激发系统的人，将获得极大的回报。

我自己衡量人工智能时代个人赋能程度的一个指标是：是否能出现由1至10人组成的公司，创造出价值10亿美元的业务？这将是“终极个人赋能”的体现。他们可能精通销售、营销、产品设计和工程开发，凭借人工智能实现全栈式创新。这种未来让我非常期待。

梅恩：Salesforce首席执行官马克·贝尼奥夫(Marc Benioff)最近表示，他们未来不会再招聘软件工程师，但会增加销售人员。他强调，销售不仅是打电话，更是建立关系网。你们是否有数据支持，销售等领域将成为人工智能时代的高增长行业？

查特吉：确实如此。大量研究已经表明，情商（EQ）正变得越来越重要。在大众印象中，技术越发达，软技能就越会被边缘化。但现实恰恰相反。当编码和其他技能被人工智能“平权化”后，那些以人为本的能力——包括沟通、协作、影响力——反而变得更加稀缺和珍贵。

我一点也不惊讶销售岗位的价值提升。销售人员往往能够将不同领域的信息连接起来，解决复杂问题，具备技术理解能力和人际交往能力的复合型人才将非常吃香。

除此之外，批判性思维和判断力也是核心能力。人工智能仍然需要人来判断哪些问题值得解决，而不是无差别地输出。正如布拉德提到的，主动性与正确的问题选择相结合，将在AI时代创造巨大的价值。

08 软技能的培养从教育开始

梅恩：技术行业有时过于强调智商（IQ），但人工智能几乎已经能够胜任所有认知型任务。相较之下，情商依然没有获得足够重视。很多公司在规模化过程中，只关注技术流程，忽视了人际网络的构建与维护。我们该如何培养这些软技能呢？

查特吉：我认为，这需要从学校教育入手。我们正处在一个教育即将发生巨大变革的关键时刻，这既令人兴奋，也引发焦虑。

我有几个年幼的孩子，从他们所在的小学阶段开始，我发现很多课程内容正变得越来越重要。比如在幼儿园或学前班，我们教孩子“如何成为一个人”。我认为，当前最有价值的能力之一，就是“如何成为一个完整的人”——因为这正是未来人类如何与智能系统互补的基础。

从经济学角度来看，有两个核心概念：一种是“替代”（substitution），这正是让人焦虑的根源；另一种是“互补”（complement），这为人类提供了与人工智能协作的新路径。如果人类能成为AI的高效互补者，并结合自身的主动性去驾驭这些智能系统，那么真正的转型才会发生。

因此，早期教育应更多关注软技能的培养，即“如何做人”；在更高阶段，则应强调批判性思维、财务素养等能力。我会让孩子使用计算器，但仍要求他们掌握乘法表；他们可以使用语音输入软件，但我仍会教他们写作。这些练习背后，是在培养他们的适应力和心理韧性，以应对快速变化的社会环境。

未来的职场上，当CEO说“我们现在需要这种能力，而不是那种能力”时，拥有坚实基础的学生才能迅速调整方向、灵活应变。因此，教育和工作经验将是帮助年轻人成长为人工智能时代“高杠杆人才”的两大关键支柱。

查特吉：现在的教育在早期阶段，已经在培养这类软技能与基本的人类素养，而未来这一趋势会更加明显。等到孩子们长大，我们仍需强调批判性思维、金融素养、适应性强的高级认知能力，比如坚韧力、抗压能力等。这些都将是应对未来市场变化的重要能力。

当未来的企业CEO提出“我们更需要这样的人，而不是那样的人”时，有准备的学生才能快速调整方向。具备这些基础能力，将使他们在未来具备良好的适应力和发展空间。

查特吉：所以我认为，教育将在软技能培养中扮演关键角色。同时，工作经验和优秀的组织环境也同样重要。这是未来塑造人才的两大支柱。

梅恩：我最近在湾区一所大学了解到，他们的计算机科学课程居然完全没有教授如何使用人工智能编码工具。你知道他们上个学期在这方面花了多少时间吗？零天。他们的教授没有教任何人工智能相关工具。

莱特卡普：他们可能私下已经在用了。

梅恩：确实如此。我也建议那些还没用过的学生赶快尝试。令我惊讶的是，这所顶尖大学的课程居然一整学期都没有涉及这些工具。当然，我理解教授们希望学生掌握计算机科学的基础，但这些学生即将进入职场，人工智能工具已不可或缺。OpenAI在推动教育系统变革和政策制定方面扮演了怎样的角色？

莱特卡普：这是一个很好的问题。我坚信，教育体系正在走向一场深刻且积极的重构。本质上，我们正在努力构建一个“为地球上每一个人服务的私人导师”。随着模型不断进化，它将越来越了解你的学习节奏、偏好，以及你是视觉型还是抽象型学习者，需要怎样的解释方式最有效。

