相反，他更倾向于建立一种「清晰透明且目标一致」的商业模式：即用户为优质服务付费，而不是被隐性广告操控。在可控前提下，他不排除未来探索「点击后平台抽成」这类模式，或者在输出内容之外展示一些实用广告，但前提是绝不影响模型核心输出的独立性与可靠性。
Andrew 表达了类似担忧，并拿 Google 举例。他认为 Gemini 1.5 模型非常优秀，但作为广告驱动的公司，Google 的底层动机使人难以完全放心。「我用他们的 API 没问题，但用聊天机器人时，我总会想：它真的是站在我这边的吗？」
Altman 对此表示理解，并坦言自己也曾是 Google Search 的忠实用户，「我真的很喜欢 Google Search。」尽管广告很多，但它曾是「互联网上最好的工具」。不过，结构性的问题依然存在。他赞赏 Apple 模式，认为「为产品付费换取清洁体验」是一种健康逻辑，也透露 Apple 曾尝试广告业务 iAd，但未取得成功，也许本质上并不热衷这类商业模式。
在两人看来，用户也需保持判断力。「如果哪天发现某个产品突然『推得很猛』，那我们就要多问一句：这背后的动机是什么？」Andrew 如是说。Altman 则补充道，不论未来采取何种商业模式，OpenAI 必须始终坚持「极度坦诚、明确、透明」的原则，维护用户对平台的信任边界。
Stargate，建造智能的能源版图当对话转向「AI 与用户关系的演变」，Altman 首先回顾了社交媒体时代的结构性错误。他指出，「社交平台最致命的问题在于推荐算法的错位目标——它们只想让你停留更久，而不是真的关心你需要什么。」同样的风险也可能在 AI 中出现。他警告说，如果模型被优化成「只迎合用户偏好」，看似亲切却可能削弱系统的一致性与原则，长远来看将有害无益。
这种偏差，在 DALL·E 3 身上就曾显现。Andrew 观察到早期图像生成存在明显风格单一的问题，Altman 虽未确认其训练机制，但也承认这种可能性存在。两人一致认为，新一代图像模型在质量与多样性上已有显著改善。
更大的挑战，则来自 AI 计算资源的瓶颈。Altman 承认，目前最大问题是「我们没有足够的算力供大家使用。」正因此，OpenAI 推出了 Project Stargate。这是一个全球级算力基础设施融资与建设项目，目标是整合资本、技术与运营资源，打造前所未有规模的计算平台。
「Stargate 的核心逻辑，是为智能服务全民铺设成本可控的算力底座。」他解释道，与以往任何一代科技不同，AI 要真正覆盖数十亿用户，其基础设施需求将极其庞大。虽然目前 OpenAI 账户里尚无 5000 亿美元预算，但 Altman 对项目的实施和合作方履约都充满信心，并透露其首个建设场址已动工，占总投资的约 10%。