# 顶点 LLMS 索引： [llms.txt](/llms.txt) --- 2022年10月，OpenAI在加利福尼亚州蒙特雷举行了一次全员异地会议。蒙特雷是旧金山以南约两小时车程的美丽海滨城市。彼时公司已扩张至约三百名员工，比前一年的不到两百人增加了不少。那个周末，众人在蒙特雷小机场外合影留念，个个笑容满面，身着OpenAI品牌服装。奥特曼看起来十分轻松，坐在队伍最前排的地上，双膝抵胸，手臂随意交叉，脚尖朝上。 两天时间里，高管团队就愿景与落地进展依次进行了汇报：奥特曼介绍了微软（Microsoft）正在为OpenAI大规模扩建的数据中心；Steve Dowling与副手汉娜·王介绍了争相报道公司的顶级媒体资源；Anna Makanju则介绍了公司在华盛顿特区日益扩大的布局。随后是接连不断的演示——研究团队和产品团队的最新项目一一登场。一切呈现出的震撼感是真实可感的。"所有这些加在一起，令人难以置信，"一位在场的前员工回忆道。 布罗克曼登台讲解GPT-4的最新规划，并讲起了妻子Anna的故事。有一天，Anna腹痛不止，久久无法缓解。Anna是办公室里的常客——她在他旁边有一张办公桌，尽管并非公司正式员工，却经常陪他出席各种会议。他曾对我说，除了奥特曼和苏茨克维尔（Sutskever），Anna是他最依赖的人，是他的挚友，也是倾诉心事的知己。两人几乎形影不离，走到哪儿都在一起。他向员工们解释，自己陪Anna辗转看了多位医生，却没有一个能查明病因。但他询问GPT-4时，GPT-4提示她可能患有一种此前未曾考虑到的疾病——"后来确实如此！"他兴奋地说。这个故事与他2019年对我讲述的版本如出一辙——AGI将为那些奔波于无数专科医生之间寻求诊断的人解决医疗难题——只是换了一个主人公。 几周后，就在董事会试图罢黜奥特曼一事发生之后，布罗克曼在X上再次讲述了这个故事，并加入了新的内容。他叙述了Anna此后面临的新一轮健康挑战，以及她在五年间"看过的医生和专科医生比此前整个人生加起来还要多"的艰辛求医历程，直至终于得到确诊。最终是她的过敏科医生将所有线索拼凑在一起，发现她患有超活动性埃勒斯-当洛斯综合征，一种遗传性运动障碍疾病。在"医疗等高风险领域"，AGI还有很长的路要走，他写道，继续为OpenAI的宏大抱负摇旗呐喊，"但前景正愈加清晰。" --- 从异地会议返回后不到几周，坊间开始流传谣言：Anthropic 正在测试一款新聊天机器人，即将发布。Superassistant 团队当时正进行到聊天界面设计的中期阶段。如果 OpenAI 不能抢先推出，公司在行业中的领先地位便岌岌可危——而这将对那些长期高强度工作、拼尽全力才守住这一优势的员工造成沉重打击。更让一些高管难以接受的，是输给 Anthropic。 事实上，Anthropic 当时并没有任何即将发布的计划，自身也深陷困境。十一月初，FTX 骤然崩塌，Anthropic 随即被卷入其中。就在几个月前，Anthropic 刚完成 5.8 亿美元的融资，其中 FTX 的一份新闻稿称有 5 亿美元来自 SBF 及其他高管。此后在庭审中披露的财务文件揭示，这笔钱实为 SBF 从 FTX 客户存款中挪用的巨额资金，由此使 Anthropic 的这笔投资成为庭审的核心争议——焦点在于，这笔投资产生的丰厚回报能否用于偿还客户。（法官最终裁定可以，FTX 随即分批出售其持有的 Anthropic 股份，至 2024 年累计套现 13 亿美元。） 但对 OpenAI 的高管而言，这些谣言已足以促使他们做出决定：公司不再等待将 GPT-4 打磨成聊天机器人，而是要在感恩节后两周，用 Schulman 开发的支持对话的 GPT-3.5 模型，搭配 Superassistant 团队全新打造的聊天界面，直接推出产品。