这期播客，他从 OpenAI 为什么收缩业务、为什么疯狂囤算力，一直聊到 Kimi、开源模型、机器人和人在 AI 时代的价值。很多问都讲得很具体。我总结下自己的收获。
1、OpenAI 过去一年最大的问是不聚焦。2025 年初，他们还不确定 AI 收入能不能支撑已经签下的巨量算力，所以一度考虑过做更多的 ToC 产品，甚至后来还成立了单独的应用事业部，核心思路就是希望在模型需求增长不及预期时，也能找到其他方式消化 GPU。
但后来模型收入快速增长，AI 的经济回报逐渐明确，OpenAI 才决定砍掉一部分探索，把资源重新集中到模型、算力和核心产品上。
2、Sam 说现在 OpenAI 的定位已经很清楚了，他们的核心业务，是生产足够好、足够便宜的智能，再让其他公司基于这些智能开发新的产品。
为此，OpenAI 需要同时处理模型、芯片、服务器机架、土地、电力、数据中心，未来甚至还需要用机器人降低整个供应链的成本。
他们没有兴趣，也没有能力亲自做完所有垂直应用，更希望 OpenAI 成为智能时代的底层平台。
3、OpenAI 之所以敢提前锁定巨量算力，核心判断是 AI 的需求几乎没有上限。这一点和梁文锋的判断很像。
电脑刚出现的时候，人们认为全世界只需要几台电脑，但每次计算成本下降，人类都会创造出新的需求。
模型越强、价格越低，人们就越愿意让 AI 承担更多工作。OpenAI 做的事情，本质上是把电力转化成有用的智能。
4、真正让 OpenAI 对这条路线建立信心的模型，是 GPT-4，不是 GPT-3.5。GPT-4 让他们第一次确认，模型已经聪明到足以继续解决推理问。
一旦推理能力成熟，模型就能从回答问，走向执行任务，也就是后来大家所说的 Agent。Sam 当时已经相信，这些 Agent 可以承担大量真实的经济工作。
5、去年推动大规模算力采购时，几乎没有多少人相信这件事。很多云厂商、芯片工厂和能源公司都觉得，AI 需求不可能长期高速增长，OpenAI 提出的采购规模也太激进。
Sam 说他当时的心态很像早期创业融资，大多数人拒绝并不重要，关键是逐个去谈，先找到一两个愿意下注的人。这一点
