OpenAI首席执行官萨姆·奥特曼（Sam Altman）在近期一次深度播客访谈中发出双重警告：递归自我改进（RSI）的到来可能比外界预期更早，而一旦如此，他倾向于推迟OpenAI的IPO；与此同时，他对当前AI行业涌现的、缺乏收入支撑的新云厂商算力建设热潮提出尖锐批评，称之为“不可持续的愚蠢”。

奥特曼透露，OpenAI已暂停一项前沿强化学习（RL）训练任务，并将大量算力重新分配至AI对齐与安全监控。他澄清，这一决定并非因为遭遇技术瓶颈，恰恰相反，模型能力的进步速度令人敬畏，安全对齐工作需要时间追赶。他描述触发决策的背景：在Hugging Face安全事故后，训练中观察到一系列“与预期不完全一致”的模型行为，叠加对即将到来的更强大预训练模型的预判，促使管理层主动踩刹车。奥特曼表示，即便不发布新模型，依靠现有模型也足以支撑产品和收入，企业收入已超过消费者收入且增长迅速，这为将安全置于势头之上提供了底气。

奥特曼将IPO计划与技术路线直接挂钩。他表示，成为上市公司后，一旦需要做出诸如暂停训练这类短期影响收入的决策，将面临来自股价的巨大压力。他最初以为超级智能的到来还有很长时间，现在却认为可能很快就会发生。“使命比上市重要得多”——他明确表达当前优先级：若RSI提前到来，在上市公司约束下保持对安全的绝对优先将比想象中困难，推迟IPO是更审慎的选择。他还表示，“AGI”已沦为定义模糊的营销词汇，OpenAI内部关注目标已转向可无限扩展的超级智能（Superintelligence）。

在算力投入问题上，奥特曼对OpenAI与行业其他参与者划出清晰边界。他不担心OpenAI自身的算力计划，担心的是全球范围内整体的算力建设热潮，尤其是那些“随机冒出来的新云厂商，号称要建巨量算力，却没有收入支撑”。他将此现象称为“不可持续的愚蠢”迹象。

奥特曼的表态与投资界、研究界的观察形成呼应。知名科技投资人Gavin Baker近期指出，基于对Scaling Laws的坚定信仰，顶尖大模型公司短期内不会追求自由现金流，而是将经营现金流全部用于购买更多GPU。AI风险投资机构Conviction创始人Sarah Guo则透露，过去12个月，越来越多顶尖研究人员开始相信，具备递归自我改进能力的AI研究模型一旦出现，人类距离某种形式的“指数级智能”可能只剩一到两年。

奥特曼还透露，OpenAI推出了“Automated AI Researcher”框架，Anthropic大量让Claude参与模型研发，Google的AlphaEvolve也已开始利用AI寻找新算法——这些均属于训练自动化，即RSI的早期形态。在RSI框架下，训练从周期性事件变为持续性过程，算力需求呈数量级跃升，算力充裕的实验室可同时验证数千个训练方案，计算优势直接转化为研究优势和模型优势。

Sarah Guo还描述了一个现象：当模型训练预算迈向数千亿美元、团队扩张至数千人规模时，越来越多顶尖研究人员产生两种消极情绪——“我做的事情不重要，因为模型很快能自己做”以及“唯一重要的只有算力规模，个人贡献被稀释”。这种信念的扩散正在加剧行业的竞争强度与不确定感。

奥特曼的“踩刹车”与对IPO的弹性态度，传递出前沿实验室对技术演进速度的重新评估。在算力投入的核心变量上，他暗示决定因素并非应用赛道的商业化节奏，而是模型能力本身是否仍在值得扩张的轨道上。这一逻辑正在获得投资界和研究界的双重验证，也意味着AI行业的资本开支走向可能比市场预期更持久、更集中于头部玩家。