OpenAI：从“会聊天的机器人”到改变世界的公司（1/2）

要是你常刷手机、玩电脑，肯定听过“chatgpt”“ai聊天机器人”这些词——但你知道吗？这些火遍全球的技术，背后都站着同一家公司：openai。今天咱们就用最接地气的话，把openai扒得明明白白，从它是“干啥的”，到它咋一步步搞出chatgpt，再到它跟咱们普通人有啥关系，全给你说清楚。

一、先搞懂：openai到底是个“啥玩意儿”？

不少人一听到“openai”，总觉得是“高大上的科技公司”“满是程序员的实验室”——这话没全错，但也不全对。要理解它，咱们先从名字拆起，再讲它的“出身”，保证你听完就懂。

1. 名字里的“open”和“ai”，原来不是你想的那样

“openai”这俩词，拆开来是“open（开放）”和“ai（人工智能）”。但你别以为它叫“开放”，就啥技术都往外漏——这事儿得从头说。

一开始，openai确实想走“开放路线”：2015年刚成立时，它喊的口号是“让人工智能造福全人类，不被少数人垄断”。那时候它更像个“公益性质的实验室”，搞出点技术就分享出来，比如早期的“gpt-1”“dall-e”（能画图画的ai），普通开发者都能拿来用。

但后来变了：2019年之后，openai改成了“有限盈利模式”——简单说，就是“可以赚钱，但不能乱赚钱”。为啥改？因为搞ai太烧钱了！训练一次chatgpt这样的模型，得用成千上万台服务器，电费、硬件费加起来能烧几个亿，光靠捐款根本扛不住。

现在的“open”，更偏向“对人类开放ai的好处”，而不是“把所有技术都公开”。比如你能免费用来聊天、写文案，开发者能通过它的“接口”做小程序，这就是“开放好处”；但它最核心的“模型算法”，就像“祖传秘方”，不会随便往外说——毕竟要是被坏人拿去用，风险太大。

2. openai的“爹”是谁？背后有大佬撑腰

openai能搞出这么牛的技术，不是“凭空冒出来的”，背后有两个关键人物和公司撑着。

第一个是“硅谷钢铁侠”马斯克。2015年openai成立时，马斯克是主要发起人之一，还投了不少钱。那时候他的想法很简单：怕ai发展太快，被谷歌、微软这些大公司垄断，所以搞个“中立的实验室”，盯着ai的发展，别让它“跑偏”。不过后来马斯克撤资了（据说因为和团队理念不合，加上他要忙特斯拉和spacex），但他算是openai的“创始人爸爸”。

第二个是微软。2019年之后，微软成了openai的“最大金主”：前前后后投了上百亿美金，还把自己的“azure云服务器”（简单说就是“超级电脑集群”）借给openai用。你想啊，chatgpt要处理上亿条数据，没有超级电脑根本跑不起来——微软的服务器，就是它的“动力心脏”。

现在的openai，既不是纯公益组织，也不是像谷歌那样的“纯盈利公司”，更像个“戴着镣铐跳舞的科技实验室”：要赚钱养技术，但又得守住“不让ai害人”的底线。

二、openai的“王牌产品”：除了chatgpt，还有这些狠活

提到openai，90%的人第一反应是“chatgpt”——但其实它家不止这一个“王牌”。咱们挑几个和普通人关系最大的，用大白话讲清楚它们能干啥。

1. chatgpt：“会聊天、会干活的机器人”，到底牛在哪？

chatgpt是openai2022年11月推出的，一出来就炸了锅：有人用它写论文，有人让它改简历，甚至有人让它编代码、写剧本——它为啥这么“全能”？

先搞懂它的名字：gpt是“生成式预训练transformer”的缩写，咱们不用记这么复杂，你就理解成“一个提前学了全世界知识的机器人”。它的“牛”，主要在三点：

第一，“能听懂人话，还能聊明白”。以前的ai聊天机器人，比如你手机里的“智能助手”，往往是“你问一句，它答一句，多问两句就卡壳”。但chatgpt不一样：你跟它聊“今天不想上班”，它能接“是不是最近太累了？可以试试先列个简单的工作计划”；你跟它聊“想给女朋友选礼物”，它能根据你说的“女朋友喜欢复古风、预算500块”，给你推荐具体的礼物——就像跟一个“懂你的朋友”聊天，而不是跟“机器人”说话。

