《华尔街日报》对 OpenAI 工程部副总裁 Srinivas 进行了了采访，提到了 AI 的推理能力、DeepSeek 对 OpenAI 带来的冲击、OpenAI 是否会开源，以及 5000 亿的 Stargate 计划，等大家关注的问题，信息量颇大。
Srinivas 首先对 AI 的推理能力，进行了较为详细的科普，他解释，推理是 AI 解决复杂问题的能力，类似于人类思考难题所需的时间和步骤。能否有效推理也是 AI 迈向通用人工智能（AGI）的关键之一。他介绍了 OpenAI 近期发布的推理模型，如 o1 和 o3-mini，并介绍了它们在医疗、金融、生物科学等领域的应用。例如，Oscar Health 用它来分析病人治疗效果，生物研究机构用它来预测临床试验结果，Berkeley 国家实验室则尝试用 AI 研究基因突变与罕见疾病的关系，总之 AI 推理的应用范围将越来越广，作用越来越大。
此外，Srinivas 介绍了 OpenAI 最新推出的智能体（AI Agents），如 Operator 和 Deep Research。Operator 旨在帮助用户自动执行日常计算机任务，比如预订餐厅，而 Deep Research 则可以代表用户进行信息检索和研究。他强调，这些智能体仍处于早期阶段，OpenAI 正在观察和学习用户如何使用它们，以便进一步优化。
关于 AI 发展的成本问题，他提到 AI 训练成本正在快速下降，比如 GPT-4 的成本在短短几年内降低了 150 倍。同时，他也回应了 DeepSeek R1 模型对 OpenAI 带来的影响，认为这只是 AI 发展趋势的一部分，OpenAI 也会持续优化模型的性价比。他还提到训练单一模型的成本和一个能够持续产出研究创新成果系统所需的成本不是一个概念。
针对 OpenAI 是否会开源 o1、o3 这些模型，Srinivas 表示公司内部正在讨论，但强调企业用户更关心的是 AI 的易用性、定制化能力和成本效益，而不仅仅是模型是否开源。同时，他也提到了 OpenAI 在定制 AI 方面的努力，比如强化微调（Reinforcement Fine-Tuning），让企业可以用少量示例微调 AI，使其更符合自身需求。
关于 OpenAI 计划与软银、甲骨文合作的 AI 基础设施项目 Stargate，他指出更强的计算能力可以推动 AI 进步，使其更智能、更便宜，从而创造出更多应用场景。他认为 AI 未来的影响可能会像电力革命一样深远，需要庞大的基础设施支撑。
在被问及 OpenAI 内部如何使用自己的 AI 时，他提到团队广泛使用 ChatGPT 进行编程、代码调试、知识管理、法律合同分析、客户支持等。此外，他还强调 OpenAI 非常重视企业客户的数据安全，明确表示不会使用用户数据来训练模型。
最后，他谈到了 AI 智能体未来的发展方向，认为它们不会仅限于浏览器操作，而是会扩展到整个计算机环境。他表示，OpenAI 仍在学习和改进这些技术，以确保 AI 在获得用户许可的情况下代表用户执行更广泛的任务。
