来源：深蓝科技
「我们有一个机器人项目，会把它对准大量建造数据中心这件事。」
美东时间10月29日，OpenAI首席执行官山姆·奥特曼做客Stripe联合创始人约翰·科里森（John Collison）主持的播客《Cheeky Pint》第39期。在这场对谈里，他抛出了一个比“更聪明的模型”更具体的目标：让OpenAI的机器人去建数据中心。
就在两周前，奥特曼刚在另一档播客《Sources》里确认OpenAI会做人形机器人。这一次，他把机器人的第一份工作说得更直白了：不是进家门叠衣服，而是去工地上盖机房。
不过，相比机器人本身，他更关心的是一笔账：算力太贵，内存不够，而市场自己解决不了。
01.比“AI自己搞研究”更被低估的，是“机房自己盖机房”
这几年硅谷最热的词之一，是“递归自我改进”，也就是AI自己做AI研究，越变越聪明。奥特曼在节目里说，这件事被讨论得太多了，另一件同样重要的事反而被冷落了。
「关于自我复制的数据中心，讨论相对非常少。」
他口中的“自我复制”，指的是由AI控制的机器人去建造和扩建数据中心，新的算力再反过来驱动更多机器人。换句话说，他想让算力的生产线本身也实现自动化。
这正是开头那句话的由来。谈到这一设想，奥特曼还说：「我觉得这件事已经触手可及。」
不过，他没有给出任何时间表，也没有透露这个机器人长什么样、由谁来造。这和OpenAI此前释放的信息一致：奥特曼9月接受《财富》采访时说，OpenAI大概率会在2027年拿出「一个很酷的Demo」，但让机器人真正走上街头还要再等几年。
从招聘看，OpenAI的布局已经比较具体。据Engadget统计，OpenAI官网目前挂出27个机器人相关岗位，覆盖运动控制、状态估计、执行器控制，以及制造和供应链，还在自研机电执行器。Engadget同时提到，OpenAI短期目标正是帮熟练工人建设基础设施的通用机器人。
02.1GW算力五年要700亿美元，他想把这个数砍到200亿
为什么要用机器人盖机房？答案藏在奥特曼给出的一个数字里。
他在节目里以1GW（吉瓦）算力为单位算账：「就拿700亿美元这个数来说。」这是他对1GW算力在五年里建设加运营的总成本的估算。他紧接着说：「如果这个数是200亿而不是700亿，我们应该会开心得多。」
我们换算一下：700亿美元摊到五年，每年约140亿美元；降到200亿美元，等于同样的钱能多建约2.5倍的算力。毕竟，对OpenAI这种算力消耗大户来说，单位成本降七成，比任何一次模型升级都更能改写财务模型。
需要说明的是，700亿美元是奥特曼在对话中随口“挑的一个数”，并非OpenAI公布的正式口径，第三方媒体TNW也注明其未核实这一成本。但它至少说明，在OpenAI内部，钱主要卡在电力、厂房、芯片和施工这些“物理世界”的环节上。
这也解释了他为什么对成本下降如此执着。节目里，奥特曼提到OpenAI用AI攻克纳维-斯托克斯方程相关数学问题，算力花费「大约在1000万美元量级」，他赌一年后能以「百分之一的成本」重做一遍。
这表明，奥特曼的思路是先不计成本地摸到能力边界，再靠成本曲线往下压。而机器人盖机房，就是他想压的那条曲线里最“硬”的一段。
03.内存涨价一整年，奥特曼说：看不见的手失灵了
整场对话里最尖锐的一段，发生在聊到内存时。
科里森引用了大宗商品圈的一句老话：「高价格的解药，就是高价格。」意思是价格涨上去，厂商自然会扩产，供应多了价格就回落。他追问奥特曼，供应端进展如何。
奥特曼只回了一个词：「很糟。」接着他说：「我觉得看不见的手现在正在失灵。」
他给出的解释很像一堂行业史课。「如果你是一家DRAM（动态随机存取存储器）厂商，你会投200亿美元资本开支，去赚190亿美元。」也就是说，内存长期是一门投入大于回报的生意，厂商对扩产天然谨慎，「我觉得他们都记得自己的历史」，记得过去几轮过度扩产和行业破产潮。
打个比方，这就像一家经历过几次“开业即亏损”的餐馆老板，哪怕门口排起长队，也不敢立刻再租一个门面，因为他担心队伍明年就散了。
行业数据印证了这种紧张。集邦咨询（TrendForce）7月预测，2026年三季度服务器DRAM合约价环比上涨13%至18%，并预计2027年服务器内存条的总供应量仅同比增长15%至20%，跟不上服务器CPU出货的增长。据韩国媒体DigitalToday报道，长江存储一位人士私下表示，全球存储短缺至少还要持续三年，但这并非公司官方表态。