第二，“啥活儿都能干，还能举一反三”。比如你让它“写一篇关于‘猫咪为什么爱蹭人’的短文，要口语化，适合发朋友圈”，它写出来的内容会带点小幽默，还会加个可爱的表情；你让它“把这段英文翻译成中文，还要解释里面的俚语”，它不仅翻译准确，还会告诉你“这个俚语在美国年轻人里常用，类似咱们说的‘啥情况啊’”；甚至你让它“帮我修一下这段代码，运行的时候总报错”，它能指出“这里少了个分号，那里循环条件错了”——相当于一个“兼职文案+翻译+程序员”。

第三，“能‘学习’你的习惯”。比如你第一次让它写文案，说“我喜欢简洁的风格，别太长”，下次你再让它写，它会自动按照“简洁”的风格来；你让它“用‘小明’当主角写故事”，后面再让它续写，它会记得“小明”的性格（比如你之前说小明“爱冒险”），不会前后矛盾——就像它“记着你的偏好”。

当然，chatgpt也不是“万能的”：它有时候会“一本正经地说胡话”（比如编造一个不存在的历史事件），也不会“实时更新知识”（比如你问它“2024年最新的电影有哪些”，它可能答不上来，因为它的知识截止到某个时间点），而且它不会“自己思考”——它所有的回答，都是基于之前学过的知识“拼出来的”，不是像人一样“真的理解了”。

2. dall·e：“你说一句话，它画一幅画”的ai画家

除了chatgpt，openai还有个“ai画家”叫dall·e（发音像“达利”，跟那个着名画家同名）。它的功能很简单：你用文字描述一个场景，它就能生成对应的图片。

比如你说“一只穿着西装的柯基，坐在咖啡馆里用笔记本电脑工作，背景是复古风格的街道”，dall·e能给你画出一只萌萌的柯基，穿着合身的小西装，面前放着迷你笔记本，旁边还有一杯咖啡，背景里的街道有旧旧的路灯和店铺——细节拉满，就像真的有人画出来的一样。

它现在已经更新到第三代（dall·e 3），比以前更“聪明”：你要是描述得不够细，它会自动补全细节（比如你说“画一只会飞的猪”，它会默认画成“粉色的小猪，有白色的翅膀，飞在蓝天白云里”）；而且它能跟chatgpt联动——你先跟chatgpt聊“我想画一幅‘未来城市里的书店’，要温馨一点”，chatgpt会帮你把描述改得更具体，再直接传给dall·e，生成图片，不用你自己费劲想细节。

现在很多人用dall·e做设计：比如自媒体博主用它做封面图，商家用它设计产品包装，甚至有人用它画漫画分镜——以前得学几年画画才能做到的事，现在说句话就行，这就是ai的魅力。

3. gpt-4：比chatgpt更“聪明”的“超级大脑”

你可能听过“gpt-4”这个词——它其实是chatgpt的“升级版”，2023年3月推出的。如果说chatgpt是“高中生水平”，那gpt-4就是“大学生水平”，主要强在两个地方：

第一，“能看懂图片”。chatgpt只能处理文字，比如你给它发一张照片，它会说“我看不懂图片”；但gpt-4能“看图说话”：你给它发一张“冰箱里的食材照片”，它能告诉你“里面有鸡蛋、西红柿、黄瓜，可以做西红柿炒鸡蛋、拍黄瓜”；你给它发一张“数学题的图片”，它能帮你分析题目，还能写解题步骤——相当于给ai加了“眼睛”。

第二，“处理复杂问题更厉害”。比如你让它“写一份‘小型咖啡店的创业计划书’，要包括成本预算、客源分析、营销方案”，chatgpt可能会写得比较笼统，但gpt-4能给你算具体的数字（比如“房租每月5000元，咖啡豆进货价每斤80元”），还会分“初期、中期、后期”给你提营销建议（比如“初期搞‘买一送一’，中期做会员体系，后期和周边花店合作”）；甚至你让它“分析一篇1000字的论文，指出逻辑漏洞”，它能一条一条列出来，还会给你修改建议——就像一个“专业顾问”。