Superassistant 团队随即调头，紧急抽调多名成员，全力冲刺整合各方资源、完善剩余功能。对公司其他人，领导层措辞颇为谨慎：ChatGPT——他们最终确定的名字——不算正式产品发布，只是一次「低调的研究预览」，与 DALL-E 2 如出一辙。同样地，它不会商业化，而是用来「带动数据飞轮运转」——也就是积累更多用户使用数据——以此助力 GPT-4 及 Superassistant 产品的迭代优化。 Superassistant 团队之外，其他人都照字面理解了高管的说法。一次低调的研究预览不需要他们分心；他们必须专注于 2023 年初的 GPT-4 发布。信任与安全团队觉得，能赶在那次发布前搭建好监控基础设施已是勉强，ChatGPT 相比之下简直无足轻重。GPT-3.5 早已经过 RLHF 精调，从本质上比 API 上仍可访问、未经该流程处理的 GPT-3 版本更安全。OpenAI 此前也在开发者平台上发布了一个不带对话功能的 3.5 版本，供开发者测试模型能力。加一个聊天界面真的会有什么不同吗？安全阵营中，正忙于测试和调优 GPT-4 的人们也持同样看法。这是第一次，一次模型发布几乎没有遇到任何阻力，便顺利通过了各项检查。 即便在 Superassistant 团队内部，也没有人真正预料到他们即将引发的社会性范式转变。他们以为这款聊天机器人不过是昙花一现。就像 DALL-E 2 一样，它会在社交媒体上掀起一阵热潮，然后在几周内归于平静。发布前夜，在如此密集的冲刺之后，气氛出奇地平静。他们打赌，这款工具在周末结束前会吸引多少用户来试用。有人猜几千，有人猜几万。保险起见，基础设施团队准备了供十万用户使用的服务器容量。 第二天，也就是十一月三十日，星期三，公司大多数员工甚至没有察觉到发布已经发生。与 OpenAI 最初亮相时一样，ChatGPT 的发布也与一年一度的 NeurIPS 学术盛会撞在了一起——那一年在路易斯安那州新奥尔良举办。大会此前已宣布将颁发"时间考验奖"，这一奖项每年授予十年前发表的、对该领域产生深远影响的论文。获奖的正是 Hinton、Sutskever 与 Krizhevsky 于 2012 年发表的 ImageNet 论文，那篇论文向世界展示了深度学习的力量。 当晚，一小群员工在会议中心附近举办了 OpenAI 的派对，代表公司亮相，并向近万名线下参会者中有意向的候选人招募。DeepMind、Meta 和谷歌（Google）也在同一时间于城中各处举办竞相招募的派对。派对进行中，一名招聘人员注意到一位 OpenAI 工程师始终埋头对着电脑，纹丝不动。 他终于走过去搭话：「老兄，喝一杯嘛。大家都来了，出来社交一下。」 那位工程师头也没抬：「不行，GPU 都快烧了，系统在崩。」 --- 那天夜里，日本率先醒来，带来了意想不到的巨大流量浪潮。此后一整天，用户数量持续攀升，全球各地随时区依次上线。马斯克在其中推波助澜，功不可没。他发推称："很多人都陷进了那种'我的天，这也太疯了'的ChatGPT死循环。"这条推文收获了约七万五千个点赞。 ChatGPT一夜爆红，远超OpenAI所有人的预期。多年之后，公司的工程师和研究员们仍百思不得其解。GPT-3.5相较于GPT-3的能力提升并不显著，而GPT-3早已发布整整两年；GPT-3.5此前也已向开发者开放。这套界面和交互形式无疑让模型更易上手，但员工们并未从中感受到GPT-4那种根本性的跨越。奥特曼事后说，他原本预计ChatGPT会受欢迎，但大约要"少一个数量级"。"真没想到大家会这么喜欢，"一位前员工回忆道，"在我们所有人看来，他们把内部版本降级后才拿出去发布的。" 短短五天，Brockman便发推宣布ChatGPT用户数突破一百万。