文章
OpenAI Sam Altman:一个人公司,正在改写创业规则

OpenAI Sam Altman:一个人公司,正在改写创业规则

2026年3月16日 11:15·36kr

这几天在谈一个人公司。

有人把它当成新概念。

有人把它当成创业鸡汤。

也有人理解成:一个人加几个模型,就能把公司运转起来。

但 Sam Altman 最近在斯坦福说的一句话,可能更接近真相:未来的公司,人会更少,但管理对象会更多。

过去管的是人。现在管的是 AI。

管人,就要招人。管 AI,就要拿算力。

所以创业公司最先讨论的问题,从“要招多少人”变成了“能拿到多少算力”。有些工程师同时运行着十几个 Agent,让它们分别完成不同任务。人类负责分配和监督,AI 负责执行。

Sam 判断,下一个像 ChatGPT 一样的重要时刻,可能就是能持续工作几天甚至几周的 Agent。

第一节|AI 开始从工具变成同事

如果只把 AI 当作一个工具,很多变化是看不见的。

过去几年,多数人使用 AI 的方式其实很简单:写一段代码,总结一篇文章,回答一个问题。它更像一个搜索引擎的升级版。

但在斯坦福这场对话中,Sam 多次谈到一个转变:AI 不再只是回答问题,开始接手任务了。

在编程领域,现在已经可以信任一个 AI 软件工程师去完成一些持续几小时的小任务。比如修一个功能、改一段程序、写一段简单模块。这在一两年前还很难想象。

而接下来的变化是:

几小时 → 几天 → 几周。

AI 能连续工作的时长会越来越久,这意味着它的角色在改变。以前它更像一个随叫随到的助手,现在更像一个可以独立干活的同事。

Sam 提到一个越来越常见的场景:一些开发者同时运行着多个智能体,让它们分别完成不同任务。人类不再每一步都亲手做,而是负责安排工作,就像项目负责人把任务分给不同成员,然后把结果整合起来。

当 AI 从“问一句答一句”变成“能持续完成任务”时,一个人带着一群 AI 工作的方式,就开始成为可能。

第二节|创业公司的架构,开始变了

过去很多创业公司刚成立时,最先讨论的是:要招多少人。工程师多少,产品经理多少,市场团队什么时候组建。公司规模,几乎等于团队规模。

但现在,越来越多创业者讨论的是另一件事:能拿到多少算力。

Sam 说,新一代创业公司的思路在改变。很多创始人不再急着扩团队,因为团队越大,沟通和管理的成本就越高。AI 工具反而让个人能力被放大了。

今天一个程序员能完成的工作量,和一年前相比已经完全不同。原因很简单:很多原本需要人完成的工作,现在AI可以帮忙完成一部分。比如写基础代码、检查程序问题、整理说明文档。

所以,一家公司要做一款产品,不一定需要那么完整的团队了。

过去可能需要工程师、设计师、运营人员各司其职。现在,小团队或者一个创始人带着几个 AI,就能把很多事情做起来。

公司的基本组成,正在从“一群人”变成“少数人+一群 AI”。

第三节|当AI成为员工,管理方式也要改变

如果 AI 只是一个工具,事情其实很简单。需要的时候打开,用完就关。

但当 AI 开始接手越来越完整的任务时,情况就不一样了。

Sam 自己就是个例子。他现在有新想法时,会先把任务交给 AI。比如分析一个新的商业模式,或者评估一个产品方向。他让 AI 帮忙分析可能的路径和潜在问题,然后根据 AI 的输出做判断,决定哪些思路值得和团队讨论。

这种管理方式还相对简单,因为只涉及一个 AI。但当需要同时管理多个 AI 时,复杂度会大幅上升。

那些最会用 AI 工具的人,经常同时运行十几个 AI,每个负责不同任务。他们告诉 Sam,现在做工作的难度反而更高了。

因为管理这些AI,需要处理很多新问题。

  • 怎么把任务拆得足够清楚让它们能理解,
  • 怎么判断它们给出的结果是否可信,
  • 什么时候该信任输出、什么时候必须人工介入,
  • 还要思考怎么给它们足够的上下文。

上下文包括公司的内部文档、产品资料、客户反馈、历史项目记录。信息越完整,AI 的表现就越接近一个经验丰富的同事。

所以,管理 AI 的核心在于把任务安排清楚,监督执行过程,判断输出质量,保留最终决策权。人类越来越像一个项目负责人,AI 则是执行者。

一个人能够管理的工作范围,也会比过去大得多。

第四节|为什么这种变化会突然出现

很多人会觉得,一个人带着一群 AI 工作的画面,听起来像是很遥远的未来。

但 Sam 在对谈中提到,这种变化之所以开始出现,是因为两个条件正在同时成熟。

第一,AI 能力在快速提升

过去几年,很多人只是把AI当作聊天工具。但在 OpenAI 内部,模型已经开始能完成越来越复杂的工作。Sam 回忆说,当他们第一次和早期的语言模型对话时,就意识到电脑开始做一些过去从未见过的事情。后来随着模型不断升级,这种能力越来越明显。

第二,成本在快速下降

Sam 提到一个数字:从 OpenAI 最早的推理模型到现在的新模型,完成同样一项复杂任务的成本,大约下降了 1000 倍。以前只有少数公司用得起的技术,现在越来越多个人也能使用。

当能力在提升,同时成本在下降,新的工作方式就会自然出现。

Sam 用电力来打比方。当电力刚出现时,只有少数工厂和机构能够使用。但随着基础设施逐渐完善,电力变成了日常生活的一部分,人们不再去想电是怎么来的,直接使用就好。

AI 也会走向类似的阶段。

当智能变得越来越容易获得,一个人能够完成的事情,自然会越来越多。

结语

Sam在斯坦福提到,上一个这样的时代是 iPhone 刚出来的时候。从那以后,很久没有过了。

现在又到了。

公司的基本组成在变。创业的门槛在降低。管理的对象从人变成 AI。

一个人公司,不再是概念。

原文链接:

https://www.youtube.com/watch?v=sTnl8O_BuuE&t=1066s

https://www.youtube.com/watch?v=FjlymGBt-vY&t=1345s

https://stanforddaily.com/2026/02/15/sam-altman-agi-treehacks-keynote/

https://www.rev.com/transcripts/altman-speaks-at-blackrocks-us-infrastructure-summit

来源:官方媒体/网络新闻

本文来自微信公众号“AI 深度研究员”,作者:AI深度研究员,编辑:深思,36氪经授权发布。