OpenAI 是否会扼杀所有初创公司？

摘要

在本期对话中，Michael Seibel 与 Dalton Caldwell 针对“OpenAI 将杀死所有创业公司”的流行焦虑展开深度剖析。他们指出，讨论必须建立在理性的边界之内：OpenAI、Anthropic 等公司的终极目标是构建通用人工智能（AGI），而非逐鹿每一个垂直应用赛道。历史反复证明，从现代农业、电力到互联网与移动浪潮，颠覆性技术不仅没有减少商业机会，反而因其快速迭代和巨大势能，让初创企业相对在位巨头获得了前所未有的不对称优势。当前，正有一批领域专家放弃高薪职位，或是一群像当年玩转越狱 iPhone 的少年般极早入场的建造者，因大语言模型（LLM）的实用性而毅然创业。文章区分了“AI 崇拜”（cargo cult AI）与真正用 AI 解决客户难题的区别，强调那种将“套壳”嘲讽为终局的论调忽略了无数伟大产品（如 Dropbox 之于 AWS）都是从“玩具”起步的历史。只要 AGI 仍未实现，OpenAI 的第一、第二、第三目标都将是奔赴通用智能，而非替代所有人去优化具体业务，这为创业者留下了巨大的第二层创新空间。因此，除非坚信短期内天网降临，否则当下正是自移动互联网以来最令人兴奋的创业时刻。

正文

讨论的起点：AGI 与理性边界

在众多关于人工智能的喧嚣中，一个论断反复出现：OpenAI 这类头部公司将会吞噬所有初创公司的生存空间。但我们必须先明确一个基本前提——OpenAI、Anthropic 等企业，其构建目标并不是某个“AI 驱动的 CRM”或“更高效的搜索引擎”，而是通用人工智能（AGI）。对于 AGI 是否真的即将降临，我们无从判断，也无意在此进行“专家式”的争论。这并非因为我们轻视这个问题，而是一旦讨论滑入“AI 是否会成为上帝”“天网是否将至”“我们何时上传到矩阵”这类形而上猜测，它便已经触碰了某种“戈德温法则”：当辩论一方开始将对方指为纳粹，这场对话便已失去所有建设性。同理，一旦技术交谈陷入“神化”或“终结者”叙事，我们就需要主动划定边界——我们擅长的领域，是从历史中寻找譬喻，为当代创业者提供可参照的思维框架。

历史的重量：每一次产业跃迁都释放了创业红利

与其沉溺于天网恐惧，不如回顾人类最近几次影响深远的产业变革：现代农业的普及、电力的推广、互联网的诞生。这些创新浪潮呈现出一个共同的显著特征——它们极大地增加了商业形态的总数量，而非削减。更值得关注的是第二个特征：变革来得越快、越剧烈，初创企业相对于传统巨头的竞争优势就越大。互联网的整个发展史几乎就是一条“新玩家颠覆旧秩序”的时间线，正是芯片和网络的极速迭代，催生了一整套围绕风险投资与创业的制度生态。一批批曾经稳固的巨轮因来不及转向而沉没，一群群一无所有的年轻人凭借洞察与速度迅速起航。

如果历史会押韵，那么聪明人当下应当得出的判断不是“机会枯竭”，而是“机会爆炸”。他们会惊叹：六个月前还无人能解的难题，今天借助大语言模型已有了清晰的解决路径。这种豁然开朗的认知，正是一大批顶级人才选择在此刻入场的原因。

谁在此时创业？两股力量合流

我们从近期的创业者群体中观察到两类极具指标性的人物。

第一类是“蛰伏的专家”。他们曾是机器学习或相关领域的资深从业者，在大型科技企业身居要职，拿着优渥的报酬，且并不讨厌自己的工作。然而，LLM 的出现让他们意识到自己积累多年的领域知识终于等来了爆发的节点。这有点像一位深耕云计算多年的工程师猛然看到 AWS 问世——多年储备在一瞬间转化为巨大不对称优势，他感到整个时代在召唤他。离开安稳的职位去承受创业的风险，在他们眼中并非赌注，而是基于“机会成本”的自然选择。

第二类是“原生探索者”。这让人想起 iPhone 初代发布后，那些十五六岁就开始钻研越狱、以摆弄系统为乐事的少年。当时没有人对移动应用有多年经验，而正是这种“所有人都在同一零起点”的状态，让那些因热爱而最早扑入的年轻人占尽先机。今天的大语言模型领域同样如此：它太新了，新到众多传统权威尚未建立，任何愿意沉进去学习的人都有机会成为第一波掌握工具内核的人。

