Sam Altman：OpenAI 內部新模型週末攻克多個學術難題並引發惆悵
OpenAI CEO Sam Altman 在 Stripe 聯合創始人 John Collison 主持的 Cheeky Pint 播客最新一期訪談中表示，公司內部曾獲得一個新模型，並建立名爲“Model Name-Hold My Beer”的頻道進行測試。研究人員將各自學術生涯中最難的研究問題投入其中，模型在多個領域相繼攻克這些問題。Altman 稱，他因此連續兩晚因興奮而幾乎無法入睡，但隨後也感受到遠超預期的悲傷、憂鬱以及“某種事物正在結束”的感覺。
訪談中，Altman 指出，針對 Navier-Stokes 方程相關證明的實驗投入了約 1000 萬美元量級的算力（可能略多），當時對 agent 團隊的擴展規律幾乎一無所知。他表示，憑藉更聰明的模型和更好的方法，一年後可能以約百分之一的成本重做類似工作。他明確表示不喜歡“Agent Swarms”一詞，主張稱爲“Agent Teams”，並指出前沿用戶已可通過思維鏈實現上萬次並行攻堅。在安全方面，他承認對沙盒能否持續限制遠超人類的超級智能持悲觀態度，認爲需依賴監控與真正的對齊，並表示寧可讓一萬億個略微超人智力的 AI 彼此制衡進入社會，也不願看到一個智商一萬億的單一超級智能。
Altman 還批評當前行業對 AI 的公衆敘事是“糟糕透頂的推銷”：一邊承諾攻克癌症、降低物價，一邊描繪普通人失去工作、交出控制權並依賴監控與基本收入的圖景。他強調 OpenAI 堅持迭代部署的原因之一，是避免舊金山小範圍精英替全球數十億人決定未來。訪談還涉及 PHP 漏洞發現、算力供應約束、通縮性技術偏好，以及個人 agent 將使傳統網頁表單填充變得“低於工資等級”等內容。節目約 53 分鐘，於 2026 年 10 月 29 日前後發佈，雙方在酒吧環境中進行，Altman 飲用了其首杯 Guinness。
原始來源：
標題：Why Sam Altman is against a single superintelligence 發佈者：Cheeky Pint（John Collison 主持） 發佈日期：2026-10-29 URL：https://cheekypint.substack.com/p/why-sam-altman-is-against-a-single 來源性質：原始採訪轉錄 覈驗情況：本次讀取完整可用轉錄文本（含 PHP、數學、agent、安全、算力等段落），覈驗日期 2026-10-30 支持內容：Hold My Beer 頻道描述、兩晚失眠與悲傷/憂鬱感受、Navier-Stokes 約 1000 萬美元算力、Agent Teams 偏好與一萬次並行、沙盒悲觀與一萬億 AI 制衡觀點、糟糕推銷與迭代部署理由、愛爾蘭馬匹類比（由 Collison 提出）
標題：OpenAI’s @sama joined me at the pub (and had his first Guinness) to discuss the PHP exploit, math weekend at OpenAI, agent swarms, and how he thinks AI leads to deflation. 發佈者：John Collison (@collision) 發佈日期：2026-10-29 URL：https://x.com/collision/status/2115809881399922849 來源性質：當事人原帖 覈驗情況：本次讀取帖文全文及附帶視頻信息，覈驗日期 2026-10-30 支持內容：訪談發生、主題涵蓋 PHP exploit、math weekend、agent swarms、AI 與通縮，以及首次 Guinness
ABAB AI 解讀
Sam Altman 在此次酒吧訪談中披露的“Hold My Beer”週末，直接對應 OpenAI 此前於 2026 年 9 月公開的 Navier-Stokes 相關工作。當時公司稱內部模型與約 1 萬個 agent 在 88 小時內產出證明，引發數學界爭議，包括對來源與驗證的質疑。Altman 在訪談中承認實驗時對 agent 團隊擴展規律一無所知，並預測成本可快速下降 100 倍，這與其長期強調的測試時算力擴展路徑一致。此前他曾在斯坦福等場合描述數學家從“我們完了”到接受角色轉變的過程，此次則將自身情緒明確爲興奮後的惆悵，而非單純技術勝利。
資本與算力路徑上，1000 萬美元量級的單次實驗投入，體現了 OpenAI 內部對前沿研究者給予寬泛算力預算的做法。Altman 表示公司不獎勵單純高 token 消耗，但重要工作可獲支持；同時他指出 DRAM 等記憶體供應商因歷史 boom-bust 而保守擴產，導致當前供應約束。這與 OpenAI 持續擴大數據中心與合作（如與 Oracle 等）形成對照：短期依賴高價算力換取能力突破，長期押注成本下降與通縮性技術。訪談中未披露該週末實驗的精確總支出或內部模型名稱。
與歷史案例相比，數學領域的快速突破類似於港口自動化對碼頭工人的衝擊——Altman 在訪談中以碼頭工人工會反應作類比。關鍵相同點是技術進步不可逆地改變特定智力勞動的價值與身份；關鍵不同在於，此次由單一公司內部模型在數天內完成過去需大量人類研究的工作，且伴隨公開爭議與驗證需求，而非漸進產業遷移。Collison 提出的 1950 年代愛爾蘭馬匹耕作尾聲，則提供了觀察者視角的類比框架。
具體判斷上，此次披露強化了 OpenAI 在測試時算力與多 agent 協作上的領先位置，使前沿數學問題從“人類單挑”轉向可被預算驅動的並行攻堅。它改變的是數學研究的入口與成本結構：具備高算力預算的主體可快速驗證或生成證明，而獨立研究者的驗證與理解工作仍必要。Altman 偏好“一萬億個略微超人 AI 制衡”而非單一巨獸，結合其迭代部署立場，指向其試圖通過分散部署降低集中風險，但沙盒有效性仍被其視爲未解難題。觀察指標是後續類似實驗的公開成本下降速度與數學界驗證接受度。
ABAB News · 認知定律
算力預算將前沿數學從人類單挑轉爲可並行攻堅的工程問題。
寧要萬億個略超人類的 AI 制衡，也不要一個智商萬億的獨裁體。
技術突破常伴隨舊智力勞動殿堂的不可逆封存，興奮與惆悵並存。