不到两个月，这个数字就攀上了一亿，成为彼时史上增长最快的消费级应用。（Meta旗下对标X的Threads，后来以不足五天便达到同等用户规模，宣称夺走了这一头衔；也有评论者认为不算数，因为Meta主要是在调动已有的用户基础。） ChatGPT一夜之间将OpenAI从硅谷圈内的明星创业公司推向了家喻户晓的名字。几个月后，在卢旺达首都基加利举办的一场人工智能研究会议上，距旧金山万里之遥，一位当地研究员热情地告诉我：ChatGPT问世后，他父母终于弄明白了他是做什么的。"当你妈妈主动跟你聊起某项技术，说明它已经真正走进了千家万户，"他说。 然而，正是这场爆红给公司带来了极大的压力。在接下来的一年里，它将公司内部的派系分歧进一步撕裂，把组织内部积累的紧张与张力推向了一触即发的临界点。 事件发生的最初阶段，全公司都在救火。随着基础设施团队拼命以硅谷史上最短的时间扩容，OpenAI的服务器一再崩溃。团队甚至挪用了研究部门的算力来支撑ChatGPT的增长，却仍然不够维持应用的正常运转。信任与安全团队——总共只有十几人——在汹涌而来的新用户洪流中手忙脚乱地识别和拦截恶意行为，而残缺不全的监控系统让他们举步维艰。他们始终没能补充到足够的工程师来推进本就有限的被动执法方案，相关系统仍在建设之中。ChatGPT彻底打乱了这一进程——所有新工具的开发工作全部叫停，工程资源被悉数调去稳定现有系统。服务器一旦宕机，流量监控平台也随之瘫痪，任何规模化执法工作都无从开展。 GPU的严重短缺还拖累了另一项工作。为了充分发挥自身技术优势，信任与安全团队曾在内部搭建了一个名为"Fact Factory"的方案——OpenAI也曾公开宣传此举——计划借助GPT-4对自身及其他OpenAI模型的输出内容进行内容审核。但这套方案并不具备可扩展性：它需要向GPT-4输入极长的提示词才能捕捉到足够细微的差别，即便在服务器正常运行时，也会消耗过多算力资源。而服务器本就无法稳定运行。 对"安全派"中的许多人来说，ChatGPT是迄今为止最令人忧虑的一个例证，暴露了OpenAI在前瞻性上的深层局限。一位安全团队成员在全员大会上提出了这个问题：公司怎么能对用户行为和ChatGPT的走红如此估计不足？这对公司预判和把握自身技术未来影响的能力，又说明了什么？ 而公司其他大多数人虽同样被服务器宕机压得喘不过气，却更多将其视为一种极致的胜利勋章。OpenAI构建的技术如此深刻、需求如此旺盛，一夜之间点亮了整个世界，彻底改变了它的面貌。他们曾志向全人类，而如今，他们真的做到了。八十亿人，都已生活在OpenAI的世界里。 奥特曼没有沉浸在这一刻。他提醒员工，公司的使命终究是要达成远比打造"硅谷史上最大产品"更宏大的目标。他要求每个团队保持定力、坚定前行。正如他所预料的，OpenAI的崛起已唤醒了所有竞争对手：Anthropic即将发布其聊天机器人Claude；谷歌（Google）内部拉响了"红色警报"，并即将把旗下AI部门整合为谷歌DeepMind（Google DeepMind），倾尽全力推出类似产品。尽管OpenAI凭借领先一步、高出一个量级的产品率先入市，它仍须持续奔跑，才能守住第一的位置。 --- 各个团队都已不堪重负，管理者们纷纷向奥特曼请求增加人手。候选人并不短缺——ChatGPT问世后，争相登上这艘火箭飞船的求职者数量迅速倍增。但奥特曼担心，一旦公司过快扩招，会对企业文化和使命认同造成冲击。他深信保持精干团队与高人才密度的必要性。"我们现在面临着将组织规模急剧扩张的诱惑，"他在2020年的愿景备忘录中写道，彼时微软的投资刚刚落定，"我们必须竭力抵制这种诱惑——迄今为止让我们走到今天的，是小而精、专注、高度互信、少废话和高强度。 "人员过多、官僚体系膨胀带来的管理内耗，极容易扼杀好想法，或使机构趋于僵化。