我们收到很多反馈，比如有阅读障碍的学生在使用人工智能辅助后取得了突破性的进步。未来，整个教育体系将不得不适应这种变化。我相信这是一件好事，它将促使我们重新思考教育的真正目标。

你提到的大学案例确实令人惊讶，但也并不出乎意料。通常，个体比机构更快地适应技术变革。我们的挑战在于，如何与政策制定者和教育机构合作，帮助它们完成这场适应性转型。

那些能迅速适应的学校，将获得“加速器”的效果。届时，学生和教师将更加关注罗尼刚才提到的“高杠杆技能”——比如批判性思维、决策能力、问题解决，以及如何培养孩子的主动性和信念。这些能力将远比死记硬背等传统课程内容更为重要。

查特吉：我也对教育体系的转型抱有乐观态度。我相信，这种变革将更多地来自教师和学生自身，而不仅仅是由上而下推动。正如布拉德所说的，真正的动力来自一线。

让我举个历史性的类比。上世纪60年代，肯尼迪总统提出“登月”目标时，美国的科技能力其实还远远不够。但在接下来的十年中，我们迅速扩大了科学和工程领域的博士培养规模，从而为太空计划提供了所需的人才。我相信，今天我们也需要类似的“国家号召”——不仅仅是政府，也包括企业和教育机构的领导者，都应当明确方向、迅速响应。OpenAI正处在信息最前沿，有责任将这些趋势传递给社会各界。

布拉德和我都毕业于杜克大学。我预测未来五年内，杜克的计算机科学和经济学课程将发生显著变化，并且这种变化是积极的。这不只是讨论是否可以在课堂上使用ChatGPT，而是要真正将其融入课程体系，帮助不同类型的学生实现个性化学习。美国，乃至全球，都有能力迅速应对这些挑战并转化为进步。

09 AI的普及：医疗和教育迎来巨大潜力与挑战

梅恩：作为OpenAI的首席经济学家，你重点研究的是什么？

查特吉：在经济研究方面，我重点关注以下几个方面。首先是哪些行业会率先受到影响。其次是哪些国家或地区将受到最大影响。

回顾过去的技术转型，某些地区，例如美国中西部的制造业中心，受到的冲击尤为显著。如果我们能预测哪些地区将受到最明显的影响，将对社会和个人具有重要指导意义。最后是沟通。在学术领域，研究成果可能只有少数人阅读，但在这里，我有责任将研究成果转化为普通人能够理解的信息。因此，我的三个研究重点是：行业、地理和沟通。

梅恩：ChatGPT从需要信用卡登录到无需注册即可使用，显著提高了全球的可及性。这类似于iPhone的普及。你们观察到哪些行业变化最快？

查特吉：监管较少的行业变化速度最快。例如，医疗和教育领域由于严格的法规（如医疗电子交换法案HIPAA）而变化较慢。这不仅是人工智能的普遍规律，信息技术进入医疗和教育领域的速度也慢于其他行业。

尽管如此，这些领域仍能释放巨大的生产力，尤其是在学生和教师的应用场景中。此外，在高技能员工主动引入工具的行业，例如金融和药物研究领域，变化速度更快。

10 给孩子们的职业建议

梅恩：你会给你的孩子提供怎样的职业建议？

查特吉：这是个难题。我是移民的后代，父母常告诉我只有两种职业选择：医生或工程师，最多再加上生物医学工程师。父母认为这些是稳定的职业。但在过去的一代人中，医疗和工程行业已经发生了巨大变化。许多当今的职业在1940年甚至没有名称。因此，我保持谦逊，承认预测未来职业的挑战性。

我建议孩子们培养批判性思维，学会识别问题，并具备主动性。他们需要培养适应力，因为人工智能、气候变化和地缘政治将带来诸多变革。情商和财务素养对他们的职业发展也至关重要。我无法准确预测他们的职业名称，但我相信他们会找到自己的道路。

梅恩：有趣的是，职业名称可能保持不变，但工作内容却会发生显著变化。全球首款电子表格软件VisiCalc的发明者丹·布里克林（Dan Bricklin）在上世纪70年代认为编程工作会减少，于是去攻读MBA，结果却发明了电子表格。如今，编程行业也在发生巨大变化。有人质疑为什么要学习编程，我认为这就像要求飞行员必须懂得空气动力学一样。未来还有哪些技能将至关重要？

莱特卡普：技术的方向始终是赋予个人更多能力。过去每一次技术革命都朝这个方向发展。1900年，美国40%的人口从事农业，现在仅剩2%，但农业产出却是当年的多倍。如今，一个小团队就能运营大型农场。这种现象将广泛应用于其他行业。这并非要取代工作，而是提高每个人的经济产出，这是经济增长的核心。人们具有韧性，会找到新的工作机会。个人赋能会带来第二、第三效应的就业机会。例如，在1900年，难以想象有人能靠为小型设备创作内容谋生，但如今这已成为现实。