对中国读者来说，这段话值得多读一遍。如果三星、SK海力士、美光这三家巨头真像奥特曼说的那样“不敢扩”，那么长鑫存储、长江存储等愿意逆势扩产的中国厂商，就成了这轮周期里最大的变量之一。当然，这是我们的推断，奥特曼本人在节目中并未提及中国。
04.你电脑里的内存条，在他眼里是一种浪费
顺着内存的话题，奥特曼说了一句随后在社交媒体上引发争议的话。
他先承认：「我们会有开源模型。」很多人希望在自己的电脑上跑本地模型，不再依赖数据中心。但他的判断是：「让每个人都在自己的电脑里放一堆全世界有限的DRAM，这是相当糟糕的。」
他的理由是利用率。个人电脑大部分时间闲着，而云端可以把同一批内存和芯片压榨到最大利用率。「既然世界的硅片产能注定有限，我们就有着共同的利益。」
这番话放在当下格外刺耳。内存涨价已经传导到消费端，Tom's Guide等科技媒体随即撰文反驳。毕竟，用户越依赖本地模型，OpenAI这类云端服务的议价权就越弱，奥特曼的立场很难说与自身商业利益无关。
对国内开发者来说，这里有一层隐含的竞争关系。DeepSeek、通义千问等中国开源模型，正是很多人在本地部署的首选，奥特曼对“本地推理”的否定，某种程度上也是对开源路线的一次表态。这同样是我们的分析，而非奥特曼原话。
在“省芯片”这件事上，奥特曼还透露了OpenAI自研芯片的进展：「我们做出了一颗在单位智能性能上表现惊人的芯片。」他还认为芯片设计「是一个非常适合AI来解决的问题」。不过，这颗芯片的型号、量产时间和合作伙伴，他都没有说明。
05.宁要一万亿个“略超人类”的AI，也不要一个超级大脑
这期节目的标题，来自奥特曼另一个出人意料的表态：他反对单一的超级智能。
「直觉上，我更希望有一万亿个略微超越人类智能的AI加入社会。」他进一步说：「我们将不得不就单个模型可以聪明到什么程度，达成某种限制。」
这话出自全球最激进的AI公司掌门人之口，本身就是新闻。他的逻辑是，与其押注一个无所不能、难以监管的“超级大脑”，不如让大量能力有限的AI协作，风险更分散。他还特意纠正了一个说法：「我讨厌‘智能体蜂群’这个词，我们叫它‘智能体团队’吧。」
安全问题也是他提出这一主张的背景。奥特曼承认，OpenAI的模型最近在PHP代码里找到了严重漏洞，「我们所处的世界，严重漏洞比我们预想的多得多」。至于把模型关进沙箱的做法，他的评价是：「沙箱在一定程度上有效。」言下之意，模型足够强时，沙箱可能跟不上。
需要清醒看到的是，“给单个模型设上限”目前只是一个方向性表态。限制由谁来定、定在哪里、竞争对手是否愿意跟进，奥特曼都没有给出答案。
节目里还有一个侧面数据。科里森透露，Token（AI调用的计费单位）支出大约只占Stripe运营开支的1%，并预计会升到5%、10%乃至20%。奥特曼的回应是，这个比例「感觉太低了」，现在更多公司的问题是AI用得不够，而不是用得太多。
结语：奥特曼眼里的AI瓶颈，已经从“算法”转向“钢筋水泥”
把这期对话串起来看，奥特曼的焦虑很清晰：模型能力不是最大问题，真正卡脖子的是电、厂房、内存和芯片，而这些都受制于物理世界的扩张速度和厂商的投资意愿。
所以他一边喊“看不见的手失灵了”，一边想用机器人把建机房这件事本身自动化，还顺带劝用户别把内存“浪费”在个人电脑上。三件事指向同一个目标：用更少的钱，造出更多的算力。
但Demo与可靠的产品之间，还隔着很远的距离。让机器人在实验室里拧螺丝，和让它在施工现场连续几个月拉线缆、装机柜、扛住安全审查，完全是两种难度。特斯拉Optimus、Figure、小鹏IRON等人形机器人至今都还在从演示走向量产的路上，而OpenAI的机器人连样子都还没公开。
接下来值得关注几个信号：OpenAI计划中的2027年机器人Demo会不会以建筑和数据中心场景为主；三星、SK海力士、美光在下一轮财报中会不会上调存储扩产计划；以及长鑫、长江存储等中国存储厂商能否借这轮短缺扩大份额。
如果“看不见的手”真的失灵，下一只出手的，可能就是机器人的手。
- END -
文章参考来源：《Cheeky Pint》（Stripe播客第39期官方文字稿）《The Next Web》《Engadget》《Fortune》《TrendForce》《DigitalToday》《Tom's Guide》
