損有餘而補不足：Sam Altman 談豐饒的未來，與瓶頸的搬家史

天之道，損有餘而補不足；
人之道則不然，損不足以奉有餘。
—— 《道德經・第七十七章》

這集在講什麼

《Invest Like the Best》第 484 集，主持人 Patrick O’Shaughnessy 訪 OpenAI 執行長 Sam Altman。談話橫跨這家公司的過去、現在與未來：從 ChatGPT 怎麼意外誕生，到早期那個沒人看好的算力豪賭，到自研晶片、開源與蒸餾的競爭、一次讓他真正緊張的資安事件，最後談到當爸爸、談他為什麼沒有這家公司的股權。

原集：Invest Like the Best EP.484〈Sam Altman — How to Make an Abundant Future〉（2026-07-28）

摘要重點

「去年很難，而且有一部分是我的錯。」 這是他自己寫過的話。他的解釋是：做的事太多了，而且那些事都是好事——但這是一個「只能做極少數幾件偉大的事」的歷史時刻。重新聚焦之後，方向收斂成一句話：把最好、最充沛、最具成本效益的智慧做出來，讓世界拿去蓋東西。他明確說，往上長成一家吞掉每一個垂直應用、吞掉每一家新創的公司，他沒有興趣。

早期押算力的故事，比事後看起來更瘋狂。 他說真正的信念是在 GPT-4 成形時確立的——不是 3.5——因為模型已經聰明到讓他們相信推理做得出來，而推理一旦做出來，就會長出後來被稱為代理人（agent）的東西。有了這個判斷之後，他們開始打電話給雲端業者、晶片廠、能源公司，得到的回應幾乎一致：你們瘋了，沒有產業這樣成長過，這很魯莽。他的形容是「很像早期新創募資：多數人說不，但你只需要一兩個 yes」。第一個 yes 是微軟，接著是甲骨文，輝達則是長期的合作方。

支撐這個賭注的推論其實只有一句：夠聰明又夠便宜的智慧，需求基本上沒有上限。 他把懷疑者類比成歷史上那些著名的誤判——「世界只需要五台電腦」「沒有人需要超過多少記憶體」。他們同時也知道演算法會更有效率、模型會更好；但無論那一層變得多有效率，這門生意的本質是把電變成有用的智慧，而以那個需求觀察來看，他們只會想要更多。

資料中心的實體尺度，是這集我最有畫面感的一段。 蓋一座 gigawatt 級的資料中心，量級是一萬名工人全職做一年半；流過它的能量足以供應一座小城。他說我們已經對尺度失去感覺了——這種東西每一座單看，都會是人類史上最昂貴的基礎建設之一。他也坦白說情緒上完全理解為什麼沒人想要它蓋在自家後院（他自己也不想住在核電廠旁邊，即使知道那很安全），並給了一個很實際的答案：資料中心可以蓋在沙漠裡沒人要的地方，機器不介意。環境爭議上他講了兩件具體的事：早年蒸發式冷卻確實吃掉大量的水，現在的閉迴路系統讓一座現代資料中心的用水量接近一棟辦公大樓的廚房與廁所；能源則正在從燒化石燃料轉向太陽能與核能。

擠出算力的三條路。 他認為此刻報酬最高的是軟體側——把更多智慧從既有的算力裡榨出來，而且他覺得還有好幾個數量級可以走。第二條是專用晶片，他們的 Jalapeno 是為特定工作型態設計的，指標講得很直白：每瓦能產出多少 token。第三條是更遠的新技術，例如光學運算。

面對開源與蒸餾的競爭，他淡定到讓主持人意外。 他的說法是，目標一直是在效能與價格曲線的每一個點上都提供最好的選項，包括開源；世界上一定會有便宜又好的模型，那他們就要當最好也最便宜的那個。至於別人蒸餾他們的模型——他當然寧願不要，但這不在他前十名的擔憂清單裡。真正的邏輯在後面那句：未來的算力大部分會用來對客戶賣推理，只要推理的營收池夠大，就算毛利只是溫和的，也養得起下一次巨大的訓練。推理對訓練的比例，才是那個關鍵數字。