梅恩：在古代美索不达米亚，98%的人从事农业，犁的发明推动了教育、医疗和政府等领域的诞生。如果在1800年说要消灭几乎所有农业工作，人们会认为这是灾难，但实际上，这创造了新的行业。预测未来很困难，我们常将未来想象为现在的延伸，只是多了更闪亮的衣服、机器人和飞行车。

查特吉：研究机构和技术公司的责任是提供信息，帮助人们做出最佳决策。主动性需要个人特质，但也需要了解市场和技术趋势的信息。我们的使命是造福全人类，我希望通过研究提供信息，帮助人们找到自己的位置。

莱特卡普：我们应关注那些因医疗或教育资源不足而无法充分参与经济活动的人群。在发展中国家，人工智能可以帮助小企业实现规模化。此外，还有隐藏的第二、第三效应，例如改善医疗或提升教育水平对经济参与的影响。

查特吉：人工智能可以提供教练和咨询服务，帮助神经多样性或其他需要支持的人群参与经济。这将释放巨大潜力，我们需要考虑这些未充分参与者的贡献。

11 人工智能增加需求

梅恩：在发达经济体，我们常忽视自己拥有的资源，如法律或财务规划服务。人工智能使这些资源得以普及，这非常令人兴奋。我们看到ChatGPT作为教育导师、翻译工具和小企业助手的显著效果。有人认为翻译工具会减少翻译需求，但实际上可能增加需求，因为公司开始与海外开展业务。你认为这种现象会在其他领域发生吗？

莱特卡普：我们的数据显示，当我们降低模型价格（即智能成本）时，需求会显著增加。在ChatGPT上，智能越好、越便宜，人们使用得越多。我们尚未看到需求的边界。

例如，若将法律建议的成本降低100倍，可能会带来1000倍的需求增长。这对经济是巨大的压力，但也是积极的。人们需要组织起来满足这些需求。这就是经济的动态性，我们在OpenAI已观察到这种微观效应。公司首席执行官山姆·奥特曼（Sam Altman）有句话我很喜欢：“智能便宜到无需计量”。这将如何影响全球产出？它将显著提升就业和生产力，这是我们期待的积极未来。

查特吉：当智能成本降低，法律、财务或房地产建议变得可及，吸引了从未接触过这些服务的人群。这不仅打开了市场，还会带来更复杂的需求。例如，人们开始购买房产或进行交易，他们的需求会更加复杂。这为专业人士创造了新机会，具体取决于他们专注的市场和技能。

梅恩：每次OpenAI发布新模型，总有人问为什么还在招聘。我认为这是增长心态。我预测通用人工智能（AGI）实现后，OpenAI的员工会比之前多。角色会发生变化，但需要更多人。你同意我的看法吗？

莱特卡普：我认为AGI后会有更多人。人工智能让每人产出更多。以前需要10万人运营的企业，可能降到5万、2万甚至100人。OpenAI也不会例外。智能成本的降低会带来巨大需求。我们需要更多人支持用户、帮助政策制定者。如果三年前问我是否需要首席经济学家，我可能会说2030年才需要。但现在我们已经有了。因此，我认为会有更多人，这是两种趋势共同作用的结果。

梅恩：我在帮一个朋友开发癌症营养模型，昨天OpenAI有人提到健康团队。我很惊讶你们有健康团队。这是一个很好的扩展领域。我希望其他公司也能看到这些工具如何增强能力并创造增长机会。

莱特卡普：是的，每个人能获得10倍、100倍的杠杆，为什么不想要更多人？如果罗尼的团队用10人就能分析10个行业，而不是2个，那太棒了。这意味着公司能做更多，提前实现原本2026或2027年的目标。

12 ChatGPT的使用技巧和建议

梅恩：你有ChatGPT的使用技巧或建议吗？

查特吉：我有几个建议。教练功能（coaching，指ChatGPT提供类似个人教练的指导功能）非常有价值。很多人说自己是ChatGPT超级用户，但甚至没登录或不知道深度研究功能。

对我来说，饮食和健身方面的教练功能很棒。比如ChatGPT帮我规划四周的健身，分析我的饮食、卡路里，减少决策负担，追踪体重和其他指标。这让我在繁忙的工作和旅行中也能实现目标。这是一个简单但改变我生活的应用。

莱特卡普：我用o3模型突破了界限。o3非常特别。我用它来挑战自己。我的工作基于观察公司和用户行为来做假设。o3能提出问题，挑战我的假设，提出反驳，告诉我为什么某些事可能不像我想的那样。它是一个非常有效的思想伙伴，适用于大问题或小问题。比如，我刚养了一只小狗，训练它安静入睡很困难。ChatGPT挑战了我们对狗训练的假设，很有趣。

梅恩：o3确实特别。它不仅是查找信息，而是真正思考。布拉德、罗尼，非常感谢。这次讨论很棒，希望未来再聊。

本文来自“腾讯科技”，作者：无忌，36氪经授权发布。