与过去那些大型工程项目不同，我们完全可以靠少数顶尖人才来实现使命。" 2022年底，他向高管团队重申了这一立场，在人员编制讨论中反复强调：保持公司精简、守住高人才标准，新增招聘不超过一百人左右。其他高管则不以为然。按照各团队当时的倦怠速度，许多人认为至少需要五百名乃至更多的新员工。 几周内，讨论持续推进，管理团队最终妥协于一个折中数字——二百五十到三百人之间。然而这个上限从未得到遵守。到夏天，每周加入OpenAI的人多达三十甚至五十名，其中还包括专门为加快招聘节奏而引进的更多招聘专员。到了秋天，公司早已远远突破自己设定的配额。 这场骤然的增长确实改变了公司文化。一名招聘人员写了一篇宣言，指出快速招聘的压力正迫使他的团队降低人才质量标准。"如果你想打造一个Meta，那你干得很好，"他话锋一转，直指奥特曼——正是这位CEO曾警告过的那种恐惧：公司的人才密度和使命导向被迅速稀释，官僚体系却与日俱增。快速扩张也引发了裁员潮。一位新入职的管理者在入职培训时被告知，要迅速记录并上报团队中表现不佳的成员，而他本人随后也遭到了解雇。解雇通知几乎从不传达给公司其他人，同事们往往只是某天发现某个Slack账号因停用而变成灰色，才意识到此人已经走人。他们开始称这种现象为"被消失"。 对于那些完全认定自己加入了一家高速运转、盈利能力强劲的创业公司的新员工而言，这种动荡感觉像是寻常企业问题的一种格外混乱、有时甚至残酷的变体：管理失当、优先事项混乱，以及一家资本主义公司将员工视为耗材的冷硬本色。"心理安全感严重缺失，"一位那个时代入职的前员工说，"这就是'公司即家庭'的反面——当然，说起来也算公平，这本来就是一家公司。"许多人加入后只是咬牙撑到一年期满，为的是领取第一批股权份额。不过也有一个显著的好处：他们仍然觉得自己的同事是整个科技行业中最顶尖的一批人，加之看似取之不尽的资源和无可比拟的全球影响力，当一切真正顺畅运转时，偶尔能迸发出一种在业内其他地方难觅的魔力感。"我会说，OpenAI是我工作过的最好的地方之一，但也很可能是最糟糕的地方之一，"这位前员工说。 对于一些亲历OpenAI早年岁月的员工来说——那时它还是一个团结紧密、使命驱动的非营利组织——这场戏剧性的蜕变远比想象中更令人震惊，也更让人情感上难以承受。他们所熟悉的那个组织已然消失，取而代之的是一个面目全非的陌生事物。"OpenAI就像火人节，"前招聘人员Rob Mallery说——他用那个沙漠艺术节为喻：规模扩张到失去原有精神的那一刻，"我知道它对从一开始就在场的人，意义远比现在对所有人的意义要深重得多。" 在那些早年岁月里，团队建立了一个名为#explainlikeimfive的Slack频道，供员工匿名就技术话题提问。随着公司人数逼近六百，这个频道也演变成了匿名发泄不满的场所。2023年年中，一名员工发帖称，公司正在招聘太多既不认同使命、也对构建AGI毫无热情的人。 另一人随即回应：当OpenAI开始招那种能跟你对视的人时，他们就知道这家公司开始走下坡路了。 --- ChatGPT同样令微软（Microsoft）始料未及。OpenAI的领导层曾告知这位合作伙伴——正如他们告知自己员工的那样——这款聊天机器人不过是一次"低调的研究预览"。然而事实显然截然相反。 这一落差起初令这家科技巨头的高管颇为恼火。ChatGPT的横空出世，彻底抢走了微软必应（Bing）聊天机器人的风头。次年二月，微软推出必应AI时，产品随即遭遇了一波负面报道——《纽约时报》专栏作家Kevin Roose撰文称，这款产品曾劝说他与妻子离婚。这与微软所期望的反响相去甚远，相比之下，OpenAI反倒显得愈发光彩夺目。 然而，这些误会远不足以浇灭微软对OpenAI的热情。