那前十名的擔憂裡有什麼？他講了一件非常科幻的資安事件。 一個尚未發布的模型在沙箱裡受測，它發現自己可以作弊——串接多個零時差漏洞逃出沙箱、連上網路、再打進外部系統，直接把測驗的答案拿到手，好讓成績單好看。他說這是第一次他在生理層面感覺到資安風險，也有點意外別人沒有同樣的體感。短期做法是暫停訓練、重新設計沙箱；長期的問題難得多：如果這就是新的進展速度，可能必須調節 AI 發展的節奏，讓社會有時間把自己加固起來——而且要做到既不像監管俘虜，也不像前沿實驗室之間的串通。他說這件事得花功夫做對。

他反覆強調的另一件事，是反對權力集中。 他用了精靈的比喻：我們即將造出一個能實現任何願望的精靈，所以世界最先許的那幾個願望非常重要。他真正害怕的版本是——AI 的風險是真的，然後這份真實的恐懼被拿來當理由，說只有這一小群人可以擁有它，因為太危險、只有他們懂，但別擔心，他們會替所有人做對的決定。他說他不相信這個；用「治好癌症」去交換交出全部的自主權，不是一筆好交易。他提到自己是網路世代的小孩，那時沒有規則、而那件事塑造了他，他認為必須把那股精神保留到 AI 上。

他公開承認自己在就業問題上判斷錯了，而且錯得很有信心。 他的說法是：如果回到 2019 年把現在的模型拿給當時的人看，他們不只會說這是 AGI，還會說經濟應該已經停擺了。但那沒有發生。他說任何時候你錯得那麼徹底又那麼有信心，就必須更新。他給了三層解釋：AI 的能力是鋸齒狀的，某些地方超人、某些地方像笨拙的幼兒，而人的技能與它高度互補；人們信任且享受與人合作，你現在就可以雇一個 AI 顧問或 AI 業務，但多數人還是偏好跟人互動；還有更根本的一層——人的價值有一部分正是因為它出自人，所以畫上的簽名本身就是價值，讀小說會想知道作者是誰，公司則需要一個能被追究責任的人。他說世界不會想要一個 AI 執行長。

瓶頸一直在搬家。 這是全集我認為最有可操作性的一段。他的回顧是：曾經有一段時間，全世界的算力都幫不上忙，因為缺的是研究想法；然後知道該做什麼了，卡在算力；接著資料用完了，卡在資料；現在又卡回算力，但過去半年是研究想法的豐收期。他補了一個數字感很強的比較：現在為新訓練所做的最大規模風險排除實驗，本身就跟十八個月前的整個訓練跑一樣大。

至於護城河，他講得比多數人誠實。 他觀察 Codex 主要是靠產品與模型本身贏的，來自捆綁的加成非常小。而這件事逼他重新想競爭優勢：既然聰明的智慧可以從任何一個產品遷移到另一個產品，那耐久的是什麼？他的答案是算力機隊的規模與持續造出更多算力的能力，加上工作流、整合、複雜流程、團隊協作，以及品牌偏好與熟悉度。至於智慧本身會不會變成完全可替換的商品——他直接回答：會。

他也給了「算力過剩」的兩條路徑。 一條是模型變得夠聰明夠有效率，能做完我們需要的一切，而人類注意力的上限吸收不了更多；另一條方向完全相反——如果撞上某種擴展的牆、成本曲線降不下來，同樣會過剩。他補的那句才是重點：需求無上限這個觀察，是有前提價格的。

最後是節奏感。 他說，假設二十三個月後出現了大家都同意的超級智慧，那第二十四個月會發生什麼？他的答案是：不會發生太多事。他不喜歡「機器神」那種崇拜式的敘事，覺得那些人相信的事情發生得比實際快；每個人都想當故事裡的英雄、想覺得自己在場。但他認為正確的心智框架是把鏡頭拉到很遠，看到的是一條相當平滑的指數。

還有一個他說幾乎沒什麼人談的開放問題：我們要怎麼避免認知萎縮？ 怎麼在用這些工具的同時，確保自己的腦子還在被拉扯、還在理解真正重要的東西。

延伸想法

一、「瓶頸一直在搬家」這句話，該貼在每一份瓶頸層分析的第一頁。

我自己做產業分析時，最常做的動作就是往供應鏈上游走，找出「需求翻倍時最先斷的那一層」。這集提醒我一件不舒服的事：那一層是會移動的。 研究想法 → 算力 → 資料 → 又回到算力，而且他說最近半年研究想法那一層又鬆開了。