不过gpt-4不是免费的：现在你用的免费版chatgpt，大多是基于“gpt-3.5”（gpt-4的前一代），要想用gpt-4，得花钱开“plus会员”（每月大概20美金），这也是openai赚钱的主要方式之一。

三、openai是咋“从零到一”搞出chatgpt的？说穿了就3步

很多人觉得openai搞出chatgpt是“突然爆发”，其实不是——它花了8年时间，一步一步慢慢磨出来的。咱们用“做饭”来类比，你就能明白它的研发过程有多难。

第一步：“买菜”——收集全世界的“知识食材”

要做一顿大餐，首先得买菜；要训练ai，首先得“喂”它知识。openai训练chatgpt的第一步，就是收集“全世界的文字数据”——相当于把“菜市场里所有的菜都买回家”。

这些数据从哪来？主要有三个渠道：

- 公开的网站：比如维基百科、百度百科、各种新闻网站、博客（只要是没加密、能公开看的文字，都会被收集）；

- 书籍和论文：比如图书馆里的经典书籍、学术数据库里的论文（当然，会避开有版权的内容，或者跟版权方合作）；

- 对话数据：比如以前人们和其他ai聊天的记录、公开的论坛对话（比如 reddit 上的帖子），用来教ai“怎么聊天”。

收集来的数据有多少？说出来你可能不信：训练gpt-3（chatgpt的前一代）时，用了大概45tb的数据——相当于把10万部电影的文字内容，或者1000亿页小说，全部塞进ai的“大脑”里。

但这些数据不是“直接用”的，还得“洗菜”：比如去掉脏话、错误信息（比如“地球是平的”这种谣言）、重复内容（比如网上反复转载的同一篇文章），不然ai学了坏东西，就会“说胡话”。这一步很枯燥，但很重要——就像你买菜回来，得把烂叶子摘掉、把泥土洗干净，不然做出来的饭会难吃。

第二步：“做饭”——用超级电脑“炒”出ai模型

食材准备好，接下来就是“做饭”——这一步是openai最核心的技术，也是最烧钱的地方。

这里的“锅”，就是“超级电脑”：openai用的是微软azure的云服务器，里面有上万颗“gpu芯片”（相当于电脑的“大脑”）。这些芯片同时工作，才能处理几十tb的数据——你可以理解成“用1000口锅同时炒菜”，速度快，但电费和硬件费也贵得吓人。

这里的“菜谱”，就是“算法”：简单说，就是告诉ai“怎么从数据里学知识”。比如，ai看到“猫”这个词，算法会让它记住“猫有四条腿、会喵喵叫、喜欢吃鱼”；看到“今天天气很好，我想去公园”这句话，算法会让它明白“‘天气好’是‘去公园’的原因”——相当于教ai“怎么理解文字的意思，怎么组织语言”。

这个“做饭”的过程，叫“训练模型”。训练一次gpt-3，大概要花几个星期，电费就得几千万美金；训练gpt-4，成本更高，有人估算得几亿美金——这也是为啥只有微软这样的大公司，才能撑得起openai的研发。

而且“做饭”不是一次就能成功的：比如第一次训练出来的ai，可能会“答非所问”（你问“今天吃啥”，它答“地球是圆的”），这时候工程师就得调整“菜谱”（改算法），再重新“炒一次”（重新训练），有时候得反复几十次，才能让ai“说话正常”。

第三步：“试吃”——让人类教ai“怎么说话更得体”

饭做好了，得有人试吃，看看咸不咸、辣不辣；ai训练好了，也得有人“试聊”，教它“怎么说话更得体”——这一步叫“人类反馈强化学习（rlhf）”，说穿了就是“让人类当ai的老师”。

具体怎么做？openai会找一群“标注员”（普通人也能做，只要通过考核），让他们跟ai聊天，然后给ai的回答打分：

- 如果ai回答得好（比如你问“怎么缓解焦虑”，ai说“可以试试深呼吸、听音乐，要是严重的话建议看医生”），就给高分；