一句话看懂：Sam Altman 在 Stripe 联合创始人 John Collison 的播客《Cheeky Pint》中表示，OpenAI 将把机器人项目用于建造数据中心，并称由 AI 控制的机器人来建设“自我复制的数据中心”已“触手可及”。这透露了 OpenAI 解决算力短缺的长期思路：不止做模型，还要向芯片、设施和机器人延伸。
事件核心：发生了什么
该期播客于周四发布，全文记录同步刊在 Substack。Altman 提到，OpenAI 已自研芯片，他认为其在“每瓦智能”上表现不错，公司也在学习自建数据中心。他设想用 AI 控制机器人进入芯片工厂、生产涡轮机或太阳能板，并建造数据中心，从而“造出大量非常便宜的算力”。
他同时给出成本口径：建设并运营 1 吉瓦 AI 容量五年约需 700 亿美元，若降到 200 亿美元他会“高兴得多”。TNW 表示未独立核实这些数字。被问及内存和芯片涨价为何没带来更多供给时，Altman 称“看不见的手目前正在失灵”，因为内存厂商记得扩产过多险些破产，所以保持谨慎。
为什么重要
这是对“算力瓶颈怎么解”的一次直接回答。主流讨论集中在采购 GPU、签长期云合同，而 Altman 把机器人、芯片制造和数据中心建设串成一条链，等于把竞争从模型层延伸到重资产和供应链。他本人也点出，业界热议 AI 做 AI 研究的“递归自我改进”，却很少谈“自我复制的数据中心”。如果这条路走通，算力成本结构可能被改写；目前公开信息显示，这仍是设想和方向，不是已落地的产能。
对用户/开发者/创作者的影响
短期不必期待 API 降价或推理速度突变，这些说法没有对应的产品时间表。更实际的信号是：OpenAI 在自研芯片和自建数据中心上继续加码，意味着长期算力供给可能更可控，开发者的模型选择、价格和限流政策也会随之变化。另一方面，Altman 谈到 AI 找漏洞的能力在提升，并称 PHP 两个关键漏洞由 AI 先发现；他预计人们把模型指向更多代码后，会出现“比预想多得多的严重漏洞”。这对依赖开源组件的开发者是提醒：漏洞扫描和补丁节奏要跟上。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenAI 的机器人项目是否公布具体场景、合作方或时间表；二是自研芯片的实际部署规模和“每瓦智能”是否有第三方数据；三是 AI 漏洞发现能力扩散后，主流开源项目和维护团队如何应对。此外，Altman 提到的“对单个模型智能上限达成某种共识”是否会进入监管或行业自律讨论，也值得观察。
来源：The Next Web
