OpenAI執行長薩姆·奧特曼（Sam Altman）在近期一次深度播客訪談中發出雙重警告：遞迴自我改進（RSI）的到來可能比外界預期更早，而一旦如此，他傾向於推遲OpenAI的IPO；與此同時，他對當前AI行業湧現的、缺乏收入支撐的新雲廠商算力建設熱潮提出尖銳批評，稱之為“不可持續的愚蠢”。

奧特曼透露，OpenAI已暫停一項前沿強化學習（RL）訓練任務，並將大量算力重新分配至AI對齊與安全監控。他澄清，這一決定並非因為遭遇技術瓶頸，恰恰相反，模型能力的進步速度令人敬畏，安全對齊工作需要時間追趕。他描述觸發決策的背景：在Hugging Face安全事故後，訓練中觀察到一系列“與預期不完全一致”的模型行為，疊加對即將到來的更強大預訓練模型的預判，促使管理層主動踩剎車。奧特曼表示，即便不釋出新模型，依靠現有模型也足以支撐產品和收入，企業收入已超過消費者收入且增長迅速，這為將安全置於勢頭之上提供了底氣。

奧特曼將IPO計劃與技術路線直接掛鉤。他表示，成為上市公司後，一旦需要做出諸如暫停訓練這類短期影響收入的決策，將面臨來自股價的巨大壓力。他最初以為超級智慧的到來還有很長時間，現在卻認為可能很快就會發生。“使命比上市重要得多”——他明確表達當前優先順序：若RSI提前到來，在上市公司約束下保持對安全的絕對優先將比想象中困難，推遲IPO是更審慎的選擇。他還表示，“AGI”已淪為定義模糊的營銷詞彙，OpenAI內部關注目標已轉向可無限擴充套件的超級智慧（Superintelligence）。

在算力投入問題上，奧特曼對OpenAI與行業其他參與者劃出清晰邊界。他不擔心OpenAI自身的算力計劃，擔心的是全球範圍內整體的算力建設熱潮，尤其是那些“隨機冒出來的新雲廠商，號稱要建巨量算力，卻沒有收入支撐”。他將此現象稱為“不可持續的愚蠢”跡象。

奧特曼的表態與投資界、研究界的觀察形成呼應。知名科技投資人Gavin Baker近期指出，基於對Scaling Laws的堅定信仰，頂尖大模型公司短期內不會追求自由現金流，而是將經營現金流全部用於購買更多GPU。AI風險投資機構Conviction創始人Sarah Guo則透露，過去12個月，越來越多頂尖研究人員開始相信，具備遞迴自我改進能力的AI研究模型一旦出現，人類距離某種形式的“指數級智慧”可能只剩一到兩年。

奧特曼還透露，OpenAI推出了“Automated AI Researcher”框架，Anthropic大量讓Claude參與模型研發，Google的AlphaEvolve也已開始利用AI尋找新演算法——這些均屬於訓練自動化，即RSI的早期形態。在RSI框架下，訓練從週期性事件變為持續性過程，算力需求呈數量級躍升，算力充裕的實驗室可同時驗證數千個訓練方案，計算優勢直接轉化為研究優勢和模型優勢。

Sarah Guo還描述了一個現象：當模型訓練預算邁向數千億美元、團隊擴張至數千人規模時，越來越多頂尖研究人員產生兩種消極情緒——“我做的事情不重要，因為模型很快能自己做”以及“唯一重要的只有算力規模，個人貢獻被稀釋”。這種信念的擴散正在加劇行業的競爭強度與不確定感。

奧特曼的“踩剎車”與對IPO的彈性態度，傳遞出前沿實驗室對技術演進速度的重新評估。在算力投入的核心變數上，他暗示決定因素並非應用賽道的商業化節奏，而是模型能力本身是否仍在值得擴張的軌道上。這一邏輯正在獲得投資界和研究界的雙重驗證，也意味著AI行業的資本開支走向可能比市場預期更持久、更集中於頭部玩家。