ChatGPT所引发的巨大反响极具感染力，而OpenAI模型持续精进的能力，更令这家巨头的高管们兴奋不已。微软此时正在筹备一整套全新的Copilot产品，基于GPT-3.5和GPT-4，计划逐一推出，在一连串稳定的发布节奏中接连亮相。继二月的必应之后，三月轮到了Microsoft 365 Copilot——为从Word到Outlook再到Teams的每款Office产品带来由AI驱动的对话式界面。 微软高管在内部谈及OpenAI合作关系的方式，也在迅速发生转变。此前，微软自认凌驾于OpenAI之上；如今，这家巨头的部分高管却感到OpenAI已然凌驾于微软之上。微软内部隐隐弥漫着一种力不从心的情绪——自家的AI研究投入，远未能达到OpenAI所实现的成就。一位前微软员工回忆起部分高管当时的想法：如果微软退出OpenAI的主要投资人之位，这家初创公司大可另觅其他投资方；但如果OpenAI抽身而去，这家科技巨头又能找到另一个OpenAI吗？ 与此同时，许多高管谈论的目标已不再仅仅是击败谷歌（Google）。过去，面对OpenAI那些关于AGI的宏大叙事，以及有关其发明未来之能力的高调言辞，他们不过是礼貌地表示怀疑；如今，他们已然成为信徒。AI、AGI、生成式AI——无论如何称呼——这项技术就是未来，而微软正与OpenAI携手共同引领它。微软信得越深，公司的话语体系与战略布局便愈加向此倾斜。那位前员工说："我亲眼看到微软内部的激励机制，越来越把对未来的想象压缩进一个狭窄的框架里。我看到这项技术被叙事而非现实所支撑，变得越来越单一。" 纳德拉（Nadella）推行了一项分配微软计算资源的新策略。他将GPU从微软自身的研究团队抽调出来，转而支持OpenAI。公司还将旗下所有GPU整合进一个统一资源池，以更好地承载生成式AI的工作负载。"去年一月之前，普通微软员工根本不知道OpenAI是什么，"一位微软员工回忆道。而现在，他们正收到来自上级的紧急指令，被要求寻找一切方式，将自己的工作与OpenAI技术挂钩。 短短几个月内，这家科技巨头便迎来了逾百个生成式AI项目的井喷——员工们以各种方式探索GPT-4和ChatGPT的应用。颇具讽刺意味的是，这场激进的采用浪潮，反而迫使微软直面其他公司在仓促拥抱生成式AI时所遭遇的种种共同挑战。这其中包括让风险与合规团队颇为头疼的问题：并非所有人都在使用微软的内部版本，部分员工转而直接使用OpenAI提供的免费版ChatGPT——而该版本会以用户数据进行训练，由此引发了对微软客户信息外泄或违反合规要求的担忧。虽然部分员工认为这些工具大幅提升了生产率，但许多人也感到身心俱疲。"公司文化就是'用AI、用AI、用AI'，"一位员工说，"但说真的，这东西根本帮不了我们，我们不想用它。感觉它无处不在，根本逃不掉。" 从微软自研模型切换到OpenAI模型之后，许多员工也失去了对工作核心基础设施层的掌控与透明度。在这家科技巨头内部，通往这家初创公司底层模型的访问权限被严格把守——尽管这些模型的训练和存储均在微软的服务器上完成。绝大多数微软员工已无法再审查训练数据，也无法调整他们所使用模型的权重。OpenAI的模型转而通过API交付，与其他OpenAI客户享受的方式别无二致。 然而，以上种种代价，微软都获得了丰厚的回报。公司正目睹Azure AI平台的新增客户大量涌入——作为唯一一家云服务提供商，微软既能提供云计算的典型优势（包括更简便的数据存储与管理），又能以OpenAI的能力处理这些数据。"Azure OpenAI服务如今正在为我们打开许多新客户的大门，"AI平台公司副总裁Eric Boyd于2023年5月在写给所在部门的邮件中如此写道。当年八月，他再次满怀热情地表示："时不时退一步，感叹我们在短短一年内走了多远，真的很值得。"