这两类人的共同点是：他们并非仅仅为了“赚快钱”而来。那些奔着快速暴富、听到“需要十年”就转身寻找下一个空气币（ICO）的人，反而在此刻缺席。这意味着这一波创业浪潮的参与者，更接近于当年因 Ruby on Rails 等技术而纯粹兴奋的极客，他们的底色是建构欲与创造力。这种人员构成的变化，本身就预示着产物质量的提升。

“AI 崇拜”与真实价值：一颗种子与一朵假花

当前环境要求我们做一个关键的区隔：你是在搞“AI 崇拜”（cargo cult AI），还是在用 AI 真正打造更好的产品。

所谓“AI 崇拜”，指的是生硬地将“我们用了人工智能”作为融资噱头，却与核心客户价值毫无关系，产品体验并未发生实质性改变。这在历史上反复出现，类似于 App Store 刚推出时，大量公司宣称自己“有 App”，但那些 App 只是粗糙的营销摆设。

然而，我们也看到另一类产品，它们在融入 LLM 的驱动后，用户留存率显著跃升，产品品质出现代际提升，收费意愿陡然增强。这是真金白银的改善，不是泡沫。这与当初企业开始认真拥抱云计算时的情况高度相似：有人嘲笑“云”是被过度炒作的 VC 口头禅，拒绝将物理服务器上的业务迁移到云端。但事实证明，嘲笑者错过了真正的效率革命。在初创时期，我们经历过用闭源昂贵工具搭建一个网站需要 500 万美元，而改用类似甚至更优的开源技术后成本骤降至 5 万美元；也经历过需要自己购买服务器、等待货运、手动配置、扩容机柜的痛苦。当 AWS 等云服务出现时，仍有人说“我们要继续买服务器”。嘲笑者永远存在，但真正的建造者会戴上思考帽，问自己：“我能用这个新工具让用户更快乐、更高效吗？”

LLM 正是这样一种工具。它不是 VC 臆想出的概念，而是和移动端、开源后端、云计算同一量级的、能为产品注入新生命的基础设施。当初 OpenAI 成立之初，我们就在同一间屋子里见证了它的非营利愿景——其目的不是垄断每一个 CRM 应用，而是将技术作为一种“赋能种子”播撒出去，让无数创业之花得以绽放。这一初心本身就与环境中的恐惧叙事相矛盾。

第二层效应与“薄封装”的伪命题

一种常见的质疑是：“你的产品不过是套在 OpenAI 外面的一个薄壳。” 对这种说法，我们应当一笑置之。历史上，“薄壳”往往是伟大事业的起点，而非终点。Dropbox 诞生之初，被讥讽为“不过是 AWS S3 上的一个简单封装”，“懂技术的人一个周末就能写出来”。然而，“一个周末就能完成”恰恰是外行的典型判词。真正的要点在于，产品当前的样子究竟只是路径的开端，还是最终的定格。

当一个新平台出现时，最显而易见的低垂果实可能确实会被巨头弯腰摘走，但那些需要更深洞察的第二层效应才是创业者的富矿。手机地图的预装并不令人意外，但 Uber 的诞生却鲜有人提前预知。今天，把显而易见的聊天接口做成“放屁声效应用”式的玩具也许不少，但真正具有想象力的创业者会思考：当极其便宜的实时翻译成为可能，当非结构化数据的理解成本降至接近零，哪些原本不可能存在的商业模式将被解锁？

正是这种“二阶思考”构成了历史中那些最性感的创业故事。如果一件产品目前看起来像个玩具，只要它能让一部分用户真正喜爱，就有资格成长。我们鼓励创业者对他人的嘲讽充耳不闻，而在客户价值的土壤里深深扎根。

为什么 OpenAI 并不会杀死你的创业公司？

最后，回到最核心的组织战略层面。只要 AGI 没有被真正实现，它就是 OpenAI 这类公司的第一目标、第二目标、第三目标——用于解决“某个垂直行业的效率问题”并不在其核心任务清单上。将现有的大语言模型应用在具体的业务场景中，去让人们的生活更便利、让企业的运转更高效，这些事在巨头眼中的优先级远低于攻克通用智能。

这意味着，广阔的利基市场正在无人看守的状态下等待着创业者去耕耘。除非你真的相信短期内天网会接管一切商业活动，否则历史规律、人才风向、工具成熟度都在共同指向同一个结论：OpenAI 不会杀死所有初创公司。恰恰相反，大语言模型和当下开放的工具生态，极有可能引爆一场自移动互联网诞生以来最壮观的创新浪潮。这或许正是我们等待了十年之久的那一声发令枪。

现在不应该恐惧，而应该戴上创造者的帽子。正如 Dalton 所言：这是该兴奋的时刻——除了 Twitter 上那些以泼冷水为乐的账户外，几乎所有人都应当感到心跳加速。