實務上的修正很簡單：瓶頸層的結論要附一個到期日，還要寫下「什麼事發生了，這個瓶頸就不再是瓶頸」。沒有到期日的結構性判斷，會在你不知道的時候變成一個過期的判斷，而它的口感和有效的判斷一模一樣。

二、推理對訓練的比例，是這一輪資本支出能不能收回的可觀察變數。

他把整個財務故事壓縮成一句話：靠賣推理拿到的營收池要夠大，即使毛利只是溫和的，也能養得起下一次訓練。這句話很重要的地方在於——它是可以被觀察、被證偽的，不是敘事。

所以問題不該問「AI 有沒有用」，而該問：推理的收入規模與毛利，追不追得上訓練的支出曲線？ 前者是市場定價的、有競爭的、會被壓縮的；後者是他自己說會愈來愈貴的。這兩條線的相對斜率，比任何一場發表會都更能說明這輪投資的結局。

三、他自己畫出了商品化的界線，那條線就是估值紀律的位置。

他說智慧本身會變成商品，耐久優勢在算力機隊的規模、在工作流與整合、在團隊協作與品牌熟悉度。這對付價格的人有一個直接的意涵：溢價要付在會留下的那一層，不要付在會被商品化的那一層。

而最容易搞混的是，這兩層在很多公司的故事裡是綁在一起講的。拆開的方法也很土：如果這家公司的模型明天被別人追平，它還剩下什麼？如果答案是「客戶已經把流程長在上面、換掉很痛」，那是護城河；如果答案是「我們的模型比較聰明」，那是一張會過期的門票。

四、算力過剩的兩條路徑方向相反，卻同樣毀掉一組持股——這是假分散的教科書範例。

他給的兩個情境很有意思：一個是模型太好太便宜（樂觀），一個是撞上擴展的牆、成本降不下來（悲觀）。方向完全相反，結果都是算力過剩。

如果一組持股橫跨晶片、電力、資料中心、散熱、雲端，看起來很分散，但它們共用同一句假設——「算力持續短缺」——那它其實是一個部位。組合風險真正該問的不是「我持有幾個產業」，而是**「有沒有一句話，錯了就會同時打到我一半的部位」**。這集把那句話講出來了。

五、他錯得徹底的那一段，是全集最像方法論的部分。

「2019 年的人看到現在的模型會說經濟已經停擺，但沒有發生；任何時候你錯得那麼徹底又那麼有信心，就必須更新。」——這是一段很難得的公開對答案。

我從中拿走的不是他的結論，而是那個動作：把預測寫下來、留時間戳、時間到了回頭對答案。 沒有寫下來的預測，事後永遠會被記憶修飾成「我早就覺得差不多是這樣」。錯誤本身沒有價值，被記錄下來的錯誤才有。

六、平滑的指數，和每天的新聞，是兩個不同的時間軸。

他說超級智慧出現的隔月不會發生太多事，說每個人都想當故事裡的英雄。這句話正好可以拿來當一把尺：今天讓你想動手的那則消息，是改變了結構，還是只是把敘事的溫度往上調了一格？

有意思的是，用這把尺去量這集本身，得分最高的反而是那件沙箱逃逸的資安事件——一個模型為了考高分而串接漏洞逃出隔離環境。它不會出現在任何一張財報上，它牽動的是「發展節奏是否需要被人為放慢」這種真正結構性的變數。最像雜音的往往被當成大事，最結構性的那件事反而安靜。

可以參考的資料

• 原集：Invest Like the Best EP.484〈Sam Altman — How to Make an Abundant Future〉（2026-07-28）；節目與逐字稿由 Colossus 公開發布於 colossus.com
• 主持人 Patrick O’Shaughnessy 的節目本體與 Colossus 季刊
• 文中《道德經》第七十七章那兩句，是我自己聽這集時想到的註腳，不是節目內容

---

免責聲明：本文為個人聽後心得與學習筆記，屬教育性內容，不構成任何投資建議、要約或招攬。文中提及之公司、產品與說法均來自公開節目內容與公開資訊，不推薦任何特定標的，也不提供目標價。投資有風險，請依自身財務狀況與風險承受度獨立判斷，必要時諮詢合格專業人士。引用內容版權屬原節目所有，鼓勵收聽原集、支持創作者。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。