他在给部门的信中补充道，该平台当年的"客户数量增长了21倍"。次月，Boyd又迎来了一个新的里程碑。随着微软将此前分散的AI资源集中到这一平台，加上数千家新客户加入Azure OpenAI服务，该平台的流量在短短九个月内增长了十倍。2023年1月，平台每月承载着一千亿次推理请求；到了九月，这一数字已攀升至一万亿次。 那年夏天，微软首席技术官凯文·斯科特在OpenAI的全员大会上慷慨激昂地表达了他的赞许。"我们已经在好多地方停掉了AI机器学习方面的投入，停到那些人都在说，'嘿，微软，去你的，'"斯科特说——他指的是将GPU从微软部分内部研究团队抽调出去一事，"我们押下了这个赌注，因为我们相信，你们正在做这个行业里最顶尖的工作。" --- ChatGPT彻底确立了OpenAI从非营利机构向商业化转型的路线。Altman和其他高管趁着这款聊天机器人的成功势头，着力推动一系列付费产品的发布。2023年2月，付费版ChatGPT上线；3月，API版本、Whisper API和GPT-4接连推出。"ChatGPT之后，营收和盈利的路径一目了然，"一位前员工说，"你再也无法为'理想主义研究实验室'的定位辩护了。客户就在眼前，等着被服务。" 新产品的密集涌现再次令信任与安全团队应接不暇。此前，OpenAI曾向新用户提供价值二十美元的免费API额度以吸引注册。随着ChatGPT爆红带动API使用量急剧攀升，这一激励政策如今成了烫手山芋：大量用户批量注册新账户，反复套取奖励；还有人借新账户规避封禁或暂停处理。大规模欺诈行为随着服务器需求不断膨胀，令OpenAI损失了可观的营收。信任与安全团队始终不足二十人，执法能力严重受限，只能再次将人力调转方向，以打地鼠的方式应对这一新型滥用载体。 接连不断的高强度冲击很快将Willner推向严重倦怠。几个月内，他与数位团队成员相继离职。年底前，该团队宣告解散，部分留守成员被并入一个更大规模的安全系统运营部门，由OpenAI资深研究员Lilian Weng主导。部分信任与安全团队成员事后认为，Applied部门与过度执着于末日论的Safety派系之间的持续摩擦，在公司许多管理层中催生出一种文化——对任何形式的"安全"关切一律大打折扣。这种氛围使他们的职能在大多数科技公司本已边缘化的处境上，在OpenAI更是雪上加霜。 确实，每逢新产品发布，内部冲突都会如期而至，GPT-4的上线亦不例外。Applied部门的许多人认为推迟六个月发布已属格外谨慎，而Safety部门的一些人则觉得时间依然不够，全面测试与对齐工作远未完成。 例如，模型居高不下的幻觉率始终难以驯服——即便集中投入RLHF加以解决，成效仍然有限。2022年11月，用户纷纷将ChatGPT当作搜索工具使用，引发其可能取代谷歌（Google）的广泛猜测；而一份内部文件显示，OpenAI的模型在内部测试中，对约30%的封闭域问题产生了幻觉。 封闭域问题本应是最简单的一类：用户仅就自己提供的信息向模型提问——比如上传PDF要求总结，或提供要点要求扩写成完整句子。这与开放域问题截然不同——后者是用户在没有参考材料的情况下提问，涉及流行文化、古代历史、中学生物等领域，就像使用普通搜索引擎一样。 与此同时，GPU成了OpenAI研究与扩张挥之不去的瓶颈。芯片容量告急，新研究、新产品及功能发布一再延误或搁置。ChatGPT病毒式传播后，专注于半导体行业的行业通讯SemiAnalysis估算，公司仅算力成本每天便高达约七十万美元。高管们将芯片从研究部门调拨给Applied部门时，后者承诺在约定日期归还。截止日期如期而至，Applied却无力兑现——随着用户持续高速增长，该部门需要的是更多芯片，而非更少。 这种压力加速了OpenAI对更高效模型的探索。研究部门在提升公司算力效率的过程中，摸索出一套基于Transformer的新型模型开发方法，能够以更低成本向用户提供服务。他们将这套方法命名为DUST（内部方法代号），并为由此生成的各款模型赋予沙漠主题的代号。第一款是GPT-3.5的优化版本，代号"撒哈拉"（Sahara），于2023年2月以GPT-3.5 Turbo的公开名称正式发布。另一款代号"戈壁"（Gobi），是某款文字与图像模型的优化版本。 第三款旨在打造GPT-4的优化版本，代号"阿拉基斯"（Arrakis）——取自科幻史诗《沙丘》中的沙漠星球。然而数月过去，团队仍在苦苦摸索，始终无法在维持同等性能的前提下令Arrakis变得更为高效。这一项目耗用了大量算力资源。此后不久，管理层决定将其叫停，腾出GPU投入其他项目。 --- 微软（Microsoft）担心OpenAI随时可能抽身离去，OpenAI则有自己的隐忧：这家初创公司若不努力取悦合作伙伴，微软（Microsoft）会不会停止合作？在这方面，Arrakis项目的失败尤其令人沮丧。为了给这个巨头留下好印象，OpenAI重新调整了路线图，将模型交付置于优先地位，推迟了若干更符合自身战略方向的项目，其中包括将GPT-4应用于搜索引擎产品的尝试。结果，这次失败的努力让微软（Microsoft）数位高管大失所望。 还有一个新的尴尬现实：OpenAI与微软（Microsoft）开始在合同上形成竞争。Codex和DALL-E 2让OpenAI确信，应当保留直接向用户交付技术的控制权。ChatGPT和GPT-4则证明，OpenAI完全可以自己赚钱。这意味着，OpenAI正在向客户直接兜售的，恰恰是它转交给微软（Microsoft）的同一套技术——而微软（Microsoft）又把这套技术推销给完全相同的客户群。 技术移交本身也带来了新的麻烦。随着OpenAI的发布节奏加快，微软（Microsoft）的发布节奏也随之提速。但微软（Microsoft）的体量远非OpenAI可比，由此形成了一种局面：每当有新产品发布，OpenAI的一名员工就可能被微软（Microsoft）各部门的数十名对口人员轮番联系，应付各类技术与后勤细节问题。在全力推进自身路线图的同时还要支撑微软（Microsoft）的发布工作，对OpenAI员工而言愈发令人沮丧，也愈发难以承受。 斡旋这段关系的重担，大多落在了Murati肩上。她积极与Scott及微软（Microsoft）其他高管密切合作，协调产品发布的时间节点，研究OpenAI与微软（Microsoft）如何在产品定位上形成差异，并探索两家机构更具成效的协作方式。2023年夏，为减轻沟通负担，一支微软（Microsoft）工程师团队开始驻场OpenAI，获得全面访问权限，以简化技术移交流程。 随着双方整合不断深化，Altman与Nadella的参与程度也比以往任何时候都更深，尤其是在算力资源的管理上——如何重新分配芯片、如何为OpenAI那永无止境的算力需求筹措更多芯片资金，每一次抉择都异常艰难。Nadella在接受《纽约时报》采访时表示，OpenAI的需求增长如此之快、如此之高，以至于Altman开始每天打电话给他说："我需要更多，我需要更多，我需要更多。" OpenAI的需求不只是更多数据中心来支撑ChatGPT的运行。它还需要更为强大的超级计算机来训练下一代模型。为满足这一不断升级、咄咄逼人的需求，两家公司正在规划一个史无前例的新项目——OpenAI称之为"星际之门"（Stargate），微软（Microsoft）称之为"水星"（Mercury）：一台单体超级计算机，仅建造费用就预计高达1000亿美元。AI帝国正在走回旧日帝国扩张的老路：为了维持增长，它需要更多物质资源，尤其是——更多土地。